人工智能与专家系统导论PDF|Epub|txt|kindle电子书版本网盘下载

人工智能与专家系统导论PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 人工智能概述1

1．1 人工智能的基本概念1

1．1．1 智能1

1．1．2 人类智能2

1．1．3 人工智能3

1．1．4 人工智能的研究目标4

1．2 人工智能的科学范畴5

1．2．1 人工智能的位置5

1．2．2 人工智能的学科范畴5

1．2．3 人工智能分支的划分7

1．3 人工智能的研究途径与方法8

1．3．1 人工智能的基本技术8

1．3．2 人工智能的研究内容9

1．3．3 人工智能的研究途径10

1．3．4 人工智能的研究方法11

1．4 人工智能的产生与发展14

1．4．1 人工智能的孕育斯（在1956年以前）14

1．4．2 人工智能的基础技术研究与形成期（1956-1970年）15

1．4．3 人工智能的发展与应用期（1970以后）17

1．5．1 模式识别19

1．5 人工智能的研究和应用领域19

1．4．4 人工智能在我国的发展情况19

1．5．2 自然语言理解21

1．5．3 自动定理证明21

1．5．4 自动程序设计22

1．5．5 博弈22

1．5．6 计算机视觉23

1．5．7 机器人23

1．5．8 智能计算机24

1．5．9 工人神经网络及神经网络计算机26

习题29

2．1．1 知识31

第2章 知识表示31

2．1 知识与知识表示的概念31

2．1．2 知识表示32

2．2 状态空间表示法34

2．2．1 状态空间表示法的基本策略34

2．2．2 状态空间表示法示例35

2．3 与/或图知识表示39

2．3．1 与/或图知识表示的概念39

2．3．2 与/或图表示示例40

2．4．1 产生式的结构和组成43

2．4 产生式知识表示43

2．4．2 产生式表示的分类46

2．4．3 产生式表示的性能及其应用50

2．5 语义网络51

2．5．1 语义网络的概念52

2．5．2 语义网络的推理54

2．5．3 语义网络表示法的特征55

习题56

3．1 图搜索及其分类58

3．1．1 图搜索的概念58

第3章 图搜索方法58

3．1．2 图搜索的分类59

3．1．3 状态图搜索树60

3．1．4 状态空间搜索算法61

3．1．5 搜索效率63

3．2 穷举式搜索63

3．2．1 广度优先搜索64

3．2．2 深度优先搜索65

3．2．3 有界深度优先搜索66

3．2．4 一致代价搜索68

3．3．1 启发式搜索的基本概念70

3．3 启发式搜索70

3．3．2 局部择优搜索72

3．3．3 全局择优搜索72

3．3．4 与/或图的启发式搜索74

3．3．5 博弈 树的启发式搜索78

3．3．6 α-β剪枝技术81

习题82

第4章 逻辑的知识表示和推理84

4．1 命题与逻辑84

4．1．1 命题与命题定律84

4．1．2 谓词逻辑86

4．2 谓词逻辑知识表示89

4．2．1 谓词逻辑知识表示方法89

4．2．2 谓词逻辑表示的优缺点93

4．3 逻辑推理的技术与算法94

4．3．1 王浩算法94

4．3．2 子句集及其化简97

4．3．3 置换与合一99

4．3．4 鲁滨逊消解（归结）原理100

习题104

5．1．1 机器学习106

第5章 智能学习系统106

5．1 机器学习的基本概念106

5．1．2 机器学习系统107

5．2 智能学习系统的基本模型109

5．3 机器学习的几种常用方法111

5．3．1 机械式学习111

5．3．2 指导式学习112

5．3．3 示例学习114

5．3．4 类比学习116

5．3．5 解释学习120

习题123

第6章 PDC Prolog语言及其实现技术124

6．1 Prolog语言简介124

6．2 PDC Prolog的基本语句125

6．2．1 常量与变量125

6．2．2 事实、规则和询问125

6．2．3 函数、运算符及其表达式127

6．2．4 输入与输出内部谓词128

6．3．1 域类型说明129

6．3 程序结构及其说明129

6．3．2 谓词说明131

6．3．3 谓词与域类型说明示例131

6．3．4 动态数据库说明及其使用133

6．3．5 对象数据类型的转换134

6．4 PDC Prolog的基本搜索方法135

6．4．1 搜索与回溯135

6．4．2 失败回溯循环法136

6．4．3 切断回溯控制循环法137

6．4．4 自定义的循环方法138

6．4．5 递归139

6．5 PDC Prolog的数据处理141

6．5．1 表处理技术141

6．5．2 字符串处理144

6．6 PDC Prolog的多媒体技术151

6．6．1 窗口的建立及使用152

6．6．2 图形模式的设置与绘图157

6．6．3 声音的内部谓词及其应用160

习题161

7．1．1 何谓专家系统165

7．1．2 专家系统的特点165

7．1 专家系统的基本知识165

第7章 专家系统165

7．1．3 专家系统的分类167

7．1．4 专家系统的发展趋势170

7．1．5 新一代专家系统170

7．1．6 专家系统的主要研究课题172

7．2 专家系统的设计173

7．2．1 开发专家系统的需求分析173

7．2．2 知识获取175

7．2．3 专家系统的构造者及其工具177

7．2．4 专家系统的设计结构178

7．2．5 专家系统的设计要素179

7．2．6 专家系统的开发阶段与过程182

7．3 专家系统的评价185

7．3．1 评价方法185

7．3．2 专家系统评价内容186

7．4 专家系统实例187

7．4．1 动物识别专家系统187

7．4．2 专家系统在数据通信网络中的应用194

7．5 专家系统开发工具与环境197

7．5．1 程序设计语言197

7．5．2 知识工程语言198

7．5．3 辅助型工具200

7．5．4 支持工具201

7．5．5 开发环境201

7．5．6 骨架工具系统EMYCIN202

7．5．7 骨架工具系统KAS204

7．5．8 通用专家系统工具介绍206

习题216

第8章 不精确推理217

8．1 不精确推理的基本理论217

8．1．1 不精确推理的模式217

8．1．2 规则可信度的计算219

8．1．3 不精确性的组合计算220

8．1．4 带加权因子的不精确推理222

8．1．5 带区间的不精确性表示223

8．2 主观Bayes推理方法226

8．2．1 主观Bayes推理模型226

8．2．2 证据不精确性情况下的推理模型229

8．2．3 组合证据的不精确性计算230

8．2．4 Bayes方法在PRCSPECTOR中的应用230

习题233

参考文献236