《人工智慧導論》是2021年化學工業出版社出版的圖書。
基本介紹
- 中文名：人工智慧導論
- 作者：韓敏,邱鐵,劉穎
- 出版社：化學工業出版社
- 出版時間：2021年
- 開本：16 開
- 裝幀：平裝
- ISBN：9787122385123
內容簡介,目 錄,
內容簡介
《人工智慧導論》為大連理工大學“新工科”系列精品教材。
本書內容包括緒論、知識表示、確定性推理、不確定性推理、搜尋求解策略、遺傳算法及其套用、群智慧型算法及其套用、人工神經網路及其套用、機器學習、專家系統、自然語言理解及其套用等。
本書可供電子信息類專業本、專科學生作為教材使用，也可供從事人工智慧領域的技術人員參考。
目 錄
1緒論
1.1人工智慧的定義001
1.2人工智慧發展簡史003
1.3人工智慧的研究方法006
1.3.1人工智慧研究的特點006
1.3.2人工智慧研究的途徑007
1.4人工智慧的套用009
1.4.1無人駕駛009
1.4.2智慧型機器人009
1.4.3圖像識別010
1.4.4語音識別010
1.4.5智慧型控制011
1.4.6人工神經網路011
1.4.7機器學習012
1.4.8專家系統013
1.4.9計算機視覺014
1.4.10人工生命015
1.5人工智慧的發展趨勢與存在的問題016
1.5.1人工智慧的發展趨勢016
1.5.2人工智慧存在的問題016
2知識表示
2.1知識與知識表示的概念019
2.1.1知識的概念019
2.1.2知識的特性019
2.1.3知識的表示020
2.2一階謂詞邏輯表示法021
2.2.1基本概念021
2.2.2謂詞公式024
2.2.3謂詞邏輯表示法025
2.2.4謂詞邏輯表示法的特點026
2.3產生式表示法026
2.3.1產生式的知識表示027
2.3.2產生式系統的組成028
2.3.3基於產生式系統的推理029
2.3.4產生式表示法的特點030
2.4框架表示法031
2.4.1框架的一般結構032
2.4.2基於框架的推理034
2.4.3框架表示法的特點034
2.5語義網路表示法035
2.5.1基本語義關係036
2.5.2複合語義關係037
2.5.3基於語義網路的推理039
2.5.4語義網路表示法的特點041
3確定性推理
3.1推理的基本概念042
3.1.1推理的定義042
3.1.2推理方式及其分類043
3.1.3推理的方向044
3.1.4衝突消解策略046
3.2自然演繹推理047
3.3歸結演繹推理049
3.3.1謂詞公式化為子句集的方法049
3.3.2海伯倫理論052
3.3.3魯賓孫歸結原理053
3.3.4歸結反演056
3.3.5套用歸結原理求解問題056
3.3.6歸結策略057
3.4與或型演繹推理062
3.4.1與或型正向演繹推理062
3.4.2與或形逆向演繹推理064
3.4.3與或型雙向演繹推理066
4不確定性推理
4.1不確定性推理概述068
4.2機率推理方法070
4.2.1純機率推理070
4.2.2主觀Bayes方法071
4.3證據理論074
4.3.1假設的不確定性074
4.3.2證據的組合函式076
4.3.3證據理論的不確定性推理算法076
4.4模糊推理系統078
4.4.1模糊集合及模糊關係078
4.4.2語言變數和模糊If-Then規則080
4.4.3模糊推理082
5搜尋求解策略
5.1搜尋的基本概念086
5.1.1搜尋的過程086
5.1.2搜尋的方向086
5.1.3搜尋的種類086
5.2狀態空間表示法087
5.2.1狀態空間表示的基本概念087
5.2.2狀態空間的圖描述088
5.3盲目搜尋策略090
5.3.1深度優先搜尋策略090
5.3.2寬度優先搜尋策略092
5.4代價樹搜尋策略093
5.4.1近擇優搜尋093
5.4.2小代價優先搜尋094
5.5啟發式搜尋策略095
5.5.1啟發信息和估價函式095
5.5.2啟發式策略096
5.5.3A搜尋算法097
5.5.4A*搜尋算法099
5.6與或圖搜尋100
5.6.1問題的歸約描述100
5.6.2與或圖表示法101
5.6.3AO*算法102
6遺傳算法及套用
6.1遺傳算法概述104
6.1.1遺傳算法的發展歷史105
6.1.2遺傳算法的基本思想106
6.2編碼和種群107
6.2.1編碼107
6.2.2種群108
6.3適應度函式109
6.4遺傳運算元110
6.4.1選擇運算元110
6.4.2交叉運算元112
6.4.3變異運算元112
6.5遺傳算法的總體流程和特點113
6.6遺傳算法的改進算法114
6.6.1自適應遺傳算法114
6.6.2分層遺傳算法116
6.6.3並行遺傳算法117
6.7多目標遺傳算法118
6.8遺傳算法的套用119
7群智慧型算法及其套用
7.1群智感知的研究內容122
7.1.1眾包思想124
7.1.2社交活動感知124
7.1.3周圍環境感知124
7.2群智任務感知質量125
7.2.1機會覆蓋率125
7.2.2數據質量可靠性126
7.3群智感知網路數據傳輸126
7.3.1信息擴散模型127
7.3.2機會數據收集128
7.4群智感知網路的激勵機制129
7.4.1Game激勵130
7.4.2貨幣激勵131
7.5群智感知的套用場景133
7.5.1環境監測和災害防控133
7.5.2公共設施和安全134
7.5.3移動設備視頻眾包134
8人工神經網路及其套用
8.1神經網路的發展簡史136
8.2人工神經網路的研究內容與特點137
8.2.1人工神經網路的研究內容137
8.2.2人工神經網路的特點138
8.3神經元和神經網路138
8.3.1生物神經元結構138
8.3.2神經元的數學模型139
8.3.3神經網路的結構140
8.3.4神經網路的工作方式141
8.3.5神經網路的學習141
8.4前饋神經網路模型141
8.4.1感知機網路141
8.4.2BP神經網路142
8.4.3RBF徑向基網路145
8.5反饋神經網路147
8.5.1離散型Hopfield網路147
8.5.2連續型Hopfield網路149
8.5.3Hopfield網路存在的問題150
8.6隨機神經網路151
8.6.1模擬退火算法151
8.6.2玻爾茲曼機152
8.7神經網路的套用154
8.7.1神經網路在模式識別中的套用154
8.7.2神經網路在軟測量中的套用156
8.7.3Hopfield神經網路在最佳化上的套用156
9機器學習
9.1機器學習概述159
9.2決策樹學習161
9.3邏輯回歸164
9.4支持向量機165
9.5聚類分析168
9.5.1K均值算法168
9.5.2DBSCAN170
9.5.3模糊C均值171
9.6強化學習171
10專家系統
10.1專家系統的由來和發展175
10.1.1專家系統的提出175
10.1.2專家系統的發展175
10.2專家系統概述176
10.2.1專家系統的定義176
10.2.2專家系統的分類176
10.2.3專家系統的特點178
10.3專家系統的結構179
10.3.1專家系統的概念結構179
10.3.2專家系統的實際結構180
10.4知識獲取182
10.4.1知識獲取的過程與模式182
10.4.2知識的檢測與求精183
10.4.3知識的組織與管理185
10.5專家系統的建立186
10.5.1專家系統的選題原則186
10.5.2專家系統的設計原則187
10.5.3專家系統的開發步驟187
10.5.4專家系統的評價189
10.6專家系統實例190
10.6.1醫學專家系統——MYCIN190
10.6.2地質勘探專家系統——PROSPECTOR195
10.7專家系統的開發工具197
10.7.1研究開發工具的作用與意義197
10.7.2專家系統開發工具的類型197
11自然語言處理與套用
11.1自然語言處理概述200
11.1.1自然語言處理的基本方法200
11.1.2自然語言處理的發展歷史200
11.1.3自然語言處理的研究意義201
11.2詞法分析202
11.3句法分析203
11.3.1短語結構語法和Chomsky語法203
11.3.2句法分析樹205
11.4語義分析206
11.4.1邏輯形式表達及語義解析206
11.4.2義素分析法207
11.4.3語義分析文法208
11.5自然語言處理套用——信息檢索209
11.5.1向量空間模型209
11.5.2排序學習模型211
11.5.3信息檢索系統的評測212
11.6自然語言處理的套用——機器翻譯214
11.6.1機器翻譯的發展215
11.6.2機器翻譯方法215
11.6.3機器翻譯評估方法219
