登录机工教育服务网
点击注册
使用第三方账号登录
人工智能及专家系统
作者:敖志刚
ISBN:978-7-111-30919-2
所属丛书:

申请样书,扫描二维码

本书主要介绍了人工智能的概念、知识表示、图搜索技术、逻辑的知识表示和推理、智能学习系统、数据挖掘与知识发现等。
同系列书
相关图书
  • 图书详情
ISBN:978-7-111-30919-2
装订:平装
编辑:王康
开本:16开
出版日期: 2010-09-03
字数:504 千字
定价:36.0
图书简介
本书主要介绍了人工智能的概念、知识表示、图搜索技术、逻辑的知识表示和推理、智能学习系统、数据挖掘与知识发现等。
章节目录
前言
第1章人工智能概述1
11人工智能的基本概念1
111智能1
112人类智能1
113人工智能3
114人工智能的研究目标3
12人工智能的科学体系与分支4
121人工智能的科学体系4
122人工智能的学科范畴4
123人工智能的应用领域5
124人工智能分支的划分9
13人工智能的技术方案与途径11
131人工智能的基本技术11
132人工智能的研究内容12
133人工智能的研究途径与方法13
14人工智能的产生与发展15
141人工智能的孕育期(1956年
以前)15
142人工智能的基础技术研究与形
成期(1956~1970年)16
143人工智能的发展与应用期
(1970年以后)18
144人工智能在我国的发展情况19
145人工智能的发展趋势与展望20
习题22
第2章知识表示24
21知识与知识表示的概念24
211知识24
212知识表示25
22状态空间表示法27
221状态空间表示法的基本概念和
策略27
222状态空间表示法示例28
23与/或图表示法32
231与/或图知识表示的概念32
232与/或图表示示例33
24产生式表示法34
241产生式的结构和组成34
242产生式系统的分类37
243产生式系统的性能及其应用40
25语义网络表示法41
251语义网络的概念41
252语义网络的推理43
253语义网络表示法的特征44
26框架表示法44
261框架表示法的概念与设计45
262框架的基本结构和描述46
263框架系统48
264框架系统的推理和求解过程51
2655种知识表示方法的比较52
习题53
第3章图搜索技术55
31图搜索及其分类55
311图搜索的概念55
312图搜索的分类55
313状态图搜索树56
314状态空间搜索算法57
315搜索效率59
32穷举式搜索59
321广度优先搜索60
322深度优先搜索61
323有界深度优先搜索62
324代价驱动搜索64
33启发式搜索66
331启发式搜索的基本概念66
332局部择优搜索67
333全局择优搜索68
334与/或图的启发式搜索69
335博弈树的启发式搜索72
336α-β剪枝技术76
习题77
第4章逻辑的知识表示和推理79
41命题与逻辑79
411命题与命题定律79
412谓词逻辑81
目录ⅤⅠⅠⅠ人工智能及专家系统42谓词逻辑知识表示83
421谓词逻辑知识表示方法83
422谓词逻辑表示的优缺点86
43逻辑推理的技术与算法87
431子句集及其化简87
432置换与合一88
433鲁滨逊消解(归结)原理89
习题94
第5章智能学习系统96
51机器学习的基本概念96
511机器学习96
512机器学习系统98
52智能学习系统的基本模型100
53机器学习的几种常用方法102
531机械式学习102
532指导式学习103
533示例学习105
534类比学习107
535解释学习110
习题114
第6章知识获取的新途径:数据挖掘
与知识发现115
61数据挖掘的技术基础115
611数据挖掘的概念115
612数据挖掘的功能和存在的主要
问题120
613数据挖掘成功案例123
62数据挖掘的方法步骤和语言工具124
621数据挖掘的方法124
622数据挖掘语言126
623数据挖掘的工具129
624数据挖掘的流程131
63数据挖掘系统的组构及管理策略132
631数据挖掘系统的组成132
632数据挖掘系统的架构133
633数据挖掘管理系统136
64数据挖掘的研究与发展137
641数据挖掘系统的开发进展137
642数据挖掘未来研究方向139
习题140
第7章新的知识处理方式:智能主体
技术141
71智能主体的基本知识141
711概念、分类与特点141
712智能主体的研究学派和编程
语言143
713智能主体的基本结构144
714智能主体的工作机制146
715智能主体技术的应用147
72多智能主体系统149
721多智能主体系统的基本概念149
722多智能主体系统的体系结构151
723多智能主体的智能协同153
73移动智能主体156
731移动智能主体的基本概念156
732移动智能主体的基本结构158
733移动智能主体的技术实现160
734移动智能主体的标准化情况162
习题163
第8章专家系统的原理与设计164
81专家系统的基本知识164
811专家系统的概念164
812专家系统的特点164
813专家系统的分类166
814新一代专家系统167
815专家系统的主要研究课题170
82专家系统的设计171
821开发专家系统的需求分析171
822知识获取172
823专家系统构造者间的关系173
824专家系统的设计结构174
825专家系统的开发阶段与过程175
826专家系统的设计要素177
83专家系统的评价179
831评价方法179
832专家系统的技术评价180
833专家系统的性能评价182
习题182
第9章专家系统的开发工具与
环境183
91专家系统的语言型工具183
911程序设计语言183
912知识工程语言184
92专家系统的设计工具186
921辅助型工具186
922支持工具187
93专家系统的开发环境188
931开发环境的定义与功能188
932开发环境的实现途径189
94专家系统工具的经典实例190
941骨架工具系统EMYCIN190
942骨架工具系统KAS 192
943通用专家系统工具介绍194
习题198
第10章不精确推理与模糊专家
系统199
101不精确推理的基本理论199
1011不精确推理的模式199
1012规则可信度的计算200
1013不精确性的组合计算202
1014带加权因子的不精确推理204
1015带区间的不精确性表示205
102主观Bayes推理方法207
1021主观Bayes推理模型208
1022证据不精确性情况下的推理
模型210
1023组合证据的不精确性计算211
1024Bayes方法在PROSPECTOR中的
应用212
103模糊专家系统214
1031模糊专家系统的概念与特点214
1032模糊集合216
1033模糊矩阵与模糊关系219
1034模糊逻辑221
1035模糊知识表示和模糊匹配223
1036模糊逻辑推理225
1037模糊专家系统举例228
习题230
第11章基于神经网络的专家系统232
111神经网络的概念与模型232
1111生物神经元232
1112人工神经网络233
112神经网络模型和算法238
1121感知器的学习结构与算法238
1122BP模型240
1123Hopfield模型243
1124典型的人工神经网络模型245
113神经网络专家系统246
1131基于神经网络的知识表示与
推理246
1132基于神经网络的故障诊断专家
系统249
习题251
第12章Prolog语言及其程序设计252
121Prolog语言简介252
122PDC Prolog数据结构和基本语句253
1221常量与变量253
12223种基本语句254
123PDC Prolog运算符与常用内部
谓词256
1231函数与运算符256
1232输入与输出内部谓词257
1233动态数据库内部谓词258
124PDC Prolog程序结构及其说明259
1241程序结构259
1242常量段说明260
1243域类型说明260
1244谓词与动态数据库说明262
1245谓词与域类型说明示例263
1246对象数据类型的转换264
125PDC Prolog的基本搜索方法265
1251搜索与回溯265
1252失败回溯循环法267
1253切断回溯控制循环法267
1254自定义的循环方法268
1255递归269
126PDC Prolog的数据处理271
1261表处理技术271
1262字符串处理274
1263文件处理278
127PDC Prolog的多媒体技术281
1271窗口的建立及使用282
1272图形模式的设置与绘图286
1273声音的内部谓词及其应用289
128PDC Prolog语言与C语言的连接290
1281语言条件291
1282外部谓词说明291
1283参数传递292
1284外部C语言子程序293
129Visual Prolog语言293
1291Visual Prolog语言简介293
1292Visual Prolog的可视化开发环境及
其使用295
习题297
第13章基于Prolog程序实现的专家
系统开发实例301
131基于规则的动物识别专家系统301
1311动物识别专家系统的基本
组成301
1312系统的PDC Prolog源程序及
运行306
132基于逻辑的液压故障诊断专家
系统307
1321液压故障诊断专家系统的
构建308
1322液压故障诊断系统的编程与运行
状态309
习题315
参考文献316
图书评论