广义人工智能PDF电子书下载

第1章 绪论 1

1.1 人工智能的历史回顾 1

1.1.1 人工智能的历史背景 1

1.1.2 启发程序→专家系统 2

1.1.3 人工神经细胞→人工神经网络 4

1.1.4 控制论动物→智能机器人 5

1.2 人工智能的学派分歧 6

1.2.1 “功能模拟”学派 7

1.2.2 “结构模拟”学派 7

1.2.3 “行为模拟”学派 7

1.3 广义人工智能的提出 8

1.3.1 广义人工智能的概念 8

1.3.2 广义人工智能的学科体系 9

1.3.3 广义人工智能的理论基础 10

1.3.4 广义人工智能的科学方法 11

1.4 中国人工智能的进展 12

1.4.1 迎接中国人工智能大发展 12

1.4.2 庆祝人工智能诞生50周年 13

第一篇 机器思维与思维机器 19

第2章 机器推理与机器证明 19

2.1 机器推理 19

2.2 谓词逻辑 20

2.3 子句集及其简化 20

2.3.1 子句和子句集 20

2.3.2 子句集的简化 20

2.4 鲁宾逊归结原理 23

2.4.1 命题逻辑的归结 23

2.4.2 谓词逻辑的归结 26

第3章 机器搜索与机器博弈 30

3.1 搜索与博弈概述 30

3.2 状态空间搜索 31

3.3 状态空间的盲目搜索 34

3.3.1 广度优先搜索 34

3.3.2 深度优先搜索 35

3.3.3 代价树搜索 38

3.4 状态空间的启发式搜索 40

3.4.1 启发信息与估价函数 41

3.4.2 最佳优先搜索 42

3.4.3 A*算法 45

3.5 基于问题归约的与／或树搜索 46

3.5.1 问题归约法 47

3.5.2 与／或树的盲目搜索 50

3.5.3 与／或树的启发式搜索 53

3.6 机器博弈 56

3.6.1 极大极小原则 56

3.6.2 α-β剪枝 58

第4章 专家系统与知识工程 60

4.1 专家系统与知识工程概述 60

4.2 专家系统的概念与结构 61

4.3 专家系统的设计和开发 63

4.3.1 专家系统的可行性分析 63

4.3.2 专家系统的设计原则与开发步骤 64

4.3.3 专家系统的评价 67

4.3.4 专家系统的开发工具与环境 68

4.4 中国第一个专家系统 70

4.4.1 中医肝炎诊疗专家系统的研发背景 70

4.4.2 中医肝炎诊疗专家系统的总体方案 71

4.4.3 中医肝炎诊疗专家系统的关键技术 73

4.4.4 中医肝炎诊疗专家系统的测试鉴定 74

4.4.5 中医肝炎诊疗专家系统的应用推广 74

4.4.6 中医肝炎诊疗专家系统的经验启示 75

4.5 知识工程 75

4.5.1 知识获取 75

4.5.2 知识表示 76

4.5.3 知识利用 79

4.6 数据挖掘与知识发现 81

4.6.1 知识发现的功能 81

4.6.2 知识发现的步骤 83

4.6.3 知识发现的方法 84

第5章 进化计算与机器学习 85

5.1 概述 85

5.2 进化计算 85

5.2.1 进化计算的生物学基础 86

5.2.2 进化计算的基本结构 87

5.2.3 进化计算的主要特征 87

5.3 遗传算法 88

5.3.1 遗传算法的概念 89

5.3.2 遗传算法的结构 89

5.3.3 遗传编码 90

5.3.4 适应度函数 92

5.3.5 遗传算法的基本遗传操作 93

5.4 进化策略与进化编程 101

5.4.1 进化策略 101

5.4.2 进化编程 102

5.5 机器学习 103

5.5.1 机器学习的概念 103

5.5.2 机器学习的策略 104

第6章 脑模型与拟人脑 113

6.1 脑模型概述 113

6.2 生物神经元 113

6.3 人工神经元 114

6.3.1 人工神经元的“M—P模型” 114

6.3.2 常用人工神经元的模型 115

6.4 人工神经网络 117

6.4.1 人工神经网络的互联结构 117

6.4.2 人工神经网络的学习规则 119

6.4.3 误差反向传播BP网络 122

6.4.4 全互连Hopfield网络 125

6.5 拟人脑模型 129

6.5.1 意志中枢简化模型研究 130

6.5.2 感觉中枢简化模型研究 130

6.5.3 行为中枢简化模型研究 130

6.6 多中枢自协调拟人脑模型协调机制 131

6.6.1 大脑的全局协调机制 131

6.6.2 丘脑的感觉协调机制 131

6.6.3 小脑的行为协调机制 131

第二篇 机器感知与感知机器 135

第7章 模式识别与机器视觉 135

7.1 统计模式识别 137

7.1.1 模板匹配分类法 137

7.1.2 最小距离分类法 138

7.1.3 相似系数分类法 139

7.1.4 几何分类法 139

7.1.5 Bayes分类法 140

7.1.6 聚类分析法 141

7.2 结构模式识别 142

7.2.1 基元抽取与模式文法 143

7.2.2 模式识别与分析 145

7.3 机器视觉 145

7.3.1 机器视觉的发展历史 145

7.3.2 机器视觉基本原理 147

7.4 语音识别 150

7.4.1 语音识别的发展历史 150

7.4.2 语音识别的基本原理 151

第8章 语言理解与语言生成 152

8.1 语言理解 152

8.1.1 语言的体系结构 152

8.1.2 语言的分析过程 153

8.2 词法分析 153

8.2.1 词法分析的任务 153

8.2.2 词法分析的效用 154

8.3 句法分析 154

8.3.1 短语结构语法 155

8.3.2 乔姆斯基语法体系 156

8.3.3 句法分析的策略 157

8.4 语义分析 160

8.4.1 语义语法 160

8.4.2 格语法 161

8.5 自然语言生成 162

8.5.1 内容规划器 163

8.5.2 微观规划 166

8.5.3 表层生成 166

第9章 智能检测与智能仪表 167

9.1 检测仪表概述 167

9.2 智能检测 167

9.3 智能仪表 169

9.3.1 智能传感器 169

9.3.2 智能仪器 172

9.3.3 虚拟仪器 173

9.4 通用智能检测系统 175

第三篇 机器行为与行为机器 180

第10章 智能控制与智能管理 180

10.1 控制理论概述 180

10.1.1 控制理论的“三代”进展 180

10.1.2 第四代控制理论的预测 181

10.2 智能控制 181

10.2.1 智能控制系统的类型 181

10.2.2 智能控制系统的方法 182

10.3 自适应控制 183

10.3.1 自适应模型 183

10.3.2 自适应控制系统 186

10.4 自学习控制 187

10.4.1 自学习模型 187

10.4.2 自学习控制系统 190

10.5 智能管理 192

10.5.1 智能管理系统的特点 193

10.5.2 智能管理系统的设计思想 194

10.5.3 智能管理系统的关键技术 197

10.5.4 智能管理系统的开发策略 200

第11章 智能机器人与广义人工生命 202

11.1 机器人概述 202

11.2 智能机器人的基本结构 203

11.2.1 智能机器人的硬件系统 203

11.2.2 智能机器人的软件系统 204

11.3 智能机器人的感知 206

11.3.1 智能机器人的传感器 206

11.3.2 多传感器信息融合 208

11.3.3 智能机器人的规划 209

11.3.4 机器人规划系统 209

11.3.5 智能机器人任务规划 210

11.3.6 非层次规划 211

11.3.7 层次规划 212

11.4 人工生命 213

11.4.1 狭义人工生命的基本概念 213

11.4.2 广义人工生命的基本概念 214

11.5 广义人工生命 215

11.5.1 广义人工生命的概念模型 215

11.5.2 广义人工生命的主要类型 216

11.5.3 广义人工生命的理论基础 217

11.5.4 广义人工生命的研究方法 218

11.5.5 广义人工生命的实现技术 218

11.5.6 广义人工生命的应用价值 219

第12章 网络智能与智能网络 221

12.1 智能网 221

12.2 网络管理与控制 222

12.3 网络信息检索 223

12.4 Web数据挖掘 227

12.5 语义Web 231

12.5.1 语义Web体系结构 231

12.5.2 语义Web的关键技术 233

12.6 网络演化 236

第13章 展望 238

13.1 广义智能 238

13.1.1 广义人工智能 238

13.1.2 广义智能学 240

13.2 高等智能 242

13.2.1 高等人工智能 242

13.2.2 高等智能 243

13.3 智能科学技术 245

13.3.1 智能科学技术的学科产生 245

13.3.2 智能科学技术的学科架构 245

广义人工智能哲理·诗三首 247

参考文献 248

后记 256

致谢 259