人工智能PDF电子书下载

第1章 人工智能概述 1

1.1 人类智能中的认知和思维 1

1.2 人工智能的定义与基础 4

1.3 人工智能的产生与发展 6

1.4 人工智能的研究方法 10

1.5 人工智能的研究与应用领域 13

1.6 人工智能的发展趋势 20

习题1 22

第2章 人工智能程序设计语言 23

2.1 人工智能程序设计语言概述 23

2.2 PROLOG语言 24

2.3 LISP语言 39

习题2 45

第3章 问题求解的基本原理 47

3.1 状态空间与问题求解 47

3.2 盲目搜索 49

3.3 启发式搜索 55

3.4 局部搜索 61

3.5 博弈树搜索 64

3.6 问题规约法 68

习题3 75

第4章 人工智能逻辑基础 77

4.1 一阶谓词逻辑 77

4.2 归结(消解)原理 85

4.3 Horn子句 104

习题4 106

第5章 知识表示与推理 110

5.1 概述 110

5.2 产生式表示 112

5.3 语义网络 117

5.4 框架 126

5.5 面向对象的表示方法 133

习题5 137

第6章 不确定推理方法 138

6.1 不确定性推理的基本概念 138

6.2 不确定性推理方法 141

6.3 可能性理论与模糊推理 157

6.4 非单调推理 163

习题6 166

第7章 机器学习 168

7.1 机器学习的基本概念 168

7.2 机器学习的原理与方法 170

7.3 机械学习 171

7.4 归纳学习 173

7.5 解释学习 177

7.6 类比学习 179

7.7 神经网络学习 182

习题7 190

第8章 专家系统 191

8.1 专家系统的基本概念 191

8.2 专家系统的结构和工作原理 195

8.3 知识获取 200

8.4 专家系统的设计与开发 204

8.5 专家系统开发工具 209

8.6 专家系统应用举例 211

习题8 214

第9章 知识发现与数据挖掘 216

9.1 知识发现方法 216

9.2 基于粗集理论的近似表达与知识理解 217

9.3 近似分类方法及评价系统参数重要性 220

9.4 知识简化与范畴简化 223

9.5 相对知识简化与相对范畴简化 225

9.6 数据表知识表达系统 227

9.7 决策规则和算法 228

习题9 231

第10章 遗传算法 233

10.1 遗传算法的概述 233

10.2 遗传算法的基本原理 236

10.3 遗传算法的设计实现 241

10.4 遗传算法的应用例子 257

10.5 遗传算法的进一步研究 263

习题10 270

第11章 分布式人工智能 272

11.1 分布式问题求解 272

11.2 Agent基本理论 275

11.3 多Agent系统 281

参考文献 292