面向智能體的知識(shí)工程

《智能科學(xué)技術(shù)著作叢書(shū)》序
前言
第1章 緒論
1.1 圖靈測(cè)試與人工智能
1.1.1 圖靈測(cè)試
1.1.2 人工智能的不同學(xué)派
1.2 知識(shí)工程
1.2.1 問(wèn)題的提出
1.2.2 知識(shí)
1.2.3 知識(shí)工程的基礎(chǔ)、原理
1.2.4 知識(shí)模型中的構(gòu)件
1.2.5 人的因素：知識(shí)工程中人的角色
1.2.6 知識(shí)工程的發(fā)展
1.3 習(xí)題
第2章 智能體
2.1 智能體和環(huán)境
2.2 理性
2.3 任務(wù)環(huán)境PEAS屬性
2.4 智能體結(jié)構(gòu)
2.4.1 反應(yīng)式智能體
2.4.2 慎思式智能體
2.4.3 混合式智能體
2.5 小結(jié)
2.6 習(xí)題
第3章 目標(biāo)智能體
3.1 目標(biāo)智能體結(jié)構(gòu)
3.2 問(wèn)題形式化
3.3 不完全可觀察環(huán)境的搜索
3.4 利用啟發(fā)式知識(shí)的目標(biāo)搜索
3.4.1 貪婪最佳優(yōu)先搜索算法
3.4.2 A搜索算法
3.4.3 爬山搜索算法
3.4.4 模擬退火搜索算法
3.4.5 遺傳算法
3.5 目標(biāo)測(cè)試標(biāo)準(zhǔn)化
3.5.1 約束滿足問(wèn)題
3.5.2 CSP問(wèn)題的回溯搜索
3.5.3 通過(guò)約束傳播信息
3.5.4 CSP問(wèn)題的最小沖突搜索
3.6 小結(jié)
3.7 習(xí)題
第4章 邏輯智能體
4.1 邏輯智能體結(jié)構(gòu)
4.2 wumpus世界
4.3 邏輯與知識(shí)庫(kù)
4.3.1 命題邏輯
4.3.2 一個(gè)簡(jiǎn)單的知識(shí)庫(kù)
4.3.3 真值表推理
4.4 命題邏輯智能體
4.5 一階邏輯智能體
4.5.1 一階邏輯
4.5.2 一階邏輯知識(shí)表示
4.6 邏輯智能體的推理
4.7 小結(jié)
4.8 習(xí)題
第5章 本體論
5.1 本體概念
5.1.1 本體特征
5.1.2 本體與一般術(shù)語(yǔ)的區(qū)別
5.1.3 本體分類
5.2 本體的形式化定義
5.2.1 OWA形式化定義
5.2.2 Guarino形式化定義
5.2.3 KAON形式化定義
5.3 本體建模
5.3.1 本體建?；?br /> 5.3.2 建立本體的一般方法
5.4 領(lǐng)域本體知識(shí)庫(kù)
5.4.1 領(lǐng)域本體知識(shí)庫(kù)概念
5.4.2 領(lǐng)域本體知識(shí)庫(kù)的構(gòu)建
5.4.3 領(lǐng)域本體的建模
5.4.4 領(lǐng)域本體的復(fù)用
5.4.5 領(lǐng)域本體的應(yīng)用
5.5 本體編輯工具
5.5.1 本體編輯工具概述
5.5.2 Protege開(kāi)發(fā)過(guò)程
5.5.3 推理機(jī)Racer
5.6 本體描述語(yǔ)言
5.6.1 本體語(yǔ)言概述
5.6.2 HTML擴(kuò)展
5.6.3 本體標(biāo)記語(yǔ)言O(shè)ML
5.6.4 基于XML的文本交換語(yǔ)言XOL
5.6.5 XML
5.6.6 RDF
5.6.7 本體交互語(yǔ)言O(shè)IL
5.6.8 DAML+OIL語(yǔ)言
5.6.9 子語(yǔ)言
5.6.10 描述邏輯
5.7 小結(jié)
5.8 習(xí)題
第6章 常識(shí)
6.1 常識(shí)的概念
6.1.1 常識(shí)的例子
6.1.2 常識(shí)推理的特點(diǎn)
6.1.3 常識(shí)的重要性
6.1.4 常識(shí)的表示
6.2 常識(shí)推理
6.2.1 缺省推理
6.2.2 真值維護(hù)系統(tǒng)
6.3 小結(jié)
6.4 習(xí)題
第7章 效用智能體
7.1 效用智能體結(jié)構(gòu)
7.2 不確定性
7.2.1 不確定環(huán)境下智能體的行動(dòng)
7.2.2 不確定知識(shí)的處理
7.2.3 不確定性與理性決策
7.3 信念網(wǎng)推理
7.3.1 全聯(lián)合分布推理
7.3.2 信念網(wǎng)推理
7.3.3 信念網(wǎng)的數(shù)值語(yǔ)義
7.3.4 信念網(wǎng)拓?fù)湔Z(yǔ)義
7.3.5 信念網(wǎng)的精確推理
7.4 定性推理
7.4.1 定性推理概述
7.4.2 定性推理的基本方法
7.4.3 ENVISION方法
7.4.4 空間定性推理概述
7.5 集對(duì)分析
7.5.1 集對(duì)分析基本原理
7.5.2 聯(lián)系數(shù)
7.5.3 集對(duì)勢(shì)
7.5.4 基于集對(duì)分析的不確定性理論
7.5.5 集對(duì)分析在人工智能中的應(yīng)用
7.6 小結(jié)
7.7 習(xí)題
第8章 學(xué)習(xí)智能體
8.1 學(xué)習(xí)智能體結(jié)構(gòu)
8.2 機(jī)器學(xué)習(xí)概述
8.2.1 基本概念
8.2.2 機(jī)器學(xué)習(xí)的發(fā)展史
8.3 從觀察中學(xué)習(xí)
8.3.1 假設(shè)及假設(shè)空間
8.3.2 決策樹(shù)cLs算法
8.4 統(tǒng)計(jì)機(jī)器學(xué)習(xí)
8.4.1 貝葉斯決策
8.4.2 最大似然參數(shù)估計(jì)
8.4.3 無(wú)監(jiān)督聚類
8.5 PAC學(xué)習(xí)
8.5.1 泛化問(wèn)題
8.5.2 SVM
8.5.3 表示問(wèn)題
8.6 集成機(jī)器學(xué)習(xí)
8.6.1 弱可學(xué)習(xí)定理
8.6.2 集成機(jī)器學(xué)習(xí)方法
8.6.3 經(jīng)驗(yàn)性研究問(wèn)題
8.7 強(qiáng)化學(xué)習(xí)
8.7.1 完全可觀察的MDP問(wèn)題
8.7.2 部分可觀察的MDP問(wèn)題
8.7.3 強(qiáng)化學(xué)習(xí)的組成部分
8.7.4 強(qiáng)化學(xué)習(xí)原理
8.8 小結(jié)
8.9 習(xí)題
第9章 知識(shí)處理環(huán)境Prolog
9.1 Prolog的特點(diǎn)
9.1.1 事實(shí)和規(guī)則的描述
9.1.2 Prolog程序結(jié)構(gòu)
9.2 一個(gè)簡(jiǎn)單的Prolog程序
9.2.1 表達(dá)事實(shí)
9.2.2 事實(shí)查詢
9.2.3 規(guī)則表達(dá)
9.2.4 規(guī)則查詢
9.2.5 規(guī)則使用
9.3 運(yùn)算
9.3.1 算術(shù)運(yùn)算
9.3.2 邏輯運(yùn)算
9.3.3 數(shù)據(jù)管理
9.3.4 遞歸
9.3.5 表
9.3.6 截?cái)?br /> 9.3.7 循環(huán)
9.4 Visual Prolog編程入門
9.4.1 創(chuàng)建項(xiàng)目
9.4.2 編寫(xiě)簡(jiǎn)單的應(yīng)用程序
9.4.3 創(chuàng)建窗口
9.4.4 給窗口添加控件
9.4.5 畫(huà)鼠標(biāo)掠影
9.5 小結(jié)
9.6 習(xí)題
第10章 知識(shí)系統(tǒng)案例
10.1 案例1——簡(jiǎn)單的醫(yī)療診斷系統(tǒng)
10.1.1 規(guī)則庫(kù)的構(gòu)造
10.1.2 源程序
10.1.3 功能擴(kuò)展
10.1.4 程序運(yùn)行
10.2 案例2——汽車故障檢修咨詢系統(tǒng)
10.2.1 知識(shí)庫(kù)
10.2.2 編程實(shí)現(xiàn)
10.2.3 運(yùn)行結(jié)果
10.3 習(xí)題
第11章 多智能體
11.1 多智能體
11.1.1 效用和偏好
11.1.2 多智能體交互
11.1.3 優(yōu)勢(shì)策略和Nash平衡
11.1.4 競(jìng)爭(zhēng)與零和交互
11.2 智能體之間的通信
11.2.1 交談
11.2.2 理解語(yǔ)言字符串
11.2.3 有效通信
參考文獻(xiàn)