《人工智能技術(shù)簡明教程》簡明扼要地介紹了人工智能技術(shù)的基本原理、方法及其應用。全書共10章，主要內(nèi)容包括：人工智能的基本概念、研究途徑、分支領(lǐng)域和發(fā)展概況等；常用的人工智能程序設計語言Prolog；基于圖搜索的問題求解技術(shù)；基于遺傳算法的隨機優(yōu)化搜索；常用的知識表示及其推理技術(shù)；機器學習與知識發(fā)現(xiàn)的基本原理和方法；專家系統(tǒng)的基本原理與建造方法；Agent系統(tǒng)的基本原理與設計；智能機器人的基本原理；智能化網(wǎng)絡的基本原理與技術(shù)。
《人工智能技術(shù)簡明教程》取材新穎，內(nèi)容簡明，注重基礎(chǔ)，面向應用，理例結(jié)合，?教易學，可作為普通高等院校計算機、自動化、信息、計算科學、管理、控制及系統(tǒng)工程等專業(yè)人工智能課程的教材或教學參考書，也可供其他專業(yè)的師生和相關(guān)科研及工程技術(shù)人員自學或參考。
第1章概述
1.1什么是人工智能
1.2為什么要研究人工智能
1.3人工智能的研究途徑與方法
1.4人工智能技術(shù)的應用
1.5人工智能學科的發(fā)展概況
習題1
第2章邏輯程序設計語言Prolog
2.1Prolog基礎(chǔ)
2.1.1Prolog的語句
2.1.2Prolog的程序
2.1.3Prolog程序的運行機理
2.2Turbo Prolog程序設計
2.2.1程序結(jié)構(gòu)
2.2.2數(shù)據(jù)與表達式
2.2.3輸入與輸出
2.2.4分支與循環(huán)
2.2.5動態(tài)數(shù)據(jù)庫
2.2.6表處理與遞歸
2.2.7回溯控制
2.2.8程序舉例
2.3Visual Prolog語言簡介
習題2
第3章基于圖搜索的問題求解
3.1狀態(tài)圖搜索
3.1.1狀態(tài)圖
3.1.2狀態(tài)圖搜索
3.1.3窮舉式搜索
3.1.4啟發(fā)式搜索
3.1.5加權(quán)狀態(tài)圖搜索
3.1.6A算法和A*算法
3.1.7狀態(tài)圖搜索策略小結(jié)
3.2狀態(tài)圖搜索問題求解
3.2.1問題的狀態(tài)圖表示
3.2.2狀態(tài)圖問題求解程序舉例
3.3與或圖搜索
3.3.1與或圖
3.3.2與或圖搜索
3.3.3啟發(fā)式與或樹搜索
3.4與或圖搜索問題求解
3.4.1問題的與或圖表示
3.4.2與或圖問題求解?序舉例
3.5博弈樹搜索
3.5.1博弈樹的概念
3.5.2極小-極大分析法
3.5.3a-b剪枝技術(shù)
習題3
第4章基于遺傳算法的隨機優(yōu)化搜索
4.1幾個基本概念
4.2基本遺傳算法
4.3遺傳算法應用舉例
4.4遺傳算法的特點與優(yōu)勢
習題4
第5章知識表示與推理
5.1概述
5.1.1知識及其表示
5.1.2機器推理
5.2謂詞公式及其推理
5.2.1一階謂詞邏輯簡介
5.2.2自然語言命題的謂詞公式表示與推理
5.2.3子句與歸結(jié)演繹推理
5.3產(chǎn)生式規(guī)則及其推理
5.3.1產(chǎn)生式規(guī)則及其推理模式
5.3.2產(chǎn)生式系統(tǒng)
5.4幾種結(jié)構(gòu)化知識表示及其推理
5.4.1框架及其推理
5.4.2語義網(wǎng)絡及其推理
5.4.3類與對象及其推理
5.5不確定性知識的表示與推理
5.5.1何為不確定性知識
5.5.2不確定性知識的表示及推理
5.5.3確定性理論簡介
5.6不確切性知識的表示及推理
5.6.1何為不確切性知識
5.6.2不確切性知識的表示及推理
習題5
第6章機器學習與知識發(fā)現(xiàn)
6.1機器學習與知識發(fā)現(xiàn)的概念
6.1.1何為機器學習和知識發(fā)現(xiàn)
6.1.2機器學習的分類
6.2符號學習
6.2.1記憶學習
6.2.2示例學習
6.2.3決策樹學習
6.3神經(jīng)網(wǎng)絡學習
6.3.1從生物神經(jīng)元到人工神經(jīng)元
6.3.2人工神經(jīng)網(wǎng)絡
6.3.3神經(jīng)網(wǎng)絡學習
6.3.4BP網(wǎng)絡及其學習舉例
6.4知識發(fā)現(xiàn)與數(shù)據(jù)挖掘
習題6
第7章專家系統(tǒng)
7.1什么是專家系統(tǒng)
7.2專家系統(tǒng)的結(jié)構(gòu)
7.2.1概念結(jié)構(gòu)
7.2.2實際結(jié)構(gòu)
7.2.3黑板模型
7.2.4網(wǎng)絡與分布式結(jié)構(gòu)
7.3專家系統(tǒng)實例
7.4專家系統(tǒng)設計與實現(xiàn)
7.4.1一般步驟與方法
7.4.2知識獲取
7.4.3知識表示與知識描述語言設計
7.4.4知識庫與知識庫管理系統(tǒng)設計
7.4.5推理機與解釋機制設計
7.4.6系統(tǒng)結(jié)構(gòu)設計
7.4.7人機界面設計
7.5開發(fā)工具與環(huán)境
7.5.1開發(fā)工具
7.5.2開發(fā)環(huán)境
習題7
第8章Agent系統(tǒng)
8.1什么是Agent
8.2Agent實例——Web Agent
8.3多Agent系統(tǒng)
8.4Agent的實現(xiàn)
8.5Agent技術(shù)的發(fā)展與應用
習題8
第9章智能機器人
9.1智能機器人的概念
9.2機器人感知
9.3機器人規(guī)劃
9.4機器人控制
9.5機器人系統(tǒng)的軟件結(jié)構(gòu)
9.6機器人程序設計與語言
習題9
第10章智能化網(wǎng)絡
10.1智能網(wǎng)
10.2網(wǎng)絡的智能化管理與控制
10.3智能搜索引擎與網(wǎng)上信息的智能化檢索
習題10
上機實習
實習一Prolog語言編程練習
實習二小型演繹數(shù)據(jù)庫系統(tǒng)開發(fā)練習
實習三圖搜索問題求解程序練習
實習四小型專家系統(tǒng)設計與實現(xiàn)
參考文獻
書單推薦
