第一章人工智能（AI）与Turbo Prolog语言 1
§1.1 人工智能概述 1
目 录 1
§1.2 对人工智能（AI）术语的理解 2
§1.3 实用化的AI 2
1.3.1计算机辅助教学 2
1.5.3回溯 （1 3
1.3.2数据库产生器 3
1.3.3视觉系统 3
1.3.4自然语言处理 4
1.3.5语音识别 4
1.3.6专家系统 5
1.3.7软件工程 5
§1.4 AI与Turbo Prolog 6
1.4.1陈述式程序设计的优点 6
1.4.2迷宫求解 7
1.4.3 Turbo Prolog方法 9
§1.5 Turbo Prolog运行原理 11
1.5.1分解原理 11
1.5.2合一 13
1.5.4不确定性程序设计 16
§1.6 事实与规则 18
1.6.1事实 18
1.6.2复合事实的构成 19
1.6.3复合事实的使用 20
1.6.4规则 20
5.5.1 知识的逻辑表达 （1 20
§1.7 领域的使用 21
1.7.1 Turbo Prolog表的简介 22
1.7.2字符串 22
5.5.2知识的框架表达 （1 23
§2.1 选择和建造正确的工具 24
第二章人工智能（AI）工具箱 24
§2.2 控制策略 24
2.2.1 Repeat—Fail 24
2.2.2递归 26
§2.3 字符与字符串 28
2.3.1字符的处理 28
2.2.3循环的控制 28
2.3.2字符串的处理 31
5.5.4框架系统的应用 （1 35
2.3.3字符串的插入 36
5.5.5框架表达的进一步完善 （1 36
2.3.4字符串的消去 39
§6.2 专家系统的特点 （1 39
§6.1 专家的特征 （1 39
2.3.5字符和字符串的替换 40
2.3.6串处理工具的进一步扩充 42
§2.4 Turbo Prolog的表 43
§2.5 字符串与表的协同运行 49
§6.6 外壳的建立 （1 50
§2.6 工具的使用 53
§3.1 什么是推理 54
第三章机器推理——推理机 54
3.1.1分析推理 55
3.1.2常识性推理 55
§3.2 命题演算 56
3.1.4形式推理 56
3.1.3元级推理 56
§7.1 新产品研制质量评估专家系统 （1 62
第七章应用实例 （1 62
3.3.1 谓词演算的基本概念 62
§3.3 谓词演算 62
3.3.2谓词演算的应用 63
§3.4 推理策略和控制策略 65
3.4.2反向链的应用 65
3.4.1推理机 65
3.4.3正向链的使用 68
§3.5 推理机的开发 70
3.4.4正向链与反向链 70
3.5.1 预备知识 71
3.5.2推理机程序的编写 71
3.5.3测试驱动程序 74
3.5.4不确定性处理程序 76
3.5.5 Why和How处理程序 79
3.5.6Why和How处理程序的解释 81
第四章自然语言处理 82
§4.1 什么是自然语言 82
§4.2 语言的组成 83
4.3.1模式配匹法 84
§4.3 探索自然语言的处理技术 84
4.3.2转移网络的使用 85
4.3.3递归转移网络 87
4.3.4可扩展的转移网络 99
第五章知识的表达 116
§5.1 传统方法 116
§5.2 AI方法 116
§5.3 知识库与数据库 117
§5.4 各种类型知识的表达 118
§5.5 Turbo Prolog的知识表达能力 119
5.5.3利用Turbo Prolog建立框架 124
§5.6 语义网络 137
第六章专家系统的开发 139
§6.3 专家系统的类型 140
6.4.1专家系统与传统软件 141
§6.4 为什么要专家系统？ 141
6.4.2专家系统与人类专家的比较 142
§6.5 专家系统的组成 142
6.5.1 用产生式规则建立知识库 143
6.5.2简单的知识库 144
§6.7 专家系统外壳的进一步完善 154
§6.8 专家系统的实际应用 160
7.1.1 问题的提出 162
7.1.2系统的形成 165
7.1.3汉化方法和系统层次结构 168
§7.2 变电所的智能化监视与控制 170
7.2.1 问题的提出 170
7.2.2 SMCAI系统的基本结构 170
7.2.3 工厂供电系统故障分析与专家系统的设计 171
7.2.4应用举例 173
参考文献 175