人工智能原理与方法
点此进入淘宝搜索页搜索分类: 图书,计算机与互联网,计算机控制仿真与人工智能,人工智能,
品牌: 王永庆
基本信息·出版社：西安交通大学
·页码：466 页
·出版日期：2006年
·ISBN：7560509347
·条形码：9787560509341
·包装版本：1
·装帧：平装
·开本：0开
产品信息有问题吗？请帮我们更新产品信息。
内容简介《人工智能原理与方法》较全面地介绍了人工智能的基本理论、方法及其应用技术。全书共12章，可分为三大部分：第一部分包括第1章至第6章，论述了人工智能的三大技术，即知识表示、推理及搜索，重点讨论了不确定性的表示及处理技术；第二部分包括第7章至第10章，着重讨论了专家系统、机器学习、模式识别及智能决策支持系统等研究领域的有关概念及系统构成技术；第三部分包括第11章和第12章，分别讨论了神经网络和智能计算机的概念、模型、研究现状及展望等。
编辑推荐《人工智能原理与方法》取材新颖，具有系统性、新颖性、实用性及可读性等特点，便于教学和自学，适于作为计算机学科本科生及研究生的教科书，亦可供有关科技人员参考。
目录
目 录
第1章绪论
1.1什么是人工智能
1.1.1智能
1.1.2人工智能
1.1.3人工智能的发展简史
1.2人工智能的研究目标及基本内容
1.2.1人工智能的研究目标
1.2.2人工智能研究的基本内容
1.3人工智能的研究途径
1.3.1以符号处理为核心的方法
1.3.2以网络连接为主的连接机制方法
1.3.3系统集成
1.4人工智能的研究领域
1.4.1专家系统
1.4.2机器学习
1.4.3模式识别
1.4.4自然语言理解
1.4.5自动定理证明
1.4.6自动程序设计
1.4.7机器人学
1.4.8博弈
1.4.9智能决策支持系统
1.4.10人工神经网络
本章小结
习题
第2章人工智能的数学基础
2.1命题逻辑与谓词逻辑
2.1.1命题
2.1.2谓词
2.1.3谓词公式
2.1.4谓词公式的解释
2.1.5谓词公式的永真性.可满足性.不可满足性
2.1.6谓词公式的等价性与永真蕴含
2.2多值逻辑
2.3概率论
2.3.1随机现象
2.3.2样本空间与随机事件
2.3.3事件的概率
2.3.4条件概率
2.3.5全概率公式与Bayes公式
2.4模糊理论
2.4.1模糊性
2.4.2集合与特征函数
2.4.3模糊集与隶属函数
2.4.4模糊集的表示方法
2.4.5模糊集的运算
2.4.6模糊集的λ水平截集
2.4.7模糊度
2.4.8模糊数
2.4.9模糊关系及其合成
2.4.10模糊变换
2.4.11实数域上几种常用的隶属函数
2.4.12建立隶属函数的方法
本章小结
习题
第3章知识与知识表示
3.1基本概念
3.1.1什么是知识
3.1.2知识的特性
3.1.3知识的分类
3.1.4知识的表示
3.2一阶谓词逻辑表示法
3.2.1表示知识方法
3.2.2一阶谓词逻辑表示法的特点
3.3产生式表示法
3.3.1产生式的基本形式
3.3.2产生式系统
3.3.3产生式系统的分类
3.3.4产生式表示法的特点
3.4框架表示法
3.4.1框架理论
3.4.2框架
3.4.3框架网络
3.4.4框架中槽的设置与组织
3.4.5框架系统中求解问题的基本过程
3.4.6框架表示法的特点
3.5语义网络表示法
3.5.1语义网络的概念
3.5.2知识的语义网络表示
3.5.3常用的语义联系
3.5.4语义网络系统中求解问题的基本过程
3.5.5语义网络表示法的特点
3.6脚本表示法
3.6.1概念依赖理论
3.6.2脚本
3.7过程表示法
3.7.1表示知识方法
3.7.2过程表示法的特点
3.8Petri网表示法
3.8.1表示知识方法
3.8.2Petri网表示法的特点
3.9面向对象表示法
3.9.1面向对象的基本概念
3.9.2表示知识方法
本章小结
习题
第4章经典逻辑推理
4.1基本概念
4.1.1什么是推理
4.1.2推理方式及其分类
4.1.3推理的控制策略
4.1.4模式匹配
4.1.5冲突消解策略
4.2自然演绎推理
4.3归结演绎推理
4.3.1子句
4.3.2海伯伦理论
4.3.3鲁宾逊归结原理
4.3.4归结反演
4.3.5应用归结原理求取问题的答案
4.3.6归结策略
4.4与／或形演绎推理
4.4.1与／或形正向演绎推理
4.4.2与域形逆向演绎推理
4.4.3与域形双向演绎推理
4.4.4代换的一致性及剪枝策略
本章小结
习题
第5章不确定与非单调推理
5.1基本概念
5.1.1什么是不确定性推理
5.1.2不确定性推理中的基本问题
5.1.3不确定性推理方法的分类
5.2概率方法
5.2.1经典概率方法
5.2.2逆概率方法
5.3主观Bayes方法
5.3.1知识不确定性的表示
5.3.2证据不确定性的表示
5.3.3组合证据不确定性的算法
5.3.4不确定性的传递算法
5.3.5结论不确定性的合成算法
5.4可信度方法
5.4.1可信度的概念
5.4.2C-F模型
5.4.3带有阈值限度的不确定性推理
5.4.4加权的不确定性推理
5.4.5前提条件中带有可信度因子的不确定性推理
5.5证据理论
5.5.1D－S理论
5.5.2一个具体的不确定性推理模型
5.6模糊推理
5.6.1模糊命题
5.6.2模糊知识的表示
5.6.3模糊匹配与冲突消解
5.6.4模糊推理的基本模式
5.6.5简单模糊推理
5.6.6模糊三段论推理
5.6.7多维模糊推理
5.6.8多重模糊推理
5.6.9带有可信度因子的模糊推理
5.7基于框架表示的不确定性推理
5.7.1不确定性知识的框架表示
5.7.2框架的不确定性匹配
5.7.3框架推理
5.8基于语义网络表示的不确定性推理
5.8.1不确定性知识的语义网络表示
5.8.2语义网络推理
5.9非单调推理
5.9.1非单调推理的概念
5.9.2缺省理论
5.9.3界限理论
5.9.4正确性维持系统TMS
本章小结
习题
第6章搜索策暗
6.1基本概念
6.1.1什么是搜索
6.1.2状态空间表示法
6.1.3与域树表示法
6.2状态空间的搜索策略
6.2.1状态空间的一般搜索过程
6.2.2广度优先搜索
6.2.3深度优先搜索
6.2.4有界深度优先搜索
6.2.5代价树的广度优先搜索
6.2.6代价树的深度优先搜索
6.2.7启发式搜索
6.2.8A*算法
6.3与域树的搜索策略
6.3.1与域树的一般搜索过程
6.3.2与域树的广度优先搜索
6.3.3与域树的深度优先搜索
6.3.4与域树的有序搜索
6.3.5博弈树的启发式搜索
6.3.6α-β剪枝技术
6.4搜索的完备性与效率
6.4.1完备性
6.4.2搜索效率
本章小结
习题
第7章专家系统
7.1基本概念
7.1.1什么是专家系统
7.1.2专家系统的产生与发展
7.1.3专家系统的分类
7.2专家系统的一般结构
7.2.1人机接口
7.2.2知识获取机构
7.2.3知识库及其管理系统
7.2.4推理机
7.2.5数据库及其管理系统
7.2.6解释机构
7.3知识获取
7.3.1知识获取的任务
7.3.2知识获取方式
……[看更多目录]
文摘书摘
第1章 绪 论
人工智能（ArtificialIntelligence，简记为AI）是当前科学技术发展中的一门前沿学科，同时也是一门新思想、新观念、新理论、新技术不断出现的新兴学科以及正在迅速发展的学科。它是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等多种学科研究的基础上发展起来的，因此又可把它看作是一门综合性的边缘学科。它的出现及所取得的成就引起了人们的高度重视，并得到了很高的评价。有的人把它与空间技术、原子能技术一起誉为20世纪的三大科学技术成就；有的人把它称为继三次工业革命后的一又一次革命，并称前三次工业革命主要是延长了人手的功能，把人类从繁重的体力劳动中解放出来，而人工智能则是延伸人脑的功能，实现脑力劳动的自动化。
本章将讨论智能、人工智能的基本概念，并对人工智能的研究目标、研究内容、研究途径及研究领域进行简要的讨论。
1.1 什么是人工智能
1.1.1 智能
什么是智能？智能的本质是什么？这是古今中外许多哲学家、脑科学家一直在努力探索和研究的问题，但至今仍然没有完全解决，以致被列为自然界四大奥秘（物质的本质、宇宙的起
源、生命的本质、智能的发生）之一。近些年来，随着脑科学、神经心理学等研究的进展，对人脑的结构和功能积累了一些初步认识，但对整个神经系统的内部结构和作用机制，特别是脑的功能原理还没有完全搞清楚，有待进一步的探索。在此情况下，要从本质上对智能给出一个精确的、可被公认的定义显然是不现实的。目前人们大多是把对人脑的已有认识与智能的外在表现结合起来，从不同的角度、不同的侧面、用不同的方法来对智能进行研究的，提出的观点亦不相同。其中影响较大的主要有思维理论、知识阈值理论及进化理论等。
思维理论来自认知科学。认知科学又称为思维科学，它是研究人们认识客观世界的规律和方法的一门科学，其目的在于揭开大脑思维功能的奥秘。该理论认为智能的核心是思维，人的一切智慧或智能都来自于大脑的思维活动，人类的一切知识都是人们思维的产物，因而通过
对思维规律与方法的研究可望揭示智能的本质。
知识阈值理论着重强调知识对于智能的重要意义和作用，认为智能行为取决于知识的数量及其一般化的程度，一个系统之所以有智能是因为它具有可运用的知识。在此认识的基础上，它把智能定义为：智能就是在巨大的搜索空间中迅速找到一个满意解的能力。这一理论在人工智能的发展史中有
……[看更多书摘]
