第一章 绪论 1
§1.1 人工智能的研究对象 1
一、机器智能与智能机器 1
二、脑力劳动自动化与脑模型 1
目录 1
§1.2 人工智能的学科范畴 2
一、智能：感知、思维、行为 2
二、知识：获取、处理、利用 3
三、人工智能的基本内容 3
一、结构与功能 4
§1.3 人工智能的研究方法 4
二、启发与算法 6
§1.4 人工智能的发展概况 6
一、人工智能的孕育、形成、发展 7
二、国外人工智能发展动态 8
三、我国人工智能的进展概况 9
小结 10
习题 10
二、知识模型变换：同构、同态 11
一、知识类型：叙述型、过程型、控制型 11
第二章 知识表达技术 11
§2.1 知识表达的基本概念 11
§2.2 状态空间表达法 12
一、状态空间表达法的概念 12
二、状态空间表达法示例 13
§2.3 “与／或”图表达法 14
一、“与／或”图表达法的概念 14
二、“与／或”树表达法的示例 14
一、产生式系统的基本结构 16
二、产生式系统与问题求解 16
§2.4 产生式规则表达法 16
三、产生式系统的分析与设计 19
四、产生式系统的类型和性能 20
五、产生式系统的开发和应用 21
§2.5 知识的逻辑表达方法 22
一、命题逻辑………………………………………………………………………… （？） 26
二、谓词逻辑 26
三、一阶谓词逻辑表达方法 26
四、谓词逻辑表达法的性能和应用 31
§2.6 语义网络表达法 31
一、语义网络的概念和持性 31
二、语义网络表达法的应用 32
一、特征表的概念 33
§2.7 特征表表达法 33
二、特征表应用示例 34
§2.8 框架表达法 35
一、框架表达法的概念和示例 35
二、框架表达法的性能和应用 35
小结 36
习题 37
一、知识推理的概念 38
二、图搜索与逻辑论证 38
§3.1 知识推理的概念和类型 38
第三章 知识推理技术 38
三、推理算法与推理步骤 39
四、启发推理与非启发推理 39
§3.2 符号模式匹配 40
一、符号模式匹配的概念 40
二、符号模式匹配的示例 40
三、隐式图搜索过程 43
一、显式图与隐式图 43
二、隐式图搜索方法 43
§3.3 图搜索的基本概念 43
三、符号模式匹配的问题 43
§3.4 广度优先搜索法 44
一、广度优先搜索法的概念 44
二、广度优先搜索法的流程 44
三、广度优先搜索法的示例 45
§3.5 深度优先搜索法 46
一、深度优先搜索法的概念 46
二、深度优先搜索法的流程 46
一、有界深度优先搜索法的概念 47
§3.6 有界深度优先搜索法 47
三、深度优先搜索法的示例 47
二、有界深度优先索搜法的流程 48
三、有界深度优先搜索法的示例 49
§3.7 代价驱动搜索法 51
一、代价驱动搜索法的概念 51
二、代价驱动广度优先搜索法 51
三、代价驱动深度优先搜索法 53
§3.8 局部择优搜索法 53
一、局部择优搜索法的概念 53
§3.9 全局择优搜索法 55
一、全局择优搜索法的概念 55
三、局部择优搜索法的示例 55
二、局部择优搜索法的流程 55
二、评价函数的启发能力 56
三、最好优先搜索法的示例 57
§3.10 “与／或”树图搜索法 58
一、“与／或”树图搜索法的概念 58
二、“与／或”树图搜索法的流程 59
§3.11 “与／或”树代价驱动搜索法 60
一、“与／或”树代价驱动搜索的特点 60
一、“与／或”树最好优先搜索法的特点 61
§3.12 “与／或”树最好优先搜索法 61
二、“与／或”树代价驱动搜索的示例 61
二、“与／或”树最好优先搜索的过程 62
三、“与／或”树最好优先搜索的示例 62
§3.13 博弈树图搜索法 64
一、博弈的基本概念 64
二、博弈树的主要特点 65
三、极大极小分析法 66
四、“α-β”剪枝法 66
§3.14 分解技术与多级规划 68
一、分解技术 68
二、多级规划 69
三、机器人的多级规划 70
§3.15 双向推理与“手段-目的”分析 71
一、正向、反向、双向推理 71
二、“手段-目的”分析法 72
§3.16 组合爆炸与推理复杂性 73
一、组合爆炸 73
二、推理复杂性 74
§3.17 启发信息与搜索效率 75
一、启发评价 75
二、启发分解 75
五、启发剪枝 76
三、启发变换 76
四、启发生成 76
六、搜索效率………………………………………………………………………？ 78
七、最经济推理 78
§3.18 归结原理与逻辑推理 78
一、归结原理 78
二、定理证明 78
三、“合一”过程 80
四、逻辑推理方法示例 81
小结 82
习题 83
§4.1 知识获取的概念和途径 84
一、知识获取的基本概念 84
第四章 知识获取技术 84
二、知识获取的主要途径 85
§4.2 机器学习的概念和类型 86
一、学习和学习系统的概念 86
二、机器学习系统的类型 86
§4.3 机器学习系统的结构和功能 88
一、机器学习系统的原理结构 88
二、机器学习系统的基本功能 88
二、相关产生式学习方法 90
§4.4 相关产生式学习系统 90
一、相关产生式的概念 90
三、相关产生式学习示例 93
§4.5 条例空间筛选学习系统 94
一、条例空间筛选学习方法 94
二、条例空间筛选学习实例 95
§4.6 结构归纳学习系统 96
一、结构归纳学习的概念 96
二、结构归纳学习的方法 98
三、结构归纳学习的示例 99
一、机器视觉的系统结构 100
§4.7 机器视觉与物景分析 100
二、机器视觉的基本方法 101
三、物景分析的概念和方法 102
§4.8 机器听觉和“人-机”对话 102
一、机器听觉和“人-机”对话的概念 102
二、自然语言“人-机”对话系统 103
三、自然语言的语音识别 105
四、自然语言理解和生成 106
五、故事理解与言谈分析 107
二、产生式系统的知识库 108
一、知识库系统的概念 108
§4.9 知识库及其管理系统 108
？库的检索效率 109
？管理系统 109
§4.10 知识同化和知识顺应 110
一、知识库的运行要求 110
二、知识同化技术 110
三、知识顺应技术 112
小结 113
习题 113
一、人工智能程序的特点 114
第五章 人工智能语言 114
§5.1 人工智能程序设计 114
二、人工智能程序设计语言 115
§5.2 LISP语言 117
一、LISP语言的发展概况 117
二、LISP数据结构 118
三、LISP函数 121
四、LISP函数的构造方法 126
一、LISP程序设计方法 129
§5.3 LISP程序设计 129
二、求解“梵塔”问题的LISP程序 130
三、符号模式匹配LISP程序 133
四、求解“皇后”问题的LISP程序 137
§5.4 PROLOG语言 140
一、PROLOG语言的发展概况 140
二、PROLOG语言的特点 141
三、PROLOG语言的基本概念 141
四、PROLOG语言的语法 143
五、PROLOG语言的系统谓词 145
一、PROLOG程序设计方法 147
§5.5 PROLOG程序设计 147
二、“迷宫搜索”问题的PROLOG程序 149
三、“动物识别”问题的PROLOG程序 152
小结 158
习题 159
第六章 专家系统 160
§6.1 专家系统的基本概念 160
一、专家系统的概念和特点 160
二、专家系统的结构和功能 160
三、专家系统的产生和发展 161
四、专家系统的用途和类型 162
§6.2 专家系统的设计与开发 163
一、专家系统的设计原则和开发步骤………………………………………………………？ 166
二、专家系统的结构和功能设计……………………………………………………………？ 166
§6.3 专家系统的开发工具 166
一、骨架系统 166
二、知识获取辅助工具 167
三、通用知识表达语言 168
四、模块组合式开发工具 168
§6.4 专家系统的评价方法 169
一、专家系统评价的目的 169
三、专家系统评价的方法 170
二、专家系统评价的指标 170
§6.5 医疗诊断专家系统 172
一、MYCIN概况 172
二、MYCIN的静态特性 174
三、MYCIN的动态特性 176
四、治疗方案选择 180
§6.6 化学专家系统 182
一、启发式DENDRAL系统 182
三、超-DENDRAL系统 183
二、结构生成CONGEN系统 183
§6.7 地质勘探专家系统 185
一、PROSPECTOR结构原理 185
二、PROSPECTOR应用功能 186
§6.8 布线设计专家系统 187
一、BRAVE系统原理和功能 187
二、BRAVE系统知识表达 188
三、BRAVE系统控制策略 191
§6.9 数学专家系统 192
一、AM系统的结构原理 192
二、AM系统的应用功能 193
三、AM系统的控制策略 194
§6.10 多学科综合型专家系统 195
一、HPP-80多学科应用专家系统 196
二、HPP-80系统的知识工程工具 197
§6.11 专家系统的应用领域 198
§6.12 专家系统的问题及途径 203
一、专家系统存在的问题 203
二、专家系统的新途径 204
小结 205
习题 205
一、智能控制的产生背景 206
§7.1 智能控制的产生和发展 206
第七章 智能控制与智能管理 206
二、智能控制的发展过程 207
§ 7.2 智能控制的概念和类型 207
一、智能控制的基本概念 207
二、智能控制的主要类型 209
§7.3 自寻优控制系统 210
一、自寻优控制设计原理 210
二、极值搜索自寻优控制 211
三、区间优选自寻优控制 213
一、多级自寻优控制系统结构 215
二、局部自寻优控制级 215
§7.4 多级自寻优控制系统 215
三、全局自协调控制级 216
四、多级自寻优控制系统的特点 219
§7.5 专家控制系统 219
一、专家控制系统的概念 219
二、专家控制系统的类型 220
三、产生式专家控制系统 221
§7.6 多级专家控制系统 223
一、多级专家控制系统 223
二、多层专家控制系统 224
三、多段专家控制系统 225
§7.7 自学习控制系统 225
一、自学习控制的基本原则 225
二、产生式自学习控制系统 227
§7.8 计算机管理系统的进展和问题 229
一、计算机管理系统的发展概况 229
二、计算机管理系统存在的问题 231
§7.9 智能管理系统的基本概念 232
一、智能管理系统的设计思想 232
二、智能管理系统的结构和功能 234
一、专家管理系统 235
§7.10 专家管理系统 235
二、多级专家管理系统 236
§7.11 智能办公信息系统 237
一、智能办公信息系统的概念 237
二、省长办公信息系统的设计 238
§7.12 智能控制与管理系统 239
一、计算机集成生产系统 240
二、专家控制与管理系统 242
小结 244
习题 245
一、神经细胞的结构 247
二、神经细胞的功能 247
第八章 脑模型………………………………………………………………………？ 247
§8.2 神经细胞模型 247
§8.1 概述……………………………………………………………？ 247
三、神经细胞的“M-P”模型 248
四、改进的神经细胞模型 249
§8.3 神经网络模型 250
一、神经网络的基本逻辑元件 250
二、开环神经网络模型 251
三、闭环神经网络模型 251
一、感知机的实验系统 252
§8.4 感知机 252
二、简单感知机的构造 253
§8.5 联想机 254
一、联想机的基本原理 254
二、联想记忆和识别 255
小结 257
习题 258
第九章 智能机 259
§9.1 现有计算机的问题 259
一、原理结构的问题 259
三、智能水平的问题 260
二、人-机接口的问题 260
§9.2 智能机的研究 261
一、新一代计算机研究概况 261
二、“电脑”与人脑的差距 261
§9.3 知识信息处理机 263
一、推理求解系统 263
二、知识库系统 264
三、智能接口系统 264
四、智能编程系统 264
一、LISP机的功能要求 265
§9.4 LISP机 265
二、LISP机的结构类型 266
三、典型的LISP机 266
§9.5 数据库机 267
一、数据库机的功能要求 267
二、数据库机的结构类型 268
三、高速数据处理技术 268
四、典型的数据库机 269
小结 273
习题 273
一、丰硕成果 274
第十章 回顾与展望 274
§10.1 回顾 274
二、波浪前进 275
§10.2 展望 275
一、新课题 275
二、新途径 277
三、新前景 278
小结 279
习题 279
附录 英汉术语对照 280
参考文献 283