人工智能 下PDF电子书下载

第三部分 非经典逻辑和非经典推理 423

第十一章 模态逻辑及其应用 423

11.1模态逻辑 424

11.2时序逻辑 437

11.3基于区间的时间推理 454

习题 469

第十二章 知道逻辑和信念逻辑 473

12.1知道逻辑 474

12.2群体知道逻辑 479

12.3信念逻辑 489

12.4显式信念和隐式信念 496

12.5信念和意识 501

习题 513

第十三章 定性推理 517

13.1定性演算 518

13.2基于状态的推理 527

13.3定性进程理论 537

习题 548

第十四章 归纳逻辑 552

14.1经典归纳方法 553

14.2归纳问题争鸣 558

14.3归纳的概率方法 567

习题 574

第十五章 模糊逻辑 577

15.1模糊集合论 578

15.2多值逻辑和模糊逻辑 588

15.3算子模糊逻辑 599

习题 615

第十六章 非单调逻辑和非单调推理 617

16.1限定推理 618

16.2缺省逻辑 630

16.3自认识逻辑 641

16.4非单调推理中的一些难题 651

16.5真值维护系统 659

习题 676

第四部分 定理机器证明 681

第十七章 消解法 681

17.1消解法原理 681

17.2消解策略 695

17.3调解法 714

17.4广义消解法 720

习题 726

第十八章 演绎法 729

18.1自然推导法 729

18.2语义表格法 735

18.3项重写 744

习题 756

第十九章 归纳法 758

19.1Boyer-Moore递归函数法 758

19.2证明规划和涟漪技术 771

习题 782

第五部分 机器学习 789

第二十章 归纳学习 789

20.1盲目式搜索示例学习 789

20.2启发式搜索示例学习 804

20.3学习判定树 823

20.4学习的算法理论 844

习题 856

第二十一章 分 析学习 858

21.1基于类比的学习 858

21.2基于案例的学习 871

21.3基于解释的学习 883

21.4遗传式学习 900

21.5神经网络学习 909

习题 932

第二十二章 语法学 941

22.1转换生成文法 941

第六部分 自然语言理解 941

22.2扩充转移网络 955

22.3基于通代的文法 963

22.4系统功能文法 972

习题 984

第二十三章 语义学 987

23.1关于语言意义的争鸣 987

23.2词义学 998

23.3语句和篇章 结构 1008

习题 1021

第二十四章 语用学 1025

24.1言语行为理论 1025

24.2基于规划和意图的话语理解 1035

24.3故事情节理解 1046

习题 1060

第七部分 知识工程 1068

第二十五章 知识表示语言 1068

25.1LISP家族 1070

25.2PROLOG家族 1089

25.3SMALLTALK家族 1106

25.4逻辑和产生式语言TUILI 1119

习题 1129

第二十六章 不精确推理 1133

26.1Bayes概率推理 1134

26.2可信度方法 1147

26.3模糊推理 1157

习题 1168

第二十七章 知识获取 1171

27.1知识诱导 1172

27.2场记分 析方法 1180

27.3个人结构理论和分 类表格技术 1192

27.4基于模型的知识获取 1203

27.5基于领域模型的知识获取 1216

27.6从文字资料获取知识 1229

习题 1241

第二十八章 专家系统 1248

28.1专家系统组织 1248

28.2知识维护 1262

28.3知识界面 1272

28.专家系统的生命周期 1284

习题 1292

参考文献 1297