1緒論
1.1人工智能的定義001
1.2人工智能發(fā)展簡史003
1.3人工智能的研究方法006
1.3.1人工智能研究的特點(diǎn)006
1.3.2人工智能研究的途徑007
1.4人工智能的應(yīng)用009
1.4.1無人駕駛009
1.4.2智能機(jī)器人009
1.4.3圖像識(shí)別010
1.4.4語音識(shí)別010
1.4.5智能控制011
1.4.6人工神經(jīng)網(wǎng)絡(luò)011
1.4.7機(jī)器學(xué)習(xí)012
1.4.8專家系統(tǒng)013
1.4.9計(jì)算機(jī)視覺014
1.4.10人工生命015
1.5人工智能的發(fā)展趨勢與存在的問題016
1.5.1人工智能的發(fā)展趨勢016
1.5.2人工智能存在的問題016

2知識(shí)表示
2.1知識(shí)與知識(shí)表示的概念019
2.1.1知識(shí)的概念019
2.1.2知識(shí)的特性019
2.1.3知識(shí)的表示020
2.2一階謂詞邏輯表示法021
2.2.1基本概念021
2.2.2謂詞公式024
2.2.3謂詞邏輯表示法025
2.2.4謂詞邏輯表示法的特點(diǎn)026
2.3產(chǎn)生式表示法026
2.3.1產(chǎn)生式的知識(shí)表示027
2.3.2產(chǎn)生式系統(tǒng)的組成028
2.3.3基于產(chǎn)生式系統(tǒng)的推理029
2.3.4產(chǎn)生式表示法的特點(diǎn)030
2.4框架表示法031
2.4.1框架的一般結(jié)構(gòu)032
2.4.2基于框架的推理034
2.4.3框架表示法的特點(diǎn)034
2.5語義網(wǎng)絡(luò)表示法035
2.5.1基本語義關(guān)系036
2.5.2復(fù)合語義關(guān)系037
2.5.3基于語義網(wǎng)絡(luò)的推理039
2.5.4語義網(wǎng)絡(luò)表示法的特點(diǎn)041

3確定性推理
3.1推理的基本概念042
3.1.1推理的定義042
3.1.2推理方式及其分類043
3.1.3推理的方向044
3.1.4沖突消解策略046
3.2自然演繹推理047
3.3歸結(jié)演繹推理049
3.3.1謂詞公式化為子句集的方法049
3.3.2海伯倫理論052
3.3.3魯賓孫歸結(jié)原理053
3.3.4歸結(jié)反演056
3.3.5應(yīng)用歸結(jié)原理求解問題056
3.3.6歸結(jié)策略057
3.4與或型演繹推理062
3.4.1與或型正向演繹推理062
3.4.2與或形逆向演繹推理064
3.4.3與或型雙向演繹推理066

4不確定性推理
4.1不確定性推理概述068
4.2概率推理方法070
4.2.1純概率推理070
4.2.2主觀Bayes方法071
4.3證據(jù)理論074
4.3.1假設(shè)的不確定性074
4.3.2證據(jù)的組合函數(shù)076
4.3.3證據(jù)理論的不確定性推理算法076
4.4模糊推理系統(tǒng)078
4.4.1模糊集合及模糊關(guān)系078
4.4.2語言變量和模糊If-Then規(guī)則080
4.4.3模糊推理082

5搜索求解策略
5.1搜索的基本概念086
5.1.1搜索的過程086
5.1.2搜索的方向086
5.1.3搜索的種類086
5.2狀態(tài)空間表示法087
5.2.1狀態(tài)空間表示的基本概念087
5.2.2狀態(tài)空間的圖描述088
5.3盲目搜索策略090
5.3.1深度優(yōu)先搜索策略090
5.3.2寬度優(yōu)先搜索策略092
5.4代價(jià)樹搜索策略093
5.4.1最近擇優(yōu)搜索093
5.4.2最小代價(jià)優(yōu)先搜索094
5.5啟發(fā)式搜索策略095
5.5.1啟發(fā)信息和估價(jià)函數(shù)095
5.5.2啟發(fā)式策略096
5.5.3A搜索算法097
5.5.4A*搜索算法099
5.6與或圖搜索100
5.6.1問題的歸約描述100
5.6.2與或圖表示法101
5.6.3AO*算法102

6遺傳算法及應(yīng)用
6.1遺傳算法概述104
6.1.1遺傳算法的發(fā)展歷史105
6.1.2遺傳算法的基本思想106
6.2編碼和種群107
6.2.1編碼107
6.2.2種群108
6.3適應(yīng)度函數(shù)109
6.4遺傳算子110
6.4.1選擇算子110
6.4.2交叉算子112
6.4.3變異算子112
6.5遺傳算法的總體流程和特點(diǎn)113
6.6遺傳算法的改進(jìn)算法114
6.6.1自適應(yīng)遺傳算法114
6.6.2分層遺傳算法116
6.6.3并行遺傳算法117
6.7多目標(biāo)遺傳算法118
6.8遺傳算法的應(yīng)用119

7群智能算法及其應(yīng)用
7.1群智感知的研究內(nèi)容122
7.1.1眾包思想124
7.1.2社交活動(dòng)感知124
7.1.3周圍環(huán)境感知124
7.2群智任務(wù)感知質(zhì)量125
7.2.1機(jī)會(huì)覆蓋率125
7.2.2數(shù)據(jù)質(zhì)量可靠性126
7.3群智感知網(wǎng)絡(luò)數(shù)據(jù)傳輸126
7.3.1信息擴(kuò)散模型127
7.3.2機(jī)會(huì)數(shù)據(jù)收集128
7.4群智感知網(wǎng)絡(luò)的激勵(lì)機(jī)制129
7.4.1Game激勵(lì)130
7.4.2貨幣激勵(lì)131
7.5群智感知的應(yīng)用場景133
7.5.1環(huán)境監(jiān)測和災(zāi)害防控133
7.5.2公共設(shè)施和安全134
7.5.3移動(dòng)設(shè)備視頻眾包134

8人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用
8.1神經(jīng)網(wǎng)絡(luò)的發(fā)展簡史136
8.2人工神經(jīng)網(wǎng)絡(luò)的研究內(nèi)容與特點(diǎn)137
8.2.1人工神經(jīng)網(wǎng)絡(luò)的研究內(nèi)容137
8.2.2人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)138
8.3神經(jīng)元和神經(jīng)網(wǎng)絡(luò)138
8.3.1生物神經(jīng)元結(jié)構(gòu)138
8.3.2神經(jīng)元的數(shù)學(xué)模型139
8.3.3神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)140
8.3.4神經(jīng)網(wǎng)絡(luò)的工作方式141
8.3.5神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)141
8.4前饋神經(jīng)網(wǎng)絡(luò)模型141
8.4.1感知機(jī)網(wǎng)絡(luò)141
8.4.2BP神經(jīng)網(wǎng)絡(luò)142
8.4.3RBF徑向基網(wǎng)絡(luò)145
8.5反饋神經(jīng)網(wǎng)絡(luò)147
8.5.1離散型Hopfield網(wǎng)絡(luò)147
8.5.2連續(xù)型Hopfield網(wǎng)絡(luò)149
8.5.3Hopfield網(wǎng)絡(luò)存在的問題150
8.6隨機(jī)神經(jīng)網(wǎng)絡(luò)151
8.6.1模擬退火算法151
8.6.2玻爾茲曼機(jī)152
8.7神經(jīng)網(wǎng)絡(luò)的應(yīng)用154
8.7.1神經(jīng)網(wǎng)絡(luò)在模式識(shí)別中的應(yīng)用154
8.7.2神經(jīng)網(wǎng)絡(luò)在軟測量中的應(yīng)用156
8.7.3Hopfield神經(jīng)網(wǎng)絡(luò)在優(yōu)化上的應(yīng)用156

9機(jī)器學(xué)習(xí)
9.1機(jī)器學(xué)習(xí)概述159
9.2決策樹學(xué)習(xí)161
9.3邏輯回歸164
9.4支持向量機(jī)165
9.5聚類分析168
9.5.1K均值算法168
9.5.2DBSCAN170
9.5.3模糊C均值171
9.6強(qiáng)化學(xué)習(xí)171

10專家系統(tǒng)
10.1專家系統(tǒng)的由來和發(fā)展175
10.1.1專家系統(tǒng)的提出175
10.1.2專家系統(tǒng)的發(fā)展175
10.2專家系統(tǒng)概述176
10.2.1專家系統(tǒng)的定義176
10.2.2專家系統(tǒng)的分類176
10.2.3專家系統(tǒng)的特點(diǎn)178
10.3專家系統(tǒng)的結(jié)構(gòu)179
10.3.1專家系統(tǒng)的概念結(jié)構(gòu)179
10.3.2專家系統(tǒng)的實(shí)際結(jié)構(gòu)180
10.4知識(shí)獲取182
10.4.1知識(shí)獲取的過程與模式182
10.4.2知識(shí)的檢測與求精183
10.4.3知識(shí)的組織與管理185
10.5專家系統(tǒng)的建立186
10.5.1專家系統(tǒng)的選題原則186
10.5.2專家系統(tǒng)的設(shè)計(jì)原則187
10.5.3專家系統(tǒng)的開發(fā)步驟187
10.5.4專家系統(tǒng)的評(píng)價(jià)189
10.6專家系統(tǒng)實(shí)例190
10.6.1醫(yī)學(xué)專家系統(tǒng)——MYCIN190
10.6.2地質(zhì)勘探專家系統(tǒng)——PROSPECTOR195
10.7專家系統(tǒng)的開發(fā)工具197
10.7.1研究開發(fā)工具的作用與意義197
10.7.2專家系統(tǒng)開發(fā)工具的類型197

11自然語言處理與應(yīng)用
11.1自然語言處理概述200
11.1.1自然語言處理的基本方法200
11.1.2自然語言處理的發(fā)展歷史200
11.1.3自然語言處理的研究意義201
11.2詞法分析202
11.3句法分析203
11.3.1短語結(jié)構(gòu)語法和Chomsky語法203
11.3.2句法分析樹205
11.4語義分析206
11.4.1邏輯形式表達(dá)及語義解析206
11.4.2義素分析法207
11.4.3語義分析文法208
11.5自然語言處理應(yīng)用——信息檢索209
11.5.1向量空間模型209
11.5.2排序?qū)W習(xí)模型211
11.5.3信息檢索系統(tǒng)的評(píng)測212
11.6自然語言處理的應(yīng)用——機(jī)器翻譯214
11.6.1機(jī)器翻譯的發(fā)展215
11.6.2機(jī)器翻譯方法215
11.6.3機(jī)器翻譯評(píng)估方法219

參考文獻(xiàn)