用C++建造专家系统PDF电子书下载

第一章 绪论 1

1.1 专家系统及其发展现状 1

1.2 C+++语言的特点及其建造专家系统的适宜性 2

第二章 面向对象的程序设计概述 5

2.1 面向对象程序设计的基本概念 5

2.1.1 OOP的出现和背景 5

2.1.2 基本概念 5

2.2 面向对象程序设计的基本特征 7

2.3 面向对象的程序设计方法 8

2.4 面向对象的程序设计语言 11

2.4.1 面向对象程序设计语言的分类 11

2.4.2 典型的面向对象的程序设计语言 12

第三章 C+++语言基础 14

3.1　程序结构 14

3.2.2 void类型 17

3.2.1　类型定义typedef 17

3.2　编写专家统常用的功能 17

3.2.3 函数 18

3.3 类和数据封装 22

3.4 构造函数和析构函数 25

3.4.1 构造函数 25

3.4.2 析构函数 26

3.5 类的嵌套和初始化 26

3.6 继承和派生 27

3.6.1 单一继承 27

3.6.2 多重继承 30

3.7 多态性和虚函数（polymorphiosm and virtual function） 30

3.8 友元（friend）、静态函数（static member） 31

3.9 小结 32

第四章 专家系统概述 33

4.1 建造专家系统的基本思想 33

4.2.1 基本组成 34

4.2 专家系统的基本结构 34

4.2.2 一般结构 35

4.2.3 理想结构 36

4.3 知识库 38

4.3.1 知识的特点 38

4.3.2 知识获取 39

4.3.3 知识库管理 41

4.4 推理机 42

4.4.1 推理控制策略 42

4.4.2 推理需要解释 43

4.5 小结 44

第五章 知识表示 45

5.1 概述 45

5.1.1 知识与知识表示 45

5.1.2 知识表示的方法 46

5.2.1 引言 48

5.2 规则结构 48

5.2.2 实现规则结构的方法 49

5.2.3 元规则 54

5.3 框架结构 54

5.3.1 框架的基本概念 54

5.3.2 设计框架结构的方法 56

5.3.3 用C+++实现框架结构 59

5.3.4 用C+++实现ICS框架 62

5.4.1 一阶谓词逻辑 81

5.4 逻辑表示法 81

5.4.2 谓词逻辑用于知识表示 82

5.4.3 实现逻辑结构的方法 84

5.5 原型 88

5.5.1 原型知识表示 88

5.5.2 面向对象的计算模型 90

5.5.3 基于原型知识表示的专家系统实例 92

5.6 小结 95

6.1.1 简单正向推理及其实现 96

第六章 推理模型 96

6.1 正向推理 96

6.1.2 正向推理的改进 101

6.2 反向推理 102

6.3 盲目搜索 111

6.3.1 广度优先搜索 111

6.3.2 深度优先搜索 114

6.4 启发式搜索 116

6.4.1 一般图搜索策略 117

6.4.2 估价函数 118

6.4.3 A＊算法 120

6.4.4 A＊算法的可采纳性 122

6.5 不精确推理 124

6.5.1 带可信度的不精确知识 124

6.5.2 主观Bayes方法 125

6.5.3 证据理论 129

6.5.4 模糊推理 134

6.5.5 可能性理论 137

6.6 小结 138

第七章 专家系统的设计 139

7.1 用户接口 139

7.1.1 概述 139

7.1.2 用户接口选择 140

7.2 知识库系统 153

7.3 专家系统工具 154

7.3.1 工具的功能 154

7.3.2 开发工具 155

7.4 开发专家系统的基本步骤 157

7.4.1 准备阶段 157

7.4.2 研究问题 157

7.4.3 整理知识 158

7.4.4 建立模型系统 158

7.5 小结 159

7.4.5 改进与扩充 159

第八章 神经网络与专家系统 160

8.1 神经网络的几种模型 160

8.1.1 Hopfield模型 160

8.1.2 感知器 162

8.1.3 Boltzmann机 165

8.1.4 Schema模型 166

8.2 神经网络的学习算法 170

8.2.1 引言 170

8.2.2 反向传播学习算法 172

8.2.3 竞争学习与相互激励学习 174

8.2.4 自适应共振法ART理论 177

8.3 混合型专家系统的研究和实现 180

8.3.1 神经网络和专家系统结合的必要性 180

8.3.2 混合型专家系统的设计 181

9.1.1 知识表示 188

9.1 动物识别专家系统 188

第九章 专家系统实例研究 188

9.1.2 知识获取 192

9.1.3 推理机制 193

9.1.4 程序与运行结果 195

9.2 农作物产量预测系统 202

9.2.1 OOCFE的系统结构 202

9.2.2 农产量预测知识获取 203

9.2.3 原型知识表示 208

9.2.4 OOCFE系统的推理机制 213

9.3 混合型专家系统实例 216

9.3.1 传统预报模式 216

9.3.2 ADFWES总体结构 216

9.3.3 ADFWES的知识描述 219

9.4 小结 220

参考文献 222