人工智能
作者：党建武 等编著
出版时间：2012年版
内容简介
《高等学校计算机规划教材：人工智能》共分为11章，除第1章人工智能概述外，其余内容划分为四大部分。第一部分为确定性人工智能的三大基本技术，包括第2，3，4章的知识表示、确定性推理和搜索部分。第二部分包括第5章不确定性人工智能和第6章的智能算法。第三部分为人工智能的重要研究领域，包括第7章的分布式人工智能，第8章的机器学习，第9章的专家系统。第四部分为人工智能应用部分，包括第10章的人工智能设计语言和第11章的人工智能的应用举例。
目录
第1章 人工智能概述
1.1 人工智能的定义和研究目标
1.1.1 人工智能的定义
1.1.2 人工智能的研究目标
1.2 人工智能研究的基本内容及其特点
1.2.1 人工智能研究的基本内容
1.2.2 人工智能研究的特点
1.3 人工智能的基本技术
1.3.1 推理技术
1.3.2 搜索技术
1.3.3 知识表示与知识库技术
1.3.4 归纳技术
1.3.5 联想技术
1.4 人工智能的发展史
1.4.1 孕育期（1９56年以前）
1.4.2 形成期（1９56-1９7０年）
1.4.3 知识应用期（2０世纪7０年代到８０年代末）
1.4.4 综合集成期（2０世纪８０年代末至今）
1.5 人工智能的研究与应用领域
1.6 人工智能研究的不同学派及其争论
1.6.1 人工智能的三大学派
1.6.2 人工智能理论的争论
1.6.3 人工智能研究方法的争论
1.7 人工智能进展
1.7.1 人工智能发展面临的困难
1.7.2 人工智能与云计算
1.7.3 人工智能与物联网
1.7.4 人工智能发展的新趋势
习题一
第2章 知识表示
2.1 一阶谓词逻辑表示法
2.1.1 一阶谓词逻辑表示法
2.1.2 一阶谓词逻辑表示法的特点
2.1.3 一阶谓词表示法的应用举例
2.2 产生式表示法
2.2.1 产生式与产生式系统
2.2.2 产生式系统的分类及其特点
2.2.3 产生式表示法应用举例
2.3 框架表示
2.3.1 框架与框架网络
2.3.2 框架的推理及其特点
2.4 语义网络表示法
2.4.1 语义网络
2.4.2 语义网络的推理及其特点
2.5 面向对象表示法
2.5.1 面向对象的知识表示
2.5.2 面向对象知识表示法的特点
习题二
第3章 经典逻辑推理
3.1 推理的基本概念
3.1.1 推理方式及其分类
3.1.2 推理的控制策略
3.1.3 模式匹配及其变量代换
3.2 自然演绎推理
3.3 归结演绎推理
3.3.1 谓词公式化为子句集的方法
3.3.2 海伯伦理论
3.3.3 鲁宾逊归结原理
3.3.4 归结反演
3.3.5 基于归结反演的问题求解
3.3.6 归结反演策略
3.4 与／或形的演绎推理
3.4.1 与／或形的正向演绎推理
3.4.2 与／或形的逆向演绎推理
3.4.3 代换的一致性与剪枝策略
习题三
第4章 搜索策略
4.1 问题求解过程的形式表示
4.1.1 状态空间表示法
4.1.2 与／或树表示法
4.2 状态空间的盲目搜索策略
4.2.1 宽度优先搜索
4.2.2 深度优先搜索
4.2.3 有界深度优先搜索
4.2.4 代价树的宽度优先搜索
4.2.5 代价树的深度优先搜索
4.3 状态空间的启发式搜索策略
4.3.1 估价函数与择优搜索
4.3.2 图的有序搜索与Ａ?算法
4.3.3 Ａ?算法应用举例
4.4 与／或树的搜索策略
4.4.1 与／或树的宽度优先搜索
4.4.2 与／或树的有界深度优先搜索
4.4.3 与／或树的有序搜索
4.4.4 博弈树的启发式搜索
4.5 搜索性能的量度
习题四
第5章 知识的不确定性与不确定推理
5.1 知识的不确定性
5.1.1 证据的不确定性
5.1.2 规则的不确定性
5.1.3 推理的不确定性
5.2 不确定推理的概率基础
5.3 确定性理论
5.3.1 可信度的概念
5.3.2 CF模型
5.3.3 带加权因子的可信度推理
5.4 主观Bayes方法
5.4.1 知识不确定性的表示
5.4.2 证据不确定性的表示
5.4.3 组合证据不确定性的计算
5.4.4 不确定性的更新
……第6章 智能算法
第7章 分布式人工智能
第8章 机器学习
第9章 专家系统
第10章 人工智能程序设计语言
第11章 人工智能应用举例
