《人工智慧技術簡明教程》是2011年4月人民郵電出版社出版的圖書，作者是廉師友。
基本介紹
- 書名：人工智慧技術簡明教程
- 作者：廉師友
- ISBN：9787115232373
- 頁數：194
- 出版社：人民郵電出版社
- 出版時間：2011年4月
- 開本：16開
- 叢書名：21世紀高等學校計算機規劃教材
內容簡介,目錄,
內容簡介
《人工智慧技術簡明教程》簡明扼要地介紹了人工智慧技術的基本原理、方法及其套用。《人工智慧技術簡明教程》共10章，主要內容包括：人工智慧的基本概念、研究途徑、分支領域和發展概況等；常用的人工智慧程式設計語言prolog；基於圖搜尋的問題求解技術；基於遺傳算法的隨機最佳化搜尋；常用的知識表示及其推理技術；機器學習與知識發現的基本原理和方法；專家系統的基本原理與建造方法；agent系統的基本原理與設計；智慧型機器人的基本原理；智慧型化網路的基本原理與技術。
《人工智慧技術簡明教程》取材新穎，內容簡明，注重基礎，面向套用，理例結合，易教易學，可作為普通高等院校計算機、自動化、信息、計算科學、管理、控制及系統工程等專業人工智慧課程的教材或教學參考書，也可供其他專業的師生和相關科研及工程技術人員自學或參考。
目錄
《人工智慧技術簡明教程》
第1章 概述 1
1.1 什麼是人工智慧 1
1.2 為什麼要研究人工智慧 2
1.3 人工智慧的研究途徑與方法 3
1.4 人工智慧技術的套用 6
1.5 人工智慧學科的發展概況* 14
習題1 18
第2章 邏輯程式設計語言prolog 19
2.1 prolog基礎 19
2.1.1 prolog的語句 19
2.1.2 prolog的程式 20
2.1.3 prolog程式的運行機理 21
2.2 turbo prolog程式設計 24
2.2.1 程式結構 24
2.2.2 數據與表達式 25
2.2.3 輸入與輸出 28
2.2.4 分支與循環 29
2.2.5 動態資料庫 30
2.2.6 表處理與遞歸 31
.2.2.7 回溯控制 33
2.2.8 程式舉例 34
2.3 visual prolog語言簡介* 36
習題2 37
第3章 基於圖搜尋的問題求解 38
3.1 狀態圖搜尋 38
3.1.1 狀態圖 38
3.1.2 狀態圖搜尋 39
3.1.3 窮舉式搜尋 42
3.1.4 啟發式搜尋 44
3.1.5 加權狀態圖搜尋 46
3.1.6 a算法和a*算法 47
3.1.7 狀態圖搜尋策略小結 49
3.2 狀態圖搜尋問題求解 49
3.2.1 問題的狀態圖表示 49
3.2.2 狀態圖問題求解程式舉例 52
3.3 與或圖搜尋 57
3.3.1 與或圖 57
3.3.2 與或圖搜尋 59
3.3.3 啟發式與或樹搜尋 61
3.4 與或圖搜尋問題求解 64
3.4.1 問題的與或圖表示 64
3.4.2 與或圖問題求解程式舉例 65
3.5 博弈樹搜尋* 66
3.5.1 博弈樹的概念 66
3.5.2 極小-極大分析法 66
3.5.3 a-b剪枝技術 68
習題3 69
第4章 基於遺傳算法的隨機最佳化搜尋 71
4.1 幾個基本概念 71
4.2 基本遺傳算法 73
4.3 遺傳算法套用舉例 74
4.4 遺傳算法的特點與優勢 77
習題4 78
第5章 知識表示與推理 79
5.1 概述 79
5.1.1 知識及其表示 79
5.1.2 機器推理 81
5.2 謂詞公式及其推理 81
5.2.1 一階謂詞邏輯簡介 81
5.2.2 自然語言命題的謂詞公式表示與推理 87
5.2.3 子句與歸結演繹推理 89
5.3 產生式規則及其推理 96
5.3.1 產生式規則及其推理模式 96
5.3.2 產生式系統 97
5.4 幾種結構化知識表示及其推理 103
5.4.1 框架及其推理 103
5.4.2 語義網路及其推理 107
5.4.3 類與對象及其推理 111
5.5 不確定性知識的表示與推理* 113
5.5.1 何為不確定性知識 113
5.5.2 不確定性知識的表示及推理 113
5.5.3 確定性理論簡介 115
5.6 不確切性知識的表示及推理* 116
5.6.1 何為不確切性知識 116
5.6.2 不確切性知識的表示及推理 117
習題5 119
第6章 機器學習與知識發現 122
6.1 機器學習與知識發現的概念 122
6.1.1 何為機器學習和知識發現 122
6.1.2 機器學習的分類 123
6.2 符號學習 125
6.2.1 記憶學習 125
6.2.2 示例學習 126
6.2.3 決策樹學習 127
6.3 神經網路學習 134
6.3.1 從生物神經元到人工神經元 134
6.3.2 人工神經網路 135
6.3.3 神經網路學習 137
6.3.4 bp網路及其學習舉例 138
6.4 知識發現與數據挖掘 140
習題6 143
第7章 專家系統 145
7.1 什麼是專家系統 145
7.2 專家系統的結構 147
7.2.1 概念結構 147
7.2.2 實際結構 148
7.2.3 黑板模型 149
7.2.4 網路與分散式結構 151
7.3 專家系統實例 151
7.4 專家系統設計與實現 157
7.4.1 一般步驟與方法 157
7.4.2 知識獲取 158
7.4.3 知識表示與知識描述語言設計 159
7.4.4 知識庫與知識庫管理系統設計 159
7.4.5 推理機與解釋機制設計 160
7.4.6 系統結構設計 161
7.4.7 人機界面設計 161
7.5 開發工具與環境 162
7.5.1 開發工具 162
7.5.2 開發環境 163
習題7 164
第8章 agent系統 165
8.1 什麼是agent 165
8.2 agent實例——web agent 167
8.3 多agent系統 167
8.4 agent的實現 171
8.5 agent技術的發展與套用 171
習題8 172
第9章 智慧型機器人 173
9.1 智慧型機器人的概念 173
9.2 機器人感知 173
9.3 機器人規劃 174
9.4 機器人控制 175
9.5 機器人系統的軟體結構 176
9.6 機器人程式設計與語言 176
習題9 178
第10章 智慧型化網路 179
10.1 智慧型網 179
10.2 網路的智慧型化管理與控制 182
10.3 智慧型搜尋引擎與網上信息的智慧型化檢索 184
習題10 187
上機實習 188
實習一 prolog語言編程練習 188
實習二 小型演繹資料庫系統開發練習 189
實習三 圖搜尋問題求解程式練習 189
實習四 小型專家系統設計與實現 190
參考文獻 193
