目錄
序
前言
第一章 緒論
1.1 人工智能
1.1.1 人工智能的定義
1.1.2 人工智能的起源與發展
1.1.3 人類智能的計算機模擬
1.2 人工智能的研究與應用領域
1.2.1 問題求解
1.2.2 邏輯推理與定理證明
1.2.3 自然語言理解
1.2.4 自動程序設計
1.2.5 專傢係統
1.2.6 機器學習
1.2.7 人工神經網絡
1.2.8 機器人學
1.2.9 模式識彆
1.2.10 機器視覺
1.2.11 智能控製
1.2.12 智能檢索
1.2.13 智能調度與指揮
1.2.14 係統與語言工具
1.3 本書概要
第二章 知識錶示方法
2.1 狀態空間法
2.1.1 問題狀態描述
2.1.2 狀態圖示法
2.1.3 狀態空間錶示舉例
2.2 問題歸約法
2.2.1 問題歸約描述
2.2.2 與或圖錶示
2.2.3 問題歸約機理
2.3 謂詞邏輯法
2.3.1 謂詞演算
2.3.2 謂詞公式
2.3.3 置換與閤一
2.4 語義網絡法
2.4.1 二元語義網絡的錶示
2.4.2 多元語義網絡的錶示
2.4.3 連接詞和量化的錶示
2.4.4 語義網絡的推理過程
2.5 框架（frame）錶示
2.5.1 框架的構成
2.5.2 框架的推理
2.6 劇本（script）錶示
2.6.1 劇本的構成
2.6.2 劇本的推理
2.7 過程（procedure）錶示
2.8 小結
習題
第三章 一般搜索原理
3.1 盲目搜索
3.1.1 圖搜索策略
3.1.2 寬度優先搜索
3.1.3 深度優先搜索
3.1.4 等代價搜索
3.2 啓發式搜索
3.2.1 啓發式搜索策略
3.2.2 估價函數
3.2.3 有序搜索
3.2.4 A算法
3.2.5 雙嚮搜索
3.3 消解原理
3.3.1 化為子句集
3.3.2 消解推理規則
3.3.3 含有變量的消解式
3.3.4 消解反演求解過程
3.3.5 含狀態項的迴答語句的求取
3.4 通用問題求解係統
3.4.1 通用問題求解原理
3.4.2 差彆操作符錶
3.5 小結
習題
第四章 高級求解技術
4.1 規則演繹係統
4.1.1 規則正嚮演繹係統
4.1.2 規則逆嚮演繹係統
4.1.3 規則雙嚮演繹係統
4.2 係統組織技術
4.2.1 議程錶
4.2.2 黑闆法
4.2.3 △－極小搜索法
4.3 不確定性推理
4.3.1 關於證據的不確定性
4.3.2 關於結論的不確定性
4.3.3 多個規則支持同一事
實時的不確定性
4.4 非單調推理
4.4.1 缺省推理
4.4.2 非單調推理係統
4.5 小結
習題
第五章 專傢係統
5.1 産生式係統
5.1.1 産生式係統的組成
5.1.2 産生式係統的錶示
5.1.3 産生式係統示例
5.2 專傢係統
5.2.1 專傢係統的定義與類型
5.2.2 專傢係統的一般特點
5.2.3 專傢係統的結構
5.2.4 專傢係統的建造步驟
與設計技巧
5.2.5 專傢係統的評價
5.3 專傢係統開發工具
5.3.1 骨架型開發工具
5.3.2 語言型開發工具
5.3.3 構造輔助工具
5.3.4 支撐環境
5.4 專傢係統設計舉例
5.4.1 專傢知識的描述
5.4.2 知識的使用
5.4.3 決策的解釋
5.5 專傢係統實例――MYCIN剖析
5.5.1 MYCIN概述
5.5.2 谘詢子係統
5.5.3 靜態數據庫
5.5.4 動態數據庫
5.5.5 非精確推理
5.5.6 控製策略
5.6 新一代專傢係統
5.6.1 新一代專傢係統的特徵
5.6.2 分布式專傢係統
5.6.3 協同式專傢係統
5.7 小結
習題
第六章 機器學習
6.1 機器學習的定義、研究意義
與發展曆史
6.1.1 機器學習的定義和研
究意義
6.1.2 機器學習的發展史
6.2 機器學習的主要策略與基本結構
6.2.1 機器學習的主要策略
6.2.2 機器學習係統的基本結構
6.3 機械學習
6.3.1 機械學習的模式及
主要問題
6.3.2 機械學習應用舉例
6.4 基於解釋經驗的學習
6.4.1 解釋學習的基本原理
6.4.2 學習形式與功能
6.4.3 解釋學習的匹配
6.5 基於事例的學習
6.5.1 原經驗的記錄與檢索
6.5.2 最鄰近物體的尋求
6.6 基於概念的學習
6.6.1 類型定義
6.6.2 分類程序
6.7 基於類比的學習
6.8 基於神經網絡的學習
6.8.1 神經網絡的組成與特性
6.8.2 基於反嚮傳播網絡的學習
6.8.3 基於Hopfield網絡的學習
6.9 小結
習題
第七章 機器人規劃
7.1 機器人規劃的作用與任務
7.1.1 規劃的作用與問題分
解途徑
7.1.2 機器人規劃係統的任
務與方法
7.2 積木世界的機器人規劃
7.2.1 積木世界的機器人問題
7.2.2 用F規則求解規劃序列
7.3 STRIPS規劃係統
7.3.1 STRIPS係統的組成
7.3.2 STRIPS係統規劃過程
7.3.3 含有多重解答的規劃
7.4 具有學習能力的規劃係統
7.4.1 PULP－I係統的結構與
操作方式
7.4.2 PULP－I的世界模型與
規劃結果
7.5 分層規劃
7.5.1 長度優先搜索
7.5.2 NOAH規劃係統
7.6 基於專傢係統的機器人規劃
7.6.1 係統結構和規劃機理
7.6.2 ROPES機器人規劃係統
7.7 太空構件裝配順序規劃係統
7.7.1 太空構件裝配及其順
序規劃
7.7.2 三維結構裝配順序規
劃示例
7.8 小結
習題
第八章 機器視覺
8.1 圖象的理解與分析
8.1.1 視覺信息的錶達方法
8.1.2 邊緣距離的計算
8.1.3 錶麵方嚮的計算
8.2 積木世界的景物分析
8.2.1 積木世界景物的綫條標示
方法
8.2.2 無斷裂和陰影時三麵頂點
的標示方法
8.2.3 有斷裂和陰影時綫條圖的
分析
8.3 視覺的知識錶示與控製策略
8.3.1 視覺信息的語義網絡錶示
8.3.2 位置網絡錶示
8.3.3 視覺係統的控製策略
8.4 物體形狀的分析與識彆
8.4.1 復雜形狀物體的錶示
8.4.2 三維物體的形狀描述
8.4.3 物體形狀識彆方法
8.5 機器人視覺係統舉例
8.5.1 EYECOMⅡ機器人視
覺係統
8.5.2 機器人三維視覺係統
8.6 小結
習題
第九章 自然語言理解
9.1 語言及其理解的一般問題
9.1.1 語言與語言理解
9.1.2 自然語言理解研究的進展
9.1.3 自然語言理解過程的層次
9.2 句法和語義的自動分析
9.2.1 句法模式匹配和轉移網絡
9.2.2 擴充轉移網絡
9.2.3 詞匯功能語法（LFG）
9.2.4 語義的解析
9.3 句子的自動理解
9.3.1 簡單句的理解方法
9.3.2 復閤句的理解方法
9.4 語言的自動生成
9.5 文本的自動翻譯――機器翻譯
9.6 自然語言理解係統的主要模型
9.7 自然語言理解係統應用舉例
9.7.1 自然語言自動理解係統
9.7.2 機器翻譯係統ARIANE
9.7.3 自然語言問答係統
9.8 小結
習題
第十章 智能控製
10.1 智能控製的發展與定義
10.1.1 智能控製的産生與發展
10.1.2 智能控製的定義
10.2 智能控製的結構理論與特點
10.2.1 智能控製的結構理論
10.2.2 智能控製器的一般結構
10.2.3 智能控製的特點
10.3 智能控製的研究領域
10.4 智能控製係統
10.4.1 分級遞階智能控製係統
10.4.2 專傢控製係統
10.4.3 模糊控製係統
10.4.4 學習控製係統
10.4.5 神經控製係統
10.5 智能控製應用示例
10.6 小結
習題
第十一章 人工智能程序設計
11.1 邏輯型編程語言
11.2 LISP語言
11.2.1 LISP的特點和數據結構
11.2.2 LISP的基本函數
11.2.3 遞歸與迭代
11.2.4 LISP編程舉例
11.3 PROLOG語言
11.3.1 語法與數據結構
11.3.2 PROLOG程序設計原理
11.3.3 PROLOG編程舉例
11.4 關係數據庫
11.4.1 關係數據模型
11.4.2 關係模型的操作語言
11.5 專用開發工具
11.6 人工智能機
11.7 小結
習題
第十二章 人工智能的爭論與展望
12.1 關於人工智能的爭論
12.1.1 人工智能的主要學派
12.1.2 對人工智能理論的爭論
12.1.3 對人工智能方法的爭論
12.1.4 對人工智能技術路綫的
爭論
12.2 人工智能對人類的影響
12.2.1 人工智能對經濟的影響
12.2.2 人工智能對社會的影響
12.2.3 人工智能對文化的影響
12.3 對人工智能的展望
12.3.1 更新的理論框架
12.3.2 更好的技術集成
12.3.3 更成熟的應用方法
12.4 結束語
參考文獻
名詞術語
ABOUTTHEBOOK‘
CONTENTS
· · · · · · (收起)