Introduction of artificial intelligence

第1章 绪论
1.1 人工智能的基本概念
1.1.1 智能的概念
1.1.2 智能的特征
1.1.3 人工智能
1.2 人工智能的发展简史
1.2.1 孕育
1.2.2 形成
1.2.3 发展
1.3 人工智能研究的基本内容
1.4 人工智能的主要研究领域
1.5 小结
思考题

第2章 知识表示
2.1 知识与知识表示的概念
2.1.1 知识的概念
2.1.2 知识的特性
2.1.3 知识的表示
2.2 一阶谓词逻辑表示法
2.2.1 命题
2.2.2 谓词
2.2.3 谓词公式
2.2.4 谓词公式的性质
2.2.5 一阶谓词逻辑知识表示方法
2.2.6 一阶谓词逻辑表示法的特点
2.3 产生式表示法
2.3.1 产生式
2.3.2 产生式系统
2.3.3 产生式系统的例子——动物识别系统
2.3.4 产生式表示法的特点
2.4 框架表示法
2.4.1 框架的一般结构
2.4.2 用框架表示知识的例子
2.4.3 框架表示法的特点
2.5 小结
思考题
习题

第3章 确定性推理方法
3.1 推理的基本概念
3.1.1 推理的定义
3.1.2 推理方式及其分类
3.1.3 推理的方向
3.1.4 冲突消解策略
3.2 自然演绎推理
3.3 谓词公式化为子句集的方法
3.4 鲁宾逊归结原理
3.5 归结反演
3.6 应用归结原理求解问题
3.7 小结
思考题
习题

第4章 不确定性推理方法
4.1 不确定性推理的概念
4.2 可信度方法
4.3 证据理论
4.3.1 概率分配函数
4.3.2 信任函数
4.3.3 似然函数
4.3.4 概率分配函数的正交和(证据的组合)
4.3.5 基于证据理论的不确定性推理
4.4 模糊推理方法
4.4.1 模糊逻辑的提出与发展
4.4.2 模糊集合
4.4.3 模糊集合的运算
4.4.4 模糊关系与模糊关系的合成
4.4.5 模糊推理
4.4.6 模糊决策
4.4.7 模糊推理的应用
4.5 小结
思考题
习题

第5章 搜索求解策略
5.1 搜索的概念
5.1.1 搜索的基本问题与主要过程
5.1.2 搜索策略
5.2 状态空间的搜索策略
5.2.1 状态空间表示法
5.2.2 状态空间的图描述
5.3 盲目的图搜索策略
5.3.1 回溯策略
5.3.2 宽度优先搜索策略
5.3.3 深度优先搜索策略
5.4 启发式图搜索策略
5.4.1 启发式策略
5.4.2 启发信息和估价函数
5.4.3 A搜索算法
5.4.4 A搜索算法及其特性分析
5.5 小结
思考题
习题

第6章 遗传算法及其应用
6.1 遗传算法的产生与发展
6.1.1 遗传算法的生物学背景
6.1.2 遗传算法的基本思想
6.1.3 遗传算法的发展历史
6.1.4 设计遗传算法的基本内容
6.2 遗传算法的基本算法
6.2.1 编码
6.2.2 群体设定
6.2.3 适应度函数
6.2.4 选择
6.2.5 交叉
6.2.6 变异
6.2.7 遗传算法的一般步骤
6.2.8 遗传算法的特点
6.3 遗传算法的改进算法
6.3.1 双倍体遗传算法
6.3.2 双种群遗传算法
6.3.3 自适应遗传算法
6.4 遗传算法的应用
6.5 小结
思考题
习题

第7章 专家系统与机器学习
7.1 专家系统的产生和发展
7.2 专家系统的概念
7.2.1 专家系统的定义
7.2.2 专家系统的特点
7.2.3 专家系统的类型
7.2.4 专家系统的应用
7.3 专家系统的工作原理
7.3.1 专家系统的一般结构
7.3.2 知识库
7.3.3 推理机
7.3.4 数据库
7.3.5 知识获取机构
7.3.6 人机接口
7.3.7 解释机构
7.4 知识获取的主要过程与模式
7.4.1 知识获取的过程
7.4.2 知识获取的模式
7.5 机器学习
7.5.1 机器学习的基本概念
7.5.2 机器学习的分类
……

第8章 人工神经网络及其应用
第9章 智能体与多智能体系统
第10章 自然语言处理及其应用
第11章 人工智能在游戏设计中的应用
附录
参考文献