人工智能及其应用 第3版PDF电子书下载

第1章绪论 1

1.1人工智能的定义与发展 1

1.1.1人工智能的定义 1

1.1.2人工智能的起源与发展 2

前沿学科的最精彩成就 宋健 3

目 录 3

代序——计算机时代的脑力劳动机械化与科学技术现代化 吴文俊 5

1.2人类智能与人工智能 5

1.2.1智能信息处理系统的假设和认知的研究层次 5

1.2.2人类智能的计算机模拟 8

1.3人工智能各学派的认知观 9

1.4人工智能的研究与应用领域 10

1.4.2逻辑推理与定理证明 11

第三版序 李衍达 11

1.4.1问题求解 11

1.4.3 自然语言理解 12

1.4.4自动程序设计 12

1.4.5专家系统 13

1.4.6机器学习 13

第二版序 李衍达 13

1.4.7神经网络 14

1.4.8机器人学 15

前言 蔡自兴徐光祐 15

1.4.9模式识别 16

1.4.10机器视觉 17

1.4.11智能控制 18

1.4.12智能检索 18

1.4.13智能调度与指挥 19

1.4.14分布式人工智能与Agent 19

1.4.15计算智能与进化计算 20

1.4.16数据挖掘与知识发现 21

1.4.17人工生命 22

1.4.18系统与语言工具 22

1.5本书概要 23

习题1 24

第2章知识表示与推理 25

2.1知识表示的一般方法 25

2.2图搜索策略 26

2.3一般搜索与推理技术 28

2.4 A*算法 29

2.5消解原理 32

2.5.1子句集的求取 32

2.5.2消解推理规则 34

2.5.3含有变量的消解式 35

2.5.4消解反演求解过程 36

第9章机器视觉 3 37

2.5.5含状态项的回答语句的求取 39

2.6规则演绎系统 45

2.6.1规则正向演绎系统 46

2.6.2规则逆向演绎系统 51

2.6.3规则双向演绎系统 53

2.7产生式系统 55

2.7.1产生式系统的组成 55

2.7.2产生式系统的推理 57

2.7.3产生式系统举例 59

2.8系统组织技术 64

2.8.1议程表 64

2.8.2黑板法 64

2.8.3△－极小搜索法 65

2.9小结 66

习题2 67

3.1经典推理和非经典推理 71

第3章高级知识推理 71

3.2非单调推理 72

3.2.1 缺省推理 73

3.2.2限定推理 76

3.2.3真值维持系统 78

3.3时序推理 81

3.3.1时间区间关系的表示 82

3.3.2各种约束关系算法 85

3.3.3时序关系表示和约束算法的拓广 87

3.4不确定性推理 90

3.4.1不确定性的表示与度量 90

3.4.2不确定性的算法 91

3.5概率推理 92

3.5.1概率的基本性质和计算公式 93

3.5.2概率推理方法 94

3.6.1知识不确定性的表示 96

3.6主观贝叶斯方法 96

3.6.2证据不确定性的表示 97

3.6.3主观贝叶斯方法的推理过程 99

3.7.1基于可信度的不确定性表示 102

3.7可信度方法 102

3.7.2可信度方法的推理算法 104

3.8证据理论 107

3.8.1证据理论的形式化描述 107

3.8.2证据理论的不确定性推理模型 112

3.8.3推理示例 117

3.9小结 120

习题3 122

第4章计算智能 124

4.1 概述 124

4.2.1人工神经网络研究的进展 126

4.2神经计算 126

4.2.2人工神经网络的结构 127

4.2.3人工神经网络的典型模型 129

4.2.4人工神经网络示例及其算法 131

4.2.5基于神经网络的知识表示与推理 134

4.3模糊计算 137

4.3.1模糊集合、模糊逻辑及其运算 137

4.3.2模糊逻辑推理 139

4.3.3模糊判决方法 142

4.3.4模糊逻辑、专家系统及神经网络在控制中的集成 143

4.4.1粗糙集理论的基本概念和特点 148

4.4粗糙集理论 148

4.4.2粗糙集理论的数据和决策表约简 150

4.5遗传算法 152

4.5.1遗传算法的基本机理 152

4.5.2遗传算法的求解步骤 155

4.5.3遗传算法的收敛性 160

4.6进化策略 166

4.6.1进化策略的算法模型 166

4.6.2进化策略和遗传算法的区别 167

4.7进化编程 168

4.7.1进化编程的机理与表示 168

4.7.2进化编程的步骤 169

4.8.1人工生命研究的起源和发展 170

4.8人工生命 170

4.8.2人工生命的定义和研究意义 171

4.8.3人工生命的研究内容和方法 173

4.8.4人工生命的实例 175

4.9 粒群优化 177

4.9.1群智能和粒群优化概述 177

4.9.2粒群优化算法 178

4.10蚁群算法 181

4.10.1蚁群算法理论 181

4.10.2蚁群算法的研究与应用 184

4.11自然计算 185

4.11.1 自然计算的兴起 185

4.11.2 自然计算的特征 187

4.11.3 自然计算的改进映射模型 188

4.12免疫计算 190

4.12.1免疫算法的提出 190

4.12.2免疫算法 191

4.12.3免疫算法的应用与发展趋势 194

4.13小结 196

习题4 198

5.1专家系统概述 200

5.1.1专家系统的特点 200

第5章专家系统 200

5.1.2专家系统的类型 201

5.1.3专家系统的结构和建造步骤 204

5.2基于规则的专家系统 207

5.3基于框架的专家系统 208

5.4基于模型的专家系统 211

5.5新型专家系统 213

5.5.1新型专家系统的特征 213

5.5.2分布式专家系统 214

5.5.3协同式专家系统 217

5.6专家系统设计 218

5.6.1专家知识的描述 218

5.6.2知识的使用和决策解释 221

5.7专家系统开发工具 223

5.8 专家系统实例——MYCIN剖析 225

5.8.1 MYCIN概述 226

5.8.2咨询子系统 227

5.8.3静态数据库 229

5.8.4动态数据库 234

5.8.5非精确推理 235

5.8.6控制策略 238

5.9小结 240

习题5 241

第6章机器学习 242

6.1机器学习的定义和发展历史 242

6.1.1机器学习的定义 242

6.1.2机器学习的发展史 243

6.2.2机器学习系统的基本结构 245

6.2.1机器学习的主要策略 245

6.2机器学习的主要策略与基本结构 245

6.3机械学习 247

6.4归纳学习 249

6.4.1归纳学习的模式和规则 249

6.4.2归纳学习方法 251

6.5类比学习 252

6.5.1类比推理和类比学习形式 253

6.5.2类比学习过程与研究类型 254

6.6解释学习 255

6.6.1解释学习过程和算法 255

6.6.2解释学习举例 256

6.7神经学习 257

6.7.1基于反向传播网络的学习 257

6.7.2基于Hopfield网络的学习 263

6.8知识发现 267

6.8.1知识发现的发展和定义 268

6.8.2知识发现的处理过程 269

6.8.3知识发现的方法 270

6.8.4知识发现的应用 272

习题6 274

6.9小结 274

第7章自动规划 276

7.1机器人规划的作用与任务 276

7.1.1规划的作用与问题分解途径 277

7.1.2机器人规划系统的任务与方法 278

7.2积木世界的机器人规划 280

7.2.1积木世界的机器人问题 280

7.2.2用F规则求解规划序列 281

7.3 STRIPS规划系统 283

7.3.1 STRIPS系统的组成 284

7.3.2 STRIPS系统规划过程 284

7.3.3含有多重解答的规划 287

7.4具有学习能力的规划系统 290

7.4.1 PULP-I系统的结构与操作方式 291

7.4.2 PULP-I系统的世界模型和规划结果 292

7.5分层规划 294

7.5.1长度优先搜索 294

7.5.2 NOAH规划系统 294

7.6基于专家系统的机器人规划 297

7.6.1系统结构和规划机理 297

7.6.2 ROPES机器人规划系统 299

7.7太空构件装配顺序规划系统 303

7.7.1太空构件装配及其顺序规划 303

7.7.2三维结构装配顺序规划示例 307

7.8小结 308

习题7 309

8.1分布式人工智能 311

第8章Agent（艾真体） 311

8.2 Agent及其要素 312

8.3艾真体的结构 315

8.3.1艾真体的结构特点 315

8.3.2艾真体的结构分类 316

8.4艾真体通信 319

8.4.1通信的过程 319

8.4.2艾真体通信的类型和方式 323

8.4.3交谈的规划与实现 325

8.4.4艾真体的通信语言 327

8.5.1多艾真体系统的模型和结构 328

8.5多艾真体系统 328

8.5.2多艾真体系统的协作、协商和协调 330

8.5.3多艾真体系统的学习与规划 333

8.5.4多艾真体系统的研究和应用领域 334

8.6小结 335

习题8 336

9.1.1视觉信息的表达方法 338

9.1 图像的理解与分析 338

9.1.2边缘距离的计算 340

9.1.3表面方向的计算 343

9.2积木世界的景物分析 347

9.2.1积木世界景物的线条标示方法 347

9.2.2无断裂和阴影时三面顶点的标示方法 349

9.2.3有断裂和阴影时线条图的分析 354

9.3视觉的知识表示与控制策略 357

9.3.1视觉信息的语义网络表示 357

9.3.2位置网络表示 358

9.3.3视觉系统的控制策略 359

9.4物体形状的分析与识别 360

9.4.1复杂形状物体的表示 360

9.4.2三维物体的形状描述 364

9.4.3物体形状识别方法 366

9.5机器人视觉系统举例 369

9.5.1 EYECOMⅡ机器人视觉系统 369

9.5.2机器人三维视觉系统 372

习题9 377

9.6小结 377

第10章 自然语言理解 381

10.1语言及其理解的一般问题 381

10.1.1语言与语言理解 381

10.1.2 自然语言理解研究的进展 383

10.1.3 自然语言理解过程的层次 384

10.2句法和语义的自动分析 385

10.2.1句法模式匹配和转移网络 385

10.2.2扩充转移网络 386

10.2.3词汇功能语法（LFG） 389

10.2.4语义的解析 391

10.3句子的自动理解 392

10.3.1简单句的理解方法 392

10.3.2复合句的理解方法 395

10.4语言的自动生成 397

10.5文本的自动翻译——机器翻译 398

10.6 自然语言理解系统的主要模型 400

10.7 自然语言理解系统应用举例 402

10.7.1 自然语言自动理解系统 402

10.7.2 机器翻译系统ARIANE 404

10.7.3 自然语言问答系统 406

10.8小结 408

习题10 408

第11章智能控制 410

11.1智能控制的发展与定义 410

11.1.1智能控制的产生和发展 410

11.1.2智能控制的定义 413

11.2智能控制的结构理论与特点 413

11.2.1智能控制的结构理论 414

11.2.2智能控制器的一般结构 418

11.2.3智能控制的特点 418

11.3智能控制的研究领域 420

11.4智能控制系统 423

11.4.1递阶智能控制系统 423

11.4.2专家控制系统 427

11.4.3模糊控制系统 430

11.4.4学习控制系统 434

11.4.5神经控制系统 438

11.5智能控制应用示例 442

11.6小结 447

习题11 449

第12章人工智能的争论与展望 450

12.1人工智能的争论 450

12.1.1对人工智能理论的争论 450

12.1.2对人工智能方法的争论 451

12.1.3对人工智能技术路线的争论 452

12.2.1人工智能对经济的影响 453

12.2.2人工智能对社会的影响 453

12.2人工智能对人类的影响 453

12.2.3人工智能对文化的影响 455

12.3智能认识论的若干基础问题 456

12.4对人工智能的展望 459

12.4.1更新的理论框架 459

12.4.2更好的技术集成 460

12.4.3更成熟的应用方法 461

12.5结束语 461

参考文献 463

索引 479