人工智能基础

　　张海波

　　张海波

　　赵阳

　　马云

　　杜晓丹

　　刘娟娟

　　韩刚

　　前辅文

　　3.5.3模拟退火算法的参数控制问题

　　6.8.3知识发现的方法

　　第1章 女绪论

　　3.6免疫算法

　　习题360百科6

　　1.1人工智能的定义和发展

　　3.6.1免疫计算概述

　　第7章 自动规划系统

　　1.1.1人工智能的定义

　　3.6.2免疫算法的基本原理

紧着么续非　　7.1自动规划概述

　　1.1.2人工智能的起源与发展

　　3.6.3几种免疫算法

　　7.1.1规划的概念和作用

　　力练把调音光非乙1.2人工智能的各种认知观

　　习题3

　　7.1.2规划的分类和问题分解途径

　　1.2.1人工智能的主要学派

　　第4章 推理技术

　孔抓战于　7.2基于谓词逻辑的规划

　　1.2.2对人工智能的争论

　　4.1消解原理

　　7.2.1规划世界模型的谓词逻辑表示

　　1.3人类智能与人工智能

　　4.1.1子句集的求取

　　7.2.2基于谓词逻辑规划的基本过程

　　1.3.1研究认知过程的任务

　　4.1.2消解推理规则

　　7.3STRIPS规划系统

　　1.3.2智能信息处理系统的假设

　　4.1.3含有变量的消解式

　　7.3易磁友.1积木世界的机器人规划

　　1.3.3人类智能的计算机模拟

　　4.1.4消解尽初乡球让胜镇型错联反演求解过程

　　7.3.2STRI海防著树采杀把让底余太PS规划系统

　　1.4人工智能的研究目标和内容

　　4.2规则演绎系统

　　7.4分层规划

　　1.4.1人工智能的研究目标

　　4.2.1正向规则演绎系统

　　7.4.1长度优互杂照敌情伯冲又先搜索

　　1.4.2人工智能研究的基本内容

　　4.证围施困强境讲2.2逆向规则演绎在已审收空儿践培系统

　　7.4.2NOAH规划系统

　　1.5人工智能的研究与计算方法

　　4.2.3双向规则演绎系统

　　7.5基于专家系统的机器人路径规划

　　1.5.1人工智能的研究方法

　　4.3产生式系统

　　7.6轨迹规划简介

　　1.5.2人工智能的计算方法

　　4.3.1产生式系统的结构

　　习题7

　　1.6人工智能的外均再况很好院预德研究和应用领域

　　4.3.2产生式系统的表示

　　第8章 自然语言理解

　　着1.7人工智能对人类的影响

　烧兵吗国介支导支历六　4.3.3产生式系统的推理

　　8.1语言及其理解的一般问题

　　1.7.1人工智能对经济的影响

　　4.素密真普4定性推理

　　8.1.1语言和语言理解

　　1.7.2人工智能对社会的影响

　　4.4.1定性推理概述

　　8.1.2自然语言理解研究的进展和发展趋势

　　1.7.及破降3人工智能对文化的影响

　　4.4.2定性模型推理

　　8.1.3自然语言理解过程的层次

　　1.8对人工智能的展望

　　4.5不确定性推理

　形　8.2词法分析

　　1.8.1更新的理论框架

　　4.5.1确定性与不确定性推理

　　8.3句法和语法帝转想怎肥律显菜处的自动分析

　　1.8.2更好的技术集成

　　4.5.2概率推理

　　8.3.1句法模式匹配和转移网络

　　1.8.3更成熟的应用方法

　　4.5.3Bayes推理

　　8.3.2扩充转移网络

　　习题1

　　4.5.4模糊逻辑推理

　　8.3.3词汇功能语法

　　第2章 知识表示

　　4.6非单调推理

　　8.4语义分析

　　2.1知识及其表示概述

　　4.6.1默认推理

　　8.5句子理解

　　2.2状态空间法

　　4.6.2非单调推理系统

　　8.5.1简单句的理解方法

　　2.2.1问题状态描述

　　习题4

　　8.5.2复合句的理解方法

　　2.2.2状态图示法

　　第5章 伤步形严终让眼京易机器学习

　　8.6语料库语言学

　　2.2.3状态空间表示举例

　　5.1机器学习概述

　　8.7机器翻译

　　2.3问题归约法

　　5.1.1机器学习的定义和研究意义

　　8.8语音识别

　　2.3.1问题归约描述

　　5.1.2机器学习的发展史

　　8.8.1语音识别的发展历史

　　2.3.2与或图表示

　　5.2机器学习的主要策略与基本结构

　　8.8.2语音识别的基本原理

　　2.3.3问题归约机理

　　5.3常见的几种学习方法

　　8.8.3语音识别中的难点

　　2.4谓词逻辑法

　　5.3.1机械学习

　　8.8.4语音识别的关键技术

　　2.4.1谓词公式

　　5.3.2基于解释的学习

　　8.9应用举例

　　2.4.2谓词演算

　　5.3.3基于事例的学习

　　8.9.1自然语言自动理解系统

　　2.4.3置换与合一

　　5.3.4基于概念的学习

　　8.9.2自然语言问答系统

　　2.5产生式表示法

　　5.3.5基于类比的学习

　　习题8

　　2.6语义网络法

　　5.3.6基于决策树的学习

　　第9章 智能控制

　　2.6.1二元语义网络的表示

　　5.3.7强化学习

　　9.1智能控制概述

　　2.6.2多元语义网络的表示

　　5.4基于神经网络的学习

　　9.1.1智能控制的产生和发展

　　2.6.3基于语义网络的知识推理

　　5.4.1神经网络的组成与特性

　　9.1.2智能控制的定义

　　2.7框架表示

　　5.4.2基于BP网络的学习

　　9.2智能控制的研究领域

　　2.7.1框架理论及特点

　　5.4.3基于Hopfield网络的学习

　　9.3智能控制的学科结构理论

　　2.7.2框架的构成

　　5.4.4深度学习

　　9.3.1二元结构理论

　　2.7.3框架的推理

　　5.4.5基于神经网络的推理

　　9.3.2三元结构理论

　　2.8面向对象表示

　　习题5

　　9.3.3四元结构理论

　　2.8.1面向对象的概念

　　第6章 专家系统

　　9.4智能控制的特点与系统一般结构

　　2.8.2面向对象表示中的类继承

　　6.1专家系统概述

　　9.4.1智能控制的特点

　　2.8.3面向对象表示的推理实例

　　6.1.1专家系统的定义和一般特点

　　9.4.2智能控制系统的一般结构

　　2.9剧本表示

　　6.1.2专家系统的结构与类型

　　9.5智能控制系统

　　2.9.1剧本的构成

　　6.1.3专家系统的建造步骤

　　9.5.1递阶智能控制系统

　　2.9.2剧本的推理

　　6.2基于规则的专家系统

　　9.5.2专家控制系统

　　2.10过程表示

　　6.2.1基于规则的专家系统的基本结构

　　9.5.3模糊控制系统

　　习题2

　　6.2.2基于规则的专家系统的特点

　　9.5.4学习控制系统

　　第3章 搜索技术

　　6.2.3基于规则的专家系统举例

　　9.5.5神经控制系统

　　3.1盲目搜索

　　6.3基于框架的专家系统

　　9.6其他智能控制系统

　　3.1.1图搜索策略

　　6.3.1基于框架的专家系统的概念

　　9.6.1进化控制

　　3.1.2宽度优先搜索

　　6.3.2基于框架的专家系统的继承、槽和方法

　　9.6.2免疫控制

　　3.1.3深度优先搜索

　　6.3.3基于框架的专家系统举例

　　9.6.3基于Web的控制

　　3.1.4等代价搜索

　　6.4基于模型的专家系统

　　习题9

　　3.2启发式搜索

　　6.4.1基于模型的专家系统的概念

　　第10章 人工智能程序设计

　　3.2.1启发式搜索策略

　　6.4.2基于模型的专家系统举例

　　10.1符号和逻辑处理编程语言

　　3.2.2有序搜索

　　6.5专家系统的设计、评价与开发

　　10.2LISP语言

　　3.2.3A*算法

　　6.5.1专家系统的设计

　　10.2.1LISP的特点和数据结构

　　3.3博弈树搜索

　　6.5.2专家系统的评价

　　10.2.2LISP的基本函数

　　3.3.1博弈概述

　　6.5.3专家系统开发工具

　　10.2.3递归和迭代

　　3.3.2极小极大分析法

　　6.6专家系统设计举例

　　10.2.4LISP编程举例

　　3.3.3α-β剪枝技术

　　6.6.1专家知识的描述

　　10.3PROLOG语言

　　3.4遗传算法

　　6.6.2知识的使用

　　10.3.1语法与数据结构

　　3.4.1遗传算法的基本原理

　　6.6.3决策的解释

　　10.3.2PROLOG程序设计原理

　　3.4.2遗传算法的结构

　　6.6.4MYCIN系统概述

　　10.3.3PROLOG编程举例

　　3.4.3遗传算法的性能

　　6.7新型专家系统

　　10.4专用开发工具与人工智能机

　　3.5模拟退火算法

　　6.8知识发现

　　习题10

　　3.5.1模拟退火算法的模型

　　6.8.1知识发现的发展和定义

　　参考文献

　　3.5.2模拟退火算法的简单应用

　　6.8.2知识发现的处理过程

　　"人工智能基础(第3版)"数字课程

　　高等教育出版社、高等教育电子音像出版社

　　2015年8月

　　张海波