第一章 知识表示技术 6
1.1 知识表示 6
1.2 逻辑表示法 7
1.2.1 命题逻辑表示 8
1.2.2 一阶谓词逻辑表示 10
1.3 语义网络表示法 12
1.3.1 语义网络 12
1.3.2 语义网络上的推理 16
1.4 产生式系统表示法 20
1.4.1 产生式系统基本构成 20
1.4.2 推理的方向 26
1.5.1 框架系统 35
1.5 框架表示法 35
1.5.2 框架系统中的推理 38
1.6 其它知识表示方法 39
第二章 知识推理技术 41
2.1 知识推理与控制 41
2.2 归结反演技术 42
2.2.1 归结原理 42
2.2.2 归结反演 45
2.2.3 基于归结原理的问题求解 48
2.3 规则演绎系统 53
2.3.1 正向演绎系统 54
2.3.2 逆向演绎系统 54
2.3.3 双向演绎系统 59
2.4.1 状态空间盲目搜索技术 60
2.4 启发式推理技术 60
2.4.2 状态空间启发式搜索技术 66
2.4.3 问题空间盲目搜索技术 70
2.4.4 问题空间启发式搜索技术 74
2.5 板控制技术 77
2.5.1 黑板模型 79
2.5.2 黑板框架结构 81
2.5.3 HEARSAY—Ⅱ简介 85
第三章 不确定知识处理技术 85
3.1 知识的不确定性 85
3.2 基于概率论的推理技术 86
3.2.1 确定性因子模型 86
3.2.2 确定性因子的概率解释 91
3.2.3 主观Bayes模型 94
3.2.4 证据理论 100
3.3 基于可能性理论的推理技术 107
3.3.1 模糊集合论 107
3.3.2 可能性理论 109
3.3.3 模糊逻辑与模糊推理 111
3.4 非单调推理 116
3.4.1 非单调逻辑 116
3.4.2 缺省逻辑 118
3.4.3 非单调模态逻辑 119
3.4.4 约束推理 120
第四章 知识获取技术 122
4.1 知识获取 122
4.2 知识库编辑系统 125
4.3 知识库求精 129
4.4 机器学习 132
4.4.1 机器学习的简单模型 132
4.4.2 机械学习 133
4.4.3 经验学习 134
4.4.4 分析学习 140
4.5 联接学习与遗传算法 146
第五章 专家系统 148
5.1 专家系统结构与问题求解过程 148
5.1.1 专家系统结构 148
5.1.2 专家系统问题求解过程 150
5.2 典型专家系统介绍 152
5.2.1 MYCIN系统 152
5.2.2 TEIRESIAS系统 165
5.2.3 PROSPECTOR系统 175
5.2.4 HPP′80综合专家系统 183
5.3 专家决策支持系统 186
5.3.1 决策支持系统 186
5.3.2 专家决策支持系统 188
5.3.3 模糊决策专家系统FDES 189
第六章 专家系统开发工具 195
6.1 开发工具的分类 195
6.1.1 按系统开发方式分类 195
6.1.2 按开发工具功能分类 196
6.1.3 按知识表示分类 196
6.2 智能程序设计语言 197
6.2.1 LISP语言 197
6.2.2 PROLOG语言 202
6.2.3 OPS语言 208
6.2.4 SMALLTALK语言 211
6.3 骨架系统 214
6.3.1 EMTCIN 214
6.3.2 EXPERT 217
6.3.3 AGE与HEARSAY—Ⅲ 222
6.4 通用开发工具 223
6.4.1 小型系统开发工具 224
6.4.2 中大型系统开发工具 230
6.4.3 混合型系统开发工具 236
第七章 专家系统开发方法 240
7.1 概述 240
7.1.1 专家系统开发的特点与难点 240
7.1.2 开发专家系统的一般原则 241
7.1.3 专家系统与知识系统 242
7.2 小型知识系统的开发 243
7.3 大型知识系统的开发 246
7.3.1 问题选择 246
7.3.2 开发原型 248
7.3.3 开发全系统 249
7.3.4 系统评价 250
7.3.5 系统集成与系统维护 251
第八章 风险投资专家系统的开发 253
8.1 风险投资领域知识获取 253
8.2 开发工具选择 255
8.3 风险投资专家系统的建立 259
8.4 风险投资专家系统的应用 277