图书信息
图书目录

人工智能基础



  本书是国家教育部立项建设的优秀网络课程“人工智能网络课程”的配套教材。全书共10章,主要内容:绪论、知识表示、搜索原理、推理技术、机器学习、规划系统、专家系统、自然语言理解、智能控制、人工智能程序设计。附录中给出了人工智能网络课程使用指南。
  本书可作为本科学校和高职高专学校计算机相关专业的“人工智能”课程教材或教学参考书,还可供从事人工智能研究、开发与应用的科技工作者学习参考。建议读者尽可能结合“人工智能网络课程”进行学习和训练,充分利用该网络课程提供的丰富教学资源。


作者:
蔡自兴

定价:
25.60元

出版时间:
2005-05-08

ISBN:
978-7-04-016486-2

读者对象:
高等教育

一级分类:
计算机/教育技术类

二级分类:
计算机类专业核心课程

三级分类:
人工智能

重点项目:
新世纪网络课程建设工程

版面字数:
420.000千字

开本:
16开

全书页数:
312页

装帧形式:
平装
  • 第1章 绪论
    • 1.1 人工智能的定义与发展
      • 1.1.1 人工智能的定义
      • 1.1.2 人工智能的起源与发展
    • 1.2 人类智能与人工智能
      • 1.2.1 研究认知过程的任务
      • 1.2.2 智能信息处理系统的假设
      • 1.2.3 人类智能的计算机模拟
    • 1.3 人工智能的学派及其争论
      • 1.3.1 人工智能的主要学派
      • 1.3.2 对人工智能基本理论的争论
      • 1.3.3 对人工智能技术路线的争论
    • 1.4 人工智能的研究与应用领域
      • 1.4.1 问题求解
      • 1.4.2 逻辑推理与定理证明
      • 1.4.3 自然语言理解
      • 1.4.4 自动程序设计
      • 1.4.5 专家系统
      • 1.4.6 机器学习
      • 1.4.7 人工神经网络
      • 1.4.8 机器人学
      • 1.4.9 模式识别
      • 1.4.10 机器视觉
      • 1.4.11 智能控制
      • 1.4.12 智能检索
      • 1.4.13 智能调度与指挥
      • 1.4.14 分布式人工智能与Agent
      • 1.4.15 计算智能与进化计算
      • 1.4.16 数据挖掘与知识发现
      • 1.4.17 人工生命
      • 1.4.18 系统与语言工具
    • 1.5 人工智能对人类的影响
      • 1.5.1 人工智能对经济的影响
      • 1.5.2 人工智能对社会的影响
      • 1.5.3 人工智能对文化的影响
    • 1.6 对人工智能的展望
      • 1.6.1 更新的理论框架
      • 1.6.2 更好的技术集成
      • 1.6.3 更成熟的应用方法
  • 第2章 知识表示
    • 2.1 概述
    • 2.2 状态空间法
      • 2.2.1 问题状态描述
      • 2.2.2 状态图示法
      • 2.2.3 状态空间表示举例
    • 2.3 问题归约法
      • 2.3.1 问题归约描述
      • 2.3.2 与或图表示
      • 2.3.3 问题归约机理
    • 2.4 谓词逻辑法
      • 2.4.1 谓词演算
      • 2.4.2 谓词公式
      • 2.4.3 置换与合一
    • 2.5 语义网络法
      • 2.5.1 二元语义网络的表示
      • 2.5.2 多元语义网络的表示
      • 2.5.3 连词和量化的表示
      • 2.5.4 语义网络的推理过程
    • 2.6 框架表示
      • 2.6.1 框架的构成
      • 2.6.2 框架的推理
    • 2.7 面向对象表示
      • 2.7.1 面向对象基础
      • 2.7.2 类与类继承
      • 2.7.3 面向对象表示的实例
    • 2.8 剧本表示
      • 2.8.1 剧本的构成
      • 2.8.2 剧本的推理
    • 2.9 过程式表示
  • 第3章 搜索原理
    • 3.1 盲目搜索
      • 3.1.1 图搜索策略
      • 3.1.2 宽度优先搜索
      • 3.1.3 深度优先搜索
      • 3.1.4 等代价搜索
    • 3.2 启发式搜索
      • 3.2.1 启发式搜索策略
      • 3.2.2 估价函数
      • 3.2.3 有序搜索
      • 3.2.4 A算法
    • 3.3 博弈树搜索
      • 3.3.1 博弈概述
      • 3.3.2 极小极大分析法
      • 3.3.3 α -β剪枝技术
    • 3.4 遗传算法
      • 3.4.1 遗传算法的结构
      • 3.4.2 遗传算法的基本原理
      • 3.4.3 遗传算法的收敛性
      • 3.4.4 遗传算法的性能
      • 3.4.5 进化算法
      • 3.4.6 遗传算法展望
    • 3.5 模拟退火算法
      • 3.5.1 模拟退火算法的模型
      • 3.5.2 模拟退火算法的简单应用
      • 3.5.3 模拟退火算法的参数控制问题
  • 第4章 推理技术
    • 4.1 消解原理
      • 4.1.1 化为子句集
      • 4.1.2 消解推理规则
      • 4.1.3 含有变量的消解式
      • 4.1.4 消解反演求解过程
    • 4.2 规则演绎系统
      • 4.2.1 规则正向演绎系统
      • 4.2.2 规则逆向演绎系统
      • 4.2.3 规则双向演绎系统
    • 4.3 产生式系统
      • 4.3.1 产生式系统的组成及表示
      • 4.3.2 正向与反向推理
    • 4.4 不确定性推理
      • 4.4.1 概率推理
      • 4.4.2 贝叶斯推理
      • 4.4.3 模糊逻辑推理与可能性理论
    • 4.5 非单调推理
      • 4.5.1 缺省推理
      • 4.5.2 非单调推理系统
  • 第5章 机器学习
    • 5.1 机器学习的研究意义与发展历史
      • 5.1.1 机器学习的定义和研究意义
      • 5.1.2 机器学习的发展史
    • 5.2 机器学习的主要策略与基本结构
    • 5.3 常见的几种学习方法
      • 5.3.1 机械学习
      • 5.3.2 基于解释的学习
      • 5.3.3 基于事例的学习
      • 5.3.4 基于概念的学习
      • 5.3.5 基于类比的学习
      • 5.3.6 归纳学习
      • 5.3.7 强化学习
    • 5.4 基于神经网络的学习
      • 5.4.1 神经网络的组成与特性
      • 5.4.2 基于反向传播网络的学习
      • 5.4.3 基于Hopfield网络的学习
      • 5.4.4 基于神经网络的推理
  • 第6章 规划系统
    • 6.1 规划的作用与任务
      • 6.1.1 规划的概念
      • 6.1.2 规划的作用与主要问题
    • 6.2 基于谓词逻辑的规划
      • 6.2.1 规划世界模型的谓词逻辑表示
      • 6.2.2 基于谓词逻辑规划的基本过程
    • 6.3 STRIPS规划系统
      • 6.3.1 积木世界的机器人规划
      • 6.3.2 STRIPS规划系统
    • 6.4 分层规划
      • 6.4.1 长度优先搜索
      • 6.4.2 NOAH规划系统
  • 第7章 专家系统
    • 7.1 专家系统概述
      • 7.1.1 专家系统的一般特点
      • 7.1.2 专家系统的结构与类型
    • 7.2 基于规则的专家系统
      • 7.2.1 基于规则的专家系统的基本结构
      • 7.2.2 基于规则的专家系统举例
    • 7.3 基于框架的专家系统
      • 7.3.1 基于框架的专家系统的概念
      • 7.3.2 基于框架的专家系统举例
    • 7.4 基于模型的专家系统
      • 7.4.1 基于模型的专家系统的概念
      • 7.4.2 基于模型的专家系统举例
    • 7.5 专家系统的设计、评价与开发
      • 7.5.1 专家系统的设计
      • 7.5.2 专家系统的评价
      • 7.5.3 专家系统的开发工具
    • 7.6 专家系统设计举例
      • 7.6.1 专家知识的描述
      • 7.6.2 知识的使用
      • 7.6.3 决策的解释
      • 7.6.4 MYCIN系统概述
  • 第8章 自然语言理解
    • 8.1 语言及其理解的一般问题
      • 8.1.1 语言和语言理解
      • 8.1.2 自然语言理解研究的进展
      • 8.1.3 自然语言理解过程的层次
    • 8.2 句法和语法的自动分析
      • 8.2.1 句法模式匹配和转移网络
      • 8.2.2 扩充转移网络
      • 8.2.3 词汇功能语法
      • 8.2.4 语义的解析
    • 8.3 语言理解
      • 8.3.1 简单句的理解方法
      • 8.3.2 复合句的理解方法
    • 8.4 机器翻译
    • 8.5 语音识别
      • 8.5.1 语音识别的发展历史
      • 8.5.2 语音识别的基本原理
      • 8.5.3 语音识别中的难点
      • 8.5.4 语音识别的关键技术
    • 8.6 应用举例
      • 8.6.1 自然语言自动理解系统
      • 8.6.2 机器翻译系统ARIANE
      • 8.6.3 自然语言问答系统
  • 第9章 智能控制
    • 9.1 智能控制概述
      • 9.1.1 智能控制的产生和发展
      • 9.1.2 智能控制的定义
    • 9.2 智能控制的研究领域
    • 9.3 智能控制的学科结构理论
      • 9.3.1 二元结构理论
      • 9.3.2 三元结构理论
      • 9.3.3 四元结构理论
    • 9.4 智能控制的特点与系统一般结构
      • 9.4.1 智能控制的特点
      • 9.4.2 智能控制系统的一般结构
    • 9.5 智能控制系统
      • 9.5.1 递阶智能控制系统
      • 9.5.2 专家控制系统
      • 9.5.3 模糊控制系统
      • 9.5.4 学习控制系统
      • 9.5.5 神经控制系统
      • 9.5.6 进化控制系统
  • 第10章 人工智能程序设计
    • 10.1 符号和逻辑处理编程语言
    • 10.2 LISP语言
      • 10.2.1 LISP的特点和数据结构
      • 10.2.2 LISP的基本函数
      • 10.2.3 递归和迭代
      • 10.2.4 LISP编程举例
    • 10.3 PROLOG语言
      • 10.3.1 语法与数据结构
      • 10.3.2 PROLOG程序设计原理
      • 10.3.3 PROLOG编程举例
    • 10.4 专用开发工具与人工智能机
  • 附录 网络课程使用说明
  • 参考文献
1