Artificial Intelligence and Expert System: Principles and Applications

1 人工智能与专家系统综述
　1.1 人工智能的定义
　　1.1.1 什么是智能
　　1.1.2 什么是人工智能
　1.2 人工智能的发展及应用
　　1.2.1 人工智能的萌芽
　　1.2.2 人工智能与专家系统的发展阶段
　　1.2.3 人工智能的应用领域
　　1.2.4 人工智能的分类
　　1.2.5 我国人工智能和专家系统发展概况
　1.3 农业专家系统的应用及发展现状
　　1.3.1 国外农业专家系统发展现状
　　1.3.2 我国农业专家系统应用及发展现状
　　1.3.3 当前农业专家系统存在的问题及建议
　1.4 专家系统的定义、特点及其类型
　　1.4.1 专家系统的定义
　　1.4.2 专家系统的一般特点
　　1.4.3 专家系统的类型
　1.5 专家系统的结构、功能及其基本原理
　　1.5.1 专家系统的结构及基本功能
　　1.5.2 专家系统的基本原理
　1.6 专家系统开发过程
　　1.6.1 专家系统开发步骤
　　1.6.2 专家系统开发语言和工具
　　练习题
2 知识表示
　2.1 知识表示概述
　　2.1.1 知识的含义
　　2.1.2 知识表示方法
　2.2 谓词逻辑表示法
　　2.2.1 命题与逻辑
　　2.2.2 谓词逻辑
　　2.2.3 用谓词表示知识的步骤
　　2.2.4 一阶谓词表示法的特点
　2.3 产生式表示法
　　2.3.1 产生式基本形式
　　2.3.2 产生式系统的结构
　　2.3.3 产生式系统的特点
　　2.3.4 “规则架+规则体”规则组的知识表示
　2.4 语义网络表示法
　　2.4.1 语义网络表示形式
　　2.4.2 语义网络基本语义关系
　　2.4.3 语义网络推理方法
　　2.4.4 语义网络表示知识的步骤
　　2.4.5 语义网络表示法的特点
　2.5 框架表示法
　　2.5.1 框架与框架网络
　　2.5.2 框架推理的基本过程及形式
　　2.5.3 框架的不确定性匹配
　　2.5.4 框架推理步骤
　　2.5.5 框架表示法的特点
　2.6 面向对象表示法
　　2.6.1 面向对象的知识表示
　　2.6.2 面向对象表示法的特点
　　练习题
3 搜索技术
　3.1 搜索技术概述
　　3.1.1 搜索技术分类
　　3.1.2 搜索效率的评价
　3.2 无知识（盲目）搜索
　　3.2.1 深度优先搜索
　　3.2.2 有界深度优先搜索
　　3.2.3 宽度优先搜索
　　3.2.4 一致代价搜索
　3.3 有知识（启发式）搜索
　　3.3.1 有知识（启发式）搜索的基本概念
　　3.3.2 局部择优搜索法
　　3.3.3 全局择优搜索法
　　3.3.4 与或树的启发式搜索
　　3.3.5 α-β剪枝技术
　　练习题
4 推理与推理机制
　4.1 推理概述
　　4.1.1 推理的基本概念
　　4.1.2 推理的种类
　4.2 归结原理
　　4.2.1 谓词公式与子句集
　　4.2.2 置换与合
　　4.2.3 归结（鲁滨逊消解）原理
　4.3 推理的控制策略
　　4.3.1 正向推理
　　4.3.2 逆向推理
　　4.3.3 混合推理
　　4.3.4 双向推理
　　4.3.5 其他控制策略
　4.4 基于规则推理机的实现与控制策略
　　4.4.1 数据驱动的正向链推理的实现
　　4.4.2 目标驱动的反向链推理的实现
　　4.4.3 混合驱动的双向链推理的实现
　　4.4.4 规则推理的冲突消解
　4.5 基于框架推理机的实现与控制策略
　4.6 基于语义网络推理机的实现与控制策略
　4.7 基于黑板的专家系统的组织结构及控制策略
　　4.7.1 黑板模型
　　4.7.2 基于黑板的专家系统的组织结构
　　4.7.3 基于黑板的专家系统的控制策略
　4.8 基于元知识的专家系统的组织结构及控制策略
　　练习题
5 PROLOG语言及其程序设计
　5.1.PROLOG语言的快速入门
　　5.1.1 PROLOG语言的特点
　　5.1.2 Amzi PROLOG简介
　　5.1.3 Amzi！Logic Setrver的组成
　　5.1.4 逻辑编程
　　5.1.5 PROLOG解释器的工作过程
　5.2 Amzi PROLOG的基本语句
　　5.2.1 常量与变量
　　5.2.2 事实、查询和规则
　5.3 PROLOG函数、运算符及其表达式
　5.4 PROLOG的程序机制
　　5.4.1 数据管理
　　5.4.2 递归
　　5.4.3 数据结构
　　5.4.4 联合
　　5.4.5 列表
　　5.4.6 操作符
　　5.4.7 截断
　　5.4.8 流程控制
　5.5 PROLOG程序设计应用举例
　　5.5.1 Hanoi塔
　　5.5.2 深度搜索
　　5.5.3 广度搜索
　　练习题
6 不确定性推理
　6.1 不确定性推理概述
　　6.1.1 证据的不确定性
　　6.1.2 规则的不确定性
　　……
7 神经网络专家系统
8 专家系统设计与应用
附录1 PROXS系统代码
附录2 桃树栽植密度决策推理机代码
参考文献