人工智能及其應(yīng)用

第1章 緒論
1.1 人工智能的基本概念
1.2 人工智能的發(fā)展簡史
1.3 人工智能的三種觀點和三個學(xué)派
1.4 人工智能研究的內(nèi)容和領(lǐng)域
1.5 人工智能的發(fā)展及未來
習(xí) 題
第2章 知識表示
2.1 知識表示的概述
2.2 謂詞邏輯法
2.2.1 一階謂詞的基本概念
2.2.2 謂詞邏輯表示方法
2.2.3 謂詞邏輯表示的特點
2.3 產(chǎn)生式表示方法
2.3.1 產(chǎn)生式基本形式
2.3.2 產(chǎn)生式系統(tǒng)的組成和求解過程
2.3.3 產(chǎn)生式系統(tǒng)的推理方式
2.3.4 產(chǎn)生式系統(tǒng)的特點
2.4 語義網(wǎng)絡(luò)法
2.4.1 語義網(wǎng)絡(luò)的基本概念
2.4.2 語義網(wǎng)絡(luò)的表示方法
2.4.3 語義網(wǎng)絡(luò)的推理過程
2.5 其他知識表示方法
2.5.1 框架表示法
2.5.2 劇本表示法
習(xí) 題
第3章 搜索技朮
3.1 搜索的基本概念
3.1.1 狀態(tài)空間法
3.1.2 問題歸約法
3.1.3 搜索的分類與性能
3.2 狀態(tài)空間的盲目搜索
3.2.1 一般圖搜索過程
3.2.2 廣度優(yōu)先搜索
3.2.3 深度優(yōu)先搜索
3.2.4 代價樹搜索
3.3 狀態(tài)空間的啟發(fā)式搜索
3.3.1 啟發(fā)性信息和估價函數(shù)
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 與／或樹的盲目搜索
3.4.1 與／或樹的一般搜索
3.4.2 與／或樹的廣度優(yōu)先搜索
3.4.3 與／或樹的深度優(yōu)先搜索
3.5 與／或樹的啟發(fā)式搜索
3.5.1 解樹的代價與希望樹
3.5.2 與／或樹的啟發(fā)式搜索過程
3.6 博弈搜索
3.6.1 博弈問題
3.6.2 極小極大搜索過程
3.6.3 α-β搜索過程
……
第4章 不確定性推理
第5章 智能優(yōu)化算法
第6章 神經(jīng)計算
第7章 支持向量機
第8章 粗糙集
第9章 數(shù)據(jù)挖掘算法
第10章 智能搜索引擎
第11章 分形理論及應(yīng)用