第1篇 概述与工具
第1章 人工智能概述
1.1 什么是人工智能
1.1.1 人工智能概念的一般描述
1.1.2 图灵测试和中文屋子
1.1.3 脑智能和群智能
1.1.4 符号智能和计算智能
1.2 人工智能的研究意义、目标和策略
1.2.1 为什么要研究人工智能
1.2.2 人工智能的研究目标和策略
1.3 人工智能的学科范畴
1.4 人工智能的研究内容
1.4.1 搜索与求解
1.4.2 学习与发现
1.4.3 知识与推理
1.4.4 发明与创造
1.4.5 感知与交流
1.4.6 记忆与联想
1.4.7 系统与建造
1.4.8 应用与工程
1.5 人工智能的研究途径与方法
1.5.1 心理模拟，符号推演
1.5.2 生理模拟，神经计算
1.5.3 行为模拟，控制进化
1.5.4 群体模拟，仿生计算
1.5.5 博采广鉴，自然计算
1.5.6 原理分析，数学建模
1.6 人工智能的基本技术
1.7 人工智能的应用
1.7.1 难题求解
1.7.2 自动规划、调度与配置
1.7.3 机器定理证明
1.7.4 自动程序设计
1.7.5 机器翻译
1.7.6 智能控制
1.7.7 智能管理
1.7.8 智能决策
1.7.9 智能通信
1.7.10 智能仿真
1.7.11 智能CAD
1.7.12 智能制造
1.7.13 智能CAI
1.7.14 智能人机接口
1.7.15 模式识别
1.7.16 数据挖掘与数据库中的知识发现
1.7.17 计算机辅助创新
1.7.18 计算机文艺创作
1.7.19 机器博弈
1.7.20 智能机器人
1.8 人工智能的分支领域与研究方向
1.9 人工智能的发展概况
1.9.1 人工智能学科的产生
1.9.2 符号主义途径发展概况
1.9.3 连接主义途径发展概况
1.9.4 计算智能异军突起
1.9.5 智能Agent方兴未艾
1.9.6 现状与发展趋势
习题
第2章 逻辑程序设计语言
PROLOG
2.1 基本PROLOG
2.1.1 PROLOG的语句
2.1.2 PROLOG的程序
2.1.3 PROLOG程序的运行机理
2.2 Turbo PROLOG程序设计
2.2.1 程序结构
2.2.2 数据与表达式
2.2.3 输入与输出
2.2.4 分支与循环
2.2.5 动态数据库
2.2.6 表处理与递归
2.2.7 回溯控制
2.2.8 程序举例
习题二
第2篇 搜索与求解
第3章 图搜索与问题求解
3.1 状态图搜索
3.1.1 状态图
3.1.2 状态图搜索
3.1.3 穷举式搜索
3.1.4 启发式搜索
3.1.5 加权状态图搜索
3.1.6 A算法和A算法
3.1.7 状态图搜索策略小结
3.2 状态图搜索问题求解
3.2.1 问题的状态图表示
3.2.2 状态图问题求解程序举例
3.3 与或图搜索
3.3.1 与或图
3.3.2 与或图搜索
3.3.3 启发式与或树搜索
3.4 与或图搜索问题求解
3.4.1 问题的与或图表示
3.4.2 与或图问题求解程序举例
3.5 博弈树搜索
3.5.1 博弈树的概念
3.5.2 极小极大分析法
3.5.3 α－β剪枝技术
习题三
第4章 基于遗传算法的随机优化搜索
4.1 基本概念
4.2 基本遗传算法
4.3 遗传算法应用举例
4.4 遗传算法的特点与优势
习题四
第3篇 知识与推理
第5章 基于谓词逻辑的机器推理
5.1 一阶谓词逻辑
5.1.1 谓词、函数、量词
5.1.2 谓词公式
5.1.3 谓词逻辑中的形式演绎推理
5.2 归结演绎推理
5.2.1 子句集
5.2.2 命题逻辑中的归结原理
5.2.3 替换与合
5.2.4 谓词逻辑中的归结原理
5.3 应用归结原理求取问题答案
5.4 归结策略
5.4.1 问题的提出
5.4.2 几种常用的归结策略
5.4.3 归结策略的类型
5.5 归结反演程序举例
5.6 Horn子句归结与逻辑程序
5.6.1 子句的蕴含表示形式
5.6.2 Horn子句与逻辑程序
5.7 非归结演绎推理
5.7.1 Bledsoe自然演绎法
5.7.2 基于规则的演绎推理
.......
第四篇 学习与发现
第五篇 感知与交流
第六篇 系统与建造
缺书网
扫码进群