人工智能与专家系统导论

　　绪言
　　0.1 什么是人工智能
　　0.2 人工智能的研究领域
　　0.3 人工智能的基本技术
　　第1章 知识表示
　　1.1 知识的概念
　　1.2 状态空间表示法
　　1.3 产生式表示法
　　1.4 谓词逻辑表示法
　　1.5 语义网络表示法
　　1.6 框架表示法
　　习题
　　第2章 逻辑推理
　　2.1 命题逻辑
　　2.2 谓词逻辑
　　2.3 海伯伦理论
　　2.4 归结原理
　　2.5 定理证明
　　2.6 利用归结原理求取问题的答案
　　2.7 归结原理的改进
　　2.8 与/或形演绎推理
　　习题
　　第3章 搜索策略
　　3.1 关于搜索的基本概念
　　3.2 基本搜索策略
　　3.3 启发式搜索
　　3.4 与/或树的搜索策略
　　3.5 博弈树的启发式搜索
　　习题
　　第4章 不确定性推理
　　4.1 不确定性的主要表现
　　4.2 不确定性推理方法的分类
　　4.3 概率基础
　　4.4 主观Bayes方法
　　4.5 可信度方法
　　4.6 证据理论（D-S理论）
　　习题
　　第5章 Prolog语言的执行机理
　　5.1 程序设计语言回顾
　　5.2 Prolog简介
　　5.3 Prolog的三种基本语句
　　5.4 截断（cut）和失败（fail）
　　习题
　　第6章 递归结构和递归程序
　　6.1 Turbo Prolog的基本成分
　　6.2 Turbo Prolog的程序结构
　　6.3 谓词结构
　　6.4 重复和递归方法
　　6.5 表处理
　　6.6 字符串程序设计
　　习题
　　第7章 文件处理与动态数据库
　　7.1 Turbo Prolog的文件处理谓词
　　7.2 文件谓词的使用
　　7.3 随机存取文件
　　7.4 Turbo Prolog的窗口功能
　　7.5 建立动态数据库
　　习题
　　第8章 建造专家系统
　　8.1 专家系统简介
　　8.2 专家系统的基本原理
　　8.3 用Turbo Prolog开发专家系统
　　第9章 专家系统的进一步研究
　　9.1 CITY（城市）库
　　9.2 RICH（富有）库
　　9.3 推理机研究
　　9.4 专家系统实例
　　参考文献

　　    《人工智能与专家系统导论》将人工智能的基本原理和人工智能程序设计融为一体，重点介绍了人工智能在专家系统方面的应用。
　　    通过《人工智能与专家系统导论》的学习，读者可以掌握人工智能的基本原理和核心知识，以及人工智能程序设计的常用语言PROLOG，学习用该语言进行编程，体会逻辑程序设计的思想，提高逻辑思考能力，并在此基础上学习如何构造实用的专家系统。
　　    《人工智能与专家系统导论》重点突出，叙述简洁，实例丰富，适合作为高等院校计算机类、信息管理类及其他相关专业本科生的教材，也可供有关的科研人员参考。