|
|
|
本書系統地介紹了人工智能的基本原理、方法和應用技術，全面反映了國內外人工智能研究領域的進展和發展方向。全書共12章。第1章簡要介紹了人工智能的概況。第2~6章闡述了人工智能的基本原理和方法，重點論述了知識表示、自動推理、機器學習和神經網絡等。第7章和第8章介紹了專家系統、自然語言處理等應用技術。第9~11章闡述了當前人工智能的研究熱點，包括分布式人工智能與智能體、智能機器人和互聯網智能等。第12章探討了類腦智能，展望人工智能的發展。
本書力求科學性、實用性和先進性，可讀性好。內容由淺入深、循序漸進，條理清晰，讓學生在有限的時間內掌握人工智能的基本原理與應用技術，提高對人工智能習題的求解能力。
本書可以作為高等院校計算機科學與技術、自動化等相關專業的研究生和高年級本科生的人工智能課程教材，也可以供從事人工智能研究與應用的科技人員學習參考。
出版說明
前言
第1章 緒論
1.1 什麼是人工智能
1.2 人工智能的起源與發展歷史
1.3 人工智能研究的基本內容
1.3.1 認知建模
1.3.2 知識表示
1.3.3 自動推理
1.3.4 機器學習
1.4 人工智能研究的主要學派
1.4.1 符號主義
1.4.2 連接主義
1.4.3 行為主義
1.5 人工智能的應用
1.6 小結和展望
習題
第2章 知識表示
2.1 概述
2.2 謂詞邏輯
2.3 產生式系統
2.4 語義網絡
2.4.1 語義網絡的概念和結構
2.4.2 復雜知識的表示
2.4.3 常用的語義聯系
2.5 框架
2.5.1 框架結構
2.5.2 框架網絡
2.5.3 推理方法
2.6 狀態空間
2.7 面向對象的知識表示
2.8 腳本
2.8.1 腳本描述
2.8.2 概念依賴關系
2.9 本體
2.1 0小結
習題
第3章 自動推理
3.1 概述
3.2 三段論推理
3.3 盲目搜索
3.3.1 深度優先搜索
3.3.2 寬度優先搜索
3.3.3 迭代加深搜索
3.4 回溯策略
3.5 啟發式搜索
3.5.1 啟發性信息和評估函數
3.5.2 爬山算法
3.5.3 模擬退火算法
3.5.4 最好優先算法
3.5.5 通用圖搜索算法
3.5.6 A*算法
3.5.7 迭代加深A*算法
3.6 與或圖啟發式搜索
3.6.1 問題歸約的描述
3.6.2 與或圖表示
3.6.3 AO*算法
3.7 博弈搜索
3.7.1 極大極小過程
3.7.2 a一口過程
3.8 歸結演繹推理
3.8.1 子句型
3.8.2 置換和合一
3.8.3 合一算法
3.8.4 歸結式
3.8.5 歸結反演
第4章 不確定性推理
第5章 機器學習
第6章 神經網絡
第7章 專家系統
第8章 自然語言處理
第9章 分布式人工智能與智能體
第10章 智能機器人
第11章 互聯網智能
第12章 類腦智能
附錄 課程實習
參考文獻
