本书是一本内容基础性强､可读性好､适合讲授的人工智能教材｡读者通过学习本书,能够掌握人工智能的基本知识,并能了解人工智能研究的一些前沿内容,为进一步学习人工智能理论与应用奠定基础｡
全书共11章｡第1章绪论;第2章知识表示;第3章确定性推理方法;第4章不确定性推理方法;第5章搜索求解策略;第6章遗传算法及其应用;第7章专家系统与机器学习;第8章人工神经网络及其应用;第9章智能体与多智能体系统;第10章自然语言处理及其应用;第11章人工智能在游戏设计中的应用｡附录中给出了本书部分习题的简要解答｡
本书可作为电气信息类､机械类､电子信息科学类以及其他专业的本科生学习人工智能课程的教材｡由于书中几大部分内容相对独立,教师可以根据课程计划灵活选择相关内容｡
- 前言
- 第1章 绪论
- 1. 1 人工智能的基本概念
- 1. 2 人工智能的发展简史
- 1. 3 人工智能研究的基本内容
- 1. 4 人工智能的主要研究领域
- 1. 5 小结
- 思考题
- 第2章 知识表示
- 2. 1 知识与知识表示的概念
- 2. 2 一阶谓词逻辑表示法
- 2. 3 产生式表示法
- 2. 4 框架表示法
- 2. 5 小结
- 思考题
- 习题
- 第3章 确定性推理方法
- 3. 1 推理的基本概念
- 3. 2 自然演绎推理
- 3. 3 谓词公式化为子句集的方法
- 3. 4 鲁宾逊归结原理
- 3. 5 归结反演
- 3. 6 应用归结原理求解问题
- 3. 7 小结
- 思考题
- 习题
- 第4章 不确定性推理方法
- 4. 1 不确定性推理的概念
- 4. 2 可信度方法
- 4. 3 证据理论
- 4. 4 模糊推理方法
- 4. 5 小结
- 思考题
- 习题
- 第5章 搜索求解策略
- 5. 1 搜索的概念
- 5. 2 状态空间的搜索策略
- 5. 3 盲目的图搜索策略
- 5. 4 启发式图搜索策略
- 5. 5 小结
- 思考题
- 习题
- 第6章 遗传算法及其应用
- 6. 1 遗传算法的产生与发展
- 6. 2 遗传算法的基本算法
- 6. 3 遗传算法的改进算法
- 6. 4 遗传算法的应用
- 6. 5 小结
- 思考题
- 习题
- 第7章 专家系统与机器学习
- 7. 1 专家系统的产生和发展
- 7. 2 专家系统的概念
- 7. 3 专家系统的工作原理
- 7. 4 知识获取的主要过程与模式
- 7. 5 机器学习
- 7. 6 知识发现与数据挖掘
- 7. 7 专家系统的建立
- 7. 8 专家系统实例
- 7. 9 专家系统的开发工具
- 7. 10 小结
- 思考题
- 第8章 人工神经网络及其应用
- 8. 1 神经元与神经网络
- 8. 2 BP 神经网络及其学习算法
- 8. 3 BP 神经网络的应用
- 8. 4 Hopfield 神经网络及其改进
- 8. 5 Hopfield 神经网络的应用
- 8. 6 小结
- 思考题
- 习题
- 第9章 智能体与多智能体系统
- 9. 1 智能体的概念与结构
- 9. 2 多智能体系统的概念与结构
- 9. 3 多智能体系统的通信
- 9. 4 多智能体系统的协调
- 9. 5 多智能体系统的协作
- 9. 6 多智能体系统的协商
- 9. 7 小结
- 思考题
- 第10章 自然语言处理及其应用
- 10. 1 自然语言理解的概念与发展历史
- 10. 2 语言处理过程的层次
- 10. 3 机器翻译
- 10. 4 语音识别
- 10. 5 小结
- 思考题
- 第11章 人工智能在游戏设计中的应用
- 11. 1 人工智能游戏
- 11. 2 游戏人工智能
- 11. 3 游戏中的角色与分类
- 11. 4 智能游戏角色设计基本技术
- 11. 5 智能游戏开发方法与开发工具
- 11. 6 扫雷机智能游戏开发
- 11. 7 人工智能游戏的现状与未来
- 11. 8 小结
- 思考题
- 附录 部分习题解答
- 参考文献
- 版权
