人工智能技術(shù)與方法

第1章緒論
1.1人工智能的研究
1.1.1智能的含義
1.1.2人工智能的定義
1.1.3人工智能的研究方法
1.2人工智能的發(fā)展
1.2.1形成及第一個(gè)興旺期(1956—1966)
1.2.2蕭條波折期(1967—1974)
1.2.3第二個(gè)興旺期(1975—1998)
1.3人工智能的研究與應(yīng)用
第2章知識(shí)表示
2.1知識(shí)的基本概念
2.1.1知識(shí)的特性
2.1.2知識(shí)的分類
2.1.3知識(shí)的表示方法
2.2謂詞邏輯表示
2.2.1命題邏輯
2.2.2謂詞邏輯
2.3產(chǎn)生式表示
2.3.1產(chǎn)生式表示法
2.3.2產(chǎn)生式系統(tǒng)
2.3.3產(chǎn)生式系統(tǒng)的工作過程
2.3.4產(chǎn)生式系統(tǒng)的主要優(yōu)缺點(diǎn)
2.4語(yǔ)義表示.
2.4.1語(yǔ)義網(wǎng)絡(luò)
2.4.2常用語(yǔ)義聯(lián)系
2.4.3語(yǔ)義網(wǎng)絡(luò)求解問題的過程
2.4.4語(yǔ)義網(wǎng)絡(luò)表示法的主要優(yōu)點(diǎn)
2.5框架表示
2.5.1框架的組成結(jié)構(gòu)
2.5.2常用的標(biāo)準(zhǔn)槽名
2.5.3框架系統(tǒng)中間題的求解
2.6腳本表示
第3章基本推理原理
3.1推理的基本概念
3.1.1什么是推理-
3.1.2推理方法及其分類
3.1.3推理的控制策略及其分類
3.2推理的邏輯基礎(chǔ)
3.2.1謂詞公式的解釋
3.2.2謂詞公式的永真性與可滿足性
3.2.3謂詞公式的范式
3.2.4置換與合一
3.3自然演繹推理
3.4歸結(jié)演繹推理
3.4.1子句集及其化簡(jiǎn)
3.4.2海伯倫理論
3.4.3魯賓遜歸結(jié)原理
第4章不確定推理
4.1不確定推理概述
4.1.1不確定推理的概念
4.1.2不確定推理的基本問題
4.1.3不確定性推理的方法
4.2確定性方法
4.2.1可信度的概念
4.2.2證據(jù)不確定性的表示
4.2.3知識(shí)不確定性的表示
4.2.4不確定性的推理計(jì)算
4.2.5可信度方法應(yīng)用舉例
4.3主觀Bayes方法
4.3.1知識(shí)不確定性的表示
4.3.2證據(jù)不確定性的表示
4.3.3不確定性的傳遞算法
4.3.4舉例
4.3.5主觀Bayes方法的主要優(yōu)缺點(diǎn)
4.4證據(jù)理論
4.4.1知識(shí)的不確定表示
4.4.2知識(shí)的不確定性的表示
4.4.3證據(jù)的不確定性的表示
4.4.4推理計(jì)算
4.4.5舉例
4.4.6證據(jù)理論的主要優(yōu)缺點(diǎn)
第5章搜索原理
5.1搜索原理概述
5.1.1搜索的概念
5.1.2搜索方法的分類
5.1.3狀態(tài)空間.搜索空間和解路徑
5.1.4搜索成本
5.2盲目搜索策略
5.2.1回溯策略
5.2.2圖搜索策略
5.2.3深度優(yōu)先搜索
5.2.4寬度優(yōu)先搜索
5.2.5等代價(jià)搜索
5.3啟發(fā)式搜索
5.3.1啟發(fā)式搜索概述
5.3.2啟發(fā)式搜索算法A
5.3.3爬山策略搜索
5.3.4啟發(fā)式搜索算法A*
5.4博弈樹搜索
5.4.1博弈樹搜索的概念
5.4.2Gmndy博弈(完全取勝策略)
5.4.3極小極大分析法
5.4.4極小極大分析法實(shí)例
5.4.5關(guān)于棋局態(tài)勢(shì)P的靜態(tài)估計(jì)函數(shù)f(P)的進(jìn)一步討論
5.4.6α-β剪枝
5.4.7其他改進(jìn)方法
第6章模糊邏輯與推理技術(shù)
6.1模糊邏輯
6.1.1基本概念
6.1.2模糊集合定義
6.1.3模糊集合表示方法
6.1.4模糊集合的運(yùn)算
6.1.5隸屬函數(shù)
6.1.6分解定理
6.2模糊規(guī)則與推理
6.2.1模糊語(yǔ)言
6.2.2模糊關(guān)系
6.2.3擴(kuò)展原理
6.2.4模糊規(guī)則與推理
6.2.5模糊推理系統(tǒng)
6.2.6模糊控制器
第7章神經(jīng)網(wǎng)絡(luò)
7.1概述
7.1.1基本概念
7.1.2人工神經(jīng)元
7.1.3神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與學(xué)習(xí)
7.1.4神經(jīng)網(wǎng)絡(luò)的發(fā)展
7.1.5神經(jīng)網(wǎng)絡(luò)的特點(diǎn)
7.2人工神經(jīng)網(wǎng)絡(luò)
7.2.1感知器
7.2.2自適應(yīng)線性單元
7.2.3多層前向網(wǎng)絡(luò)
7.2.5神經(jīng)網(wǎng)絡(luò)的應(yīng)用
第8章進(jìn)化計(jì)算
8.1緒論
8.1.1遺傳與進(jìn)化的概念
8.1.2遺傳算法(GA)
8.2遺傳算法基本原理
8.2.1遺傳算法的基本內(nèi)容
8.2.2適應(yīng)度函數(shù)
8.2.3遺傳算法的編碼
8.2.4遺傳算子
8.2.5模式理論
參考文獻(xiàn)