人工智能

上册

目 录

引言

第一部分知识表示

第一章演绎系统

1.1谓词演算

1.2自然演绎系统

1.3与或句演绎系统

1.4子句演绎系统

习题

第二章产生式系统

2.1绪论

2.2产生式系统的基本特征

2.3产生式的知识元

2.4推理的方向

2.5框架问题

2.6非确定性匹配

2.7匹配冲突的解决

习题

第三章 框架结构

3.1事物的属性

3.2框架

习题

第四章语义网络

4.1命题语义网络

4.2数据语义网络

4.3语言语义网络

4.4几种特殊的语义网络

4.5网络上的推理

习题

第五章过程性知识

5.1状态空间

5.2时序框架

5.3概念依赖理论和剧本

5.4说明性表示中的过程知识

习题

第二部分搜索技术

第六章无变量盲目搜索算法

6.1状态空间的盲目搜索

6.2问题空间的盲目搜索

习题

第七章带变量盲目搜索算法

7.1通代算法

7.2带变量的状态空间盲目搜索

7.3带变量的问题空间盲目搜索

习题

第八章启发式搜索算法

8.1单值有序搜索和多值有序搜索

8.2H*算法和A*算法

8.3估值函数的选择

8.4B算法和B算法

8.5 双向启发式搜索

习题

第九章启发式搜索算法（续）

9.1几种特殊的启发式搜索

9.2通用弱方法

9.3与或树的启发式搜索

习题

第十章博弈树搜索

10.1极小极大树算法

10.2B*算法

10.3 SSS*算法

10.4综合运用博弈树搜索技术

习题

参考文献

下册

第三部分非经典逻辑和非经典推理

第十一章模态逻辑及其应用

11.1模态逻辑

11.2时序逻辑

11.3基于区间的时间推理

习题

第十二章知道逻辑和信念逻辑

12.1知道逻辑

12.2群体知道逻辑

12.3信念逻辑

12.4显式信念和隐式信念

12.5信念和意识

习题

第十三章定性推理

13.1定性演算

13.2基于状态的推理

13.3定性进程理论

习题

第十四章归纳逻辑

14.1经典归纳方法

14.2归纳问题争鸣

14.3归纳的概率方法

习题

第十五章模糊逻辑

15.1模糊集合论

15.2多值逻辑和模糊逻辑

15.3算子模糊逻辑

习题

第十六章非单调逻辑和非单调推理

16.1限定推理

16.2缺省逻辑

16.3自认识逻辑

16.4非单调推理中的一些难题

16.5真值维护系统

习题

第四部分 定理机器证明

第十七章消解法

17.1消解法原理

17.2消解策略

17.3调解法

17.4广义消解法

习题

第十八章演绎法

18.1自然推导法

18.2语义表格法

18.3项重写

习题

第十九章归纳法

19.1 Boyer-Moore递归函数法

19.2证明规划和涟漪技术

习题

第五部分机器学习

第二十章归纳学习

20.1盲目式搜索示例学习

20.2启发式搜索示例学习

20.3学习判定树

20.4学习的算法理论

习题

第二十一章分析学习

21.1基于类比的学习

21.2基于案例的学习

21.3基于解释的学习

21.4遗传式学习

21.5神经网络学习

习题

第六部分自然语言理解

第二十二章语法学

22.1转换生成文法

22.2扩充转移网络

22.3基于通代的文法

22.4系统功能文法

习题

第二十三章 语义学

23.1关于语言意义的争鸣

23.2词义学

23.3语句和篇章结构

习题

第二十四章语用学

24.1言语行为理论

24.2基于规划和意图的话语理解

24.3故事情节理解

习题

第七部分知识工程

第二十五章 知识表示语言

25.1 LISP家族

25.2 PROLOG家族

25.3 SMALLTALK家族

25.4逻辑和产生式语言TUILI

习题

第二十六章不精确推理

26.1 Bayes概率推理

26.2可信度方法

26.3模糊推理

习题

第二十七章知识获取

27.1知识诱导

27.2场记分析方法

27.3个人结构理论和分类表格技术

27.4基于模型的知识获取

27.5基于领域模型的知识获取

27.6从文字资料获取知识

习题

第二十八章专家系统

28.1专家系统组织

28.2知识维护

28.3知识界面

28.4专家系统的生命周期

习题

参考文献

本书是国家教委计算机软件专业教材编委会推荐教材之一。人工智能作为独立的学科已经有了几十年的历史，最近10年发展尤为迅速。本书较为全面地介绍了人工智能的各个分支，全书分上、下两册。上册集中介绍当代人工智能的两大支柱：知识表示和搜索技术。前者以演绎系统、产生式系统、框架结构、语义网络和过程性知识表示为中心；后者涉及盲目搜索、启发式搜索、博弈树搜索以及状态空间搜索、问题空间搜索等多个方面。下册介绍非经典逻辑、机器学习、自然语言理解、知识工程等内容。本书内容全面，涉及人工智能的大部分分支；取材新颖，从内容到形式力求中国化，叙述深入浅出，各章后附有习题。适于作为计算机科学系本科生及研究生教材，亦可供有关科技人员阅读。