人工智能及其应用的目录

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