目录 1
第一章 专家系统导论 1
1.1 专家系统的定义 1
1.2 专家系统的发展史 2
1.3 专家解题方法的分析 2
1.4 专家系统中知识的作用 3
1.5 知识分析 3
1.6 专家系统的结构 4
1.7 专家系统中的编程语言 7
1.8 开发过程 8
1.9 专家系统的开发现状 8
第二章 人工智能问题求解的概念 10
2.1 双桶问题 10
2.2 人工智能技术的分析 11
2.3 成功的标准 13
2.4 人工智能中的问题求解 13
第三章 知识表示与形式逻辑 20
3.1 知识成分 20
3.2 表示的评价标准 20
3.3 表示的层次 21
3.4 知识表示模式 21
3.5 形式逻辑 22
3.6 采用形式逻辑的知识工程 26
3.7 推理过程 28
第四章 非形式化知识表达 30
4.1 语义网络 30
4.2 框架 32
4.3 剧本 35
4.4 产生式系统 36
第五章 问题求解策略 45
5.1 穷举搜索 . 45
5.2 大规模搜索空间 45
5.3 生成与测试 45
5.4 空间转换 47
5.5 规划 48
5.6 最少约束原理及约束传播 56
5.7 分类模型 57
5.8 黑板模型 58
第六章 处理不确定性 60
6.1 基于部分信息的推理 60
6.2 非单调推理 61
6.3 正确性保持系统 63
6.4 基于概率的推理 66
6.5 可信度 67
6.6 模糊推理 72
第七章 解释工具 75
7.1 基本解释——重点在调试方面 76
7.2 因果模型 79
7.3 PRESS——集中于对状态的解释 81
7.4 CLEAR——集中于说明性的解释 83
7.5 XPLAIN——集中于合理性的解释 85
7.6 关于训练的解释 87
7.7 联机用户辅助系统 89
第八章 专家系统的开发过程 91
8.1 专家系统与软件工程 91
8.2 专家系统开发的生命周期 92
8.3 问题选择 93
8.4 原型构造 96
8.5 形式化 97
8.6 实现 100
8.7 评价 102
8.8 长期发展 102
第九章 知识获取 103
9.1 专家——知识工程师（KE）的相互影响 103
9.2 认知过程 104
9.3 知识获取技术 105
9.4 样本问题实现 105
9.5 概念的系统阐述 107
9.6 知识表示的开发 107
9.9 无知识工程师的知识获取 108
9.8 多个专家的利用 108
9.7 关于核心问题的知识获取 108
第十章 专家系统工具 110
10.1 专家系统开发语言 110
10.2 专家系统外壳 111
10.3 小型工具 112
10.4 Lisp机器 113
10.5 大型混合专家系统工具 113
10.6 基于PC的专家系统工具 114
10.7 知识获取工具 115
第十一章 基于形式逻辑的推理 117
11.1 用基本子句消解 117
11.2 合一 120
11.3 谓词逻辑中的消解 121
12.1 用户接口 123
第十二章 多范例专家系统举例 123
12.2 内部设计概述 126
12.3 故障排除核心 127
12.4 成分知识库 134
12.5 状态的表示 134
12.6 混合初始化处理 135
12.7 预兆维护 137
12.8 文件和媒体的恢复 139
12.9 解释系统 139
12.10 支持工具 140
12.11 结果分析 140
12.12 专家系统的未来方向 141
A.1 Lisp理论 143
A.2 函数型编程语言 143
附录A LisP编程 143
A.3 变量赋值与函数定义 144
A.4 表处理 146
A.5 动态存贮器管理 148
A.6 控制 148
A.7 特殊的Lisp函数 151
附录B Prolog编程 152
B.1 理论概念 152
B.2 基本编程元素和语法 152
B.3 Prolog中的推理 155
B.4 Prolog中的显式控制 159
B.5 Prolog程序举例 161
参考文献 163
索引 171