人工智能及其应用

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 人工智能的三种观点和三个学派

1.4 人工智能研究的内容和领域

1.5 人工智能的发展及未来

习 题

第2章 知识表示

2.1 知识表示的概述

2.2 谓词逻辑法

2.2.1 一阶谓词的基本概念

2.2.2 谓词逻辑表示方法

2.2.3 谓词逻辑表示的特点

2.3 产生式表示方法

2.3.1 产生式基本形式

2.3.2 产生式系统的组成和求解过程

2.3.3 产生式系统的推理方式

2.3.4 产生式系统的特点

2.4 语义网络法

2.4.1 语义网络的基本概念

2.4.2 语义网络的表示方法

2.4.3 语义网络的推理过程

2.5 其他知识表示方法

2.5.1 框架表示法

2.5.2 剧本表示法

习 题

第3章 搜索技朮

3.1 搜索的基本概念

3.1.1 状态空间法

3.1.2 问题归约法

3.1.3 搜索的分类与性能

3.2 状态空间的盲目搜索

3.2.1 一般图搜索过程

3.2.2 广度优先搜索

3.2.3 深度优先搜索

3.2.4 代价树搜索

3.3 状态空间的启发式搜索

3.3.1 启发性信息和估价函数

3.3.2 A算法

3.3.3 A*算法

3.3.4 A*算法的性能分析

3.4 与／或树的盲目搜索

3.4.1 与／或树的一般搜索

3.4.2 与／或树的广度优先搜索

3.4.3 与／或树的深度优先搜索

3.5 与／或树的启发式搜索

3.5.1 解树的代价与希望树

3.5.2 与／或树的启发式搜索过程

3.6 博弈搜索

3.6.1 博弈问题

3.6.2 极小极大搜索过程

3.6.3 α-β搜索过程

……

第4章 不确定性推理

第5章 智能优化算法

第6章 神经计算

第7章 支持向量机

第8章 粗糙集

第9章 数据挖掘算法

第10章 智能搜索引擎

第11章 分形理论及应用

《人工智能及其应用》系统地阐述了人工智能的基本原理、方法和应用技术，反映了人工智能领域比较成熟的研究内容、最新进展和动态。全书共有11章，除第1章绪论外，其余可划分为两大部分。第一部分为基本人工智能，包括第2至第4章的知识表示、搜索技术和不确定性推理，论述了人工智能的基本理论与技术。第二部分为人工智能的高级理论与技术，包括第5至第11章，主要涉及智能优化算法、神经计算、支持向量机、粗糙集、数据挖掘算法、智能搜索引擎和分形理论及应用等人工智能的研究热点。
　　《人工智能及其应用》由浅入深、循序渐进、条理清楚，力求科学、实用、可读性强，能让学生在有限的时间内掌握人工智能的基本原理与应用技术，为将来的开发和研究工作打下基础。
　　《人工智能及其应用》可作为高等院校信息类各专业的研究生教材，高年级本科生可选取部分内容学习。也可供从事人工智能研究与应用的科技工作者学习参考。