人工智能基础PDF|Epub|txt|kindle电子书版本网盘下载

人工智能基础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 绪论1

1.1 人工智能的定义和发展2

1.1.1 人工智能的定义2

1.1.2 人工智能的起源与发展3

1.2 人工智能的各种认知观7

1.2.1 人工智能的主要学派7

1.2.2 对人工智能的争论8

1.3 人类智能与人工智能9

1.3.1 研究认知过程的任务10

1.3.2 智能信息处理系统的假设10

1.3.3 人类智能的计算机模拟12

1.4 人工智能的研究目标和内容12

1.4.1 人工智能的研究目标12

1.4.2 人工智能研究的基本内容13

1.5 人工智能研究的主要方法15

1.6 人工智能的研究和应用领域17

1.7 人工智能对人类的影响21

1.7.1 人工智能对经济的影响21

1.7.2 人工智能对社会的影响21

1.7.3 人工智能对文化的影响23

1.8 对人工智能的展望24

1.8.1 更新的理论框架24

1.8.2 更好的技术集成25

1.8.3 更成熟的应用方法25

习题一26

第2章 知识表示27

2.1 知识及其表示概述27

2.2 状态空间法29

2.2.1 问题状态描述30

2.2.2 状态图示法31

2.2.3 状态空间表示举例32

2.3 问题归约法35

2.3.1 问题归约描述35

2.3.2 与或图表示38

2.3.3 问题归约机理40

2.4 谓词逻辑法43

2.4.1 谓词公式43

2.4.2 谓词演算43

2.4.3 置换与合一46

2.5 产生式表示法47

2.6 语义网络法48

2.6.1 二元语义网络的表示49

2.6.2 多元语义网络的表示51

2.6.3 基于语义网络的知识推理51

2.7 框架表示56

2.7.1 框架理论及特点56

2.7.2 框架的构成57

2.7.3 框架的推理61

2.8 面向对象表示62

2.8.1 面向对象的概念62

2.8.2 面向对象表示中的类继承63

2.8.3 面向对象表示的推理实例64

2.9 剧本表示68

2.9.1 剧本的构成68

2.9.2 剧本的推理69

2.10 过程表示70

习题二72

第3章 搜索技术74

3.1 盲目搜索74

3.1.1 图搜索策略74

3.1.2 宽度优先搜索76

3.1.3 深度优先搜索78

3.1.4 等代价搜索80

3.2 启发式搜索81

3.2.1 启发式搜索策略82

3.2.2 有序搜索82

3.2.3 A*算法85

3.3 博弈树搜索88

3.3.1 博弈概述88

3.3.2 极小极大分析法88

3.3.3 α-β剪枝技术89

3.4 遗传算法91

3.4.1 遗传算法的基本原理92

3.4.2 遗传算法的结构94

3.4.3 遗传算法的性能95

3.5 模拟退火算法97

3.5.1 模拟退火算法的模型97

3.5.2 模拟退火算法的简单应用98

3.5.3 模拟退火算法的参数控制问题100

3.6 免疫算法100

3.6.1 免疫计算概述100

3.6.2 免疫算法的基本原理101

3.6.3 几种免疫算法104

习题三105

第4章 推理技术106

4.1 消解原理106

4.1.1 子句集的求取106

4.1.2 消解推理规则109

4.1.3 含有变量的消解式110

4.1.4 消解反演求解过程112

4.2 规则演绎系统115

4.2.1 正向规则演绎系统115

4.2.2 逆向规则演绎系统120

4.2.3 双向规则演绎系统122

4.2 声生式系统125

4.3.1 产生式系统的结构125

4.3.2 产生式系统的表示127

4.3.3 产生式系统的推理131

4.3.4 产生式系统示例134

4.4 定性推理135

4.4.1 定性推理概述135

4.4.2 定性模型推理136

4.5 不确定性推理138

4.5.1 概率推理138

4.5.2 Bayes推理142

4.5.3 模糊逻辑推理143

4.6 非单调推理145

4.6.1 默认推理145

4.6.2 非单调推理系统147

习题四150

第5章 机器学习151

5.1 机器学习概述151

5.2 机器学习的主要策略和基本结构152

5.3 常见的几种学习方法153

5.3.1 机械学习153

5.3.2 基于解释的学习155

5.3.3 基于事例的学习157

5.3.4 基于概念的学习160

5.3.5 基于类比的学习162

5.3.6 基于决策树的归纳学习163

5.3.7 强化学习168

5.4 基于神经网络的学习171

5.4.1 神经网络的组成与特性171

5.4.2 基于反向传播网络的学习173

5.4.3 基于Hopfield网络的学习177

5.4.4 基于神经网络的推理180

习题五185

第6章 专家系统186

6.1 专家系统概述186

6.1.1 专家系统的一般特点186

6.1.2 专家系统的结构与类型187

6.1.3 专家系统的建造步骤191

6.2 基于规则的专家系统192

6.2.1 基于规则的专家系统的基本结构192

6.2.2 基于规则的专家系统的特点192

6.2.3 基于规则的专家系统举例193

6.3 基于框架的专家系统194

6.3.1 基于框架的专家系统的概念194

6.3.2 基于框架的专家系统的继承、槽和方法195

6.3.3 基于框架的专家系统举例198

6.4 基于模型的专家系统199

6.4.1 基于模型的专家系统的概念199

6.4.2 基于模型的专家系统举例200

6.5 专家系统的设计、评价与开发201

6.5.1 专家系统的设计201

6.5.2 专家系统的评价203

6.5.3 专家系统开发工具205

6.6 专家系统设计举例209

6.6.1 专家知识的描述209

6.6.2 知识的使用214

6.6.3 决策的解释216

6.6.4 MYCIN系统概述217

6.7 新型专家系统219

6.8 知识发现220

6.8.1 知识发现的发展和定义221

6.8.2 知识发现的处理过程222

6.8.3 知识发现的方法223

习题六225

第7章 自动规划系统226

7.1 自动规划概述226

7.1.1 规划的概念和作用226

7.1.2 规划的分类和问题分解途径229

7.2 基于谓词逻辑的规划231

7.2.1 规划世界模型的谓词逻辑表示231

7.2.2 基于谓词逻辑规划的基本过程232

7.3 STRIPS规划系统234

7.3.1 积木世界的机器人规划234

7.3.2 STRIPS规划系统237

7.4 分层规划241

7.4.1 长度优先搜索242

7.4.2 NOAH规划系统242

7.5 基于专家系统的机器人路径规划245

7.6 轨迹规划简介251

习题七252

第8章 自然语言理解253

8.1 语言及其理解的一般问题253

8.1.1 语言和语言理解253

8.1.2 自然语言理解研究的进展和发展趋势255

8.1.3 自然语言理解过程的层次258

8.2 词法分析259

8.3 句法分析260

8.3.1 句法模式匹配和转移网络260

8.3.2 扩充转移网络261

8.3.3 词汇功能语法263

8.4 语义分析266

8.5 句子理解267

8.5.1 简单句的理解方法268

8.5.2 复合句的理解方法270

8.6 语料库语言学272

8.7 机器翻译274

8.8 语音识别276

8.8.1 语音识别的发展历史277

8.8.2 语音识别的基本原理277

8.8.3 语音识别中的难点278

8.8.4 语音识别的关键技术278

8.9 应用举例280

8.9.1 自然语言自动理解系统280

8.9.2 自然语言问答系统282

习题八283

第9章 智能控制285

9.1 智能控制概述285

9.1.1 智能控制的产生和发展285

9.1.2 智能控制的定义288

9.2 智能控制的研究领域288

9.3 智能控制的学科结构理论292

9.3.1 二元结构理论292

9.3.2 三元结构理论293

9.3.3 四元结构理论294

9.4 智能控制的特点与系统一般结构296

9.4.1 智能控制的特点296

9.4.2 智能控制系统的一般结构296

9.5 智能控制系统297

9.5.1 递阶智能控制系统298

9.5.2 专家控制系统301

9.5.3 模糊控制系统303

9.5.4 学习控制系统306

9.5.5 神经控制系统309

9.6 其他智能控制系统312

9.6.1 进化控制312

9.6.2 免疫控制314

9.6.3 基于Web的控制315

习题九317

第10章 人工智能程序设计318

10.1 符号和逻辑处理编程语言318

10.2 LISP语言319

10.2.1 LISP的特点和数据结构319

10.2.2 LISP的基本函数321

10.2.3 递归和迭代325

10.2.4 LISP编程举例328

10.3 PROLOG语言330

10.3.1 语法与数据结构331

10.3.2 PROLOG程序设计原理332

10.3.3 PROLOG编程举例334

10.4 专用开发工具与人工智能机334

习题十335

附录 网络课程使用说明337

参考文献340