人工智能技術(shù)簡明教程

第1章　概述　
　1.1　什么是人工智能　
　1.2　為什么要研究人工智能　
　1.3　人工智能的研究途徑與方法　
　1.4　人工智能技術(shù)的應(yīng)用　
　1.5　人工智能學(xué)科的發(fā)展概況*　
　習(xí)題1　
第2章　邏輯程序設(shè)計語言Prolog　
　2.1　Prolog基礎(chǔ)　
　　2.1.1　Prolog的語句　
?　2.1.2　Prolog的程序　
　　2.1.3　Prolog程序的運行機理　
　2.2　Turbo Prolog程序設(shè)計　
　　2.2.1　程序結(jié)構(gòu)　
　　2.2.2　數(shù)據(jù)與表達式　
　　2.2.3　輸入與輸出　
　　2.2.4　分支與循環(huán)　
　　2.2.5　動態(tài)數(shù)據(jù)庫　
　　2.2.6　表處理與遞歸　
　　2.2.7　回溯控制　
　　2.2.8　程序舉例　
　2.3　Visual Prolog語言簡介*　
　習(xí)題2　
第3章　基于圖搜索的問題求解　
　3.1　狀態(tài)圖搜索　
　　3.1.1　狀態(tài)圖　
　　3.1.2　狀態(tài)圖搜索　
　　3.1.3　窮舉式搜索　
　　3.1.4　啟發(fā)式搜索　
　　3.1.5　加權(quán)狀態(tài)圖搜索　
　　3.1.6　A算法和A*算法　
　　3.1.7　狀態(tài)圖搜索策略小結(jié)　
　3.2　狀態(tài)圖搜索問題求解　
　　3.2.1　問題的狀態(tài)圖表示　
　　3.2.2　狀態(tài)圖問題求解程序舉例　
　3.3　與或圖搜索　
　　3.3.1　與或圖　
　　3.3.2　與或圖搜索　
　　3.3.3　啟發(fā)式與或樹搜索　
　3.4　與或圖搜索問題求解　
　　3.4.1　問題的與或圖表示　
　　3.4.2　與或圖問題求解?序舉例　
　3.5　博弈樹搜索*　
　　3.5.1　博弈樹的概念　
　　3.5.2　極小-極大分析法　
　　3.5.3　a-b剪枝技術(shù)　
　習(xí)題3　
第4章　基于遺傳算法的隨機優(yōu)化搜索　
　4.1　幾個基本概念　
　4.2　基本遺傳算法　
　4.3　遺傳算法應(yīng)用舉例　
　4.4　遺傳算法的特點與優(yōu)勢　
　習(xí)題4　
第5章　知識表示與推理　
　5.1　概述　
　　5.1.1　知識及其表示　
　　5.1.2　機器推理　
　5.2　謂詞公式及其推理　
　　5.2.1　一階謂詞邏輯簡介　
　　5.2.2　自然語言命題的謂詞公式表示與推理　
　　5.2.3　子句與歸結(jié)演繹推理　
　5.3　產(chǎn)生式規(guī)則及其推理　
　　5.3.1　產(chǎn)生式規(guī)則及其推理模式　
　　5.3.2　產(chǎn)生式系統(tǒng)　
　5.4　幾種結(jié)構(gòu)化知識表示及其推理　
　　5.4.1　框架及其推理　
　　5.4.2　語義網(wǎng)絡(luò)及其推理　
　　5.4.3　類與對象及其推理　
　5.5　不確定性知識的表示與推理*　
　　5.5.1　何為不確定性知識　
　　5.5.2　不確定性知識的表示及推理　
　　5.5.3　確定性理論簡介　
　5.6　不確切性知識的表示及推理*　
　　5.6.1　何為不確切性知識　
　　5.6.2　不確切性知識的表示及推理　
　習(xí)題5　
第6章　機器學(xué)習(xí)與知識發(fā)現(xiàn)　
　6.1　機器學(xué)習(xí)與知識發(fā)現(xiàn)的概念　
　　6.1.1　何為機器學(xué)習(xí)和知識發(fā)現(xiàn)　
　　6.1.2　機器學(xué)習(xí)的分類　
　6.2　符號學(xué)習(xí)　
　　6.2.1　記憶學(xué)習(xí)　
　　6.2.2　示例學(xué)習(xí)　
　　6.2.3　決策樹學(xué)習(xí)　
　6.3　神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)　
　　6.3.1　從生物神經(jīng)元到人工神經(jīng)元　
　　6.3.2　人工神經(jīng)網(wǎng)絡(luò)　
　　6.3.3　神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)　
　　6.3.4　BP網(wǎng)絡(luò)及其學(xué)習(xí)舉例　
　6.4　知識發(fā)現(xiàn)與數(shù)據(jù)挖掘　
　習(xí)題6　
第7章　專家系統(tǒng)　
　7.1　什么是專家系統(tǒng)　
　7.2　專家系統(tǒng)的結(jié)構(gòu)　
　　7.2.1　概念結(jié)構(gòu)　
　　7.2.2　實際結(jié)構(gòu)　
　　7.2.3　黑板模型　
　　7.2.4　網(wǎng)絡(luò)與分布式結(jié)構(gòu)　
　7.3　專家系統(tǒng)實例　
　7.4　專家系統(tǒng)設(shè)計與實現(xiàn)　
　　7.4.1　一般步驟與方法　
　　7.4.2　知識獲取　
　　7.4.3　知識表示與知識描述語言設(shè)計　
　　7.4.4　知識庫與知識庫管理系統(tǒng)設(shè)計　
　　7.4.5　推理機與解釋機制設(shè)計　
　　7.4.6　系統(tǒng)結(jié)構(gòu)設(shè)計　
　　7.4.7　人機界面設(shè)計　
　7.5　開發(fā)工具與環(huán)境　
　　7.5.1　開發(fā)工具　
　　7.5.2　開發(fā)環(huán)境　
　習(xí)題7　
第8章　Agent系統(tǒng)　
　8.1　什么是Agent　
　8.2　Agent實例——Web Agent　
　8.3　多Agent系統(tǒng)　
　8.4　Agent的實現(xiàn)　
　8.5　Agent技術(shù)的發(fā)展與應(yīng)用　
　習(xí)題8　
第9章　智能機器人　
　9.1　智能機器人的概念　
　9.2　機器人感知　
　9.3　機器人規(guī)劃　
　9.4　機器人控制　
　9.5　機器人系統(tǒng)的軟件結(jié)構(gòu)　
　9.6　機器人程序設(shè)計與語言　
　習(xí)題9　
第10章　智能化網(wǎng)絡(luò)　
　10.1　智能網(wǎng)　
　10.2　網(wǎng)絡(luò)的智能化管理與控制　
　10.3　智能搜索引擎與網(wǎng)上信息的智能化檢索　
　習(xí)題10　
上機實習(xí)　
實習(xí)一　Prolog語言編程練習(xí)　
實習(xí)二　小型演繹數(shù)據(jù)庫系統(tǒng)開發(fā)練習(xí)　
實習(xí)三　圖搜索問題求解程序練習(xí)　
實習(xí)四　小型專家系統(tǒng)設(shè)計與實現(xiàn)　
參考文獻