《人工智慧基礎（第3版）》是由蔡自興、蒙祖強編著，高等教育出版社2016年出版的“十一五”國家級規劃教材、面向工程教育本科計算機類專業系列教材。該教材可作為高等本科院校計算機專業和其他信息類專業的“人工智慧”課程教材或教學參考書，也可供從事人工智慧研究與套用的科技工作者學習參考。
基本介紹
- 書名：人工智慧基礎（第3版）
- 作者：蔡自興、蒙祖強
- ISBN：978-7-04-046378-1
- 類別：“十一五”國家級規劃教材等
- 頁數：384頁
- 出版社：高等教育出版社
- 出版時間：2016-10-28
- 裝幀：平裝
- 開本：16開
- 版面字數：540千字
成書過程,內容簡介,教材目錄,教學資源,
成書過程
該書是在前兩版的基礎上，依據相關規範指南而修訂而成的。在該教材修訂過程中，得到教育部新世紀網路課程建設工程、高等學校本科教育質量與教學改革工程國家級精品課程和國家級精品資源共享課等項目的支持和中南大學、廣西大學和高等教育出版社有關領導、專家和編輯出版人員指導意見。
《人工智慧基礎（第3版）》由蔡自興修訂與統稿，劉麗珏、陳白帆提供了資源共享課程的電子資源，蒙祖強整理數字課程資源並提供了資源的使用說明。
內容簡介
該書是國家級精品課程和國家級精品資源共享課“人工智慧”的配套教材，也是教育部立項建設的優秀網路課程“人工智慧網路課程”的配套教材。第3版共10章，主要內容包括緒論、知識表示、搜尋技術、推理技術、機器學習、專家系統、自動規劃系統、自然語言理解、智慧型控制、人工智慧程式設計等。與第2版相比，大多數章節都作了全面校對，許多章節進行了相應的規範、修改或補充。
教材目錄
前輔文 | 3.5.3模擬退火算法的參數控制問題 | 6.8.3知識發現的方法 |
第1章 緒論 | 3.6免疫算法 | 習題6 |
1.1人工智慧的定義和發展 | 3.6.1免疫計算概述 | 第7章 自動規劃系統 |
1.1.1人工智慧的定義 | 3.6.2免疫算法的基本原理 | 7.1自動規劃概述 |
1.1.2人工智慧的起源與發展 | 3.6.3幾種免疫算法 | 7.1.1規劃的概念和作用 |
1.2人工智慧的各種認知觀 | 習題3 | 7.1.2規劃的分類和問題分解途徑 |
1.2.1人工智慧的主要學派 | 第4章 推理技術 | 7.2基於謂詞邏輯的規劃 |
1.2.2對人工智慧的爭論 | 4.1消解原理 | 7.2.1規劃世界模型的謂詞邏輯表示 |
1.3人類智慧型與人工智慧 | 4.1.1子句集的求取 | 7.2.2基於謂詞邏輯規劃的基本過程 |
1.3.1研究認知過程的任務 | 4.1.2消解推理規則 | 7.3STRIPS規劃系統 |
1.3.2智慧型信息處理系統的假設 | 4.1.3含有變數的消解式 | 7.3.1積木世界的機器人規劃 |
1.3.3人類智慧型的計算機模擬 | 4.1.4消解反演求解過程 | 7.3.2STRIPS規劃系統 |
1.4人工智慧的研究目標和內容 | 4.2規則演繹系統 | 7.4分層規劃 |
1.4.1人工智慧的研究目標 | 4.2.1正向規則演繹系統 | 7.4.1長度優先搜尋 |
1.4.2人工智慧研究的基本內容 | 4.2.2逆向規則演繹系統 | 7.4.2NOAH規劃系統 |
1.5人工智慧的研究與計算方法 | 4.2.3雙向規則演繹系統 | 7.5基於專家系統的機器人路徑規劃 |
1.5.1人工智慧的研究方法 | 4.3產生式系統 | 7.6軌跡規劃簡介 |
1.5.2人工智慧的計算方法 | 4.3.1產生式系統的結構 | 習題7 |
1.6人工智慧的研究和套用領域 | 4.3.2產生式系統的表示 | 第8章 自然語言理解 |
1.7人工智慧對人類的影響 | 4.3.3產生式系統的推理 | 8.1語言及其理解的一般問題 |
1.7.1人工智慧對經濟的影響 | 4.4定性推理 | 8.1.1語言和語言理解 |
1.7.2人工智慧對社會的影響 | 4.4.1定性推理概述 | 8.1.2自然語言理解研究的進展和發展趨勢 |
1.7.3人工智慧對文化的影響 | 4.4.2定性模型推理 | 8.1.3自然語言理解過程的層次 |
1.8對人工智慧的展望 | 4.5不確定性推理 | 8.2詞法分析 |
1.8.1更新的理論框架 | 4.5.1確定性與不確定性推理 | 8.3句法和語法的自動分析 |
1.8.2更好的技術集成 | 4.5.2機率推理 | 8.3.1句法模式匹配和轉移網路 |
1.8.3更成熟的套用方法 | 4.5.3Bayes推理 | 8.3.2擴充轉移網路 |
習題1 | 4.5.4模糊邏輯推理 | 8.3.3辭彙功能語法 |
第2章 知識表示 | 4.6非單調推理 | 8.4語義分析 |
2.1知識及其表示概述 | 4.6.1默認推理 | 8.5句子理解 |
2.2狀態空間法 | 4.6.2非單調推理系統 | 8.5.1簡單句的理解方法 |
2.2.1問題狀態描述 | 習題4 | 8.5.2複合句的理解方法 |
2.2.2狀態圖示法 | 第5章 機器學習 | 8.6語料庫語言學 |
2.2.3狀態空間表示舉例 | 5.1機器學習概述 | 8.7機器翻譯 |
2.3問題歸約法 | 5.1.1機器學習的定義和研究意義 | 8.8語音識別 |
2.3.1問題歸約描述 | 5.1.2機器學習的發展史 | 8.8.1語音識別的發展歷史 |
2.3.2與或圖表示 | 5.2機器學習的主要策略與基本結構 | 8.8.2語音識別的基本原理 |
2.3.3問題歸約機理 | 5.3常見的幾種學習方法 | 8.8.3語音識別中的難點 |
2.4謂詞邏輯法 | 5.3.1機械學習 | 8.8.4語音識別的關鍵技術 |
2.4.1謂詞公式 | 5.3.2基於解釋的學習 | 8.9套用舉例 |
2.4.2謂詞演算 | 5.3.3基於事例的學習 | 8.9.1自然語言自動理解系統 |
2.4.3置換與合一 | 5.3.4基於概念的學習 | 8.9.2自然語言問答系統 |
2.5產生式表示法 | 5.3.5基於類比的學習 | 習題8 |
2.6語義網路法 | 5.3.6基於決策樹的學習 | 第9章 智慧型控制 |
2.6.1二元語義網路的表示 | 5.3.7強化學習 | 9.1智慧型控制概述 |
2.6.2多元語義網路的表示 | 5.4基於神經網路的學習 | 9.1.1智慧型控制的產生和發展 |
2.6.3基於語義網路的知識推理 | 5.4.1神經網路的組成與特性 | 9.1.2智慧型控制的定義 |
2.7框架表示 | 5.4.2基於BP網路的學習 | 9.2智慧型控制的研究領域 |
2.7.1框架理論及特點 | 5.4.3基於Hopfield網路的學習 | 9.3智慧型控制的學科結構理論 |
2.7.2框架的構成 | 5.4.4深度學習 | 9.3.1二元結構理論 |
2.7.3框架的推理 | 5.4.5基於神經網路的推理 | 9.3.2三元結構理論 |
2.8面向對象表示 | 習題5 | 9.3.3四元結構理論 |
2.8.1面向對象的概念 | 第6章 專家系統 | 9.4智慧型控制的特點與系統一般結構 |
2.8.2面向對象表示中的類繼承 | 6.1專家系統概述 | 9.4.1智慧型控制的特點 |
2.8.3面向對象表示的推理實例 | 6.1.1專家系統的定義和一般特點 | 9.4.2智慧型控制系統的一般結構 |
2.9劇本表示 | 6.1.2專家系統的結構與類型 | 9.5智慧型控制系統 |
2.9.1劇本的構成 | 6.1.3專家系統的建造步驟 | 9.5.1遞階智慧型控制系統 |
2.9.2劇本的推理 | 6.2基於規則的專家系統 | 9.5.2專家控制系統 |
2.10過程表示 | 6.2.1基於規則的專家系統的基本結構 | 9.5.3模糊控制系統 |
習題2 | 6.2.2基於規則的專家系統的特點 | 9.5.4學習控制系統 |
第3章 搜尋技術 | 6.2.3基於規則的專家系統舉例 | 9.5.5神經控制系統 |
3.1盲目搜尋 | 6.3基於框架的專家系統 | 9.6其他智慧型控制系統 |
3.1.1圖搜尋策略 | 6.3.1基於框架的專家系統的概念 | 9.6.1進化控制 |
3.1.2寬度優先搜尋 | 6.3.2基於框架的專家系統的繼承、槽和方法 | 9.6.2免疫控制 |
3.1.3深度優先搜尋 | 6.3.3基於框架的專家系統舉例 | 9.6.3基於Web的控制 |
3.1.4等代價搜尋 | 6.4基於模型的專家系統 | 習題9 |
3.2啟發式搜尋 | 6.4.1基於模型的專家系統的概念 | 第10章 人工智慧程式設計 |
3.2.1啟發式搜尋策略 | 6.4.2基於模型的專家系統舉例 | 10.1符號和邏輯處理程式語言 |
3.2.2有序搜尋 | 6.5專家系統的設計、評價與開發 | 10.2LISP語言 |
3.2.3A*算法 | 6.5.1專家系統的設計 | 10.2.1LISP的特點和數據結構 |
3.3博弈樹搜尋 | 6.5.2專家系統的評價 | 10.2.2LISP的基本函式 |
3.3.1博弈概述 | 6.5.3專家系統開發工具 | 10.2.3遞歸和疊代 |
3.3.2極小極大分析法 | 6.6專家系統設計舉例 | 10.2.4LISP編程舉例 |
3.3.3α-β剪枝技術 | 6.6.1專家知識的描述 | 10.3PROLOG語言 |
3.4遺傳算法 | 6.6.2知識的使用 | 10.3.1語法與數據結構 |
3.4.1遺傳算法的基本原理 | 6.6.3決策的解釋 | 10.3.2PROLOG程式設計原理 |
3.4.2遺傳算法的結構 | 6.6.4MYCIN系統概述 | 10.3.3PROLOG編程舉例 |
3.4.3遺傳算法的性能 | 6.7新型專家系統 | 10.4專用開發工具與人工智慧機 |
3.5模擬退火算法 | 6.8知識發現 | 習題10 |
3.5.1模擬退火算法的模型 | 6.8.1知識發現的發展和定義 | 參考文獻 |
3.5.2模擬退火算法的簡單套用 | 6.8.2知識發現的處理過程 |
教學資源
- 課程資源
《人工智慧基礎（第3版）》配有Abook數字課程，該課程包括電子課件、動畫、演示程式、有關視頻等內容。
| 數字課程名稱 | 出版社 | 出版時間 | 內容提供者 |
|---|---|---|---|
“人工智慧基礎（第3版）”數字課程 | 高等教育出版社、高等教育電子音像出版社 | 2015年8月 | 張海波 |
