图书介绍
人工智能教程PDF|Epub|txt|kindle电子书版本网盘下载
- 王士同主编 著
- 出版社： 北京：电子工业出版社
- ISBN：7121029952
- 出版时间：2006
- 标注页数：297页
- 文件大小：17MB
- 文件页数：312页
- 主题词：暂缺
PDF下载
下载说明
人工智能教程PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
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
图书目录
第1章 绪论1
1.1 人工智能1
1.1.1 什么是人工智能1
1.1.2 什么是自然智能2
1.2 人工智能的发展史3
1.2.1 第一阶段——孕育期（1956年以前）3
1.2.2 第二阶段——人工智能基础技术的研究和形成（1956—1970年）5
1.2.3 第三阶段——发展和实用化阶段（1971—1980年）5
1.2.4 第四阶段——知识工程与专家系统（1980年至今）8
1.3 人工智能的研究领域9
1.3.1 专家系统9
1.3.2 自然语言处理9
1.3.3 机器学习10
1.3.5 分布式人工智能11
1.3.4 定理证明11
1.3.6 机器人12
1.3.7 模式识别13
1.3.8 博弈和游戏14
1.3.9 计算机视觉14
1.3.10 人工神经网络15
习题115
第2章 知识表达技术16
2.1 知识的概念与含义16
2.2 知识表达技术概述16
2.2.1 知识类型17
2.2.2 知识模型变换17
2.3 状态空间表达18
2.3.1 状态空间表达法的概念18
2.3.2 状态空间表达法的例子19
2.4.2 与／或图表达法的例子20
2.4 与／或图表达法20
2.4.1 与／或图表达法的概念20
2.5 产生式系统22
2.5.1 产生式系统的基本结构22
2.5.2 产生式系统的表示24
2.6 知识的逻辑表达方法27
2.6.1 命题逻辑28
2.6.2 谓词逻辑31
2.6.3 一阶谓词逻辑表达方法32
2.6.4 谓词逻辑表达法的特性和应用34
2.7 语义网络35
2.7.1 语义网络的概念和特性35
2.7.2 语义网络的知识表示36
2.8 框架表达法41
2.8.1 框架的构成41
2.8.2 框架系统与产生式系统的结合45
2.9 特征表表达法47
2.10 面向对象的表示48
2.10.1 对象、消息和方法48
2.10.2 类、类层次和继承性50
2.10.3 面向对象的知识表示与语义网络、框架系统的比较51
习题251
第3章 问题求解方法54
3.1 状态空间搜索概述54
3.1.1 状态图54
3.1.2 问题的状态空间的图描述54
3.1.3 将问题求解定义为状态空间搜索56
3.1.4 搜索的基本概念58
3.2 盲目的图搜索60
3.2.1 搜索策略概述60
3.2.2 回溯策略61
3.2.3 宽度优先搜索64
3.2.4 深度优先搜索65
3.2.5 图搜索67
3.3 启发式图搜索69
3.3.1 启发式策略69
3.3.2 启发信息和估价函数71
3.3.3 启发式图搜索法——A及A*搜索算法73
3.3.4 A*搜索算法的讨论75
3.4 与／或图搜索77
3.4.1 与／或图的概念77
3.4.2 AO及AO*搜索算法79
3.4.3 博弈树搜索83
3.5 局部搜索算法90
3.6.1 固体退火过程93
3.6 模拟退火算法93
3.6.2 模拟退火算法94
3.6.3 参数的确定96
3.6.4 应用举例99
3.7 遗传算法100
3.7.1 生物进化与遗传算法100
3.7.2 遗传算法的实现问题103
3.8 约束满足法106
习题3109
第4章 基本推理技术112
4.1 推理技术概述112
4.1.1 推理的概念和类型112
4.1.2 推理的控制策略115
4.2 归结反演系统118
4.2.1 归结原理118
4.2.2 归结反演122
4.2.3 归结反演的控制策略124
4.2.4 应用归结反演求取问题的答案125
4.3 基于规则的演绎推理128
4.3.1 正向演绎推理128
4.3.2 反向演绎推理132
4.3.3 双向演绎推理135
习题4136
第5章 不精确推理137
5.1 概述137
5.2 概率方法139
5.2.1 概率论基础139
5.2.2 概率推理模型140
5.3 主观Bayes方法142
5.3.1 不确定性的表示142
5.3.2 主观Bayes方法推理的基本算法144
5.4 可信度方法149
5.4.1 基于可信度的不确定性表示149
5.4.2 可信度方法推理的基本算法151
5.5 模糊推理153
5.5.1 模糊理论基础154
5.5.2 语言变量及模糊推理157
习题5158
第6章 PROLOG语言160
6.1 PROLOG语言概述160
6.1.1 PROLOG语言的发展160
6.1.2 PROLOG语言的特点160
6.2 PROLOG语言的结构161
6.2.1 数据结构161
6.2.2 程序结构163
6.3.1 比较类164
6.3 PROLOG语言的内部谓词164
6.3.2 表达式类165
6.3.3 输入输出类165
6.3.4 文件操作类165
6.3.5 控制谓词类166
6.3.6 复杂目标类166
6.3.7 项类166
6.3.8 结构分量类167
6.3.9 项维护类（动态数据库）167
6.4 PROLOG语言的搜索策略168
6.4.1 例化与匹配168
6.4.2 回溯控制169
6.4.3 搜索策略170
6.5 谓词！的讨论172
6.5.1 谓词！的作用172
6.5.2 用法及举例174
6.6 PROLOG程序设计177
6.6.1 数学函数177
6.6.2 八皇后问题179
6.6.3 专家系统示例180
6.7 PROLOG语言与C语言的连接182
6.7.1 语言条件183
6.7.2 外部谓词说明183
6.7.3 参数传递183
6.7.4 外部C语言子程序184
6.7.5 两个限制185
习题6186
第7章 专家系统188
7.1 专家系统的定义与分类188
7.1.1 专家系统的定义与特点188
7.1.2 专家系统的类型190
7.2.1 专家系统的一般结构193
7.2 专家系统的结构与工作原理193
7.2.2 专家系统的工作原理194
7.3 知识获取196
7.3.1 知识获取的任务197
7.3.2 知识获取的模式198
7.4 专家系统的建立199
7.4.1 适于专家系统求解的问题199
7.4.2 专家系统的设计原则与开发步骤200
7.4.3 专家系统的评价203
7.5 专家系统实例204
7.5.1 动物识别专家系统204
7.5.2 医学专家系统——MYCIN207
7.5.3 地质勘探专家系统——PROSPECTOR214
7.6.2 骨架系统217
7.6 专家系统的开发工具217
7.6.1 用于开发专家系统的程序设计语言217
7.6.3 通用型知识表达语言220
7.6.4 专家系统开发环境221
习题7222
第8章 机器学习223
8.1 机器学习概述223
8.1.1 机器学习的基本概念223
8.1.2 机器学习的主要策略224
8.1.3 机器学习系统的基本结构224
8.1.4 机器学习系统的主要特性226
8.2 机械学习228
8.2.1 机械学习模式及主要问题228
8.2.2 机械学习应用举例230
8.3.1 示例学习模型231
8.3 示例学习231
8.3.2 示例学习的一般过程233
8.3.3 示例表示235
8.3.4 示例复用236
8.3.5 示例保存237
8.4 类比学习238
8.4.1 类比学习的概念238
8.4.2 类比学习的表示与求解239
8.5 几种类比学习系统介绍241
8.5.1 转换类比学习241
8.5.2 派生类比学习245
8.5.3 因果关系类比学习246
8.5.4 联想类比学习248
8.6.1 概述249
8.6 归纳学习249
8.6.2 归纳学习的一般模式250
8.6.3 类型定义251
8.6.4 结构归纳学习及示例252
8.6.5 基于决策树的归纳学习方法255
习题8258
第9章 人工神经网络259
9.1 神经网络概述259
9.2 人工神经元模型260
9.2.1 神经元模型260
9.2.2 神经网络结构及工作方式261
9.3 神经网络的学习方法263
9.3.1 学习方式263
9.3.2 学习规则263
9.3.3 学习与自适应264
9.4.1 前馈神经网络结构265
9.4 前馈神经网络265
9.4.2 利用BP算法进行网络训练266
9.5 Hopfield神经网络272
9.5.1 神经联想记忆272
9.5.2 Hopfield网络273
9.5.3 Hopfield网络的一个范例277
9.6 Kohonen自组织神经网络279
习题9281
第10章 人工智能游戏282
10.1 计算机游戏中的人工智能282
10.2 游戏编程中的人工智能283
10.3 游戏中的移动283
10.3.1 环境和空间284
10.3.2 游戏世界的类型285
10.3.3 处理移动287
10.3.4 假设288
10.3.5 测试条件288
10.3.6 导航的技巧288
10.3.7 游戏中的机器人及其移动289
10.3.8 仿生机器人的自主导航289
10.3.9 移动的标准290
10.3.10 实例研究291
10.4 实验用平台FEAR291
10.4.1 技术概述292
10.4.2 外部接口293
10.4.3 模块293
10.4.4 灵活的结构294
10.4.5 创建一个仿生机器人294
习题10294
参考文献295