第一章 知识库系统概述 1
1.1 引言 1
1.2 知识 1
1.2.1 知识的定义 1
1.2.2 数据 2
1.2.3 信息 2
1.3 知识表示的形式化 3
1.4 知识库、知识库系统 4
1.5 知识库系统的构造技术 5
1.7 小结 8
1.6 当今的研究方向 8
第二章 知识处理的逻辑方法 9
2.1 引言 9
2.2 用逻辑表示知识 9
2.3 用可计算函数和谓词扩大表示 12
2.4 归结 16
2.4.1 将逻辑表达式转换成子句形式 16
2.4.2 归结基础 18
2.4.3 命题逻辑中的归结 19
2.4.4 合一算法 20
2.4.5 谓词逻辑中的归结 22
2.4.6 多种代换 27
2.4.7 问题回答 28
2.5 自然演绎系统 30
2.6 语义表方法 33
2.7 小结 36
第三章 逻辑与数据库系统 38
3.1 引言 38
3.2 理论和完全关系结构方法 40
3.2.1 完整性维护 40
3.2.2 查询求值 42
3.2.4 三个假设 43
3.2.3 关系的定义 43
3.2.5 理论和完全关系结构方法的应用 44
3.3 纯理论方法 44
3.3.1 相容性检查 45
3.3.2 查询求值 46
3.3.3 将任意查询约化为完全开放查询 50
3.3.4 封闭世界假设／“失败为负”元规则 54
3.3.5 将复杂查询约化成一组原子查询 56
3.3.6 纯理论方法的应用 61
3.4 理论和不完全关系结构方法 62
3.4.1 完整性约束 64
3.4.2 另一个推理概念 68
3.4.3 完整性约束扩展集和结构扩展规则的使用 69
3.4.4 扩展规则集的另一种使用 71
3.4.5 封闭世界假设和定义域闭合假设 72
3.4.6 理论和不完全关系结构方法的应用 72
3.5 小结 73
第四章 DATALOG逻辑数据模型 75
4.1 引言 75
4.2 Datalog数据模型 77
4.3 非递归规则的求值 81
4.4 递归规则的求值 87
4.5 最小不动点的增量求值 93
4.6 规则体中的负操作 96
4.7 关系代数和逻辑 102
4.8 小结 107
第五章 知识处理中的非经典逻辑 108
5.1 引言 108
5.2 多分类逻辑 108
5.2.1 带受限量词的多分类逻辑 109
5.2.2 更具表达能力的多分类逻辑 110
5.3 情景逻辑 113
5.4.1 什么是单调性 115
5.4 非单调逻辑 115
5.4.2 一个非单调逻辑的例子 116
5.4.3 TMS——一个真值保持系统 116
5.5 多值逻辑 117
5.6 模糊逻辑 118
5.7 模态逻辑 119
5.7.1 可能世界、可访问关系和必然概念 123
5.7.2 特殊模态逻辑的特殊推理规则和逻辑公理 125
5.7.3 命题／公式的模态特性 127
5.7.4 命题集合之间的关系和特性 129
5.7.5 一个模态命题逻辑语言的语法 129
5.7.6 LEWIS的模态公理系统 131
5.7.7 用语义表进行有效性检查和定理证明 133
5.8 时间逻辑 138
5.8.1 用经典一阶谓词逻辑处理时间 138
5.8.2 基于模态的时态逻辑 139
5.9 认知逻辑 141
5.10 小结 144
第六章 知识处理的函数方法 145
6.1 引言 145
6.2 函数的构造 147
6.2.4 用条件（表达式）定义函数 148
6.2.3 用表达式定义函数 148
6.2.2 一般化合成 148
6.2.1 合成 148
6.2.5 初始递归 149
6.2.6 递归 150
6.2.7 求逆和限制 150
6.3 Lambda演算 151
6.3.1 Lambda演算规则 151
6.3.2 Church-Rosser定理 152
6.3.3 Curried函数 152
6.3.4 高阶函数 152
6.4.2 可计算函数 153
6.4 一般递归函数和可计算性概念 153
6.4.1 基础函数和构造函数 153
6.4.3 一般递归函数 154
6.5 McCarthy的计算方法 154
6.5.1 McCarthy对计算机科学理论的形式化 154
6.5.2 S-表达式和McCarthy符号演算的基本函数 155
6.5.3 S-表达式和LISP语言的可计算函数 157
6.6 函数观 158
6.7 函数查询语言FQL 159
6.7.1 用基础函数集合表示数据库系统的检索功能 159
6.7.3 FQL中的标准函数 162
6.7.2 FQL的函数构造策略 162
6.7.4 FQL中新函数的定义 163
6.7.5 用FQL表示查询 164
6.8 函数数据模型 164
6.8.1 几个关系模型概念 165
6.8.2 实体和函数 169
6.8.3 函数模型中的函数合成 173
6.8.4 数据操作语法的比较 174
6.8.5 用关系表示函数模式 176
6.8.7 与抽象数据类型的关系 178
6.8.6 用Daplex模式表示关系 178
6.8.8 函数数据模型的特点 179
6.9 小结 179
第七章 知识表示方法 181
7.1 引言 181
7.2 产生式规则 181
7.2. 1什么是产生示系统 181
7.2.2 问题求解方法 182
7.2.3 问题求解的查找策略 188
7.2.4 明晰表示控制知识 190
7.2.5 短评 191
7.3.1 什么是语义网 192
7.3 语义网 192
7.3.2 扩展语义网 193
7.3.3 分割语义网 196
7.4 框架 197
7.4.1 什么是框架系统 197
7.4.2 框架实例和从不同角度表示实体 199
7.4.3 类属性、省确值和槽条件 200
7.4.4 框架结构 202
7.4.5 匹配和模式识别 202
7.4.6 推理 204
7.4.8 短评 205
4.4.7 附加过程DEMONS 205
7.5 概念图 206
7.5.1 什么是概念图 206
7.5.2 断言 208
7.5.3 非操作和量词 208
7.5.4 模态和时态 209
7.5.5 抽象和定义 209
7.5.6 基本操作 210
7.5.7 最大结合 212
7.5.8 短评 212
7.6 小结 213
第八章 不精确推理方法 214
8.1 引言 214
8.2 概率论 214
8.3 确定性理论 217
8.4 DEMPSTER/SCHAFER证据理论 219
8.4.1 基础理论 219
8.4.2 应用模型 222
8.4.3 一个例子 223
8.5 可能性理论 224
8.6 关联演算 226
8.7 似然理论 230
8.8 小结 236
第九章 机器学习 238
9.1 引言 238
9.2 机械（或死记）式学习 240
9.3 类比学习 241
9.4 概念学习 243
9.5 通过观察学习 245
9.6 通过发现学习 247
9.7 小结 250
参考文献 251