《人工智慧導論（第5版）》是2020年高等教育出版社出版的圖書。
基本介紹
- 中文名：人工智慧導論（第5版）
- 出版時間：2020年11月1日
- 出版社：高等教育出版社
- ISBN：9787040551532
內容簡介,圖書目錄,
內容簡介
《人工智慧導論（第5版）》是一本基礎性強、可讀性好、適合講授的人工智慧教材。作者希望讀者通過學習該書，能夠掌握人工智慧的基本知識，並能了解人工智慧研究的一些前沿內容，為進一步學習人工智慧理論與套用奠定基礎。
全書共11章。第1章緒論；第2章知識表示與知識圖譜；第3章確定性推理方法；第4章不確定性推理方法；第5章搜尋求解策略；第6章智慧型計算及其套用；第7章專家系統與機器學習；第8章人工神經網路及其套用（新增卷積神經網路、膠囊網路、生成對抗網路）；第9章智慧型體與多智慧型體系統；第10章自然語言處理機器套用；第11章人工智慧在遊戲設計中的套用。附錄中給出了該書部分習題的簡要解答和實驗指導書。
《人工智慧導論（第5版）》可主要作為計算機類、自動化類、電氣類、電子信息類專業的本科生學習人工智慧課程的教材。由於書中幾大部分內容相對獨立，教師可以根據課程計畫靈活選擇相關內容。
圖書目錄
第1章緒論
1.1人工智慧的基本概念
1.1.1智慧型的概念
1.1.2智慧型的特徵
1.1.3人工智慧
1.2人工智慧的發展簡史
I.2.1孕育
1.2.2形成
1.2.3發展
1.2.4大數據驅動人工智慧發展期
1.3人工智慧研究的基本內容
1.4人工智慧的主要研究領域
1.5小結
思考題
第2章知識表示與知識圖譜
2.1知識與知識表示的概念
2.1.I知識的概念
2.1.2知識的特性
2.1.3知識的表示
2.2階謂詞邏輯表示法
2.2.I命題
2.2.2謂詞
2.2.1謂詞公式
2.2.4謂詞公式的性質
2.2.5一階謂詞邏輯知識表示方法
2.2.6一階謂詞邏輯表示法的特點
2.3產生式表示法
2.3.1產生式
2.3.2產生式系統
2.3.3產生式系統的例子——動物
識別系統
2.3.4產生式表示法的特點
2.4框架表示法
2.4.1框架的一般結構
2.4.2用框架表示知識的例子
2.4.3框架表示法的特點
2.5知識圖譜
2.5.I知識圖譜的提出
2.5.2知識圖譜的定義
2.5.3知識圖譜的表示
2.5.4知識圖譜的架構
2.5.5知識圖譜的構建
2.5.6知識圖譜的典型套用
2.6小結
思考題
習題
第3章確定性推理方法
3. I推理的基本概念
3.I.I推理的定義
3.1.2推理方式及其分類
3.1.3推理的方向
3.1.4衝突消解策略
3.2自然演繹推理
3.3謂詞公式化為子句集的方法
3.4魯賓孫歸結原理
3.5歸結反演
3.6套用歸結原理求解問題
3.7小結
思考題
第4章不確定性推理方法
4.1不確定性推理的概念
4.2可信度方法
4.3證據理論
4.3.I機率分配函式
4.3.2信任函式
4.3.3似然函式
4.3.4機率分配函式的正交和
(證據的組合)
4.3.5基於證據理論的不確定性推理
4.4模糊推理方法
4.4.I模糊邏輯的提出與發展
4.4.2模糊集合
4.4.3模糊集合的運算
4.4.4模糊關係與模糊關係的合成
4.4.5模糊推理
4.4.6模糊決策
4.4.7模糊推理的套用
4.5小結
思考題
習題
第5章搜尋求解策略
5.I搜尋的概念
5.1.I搜尋的基本問題與主要過程
5.1.2搜尋策略
5.2狀態空間的搜尋策略
5.2.1狀態空間表示法
5.2.2狀態空間的圖描述
5.3盲目的圖搜尋策略
5.3.1回溯策略
5.3.2寬度優先搜尋策略
5.3.3深度優先搜尋策略
5.4啟發式圖搜尋策略
5.4.1啟發式策略
5.4.2啟發信息和估價函式
5.4.3A搜尋算法
5.4.4A'搜尋算法及其特性分析
5.5小結
思考題
習題
第6章智慧型計算及其套用
6.1進化算法的產生與發展
6.1.1進化算法的概念
6.1.2進化算法的生物學背景
6.1.3進化算法的設計原則
6.2基本遺傳算法
6.2.1遺傳算法的基本思想
6.2.2遺傳算法的發展歷史
6.2.3編碼
6.2.4群體設定
6.2.5適應度函式
6.2.6選擇
6.2.7交叉
6.2.8變異
6.2.9遺傳算法的一般步驟
6.2.10遺傳算法的特點
6.3遺傳算法的改進算法
6.3.1雙倍體遺傳算法
6.3.2雙種群遺傳算法
6.3.3自適應遺傳算法
6.4遺傳算法的套用
6.5群智慧型算法產生的背景
6.6粒子群最佳化算法及其套用
6.6.1粒子群最佳化算法的基本原理
6.6.2粒子群最佳化算法的參數分析
6.6.3粒子群最佳化算法的套用領域
6.6.4粒子群最佳化算法求解車輛路徑問題
6.7蟻群算法及其套用
6.7.1基本蟻群算法模型
