专家系统技术PDF电子书下载

目录 1

序 1

前言 1

第一章　专家系统概述 1

第一节　专家系统技术的产生和发展 1

一、孕育 1

二、产生 4

三、基本成熟 5

四、进一步发展 8

第二节　专家系统的核心技术和学科范畴 10

一、专家系统的基本结构 11

二、专家系统与传统程序 12

三、专家系统与专家 14

四、专家系统与人工智能 15

五、专家系统与知识工程 15

六、专家系统的分类 16

一、专家系统研究的意义 19

第三节　专家系统研究的意义和趋势 19

二、关于新一代专家系统的研究 20

三、专家系统的评价问题 22

第二章　知识和知识表示 25

第一节　知识和知识的分类 25

一、数据，信息和知识 25

二、共性知识和个性知识 27

第二节　知识表示的一般属性 28

四、知识的层次 28

三、静态知识和动态知识 28

一、知识的深化表达和表层表达 29

二、表示模式的模块性（扩展能力）和清晰性 29

三、表示模式的自然属性—— 30

可理解性（自然性）和透明性 30

四、表示模式实现上的便利性 31

第三节　基于规则的产生式表示法 31

一、产生式系统的基本结构 31

二、产生式系统的特点与不足 33

三、适合于产生式表示的问题领域 34

四、产生式系统设计的几个研究问题 35

第四节　框架表示法 36

一、知识的组织 36

二、框架推理 38

三、框架系统的特点与不足 39

第五节　逻辑表示法 40

一、逻辑系统的基本结构 40

二、用逻辑表示知识 42

三、逻辑系统的特点与不足 44

第六节　判定表技术 45

一、判定表的基本结构 45

二、判定表的操作 48

三、判定表结构的特点与不足 49

第七节　语义网络表示法 49

一、表示模式的基本描述 49

二、语义网络推理 54

三、语义网络结构的特点与不足 56

第八节　功能表示法 57

一、过程表示与描述性表示方式的区别 59

第九节　过程表示法 59

二、过程表示的特点与不足 60

第十节　不精确知识的表示 60

一、可信度因子 61

二、事实和规则中的模糊性 62

三、模糊逻辑与二值逻辑的区别 65

四、模糊逻辑表示 65

第十一节　知识表示的发展和问题 68

五、小 结 68

一、知识表示研究的现状 69

二、知识表示中存在的主要问题 70

第三章　知识获取 71

第一节　知识获取与机器学习 71

一、知识获取的困难 71

二、知识获取的过程 72

三、机器学习的基本模型 73

四、机器学习的基本类型 74

第二节　会谈式知识获取 76

第三节　草案分析式知识获取 78

第四节　归纳式学习 79

一、强化-弱化算法 80

二、匹配算法 84

三、类比匹配 88

第五节　格珊获取技术 88

第六节　教导注入式学习 91

一、自动化教导注入式系统的学习步骤 92

二、知识获取的辅助工具 94

第七节　多个知识源的知识获取 95

一、直接方法 96

二、间接方法 96

第八节　关于知识获取的自动化 98

一、知识获取自动化的好处 99

二、知识获取自动化的困难 99

三、知识获取自动化的研究方向 100

一、演绎推理与归纳推理 101

第一节　推理方式 101

第四章　基于知识的推理 101

二、非单调推理 102

三、定性推理 102

四、不精确推理：似然推理与模糊推理 103

五、推理与知识表示 103

第二节　冲突消解策略 103

第三节　推理过程的控制策略 105

第四节　数据驱动的控制策略 106

第五节 目标驱动的控制策略 107

第六节　混合控制策略 109

一、目的-手段分析 109

二、生成-测试技术 110

三、双向推理技术 111

第六节　元控制策略 111

第五章　不精确推理 113

第一节　不精确推理模型的抽象结构 113

一、不精确推理模型的三个要素 113

二、不精确推理模型的统一约束关系 115

一、知识不确定性的描述 116

第二节　主观Bayes方法 116

二、证据不确定性的描述 118

三、规则组合的概率传播 119

四、PROSPECTOR系统的不精确推理 120

第三节　确定性理论 121

一、知识不确定性的描述 122

二、证据不确定性的描述 122

四、规则组合的可信度传播 123

三、可信度因子的更新过程 123

五、前提命题为逻辑组合时的可信度确定 124

六、MYCIN系统的不精确推理 124

第四节　证据理论 126

一、基本证据理论 127

二、规则组合的信任度传播 128

三、用证据理论表示MYCIN系统中的规则 130

第五节　基于模糊逻辑的不精确推理 131

一、模糊演绎 132

二、投影-扩张原则 134

三、不完全匹配的插入技术 136

四、有量词命题的模糊推理 137

五、可能性理论的证据组合 142

第六节　发生率计算 143

一、基本理论 143

二、发生率的更新步骤 144

一、解释的作用 146

第一节　解释功能的作用及要求 146

第六章　解释 146

二、解释的结构 147

三、解释的要求 147

第二节　唱片解释法 148

第三节　追踪解释法 148

第四节　策略解释法 150

第五节　自动程序员方法 153

第六节　一种用户模型 158

参考文献 160