人工智慧及其套用（第4版）

此書主要介紹了，人工智慧的概況和不同學派的認知觀，研究人工智慧的知識表示方法和搜尋推理技術，探討不確定性推理的主要方法，闡述了計算智慧型的基本知識和人工智慧的主要套用領域，包括專家系統、機器學習、自動規劃、分散式人工智慧和自然語言理解等。

基本介紹

• 書名：人工智慧及其套用（第4版）
• ISBN：9787302220428
• 定價：45元
• 出版時間：2015年
• 裝幀：平裝

圖書詳細信息

ISBN：9787302220428

定價：45元

印次：4-8

裝幀：平裝

印刷日期：2015-1-23

圖書簡介

本書第4版共10章。第1章敘述人工智慧的概況和不同學派的認知觀。第2章和第3章研究人工智慧的知識表示方法和搜尋推理技術。第4章探討不確定性推理的主要方法。第5章闡述計算智慧型的基本知識。第6章~第10章逐一討論了人工智慧的主要套用領域，包括專家系統、機器學習、自動規劃、分散式人工智慧和自然語言理解等。與第三版本科生用書相比，許多內容都是第一次出現的，如本體論和非經典推理、粒群最佳化和蟻群計算、決策樹學習和增強學習、詞法分析和語料庫語言學，以及路徑規劃和基於Web的專家系統等。其他章節也在第三版的基礎上作了相應的修改、精簡或補充。

目錄

第1章緒論

1.1人工智慧的定義與發展

1.1.1人工智慧的定義

1.1.2人工智慧的起源與發展

1.2人工智慧的各種認知觀

1.2.1人工智慧各學派的認知觀

1.2.2人工智慧的爭論

1.3人類智慧型與人工智慧

1.3.1智慧型信息處理系統的假設

1.3.2人類智慧型的計算機模擬

1.4人工智慧的研究目標和內容

1.4.1人工智慧的研究目標

1.4.2人工智慧研究的基本內容

1.5人工智慧研究的主要方法

1.6人工智慧的研究與套用領域

1.7本書概要

習題

第2章知識表示方法

2.1狀態空間表示

2.1.1問題狀態描述

2.1.2狀態圖示法

2.2問題歸約表示

2.2.1問題歸約描述

2.2.2與或圖表示

2.3謂詞邏輯表示

2.3.1謂詞演算

2.3.2謂詞公式

2.3.3置換與合一

2.4語義網路表示

2.4.1二元語義網路的表示

2.4.2多元語義網路的表示

2.4.3語義網路的推理過程

2.5框架表示

2.5.1框架的構成

2.5.2框架的推理

2.6本體技術

2.6.1本體的概念

2.6.2本體的組成與分類

2.6.3本體的建模

2.7過程表示

2.8小結

習題

人工智慧及其套用

目錄

第3章確定性推理

3.1圖搜尋策略

3.2盲目搜尋

3.2.1寬度優先搜尋

3.2.2深度優先搜尋

3.2.3等代價搜尋

3.3啟發式搜尋

3.3.1啟發式搜尋策略和估價函式

3.3.2有序搜尋

3.3.3A*算法

3.4消解原理

3.4.1子句集的求取

3.4.2消解推理規則

3.4.3含有變數的消解式

3.4.4消解反演求解過程

3.5規則演繹系統

3.5.1規則正向演繹系統

3.5.2規則逆向演繹系統

3.5.3規則雙向演繹系統

3.6產生式系統

3.6.1產生式系統的組成

3.6.2產生式系統的推理

3.6.3產生式系統舉例

3.7非單調推理

3.7.1預設推理

3.7.2真值維持系統

3.8小結

習題

第4章非經典推理

4.1經典推理和非經典推理

4.2不確定性推理

4.2.1不確定性的表示與量度

4.2.2不確定性的算法

4.3機率推理

4.3.1機率的基本性質和計算公式

4.3.2機率推理方法

4.4主觀貝葉斯方法

4.4.1知識不確定性的表示

4.4.2證據不確定性的表示

4.4.3主觀貝葉斯方法的推理過程

4.5可信度方法

4.5.1基於可信度的不確定性表示

4.5.2可信度方法的推理算法

4.6證據理論

4.6.1證據理論的形式化描述

4.6.2證據理論的不確定性推理模型

4.6.3推理示例

4.7小結

習題

第5章計算智慧型

5.1概述

5.2神經計算

5.2.1人工神經網路研究的進展

5.2.2人工神經網路的結構

5.2.3人工神經網路示例及其算法

5.2.4基於神經網路的知識表示與推理

5.3模糊計算

5.3.1模糊集合、模糊邏輯及其運算

5.3.2模糊邏輯推理

5.4遺傳算法

5.4.1遺傳算法的基本機理

5.4.2遺傳算法的求解步驟

5.5人工生命

5.5.1人工生命研究的起源和發展

5.5.2人工生命的定義和研究意義

5.5.3人工生命的研究內容和方法

5.5.4人工生命實例

5.6粒群最佳化

5.6.1群智慧型和粒群最佳化概述

5.6.2粒群最佳化算法

5.7蟻群算法

5.7.1蟻群算法理論

5.7.2蟻群算法的研究與套用

5.8小結

習題

第6章專家系統

6.1專家系統概述

6.1.1專家系統的特點

6.1.2專家系統的結構和建造步驟

6.2基於規則的專家系統

6.2.1基於規則專家系統的工作模型和結構

6.2.2基於規則專家系統的特點

6.3基於框架的專家系統

6.3.1基於框架專家系統的定義、結構和設計方法

6.3.2基於框架專家系統的繼承、槽和方法

6.4基於模型的專家系統

6.4.1基於模型專家系統的提出

6.4.2基於神經網路的專家系統

6.5基於Web的專家系統

6.5.1基於Web專家系統的結構

6.5.2基於Web專家系統的實例

6.6新型專家系統

6.6.1新型專家系統的特徵

6.6.2分散式專家系統

6.6.3協同式專家系統

6.7專家系統設計

6.7.1專家知識的描述

6.7.2知識的使用和決策解釋

6.8專家系統開發工具

6.9小結

習題

第7章機器學習

7.1機器學習的定義和發展歷史

7.1.1機器學習的定義

7.1.2機器學習的發展史

7.2機器學習的主要策略與基本結構

7.2.1機器學習的主要策略

7.2.2機器學習系統的基本結構

7.3歸納學習

7.3.1歸納學習的模式和規則

7.3.2歸納學習方法

7.4決策樹學習

7.4.1決策樹和決策樹構造算法

7.4.2決策樹學習算法ID3

7.5類比學習

7.5.1類比推理和類比學習形式

7.5.2類比學習過程與研究類型

7.6解釋學習

7.6.1解釋學習過程和算法

7.6.2解釋學習舉例

7.7神經網路學習

7.7.1基於反向傳播網路的學習

7.7.2基於Hopfield網路的學習

7.8知識發現

7.8.1知識發現的發展和定義

7.8.2知識發現的處理過程

7.8.3知識發現的方法

7.8.4知識發現的套用

7.9增強學習

7.9.1增強學習概述

7.9.2Q學習

7.10小結

習題

第8章自動規劃

8.1自動規劃概述

8.1.1規劃的概念和作用

8.1.2規劃的分類和問題分解途徑

8.1.3執行規劃系統任務的一般方法

8.2任務規劃

8.2.1積木世界的機器人規劃

8.2.2STRIPS規劃系統

8.2.3具有學習能力的規劃系統

8.2.4分層規劃

8.2.5基於專家系統的機器人規劃

8.3路徑規劃

8.3.1機器人路徑規劃的主要方法和發展趨勢

8.3.2基於模擬退火算法的機器人局部路徑規劃

8.3.3基於免疫進化和示例學習的機器人路徑規劃

8.3.4基於蟻群算法的機器人路徑規劃

8.4軌跡規劃簡介

8.5小結

習題

第9章分散式人工智慧與Agent(真體)

9.1分散式人工智慧

9.2Agent及其要素

9.2.1Agent的定義和譯法

9.2.2真體的要素和特性

9.3真體的結構

9.3.1真體的抽象結構和結構特點

9.3.2真體結構的分類

9.4真體通信

9.4.1通信的過程

9.4.2真體通信的類型和方式

9.4.3交談的規劃與實現

9.4.4真體的通信語言

9.5移動真體和多真體系統

9.5.1移動真體的定義和系統構成

9.5.2多真體系統的特徵和關鍵技術

9.5.3多真體系統的模型和結構

9.5.4多真體的協作、協商和協調

9.5.5多真體的學習與規劃

9.5.6多真體系統的研究和套用領域

9.6小結

習題

第10章自然語言理解

10.1自然語言理解概述

10.1.1語言與語言理解

10.1.2自然語言處理的概念和定義

10.1.3自然語言處理的研究領域和意義

10.1.4自然語言理解研究的基本方法和進展

10.1.5自然語言理解過程的層次

10.2詞法分析

10.3句法分析

10.3.1短語結構語法

10.3.2喬姆斯基形式語法

10.3.3轉移網路

10.3.4擴充轉移網路

10.3.5辭彙功能語法

10.4語義分析

10.5句子的自動理解

10.5.1簡單句的理解方法

10.5.2複合句的理解方法

10.6語料庫語言學

10.7文本的自動翻譯——機器翻譯

10.8自然語言理解系統的主要模型

10.9自然語言理解系統套用舉例

10.9.1自然語言自動理解系統

10.9.2自然語言問答系統

10.10小結

習題

結束語

參考文獻

索引