人工智能及其应用 第4版PDF|Epub|txt|kindle电子书版本网盘下载

人工智能及其应用 第4版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 人工智能的定义与发展1

1.1.1 人工智能的定义1

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9

1.2.1 人工智能各学派的认知观9

1.2.2 人工智能的争论10

1.3 人类智能与人工智能11

1.3.1 智能信息处理系统的假设11

1.3.2 人类智能的计算机模拟13

1.4 人工智能的研究目标和内容15

1.4.1 人工智能的研究目标15

1.4.2 人工智能研究的基本内容16

1.5 人工智能研究的主要方法18

1.6 人工智能的研究与应用领域19

1.7 本书概要26

习题27

第2章 知识表示方法28

2.1 状态空间表示28

2.1.1 问题状态描述28

2.1.2 状态图示法30

2.2 问题归约表示31

2.2.1 问题归约描述31

2.2.2 与或图表示33

2.3 谓词逻辑表示35

2.3.1 谓词演算36

2.3.2 谓词公式38

2.3.3 置换与合一39

2.4 语义网络表示41

2.4.1 二元语义网络的表示41

2.4.2 多元语义网络的表示44

2.4.3 语义网络的推理过程44

2.5 框架表示47

2.5.1 框架的构成47

2.5.2 框架的推理49

2.6 本体技术51

2.6.1 本体的概念51

2.6.2 本体的组成与分类53

2.6.3 本体的建模54

2.7 过程表示58

2.8 小结60

习题61

第3章 确定性推理63

3.1 图搜索策略63

3.2 盲目搜索64

3.2.1 宽度优先搜索65

3.2.2 深度优先搜索66

3.2.3 等代价搜索68

3.3 启发式搜索69

3.3.1 启发式搜索策略和估价函数69

3.3.2 有序搜索70

3.3.3 A＊算法73

3.4 消解原理76

3.4.1 子句集的求取76

3.4.2 消解推理规则78

3.4.3 含有变量的消解式79

3.4.4 消解反演求解过程80

3.5 规则演绎系统83

3.5.1 规则正向演绎系统84

3.5.2 规则逆向演绎系统89

3.5.3 规则双向演绎系统92

3.6 产生式系统93

3.6.1 产生式系统的组成93

3.6.2 产生式系统的推理95

3.6.3 产生式系统举例97

3.7 非单调推理102

3.7.1 缺省推理102

3.7.2 真值维持系统104

3.8 小结107

习题108

第4章 非经典推理110

4.1 经典推理和非经典推理110

4.2 不确定性推理111

4.2.1 不确定性的表示与量度111

4.2.2 不确定性的算法112

4.3 概率推理114

4.3.1 概率的基本性质和计算公式114

4.3.2 概率推理方法115

4.4 主观贝叶斯方法117

4.4.1 知识不确定性的表示117

4.4.2 证据不确定性的表示118

4.4.3 主观贝叶斯方法的推理过程120

4.5 可信度方法123

4.5.1 基于可信度的不确定性表示123

4.5.2 可信度方法的推理算法125

4.6 证据理论128

4.6.1 证据理论的形式化描述128

4.6.2 证据理论的不确定性推理模型133

4.6.3 推理示例138

4.7 小结141

习题142

第5章 计算智能144

5.1 概述144

5.2 神经计算146

5.2.1 人工神经网络研究的进展146

5.2.2 人工神经网络的结构147

5.2.3 人工神经网络示例及其算法149

5.2.4 基于神经网络的知识表示与推理153

5.3 模糊计算158

5.3.1 模糊集合、模糊逻辑及其运算158

5.3.2 模糊逻辑推理159

5.4 遗传算法160

5.4.1 遗传算法的基本机理161

5.4.2 遗传算法的求解步骤164

5.5 人工生命169

5.5.1 人工生命研究的起源和发展169

5.5.2 人工生命的定义和研究意义170

5.5.3 人工生命的研究内容和方法172

5.5.4 人工生命实例174

5.6 粒群优化176

5.6.1 群智能和粒群优化概述176

5.6.2 粒群优化算法177

5.7 蚁群算法180

5.7.1 蚁群算法理论180

5.7.2 蚁群算法的研究与应用183

5.8 小结184

习题186

第6章 专家系统188

6.1 专家系统概述188

6.1.1 专家系统的特点188

6.1.2 专家系统的结构和建造步骤189

6.2 基于规则的专家系统192

6.2.1 基于规则专家系统的工作模型和结构192

6.2.2 基于规则专家系统的特点194

6.3 基于框架的专家系统195

6.3.1 基于框架专家系统的定义、结构和设计方法195

6.3.2 基于框架专家系统的继承、槽和方法197

6.4 基于模型的专家系统201

6.4.1 基于模型专家系统的提出201

6.4.2 基于神经网络的专家系统201

6.5 基于Web的专家系统203

6.5.1 基于Web专家系统的结构203

6.5.2 基于Web专家系统的实例206

6.6 新型专家系统210

6.6.1 新型专家系统的特征210

6.6.2 分布式专家系统212

6.6.3 协同式专家系统214

6.7 专家系统设计215

6.7.1 专家知识的描述215

6.7.2 知识的使用和决策解释218

6.8 专家系统开发工具220

6.9 小结223

习题223

第7章 机器学习225

7.1 机器学习的定义和发展历史225

7.1.1 机器学习的定义225

7.1.2 机器学习的发展史226

7.2 机器学习的主要策略与基本结构228

7.2.1 机器学习的主要策略228

7.2.2 机器学习系统的基本结构229

7.3 归纳学习230

7.3.1 归纳学习的模式和规则230

7.3.2 归纳学习方法232

7.4 决策树学习234

7.4.1 决策树和决策树构造算法234

7.4.2 决策树学习算法ID3236

7.5 类比学习238

7.5.1 类比推理和类比学习形式239

7.5.2 类比学习过程与研究类型240

7.6 解释学习241

7.6.1 解释学习过程和算法241

7.6.2 解释学习举例242

7.7 神经网络学习243

7.7.1 基于反向传播网络的学习243

7.7.2 基于Hopfield网络的学习249

7.8 知识发现253

7.8.1 知识发现的发展和定义254

7.8.2 知识发现的处理过程255

7.8.3 知识发现的方法256

7.8.4 知识发现的应用258

7.9 增强学习260

7.9.1 增强学习概述260

7.9.2 Q-学习262

7.10 小结263

习题264

第8章 自动规划266

8.1 自动规划概述266

8.1.1 规划的概念和作用266

8.1.2 规划的分类和问题分解途径269

8.1.3 执行规划系统任务的一般方法271

8.2 任务规划273

8.2.1 积木世界的机器人规划273

8.2.2 STRIPS规划系统276

8.2.3 具有学习能力的规划系统280

8.2.4 分层规划283

8.2.5 基于专家系统的机器人规划287

8.3 路径规划292

8.3.1 机器人路径规划的主要方法和发展趋势293

8.3.2 基于模拟退火算法的机器人局部路径规划295

8.3.3 基于免疫进化和示例学习的机器人路径规划299

8.3.4 基于蚁群算法的机器人路径规划302

8.4 轨迹规划简介307

8.5 小结308

习题308

第9章 分布式人工智能与Agent（真体）311

9.1 分布式人工智能311

9.2 Agent及其要素312

9.2.1 Agent的定义和译法313

9.2.2 真体的要素和特性314

9.3 真体的结构315

9.3.1 真体的抽象结构和结构特点315

9.3.2 真体结构的分类317

9.4 真体通信320

9.4.1 通信的过程320

9.4.2 真体通信的类型和方式324

9.4.3 交谈的规划与实现326

9.4.4 真体的通信语言327

9.5 移动真体和多真体系统329

9.5.1 移动真体的定义和系统构成329

9.5.2 多真体系统的特征和关键技术330

9.5.3 多真体系统的模型和结构331

9.5.4 多真体的协作、协商和协调333

9.5.5 多真体的学习与规划335

9.5.6 多真体系统的研究和应用领域336

9.6 小结338

习题339

第10章 自然语言理解340

10.1 自然语言理解概述340

10.1.1 语言与语言理解340

10.1.2 自然语言处理的概念和定义342

10.1.3 自然语言处理的研究领域和意义343

10.1.4 自然语言理解研究的基本方法和进展346

10.1.5 自然语言理解过程的层次350

10.2 词法分析351

10.3 句法分析352

10.3.1 短语结构语法352

10.3.2 乔姆斯基形式语法353

10.3.3 转移网络355

10.3.4 扩充转移网络356

10.3.5 词汇功能语法358

10.4 语义分析360

10.5 句子的自动理解362

10.5.1 简单句的理解方法362

10.5.2 复合句的理解方法364

10.6 语料库语言学365

10.7 文本的自动翻译——机器翻译367

10.8 自然语言理解系统的主要模型370

10.9 自然语言理解系统应用举例371

10.9.1 自然语言自动理解系统372

10.9.2 自然语言问答系统373

10.10 小结375

习题376

结束语378

参考文献379

索引390