人工智能及其应用【正版现货】

图书标准信息

• 作者 蔡自兴、徐光祐 著
• 出版社 清华大学出版社
• 出版时间 2004-08
• 版次 3
• ISBN 9787302085553
• 定价 48.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 488页
• 字数 756千字
• 正文语种 简体中文

【内容简介】

　　《人工智能及其应用》共12章。第1章叙述人工智能的概况，列举出人工智能的研究与应用领域。第2章和第3章研究传统人工智能的知识表示方法、搜索技术和高级知识推理。第4章阐述了计算智能的基本知识，包括神经计算、模糊计算、粗糙集理论、进化计算、人工生命、群智能、自然计算和免疫算法诸多内容。第5章到第11章详细讨论了人工智能的主要应用，包括专家系统、机器学生、自动规划、艾真体（Agent)、机器视觉、自然语言理解和智能控制等。第12章评述近年来关于人工智能的争论，讨论了人工智能对人类经济、社会和文化的影响，展望人工智能与艾真体、计算智能、进化计算、群智能优化、自然计算、免疫计算以及知识发现和数据挖掘等。其他章节也在第二版的基础上做了相应的修改、精简或补充。

【作者简介】

　　蔡自兴，1962年毕业于西安交通大学电机工程系工业电气化与自动化专业。1983至1985年为美国普度（Purdue）大学和内华达大学（UNR）访问学者。1988年10月至1989年8月任中国科学院自动化研究所客座研究员。1989年9月至1990年5月任北京大学信息科学中心客座研究员。1992年至1993年为美国伦塞勒工学院（RPI）客座教授。现任中南大学信息科学与工程学院学位委员会主席、首席教授、博士生导师，联合国专家，纽约科学院院士，中国人工智能学会副理事长，智能机器人分会名誉理事长，中国计算机学会人工智能与模式识别专业委员会委员，中国自动化学会理事，IEEE高级会员和全国政协委员等职，曾任湖南省政协副主席。　
　　蔡自兴教授的主要研究领域为人工智能、机器入学和智能控制等。1985年，在国际上首创机器人规划专家系统。1986年，在国际上首次提出智能控制的四元交集结构理论。1989年，提出智能控制学科体系的初步框架。已在国内外发表论文400多篇，出版专著和教材20部，如《人工智能及其应用》、《机器人学》、《智能控制》和《IntelligentContrl：PrinciplesTechniqusesandApplications》等。他主持和参加国家级和省部级科教研究10多项，其中获国家级奖励2项，省部级奖励7项，其他奖励5项，2003年获国家级全国高校名师奖。

【目录】

前沿学科的最精彩成就
代序－－计算机时代的脑力劳动机械化与科学技术现代化
第三版序
第二版序
前言
第1章　绪论
1.1　人工智能的定义与发展
1.1.1　人工智能的定义
1.1.2　人工智能的起源与发展
1.2　人类智能的与人工智能
1.2.1　智能信息处理系统的假设和认知的研究层次
1.2.2　人类智能的计算机模似
1.3　人工智能各学派的认知观
1.4　人工智能的研究与应用领域
1.4.1　问题求解
1.4.2　逻辑推理与定理证明
1.4.3　自然语言理解
1.4.4　自动程序设计
1.4.5　专家系统
1.4.6　机器学习
1.4.7　神经网络
1.4.8　机器人学
1.4.9　模式识别
1.4.10　机器视觉
1.4.11　智能控制
1.4.12　智能检察
1.4.13　智能调度与指挥
1.4.14　分布式人工智能与Agent
1.4.15　计算智能与进化计算
1.4.16　数据挖掘与知识发展
1.4.17　人工生命
1.4.18　系统与语言工具
1.5　本书概要
习题1
第2章　知识表示与推理
2.1　知识表示的一般方法
2.2　图搜索策略
2.3　一般搜索与推理技术
2.4　A算法
2.5　消解原理
2.5.1　子句集的求取
2.5.2　消解推理规则
2.5.3　含有变量的消解式
2.5.4　消解反演求解过程
2.5.5　含状态项的回答语句的求取
2.6　规则演绎系统
2.6.1　规则正向演绎系统
2.6.2　规则逆向演绎系统
2.6.3　规则双向演绎系统
2.7　产生式系统
2.7.1　产生式系统的组成
2.7.2　产生式系统的推理
2.7.3　产生式系统举例
2.8　系统组织技术
2.8.1　议程表
2.8.2　黑板法
2.8.3　极小搜索法
2.9　小结
习题2
第3章　高级知识推理
3.1　经典推理和非经典推理
3.2　非单调推理
3.2.1　缺省推理
3.2.2　限定推理
3.2.3　真值维持系统
3.3　时序推理
3.3.1　时间区间关系的表示
3.3.2　各种约束关系算法
3.3.3　时序关系表示和约束算法的拓广
3.4　不确定推理
3.4.1　不确定性的表示与度量
3.4.2　不确定性的算法
3.5　概率推理
3.5.1　概率的基本性质和计算公式
3.5.2　概率推理方法
3.6　可信度方法
3.6.1　知识不确定性的表示
3.6.2　证据不确定的表示
3.6.3　主观贝叶斯方法的推理算法
3.7　可信度方法
3.7.1　基于可信度的不确定性表示
3.7.2　可信度方法的推理算法
3.8　证据理论
3.8.1　证据理论的形式化描述
3.8.2　证据理论的不确定性推理模型
3.8.3　推理示例
3.9　小结
习题3
第4章　计算智能
第5章　专家系统
第6章　机器学习
第7章　自动规划
第8章　Agent（艾真体）
第9章　机器视觉
第10章　自然语言理解
第11章　智能控制
第12章　人工智能的争论与发展望
参考文献
索引