人工智能與專(zhuān)家系統(tǒng)（第二版）

定　價(jià)：￥28.00

作　者：	尹朝慶主編
出版社：	水利水電出版社
叢編項(xiàng)：	21世紀(jì)高等院校計(jì)算機(jī)系列教材
標(biāo)　簽：	人工智能

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787508463353	出版時(shí)間：	2009-04-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	232	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《人工智能與專(zhuān)家系統(tǒng)（第2版）》在延續(xù)第一版編寫(xiě)風(fēng)格的基礎(chǔ)上，根據(jù)近幾年人工智能與專(zhuān)家系統(tǒng)的發(fā)展趨勢(shì)和國(guó)內(nèi)外高等院校相關(guān)專(zhuān)業(yè)本科生教學(xué)內(nèi)容的重點(diǎn)，結(jié)合作者多年教學(xué)經(jīng)驗(yàn)，并考慮到讀者的反饋信息，對(duì)各章節(jié)內(nèi)容、結(jié)構(gòu)等進(jìn)行了修訂、調(diào)整、完善和補(bǔ)充，刪減和更新了第一版中比較陳舊的內(nèi)容，增加了典型應(yīng)用實(shí)例。《人工智能與專(zhuān)家系統(tǒng)（第2版）》主要介紹人工智能的基本理論、方法以及實(shí)現(xiàn)技術(shù)。全書(shū)共7章，可分為兩部分。第一部分包括第1～4章，主要介紹人工智能的基本概念、方法和技術(shù)，包括知識(shí)表示方法和搜索、邏輯推理等問(wèn)題求解的基本方法。第二部分包括第5～7章，以專(zhuān)家系統(tǒng)為應(yīng)用方向，討論了產(chǎn)生式專(zhuān)家系統(tǒng)及其實(shí)現(xiàn)技術(shù)、模糊知識(shí)表示和模糊推理、機(jī)器學(xué)習(xí)方法及其應(yīng)用實(shí)例?！度斯ぶ悄芘c專(zhuān)家系統(tǒng)（第2版）》內(nèi)容翔實(shí)，層次清晰，詳略適當(dāng)，重點(diǎn)突出，語(yǔ)言嚴(yán)謹(jǐn)，例題豐富，可作為高等院校計(jì)算機(jī)等信息類(lèi)和管理類(lèi)相關(guān)專(zhuān)業(yè)的本科生教材，也可供從事相關(guān)行業(yè)的人員參考。

作者簡(jiǎn)介

暫缺《人工智能與專(zhuān)家系統(tǒng)（第二版）》作者簡(jiǎn)介

圖書(shū)目錄

第二版前言
第一版前言
第1章緒論
1.1 人工智能及其發(fā)展
1.2 人工智能的研究與應(yīng)用領(lǐng)域
習(xí)題一
第2章知識(shí)表示方法
2.1 一階謂詞邏輯表示方法
2.1.1 一階謂詞邏輯
2.1.2 一階謂詞邏輯表示方法
2.2 產(chǎn)生式表示方法
2.2.1 產(chǎn)生式與產(chǎn)生式系統(tǒng)
2.2.2 產(chǎn)生式系統(tǒng)的分類(lèi)及其特點(diǎn)
習(xí)題二
第3章搜索方法
3.1 問(wèn)題求解過(guò)程的形式表示
3.1.1 狀態(tài)空間表示法
3.1.2 與/或圖表示法
3.2 狀態(tài)空間的搜索算法
3.2.1 盲目搜索算法
3.2.2 啟發(fā)式搜索算法
3.2.3 狀態(tài)空間搜索算法的應(yīng)用
3.2.4 A*算法及其特性
3.3 與/或圖的搜索方法
3.3.1 與/或圖的盲目搜索算法
3.3.2 與/或圖的啟發(fā)式搜索算法
3.3.3 博弈算法及應(yīng)用
習(xí)題三
第4章邏輯推理
4.1 推理的基本概念
4.1.1 推理方式及其分類(lèi)
4.1.2 推理的控制策略
4.1.3 模式匹配及其變量代換
4.2 歸結(jié)演繹推理
4.2.1 謂詞公式化為子句集的方法
4.2.2 歸結(jié)原理
4.2.3 歸結(jié)反演
4.3 基于歸結(jié)反演的問(wèn)題求解
4.4 歸結(jié)反演的改進(jìn)策略
4.4.1 刪除策略
4.4.2 限制策略
習(xí)題四
第5章專(zhuān)家系統(tǒng)
5.1 專(zhuān)家系統(tǒng)概述
5.1.1 專(zhuān)家系統(tǒng)研究的意義
5.1.2 專(zhuān)家系統(tǒng)的結(jié)構(gòu)與開(kāi)發(fā)方法
5.2 LISP語(yǔ)言
5.2.1 LISP語(yǔ)言的特點(diǎn)與表達(dá)式
5.2.2 LISP語(yǔ)言的基本函數(shù)
5.3 知識(shí)庫(kù)與推理機(jī)
5.3.1 產(chǎn)生式規(guī)則與規(guī)則庫(kù)的存儲(chǔ)結(jié)構(gòu)
5.3.2 正向推理機(jī)
5.3.3 反向推理機(jī)
5.4 解釋方法與解釋器
5.5 知識(shí)獲取與檢測(cè)
5.5.1 知識(shí)獲取的任務(wù)與方式
5.5.2 知識(shí)的檢測(cè)與求精
5.5.3 知識(shí)檢測(cè)的方法
5.6 專(zhuān)家系統(tǒng)工具
5.6.1 專(zhuān)家系統(tǒng)工具概述
5.6.2 CLIPS及其應(yīng)用
5.6.3 基于Java的規(guī)則引擎Jess
習(xí)題五
第6章模糊推理
6.1 知識(shí)的不確定性
6.2 模糊集合的定義與運(yùn)算
6.2.1 模糊集合的定義與表示
6.2.2 模糊集合的運(yùn)算
6.3 模糊知識(shí)表示與模糊匹配
6.3.1 模糊知識(shí)表示
6.3.2 模糊匹配
6.4 簡(jiǎn)單模糊推理
6.4.1 模糊推理的基本模式
6.4.2 簡(jiǎn)單模糊推理方法
6.4.3 模糊三段論推理方法
6.5 一般模式的模糊推理
6.5.1 多維模糊推理方法
6.5.2 帶有可信度的模糊推理方法
習(xí)題六
第7章機(jī)器學(xué)習(xí)
7.1 機(jī)器學(xué)習(xí)的特征與方法
7.2 歸納學(xué)習(xí)方法
7.2.1 CLS算法
7.2.2 ID3算法
7.2.3 歸納學(xué)習(xí)生成產(chǎn)生式規(guī)則集的應(yīng)用
7.3 遺傳算法
7.3.1 遺傳算法的概念與計(jì)算方法
7.3.2 遺傳算法在預(yù)測(cè)預(yù)報(bào)中的應(yīng)用
7.4 人工神經(jīng)網(wǎng)絡(luò)方法
7.4.1 人工神經(jīng)元與感知器
7.4.2 人工神經(jīng)網(wǎng)絡(luò)模型
7.4.3 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
7.4.4 BP學(xué)習(xí)算法的改進(jìn)
7.4.5 基于神經(jīng)網(wǎng)絡(luò)的專(zhuān)家系統(tǒng)
7.4.6 基于神經(jīng)網(wǎng)絡(luò)的模糊分類(lèi)器
7.4.7 神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)中的應(yīng)用
習(xí)題七
參考文獻(xiàn)