人工智能导论（第3版）

图书标准信息

• 作者 王万良 著
• 出版社 高等教育出版社
• 出版时间 2011-02
• 版次 3
• ISBN 9787040315035
• 定价 26.10元
• 装帧 平装
• 开本 16开
• 纸张 其他
• 页数 253页
• 字数 99999千字
• 正文语种 简体中文

【内容简介】

《人工智能导论（第3版）》是一本内容基础性强、可读性好、适合讲授的人工智能教材。读者通过学习《人工智能导论（第3版）》，能够掌握人工智能的基本知识，并能了解人工智能研究的一些前沿内容，为进一步学习人工智能理论与应用奠定基础。
《人工智能导论（第3版）》共11章。第1章绪论；第2章知识表示；第3章确定性推理方法；第4章不确定性推理方法；第5章搜索求解策略；第6章遗传算法及其应用；第7章专家系统与机器学习；第8章人工神经网络及其应用；第9章智能体与多智能体系统；第10章自然语言处理及其应用；第11章人工智能在游戏设计中的应用。附录中给出了《人工智能导论（第3版）》部分习题的简要解答。
《人工智能导论（第3版）》可作为电气信息类、机械类、电子信息科学类以及其他专业的本科生学习人工智能课程的教材。由于书中几大部分内容相对独立，教师可以根据课程计划灵活选择相关内容。

【目录】

第1章绪论
1.1人工智能的基本概念
1.1.1智能的概念
1.1.2智能的特征
1.1.3人工智能
1.2人工智能的发展简史
1.2.1孕育
1.2.2形成
1.2.3发展
1.3人工智能研究的基本内容
1.4人工智能的主要研究领域
1.5小结
思考题

第2章知识表示
2.1知识与知识表示的概念
2.1.1知识的概念
2.1.2知识的特性
2.1.3知识的表示
2.2一阶谓词逻辑表示法
2.2.1命题
2.2.2谓词
2.2.3谓词公式
2.2.4谓词公式的性质
2.2.5一阶谓词逻辑知识表示方法
2.2.6一阶谓词逻辑表示法的特点
2.3产生式表示法
2.3.1产生式
2.3.2产生式系统
2.3.3产生式系统的例子——动物识别系统
2.3.4产生式表示法的特点
2.4框架表示法
2.4.1框架的一般结构
2.4.2用框架表示知识的例子
2.4.3框架表示法的特点
2.5小结
思考题
习题

第3章确定性推理方法
3.1推理的基本概念
3.1.1推理的定义
3.1.2推理方式及其分类
3.1.3推理的方向
3.1.4冲突消解策略
3.2自然演绎推理
3.3谓词公式化为子句集的方法
3.4鲁宾逊归结原理
3.5归结反演
3.6应用归结原理求解问题
3.7小结
思考题
习题

第4章不确定性推理方法
4.1不确定性推理的概念
4.2可信度方法
4.3证据理论
4.3.1概率分配函数
4.3.2信任函数
4.3.3似然函数
4.3.4概率分配函数的正交和（证据的组合）
4.3.5基于证据理论的不确定性推理
4.4模糊推理方法
4.4.1模糊逻辑的提出与发展
4.4.2模糊集合
4.4.3模糊集合的运算
4.4.4模糊关系与模糊关系的合成
4.4.5模糊推理
4.4.6模糊决策
4.4.7模糊推理的应用
4.5小结
思考题
习题

第5章搜索求解策略
5.1搜索的概念
5.1.1搜索的基本问题与主要过程
5.1.2搜索策略
5.2状态空间的搜索策略
5.2.1状态空间表示法
5.2.2状态空间的图描述
5.3盲目的图搜索策略
5.3.1回溯策略
5.3.2宽度优先搜索策略
5.3.3深度优先搜索策略
5.4启发式图搜索策略
5.4.1启发式策略
5.4.2启发信息和估价函数
5.4.3A搜索算法
5.4.4A搜索算法及其特性分析
5.5小结
思考题
习题

第6章遗传算法及其应用
6.1遗传算法的产生与发展
6.1.1遗传算法的生物学背景
6.1.2遗传算法的基本思想
6.1.3遗传算法的发展历史
6.1.4设计遗传算法的基本内容
6.2遗传算法的基本算法
6.2.1编码
6.2.2群体设定
6.2.3适应度函数
6.2.4选择
6.2.5交叉
6.2.6变异
6.2.7遗传算法的一般步骤
6.2.8遗传算法的特点
6.3遗传算法的改进算法
6.3.1双倍体遗传算法
6.3.2双种群遗传算法
6.3.3自适应遗传算法
6.4遗传算法的应用
6.5小结
思考题
习题

第7章专家系统与机器学习
7.1专家系统的产生和发展
7.2专家系统的概念
7.2.1专家系统的定义
7.2.2专家系统的特点
7.2.3专家系统的类型
7.2.4专家系统的应用
7.3专家系统的工作原理
7.3.1专家系统的一般结构
7.3.2知识库
7.3.3推理机
7.3.4数据库
7.3.5知识获取机构
7.3.6人机接口
7.3.7解释机构
7.4知识获取的主要过程与模式
7.4.1知识获取的过程
7.4.2知识获取的模式
7.5机器学习
7.5.1机器学习的基本概念
7.5.2机器学习的分类
……

第8章人工神经网络及其应用
第9章智能体与多智能体系统
第10章自然语言处理及其应用
第11章人工智能在游戏设计中的应用
附录
参考文献