人工智能及其应用 第3版PDF|Epub|txt|kindle电子书版本网盘下载

人工智能及其应用 第3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2

前沿学科的最精彩成就 宋健3

目 录3

代序——计算机时代的脑力劳动机械化与科学技术现代化 吴文俊5

1.2人类智能与人工智能5

1.2.1智能信息处理系统的假设和认知的研究层次5

1.2.2人类智能的计算机模拟8

1.3人工智能各学派的认知观9

1.4人工智能的研究与应用领域10

1.4.2逻辑推理与定理证明11

第三版序 李衍达11

1.4.1问题求解11

1.4.3 自然语言理解12

1.4.4自动程序设计12

1.4.5专家系统13

1.4.6机器学习13

第二版序 李衍达13

1.4.7神经网络14

1.4.8机器人学15

前言 蔡自兴徐光祐15

1.4.9模式识别16

1.4.10机器视觉17

1.4.11智能控制18

1.4.12智能检索18

1.4.13智能调度与指挥19

1.4.14分布式人工智能与Agent19

1.4.15计算智能与进化计算20

1.4.16数据挖掘与知识发现21

1.4.17人工生命22

1.4.18系统与语言工具22

1.5本书概要23

习题124

第2章知识表示与推理25

2.1知识表示的一般方法25

2.2图搜索策略26

2.3一般搜索与推理技术28

2.4 A*算法29

2.5消解原理32

2.5.1子句集的求取32

2.5.2消解推理规则34

2.5.3含有变量的消解式35

2.5.4消解反演求解过程36

第9章机器视觉 337

2.5.5含状态项的回答语句的求取39

2.6规则演绎系统45

2.6.1规则正向演绎系统46

2.6.2规则逆向演绎系统51

2.6.3规则双向演绎系统53

2.7产生式系统55

2.7.1产生式系统的组成55

2.7.2产生式系统的推理57

2.7.3产生式系统举例59

2.8系统组织技术64

2.8.1议程表64

2.8.2黑板法64

2.8.3△－极小搜索法65

2.9小结66

习题267

3.1经典推理和非经典推理71

第3章高级知识推理71

3.2非单调推理72

3.2.1 缺省推理73

3.2.2限定推理76

3.2.3真值维持系统78

3.3时序推理81

3.3.1时间区间关系的表示82

3.3.2各种约束关系算法85

3.3.3时序关系表示和约束算法的拓广87

3.4不确定性推理90

3.4.1不确定性的表示与度量90

3.4.2不确定性的算法91

3.5概率推理92

3.5.1概率的基本性质和计算公式93

3.5.2概率推理方法94

3.6.1知识不确定性的表示96

3.6主观贝叶斯方法96

3.6.2证据不确定性的表示97

3.6.3主观贝叶斯方法的推理过程99

3.7.1基于可信度的不确定性表示102

3.7可信度方法102

3.7.2可信度方法的推理算法104

3.8证据理论107

3.8.1证据理论的形式化描述107

3.8.2证据理论的不确定性推理模型112

3.8.3推理示例117

3.9小结120

习题3122

第4章计算智能124

4.1 概述124

4.2.1人工神经网络研究的进展126

4.2神经计算126

4.2.2人工神经网络的结构127

4.2.3人工神经网络的典型模型129

4.2.4人工神经网络示例及其算法131

4.2.5基于神经网络的知识表示与推理134

4.3模糊计算137

4.3.1模糊集合、模糊逻辑及其运算137

4.3.2模糊逻辑推理139

4.3.3模糊判决方法142

4.3.4模糊逻辑、专家系统及神经网络在控制中的集成143

4.4.1粗糙集理论的基本概念和特点148

4.4粗糙集理论148

4.4.2粗糙集理论的数据和决策表约简150

4.5遗传算法152

4.5.1遗传算法的基本机理152

4.5.2遗传算法的求解步骤155

4.5.3遗传算法的收敛性160

4.6进化策略166

4.6.1进化策略的算法模型166

4.6.2进化策略和遗传算法的区别167

4.7进化编程168

4.7.1进化编程的机理与表示168

4.7.2进化编程的步骤169

4.8.1人工生命研究的起源和发展170

4.8人工生命170

4.8.2人工生命的定义和研究意义171

4.8.3人工生命的研究内容和方法173

4.8.4人工生命的实例175

4.9 粒群优化177

4.9.1群智能和粒群优化概述177

4.9.2粒群优化算法178

4.10蚁群算法181

4.10.1蚁群算法理论181

4.10.2蚁群算法的研究与应用184

4.11自然计算185

4.11.1 自然计算的兴起185

4.11.2 自然计算的特征187

4.11.3 自然计算的改进映射模型188

4.12免疫计算190

4.12.1免疫算法的提出190

4.12.2免疫算法191

4.12.3免疫算法的应用与发展趋势194

4.13小结196

习题4198

5.1专家系统概述200

5.1.1专家系统的特点200

第5章专家系统200

5.1.2专家系统的类型201

5.1.3专家系统的结构和建造步骤204

5.2基于规则的专家系统207

5.3基于框架的专家系统208

5.4基于模型的专家系统211

5.5新型专家系统213

5.5.1新型专家系统的特征213

5.5.2分布式专家系统214

5.5.3协同式专家系统217

5.6专家系统设计218

5.6.1专家知识的描述218

5.6.2知识的使用和决策解释221

5.7专家系统开发工具223

5.8 专家系统实例——MYCIN剖析225

5.8.1 MYCIN概述226

5.8.2咨询子系统227

5.8.3静态数据库229

5.8.4动态数据库234

5.8.5非精确推理235

5.8.6控制策略238

5.9小结240

习题5241

第6章机器学习242

6.1机器学习的定义和发展历史242

6.1.1机器学习的定义242

6.1.2机器学习的发展史243

6.2.2机器学习系统的基本结构245

6.2.1机器学习的主要策略245

6.2机器学习的主要策略与基本结构245

6.3机械学习247

6.4归纳学习249

6.4.1归纳学习的模式和规则249

6.4.2归纳学习方法251

6.5类比学习252

6.5.1类比推理和类比学习形式253

6.5.2类比学习过程与研究类型254

6.6解释学习255

6.6.1解释学习过程和算法255

6.6.2解释学习举例256

6.7神经学习257

6.7.1基于反向传播网络的学习257

6.7.2基于Hopfield网络的学习263

6.8知识发现267

6.8.1知识发现的发展和定义268

6.8.2知识发现的处理过程269

6.8.3知识发现的方法270

6.8.4知识发现的应用272

习题6274

6.9小结274

第7章自动规划276

7.1机器人规划的作用与任务276

7.1.1规划的作用与问题分解途径277

7.1.2机器人规划系统的任务与方法278

7.2积木世界的机器人规划280

7.2.1积木世界的机器人问题280

7.2.2用F规则求解规划序列281

7.3 STRIPS规划系统283

7.3.1 STRIPS系统的组成284

7.3.2 STRIPS系统规划过程284

7.3.3含有多重解答的规划287

7.4具有学习能力的规划系统290

7.4.1 PULP-I系统的结构与操作方式291

7.4.2 PULP-I系统的世界模型和规划结果292

7.5分层规划294

7.5.1长度优先搜索294

7.5.2 NOAH规划系统294

7.6基于专家系统的机器人规划297

7.6.1系统结构和规划机理297

7.6.2 ROPES机器人规划系统299

7.7太空构件装配顺序规划系统303

7.7.1太空构件装配及其顺序规划303

7.7.2三维结构装配顺序规划示例307

7.8小结308

习题7309

8.1分布式人工智能311

第8章Agent（艾真体）311

8.2 Agent及其要素312

8.3艾真体的结构315

8.3.1艾真体的结构特点315

8.3.2艾真体的结构分类316

8.4艾真体通信319

8.4.1通信的过程319

8.4.2艾真体通信的类型和方式323

8.4.3交谈的规划与实现325

8.4.4艾真体的通信语言327

8.5.1多艾真体系统的模型和结构328

8.5多艾真体系统328

8.5.2多艾真体系统的协作、协商和协调330

8.5.3多艾真体系统的学习与规划333

8.5.4多艾真体系统的研究和应用领域334

8.6小结335

习题8336

9.1.1视觉信息的表达方法338

9.1 图像的理解与分析338

9.1.2边缘距离的计算340

9.1.3表面方向的计算343

9.2积木世界的景物分析347

9.2.1积木世界景物的线条标示方法347

9.2.2无断裂和阴影时三面顶点的标示方法349

9.2.3有断裂和阴影时线条图的分析354

9.3视觉的知识表示与控制策略357

9.3.1视觉信息的语义网络表示357

9.3.2位置网络表示358

9.3.3视觉系统的控制策略359

9.4物体形状的分析与识别360

9.4.1复杂形状物体的表示360

9.4.2三维物体的形状描述364

9.4.3物体形状识别方法366

9.5机器人视觉系统举例369

9.5.1 EYECOMⅡ机器人视觉系统369

9.5.2机器人三维视觉系统372

习题9377

9.6小结377

第10章 自然语言理解381

10.1语言及其理解的一般问题381

10.1.1语言与语言理解381

10.1.2 自然语言理解研究的进展383

10.1.3 自然语言理解过程的层次384

10.2句法和语义的自动分析385

10.2.1句法模式匹配和转移网络385

10.2.2扩充转移网络386

10.2.3词汇功能语法（LFG）389

10.2.4语义的解析391

10.3句子的自动理解392

10.3.1简单句的理解方法392

10.3.2复合句的理解方法395

10.4语言的自动生成397

10.5文本的自动翻译——机器翻译398

10.6 自然语言理解系统的主要模型400

10.7 自然语言理解系统应用举例402

10.7.1 自然语言自动理解系统402

10.7.2 机器翻译系统ARIANE404

10.7.3 自然语言问答系统406

10.8小结408

习题10408

第11章智能控制410

11.1智能控制的发展与定义410

11.1.1智能控制的产生和发展410

11.1.2智能控制的定义413

11.2智能控制的结构理论与特点413

11.2.1智能控制的结构理论414

11.2.2智能控制器的一般结构418

11.2.3智能控制的特点418

11.3智能控制的研究领域420

11.4智能控制系统423

11.4.1递阶智能控制系统423

11.4.2专家控制系统427

11.4.3模糊控制系统430

11.4.4学习控制系统434

11.4.5神经控制系统438

11.5智能控制应用示例442

11.6小结447

习题11449

第12章人工智能的争论与展望450

12.1人工智能的争论450

12.1.1对人工智能理论的争论450

12.1.2对人工智能方法的争论451

12.1.3对人工智能技术路线的争论452

12.2.1人工智能对经济的影响453

12.2.2人工智能对社会的影响453

12.2人工智能对人类的影响453

12.2.3人工智能对文化的影响455

12.3智能认识论的若干基础问题456

12.4对人工智能的展望459

12.4.1更新的理论框架459

12.4.2更好的技术集成460

12.4.3更成熟的应用方法461

12.5结束语461

参考文献463

索引479