人工智能实践教程PDF电子书下载

第1章 绪论 1

1.1人工智能的基本概念 1

1.2人类智能与人工智能 1

1.3人工智能各学派的认知观 3

1.4人工智能的研究与应用领域 4

1.4.1智能感知 4

1.4.2智能推理 6

1.4.3智能学习 8

1.4.4智能行动 10

1.5人工智能发展动态 14

1.6案例分析 17

1.6.1 SP先生谜题 17

1.6.2 NIM问题 18

1.7习题 22

1.8思考题 22

第2章 知识表示和推理 24

2.1概述 24

2.2命题逻辑 25

2.3谓词逻辑 28

2.3.1语法 28

2.3.2语义 30

2.3.3谓词逻辑形式系统FC 32

2.4归结推理 33

2.4.1命题演算中的归结推理 33

2.4.2谓词演算中的归结推理 35

2.4.3谓词演算归结反演的合理性和完备性 38

2.5产生式系统 40

2.6知识表示的其他方法 43

2.6.1语义网络 43

2.6.2框架 45

2.6.3脚本 46

2.7基于知识的系统 47

2.7.1知识获取 47

2.7.2知识组织 49

2.7.3知识应用 49

2.7.4常识知识和大规模知识处理 50

2.8案例分析 51

2.8.1传教士和野人问题 51

2.8.2量水问题 52

2.8.3汉诺塔问题 57

2.8.4一个基于逻辑的财务顾问 61

2.8.5电路领域的知识工程 64

2.9习题 67

2.10思考题 70

第3章 搜索技术 73

3.1概述 73

3.2盲目搜索方法 74

3.3启发式搜索 76

3.3.1启发性信息和评估函数 76

3.3.2最好优先搜索算法 77

3.3.3贪婪最好优先搜索算法 78

3.3.4A算法和A*算法 79

3.3.5迭代加深A*算法 81

3.4问题归约和AND-OR图启发式搜索 82

3.4.1问题归约的描述 82

3.4.2问题的AND-OR图表示 83

3.4.3 AO*算法 85

3.5博弈 88

3.5.1极大极小过程 90

3.5.2 α-β过程 92

3.6案例分析 94

3.6.1八皇后问题 94

3.6.2洞穴探宝 95

3.6.3五子棋 97

3.7习题 102

3.8思考题 103

第4章 高级搜索 107

4.1爬山法搜索 107

4.2模拟退火搜索 109

4.2.1模拟退火搜索的基本思想 110

4.2.2模拟退火算法 111

4.2.3模拟退火算法关键参数和操作的设计 112

4.3遗传算法 114

4.3.1遗传算法的基本思想 114

4.3.2遗传算法的基本操作 115

4.4案例分析 120

4.4.1爬山算法求解旅行商问题 120

4.4.2模拟退火算法求解旅行商问题 121

4.4.3遗传算法求解旅行商问题 122

4.5习题 124

4.6思考题 124

第5章 不确定知识表示和推理 125

5.1概述 125

5.2非单调逻辑 127

5.2.1单调性与非单调性 127

5.2.2缺省推理逻辑 127

5.2.3非单调逻辑系统 128

5.2.4非单调规则 129

5.3主观Bayes方法 130

5.3.1全概率公式和Bayes公式 131

5.3.2主观Bayes方法 132

5.4确定性理论 137

5.4.1建造医学专家系统时的问题 137

5.4.2 C-F模型 138

5.5证据理论 142

5.5.1假设和证据的不确定性 142

5.5.2证据的组合函数 144

5.5.3规则的不确定性 145

5.5.4不确定性的传递 145

5.5.5不确定性的组合 145

5.6模糊逻辑和模糊推理 146

5.6.1模糊集合及其运算 146

5.6.2模糊关系 147

5.6.3模糊逻辑 148

5.6.4模糊推理 148

5.7案例分析 150

5.7.1有经纪人的交易 150

5.7.2小型动物分类专家系统 152

5.8习题 155

5.9思考题 157

第6章 智能体和多智能体系统 158

6.1概述 158

6.1.1智能体的概念与示例 158

6.1.2多智能体系统的概念与示例 160

6.2智能体的体系结构 161

6.2.1知识型体系结构 161

6.2.2反应型体系结构 163

6.2.3认知型体系结构 164

6.2.4混合型体系结构 167

6.3智能体间的交互与协同 169

6.3.1智能体间的交互方式 170

6.3.2智能体通信语言ACL 171

6.3.3交互协议和协同模型 174

6.4多智能体系统的应用 177

6.4.1多智能体系统技术的适应系统 178

6.4.2多智能体系统技术的应用领域 179

6.5多智能体系统的实现方式 181

6.6多智能体系统开发框架JADE 184

6.6.1程序模型 186

6.6.2可重用开发包 186

6.6.3开发和运行的支持工具 191

6.7火星探矿机器人案例分析 193

6.7.1需求分析 193

6.7.2设计与实现 194

6.8习题 198

6.9思考题 199

第7章 自然语言处理技术 200

7.1自然语言理解的一般问题 200

7.2词法分析 202

7.3句法分析 202

7.4语义分析 205

7.5大规模真实文本的处理 205

7.6信息搜索 206

7.7机器翻译 208

7.8语音识别 210

7.9案例分析 213

7.9.1在线汉英互译举例分析 213

7.9.2单词音节划分 214

7.9.3中文文本的词频统计 215

7.9.4中文语句自动分析 218

7.9.5美国地理信息查询系统 223

7.10习题 231

7.11思考题 232

第8章 机器学习和神经网络 234

8.1机器学习概述 234

8.2基于符号的机器学习方法 236

8.2.1机械学习 236

8.2.2归纳学习 237

8.2.3决策树学习 238

8.2.4基于范例的学习 240

8.2.5解释学习 244

8.2.6强化学习 246

8.3基于神经网络的学习 247

8.3.1神经网络概述 247

8.3.2基于反向传播网络的学习 250

8.3.3 Hopfield网络模型 258

8.4知识发现 261

8.5案例分析 262

8.5.1感知器分类 262

8.5.2非线性可分的分类问题 264

8.5.3基于反向传播网络拟合曲线 266

8.6习题 271

8.7思考题 274

第9章 智能规划 276

9.1规划问题 276

9.2状态空间搜索规划 279

9.3偏序规划 282

9.4命题逻辑规划 286

9.5分层任务网络规划 288

9.6非确定性规划 290

9.7多智能体规划 292

9.8案例分析 296

9.8.1 Shakey世界 296

9.8.2规划问题的建模与规划系统的求解过程 297

9.9习题 299

9.10思考题 300

第10章 机器人学 301

10.1概述 301

10.1.1机器人的分类 302

10.1.2机器人的特性 303

10.1.3机器人学的研究领域 303

10.2机器人系统 304

10.2.1机器人系统的组成 304

10.2.2机器人的工作空间 305

10.2.3机器人的性能指标 307

10.3机器人的编程模式与语言 308

10.4机器人的应用与展望 309

10.4.1机器人应用 310

10.4.2机器人发展展望 313

10.5机器人足球案例分析 315

10.5.1仿真平台 316

10.5.2机器人运动程序 318

10.5.3动作函数 321

10.5.4足球比赛策略 322

10.5.5定位球状态的判断方法 325

10.5.6比赛规则 326

10.6习题 326

10.7思考题 326

参考文献 328