第1章 绪论 1
1.1 智能与智能系统 1
1.1.1 认识智能 1
1.1.2 智能的定义 2
1.1.3 智能的特征 3
1.1.4 智能系统 3
1.2 人工智能的产生与发展 6
1.2.1 人工智能的定义 6
1.2.2 人工智能的起源、形成与发展 7
1.3 人类智能与人工智能 9
1.3.1 智能信息处理系统的假设 10
1.3.2 人类智能的计算机模拟 12
1.4 人工智能各学派的认知观 13
1.4.1 符号主义 14
1.4.2 连接主义 15
1.4.3 行为主义 16
1.5 人工智能实现的目标与前提 17
1.6 人工智能的研究与应用领域 20
1.6.1 问题求解 20
1.6.2 逻辑推理与定理证明 20
1.6.3 自然语言理解 21
1.6.4 自动程序设计 22
1.6.5 专家系统 22
1.6.6 机器学习 23
1.6.7 神经网络 23
1.6.8 机器人学 24
1.6.9 模式识别 24
1.6.10 机器视觉 25
1.6.11 智能控制 26
1.6.12 智能检索 26
1.6.13 智能调度与指挥 27
1.6.14 分布式人工智能与Agent 27
1.6.15 计算智能 28
1.6.16 数据挖掘与知识发现 29
1.6.17 人工生命 30
1.6.18 系统与语言工具 30
第2章 知识表示技术 31
2.1 知识表示概述 31
2.1.1 什么是知识 31
2.1.2 知识的属性 32
2.1.3 知识的分类 34
2.1.4 知识表示 34
2.2 状态空间表示法 36
2.2.1 状态与操作 36
2.2.2 状态空间 37
2.2.3 状态空间表示法的特点 40
2.3 基于谓词逻辑的知识表示 41
2.3.1 命题逻辑 41
2.3.2 谓词逻辑 41
2.3.3 用谓词逻辑表示状态 42
2.3.4 用谓词逻辑表示操作 44
2.3.5 基于谓词逻辑的知识表示法的特点 45
2.4 产生式表示法 45
2.4.1 产生式的基本形式 45
2.4.2 产生式系统 47
2.4.3 产生式系统实例 50
2.4.4 产生式表示法的特点 51
2.5 框架表示法 51
2.5.1 框架理论 52
2.5.2 框架 52
2.5.3 框架网络 56
2.5.4 框架中槽的设置与组织 58
2.5.5 框架系统中求解问题的基本过程 60
2.5.6 框架表示法的特点 61
2.6 语义网络表示法 62
2.6.1 语义网络结构 62
2.6.2 知识的语义网络表示 63
2.6.3 语义网络中常用的语义关系 66
2.6.4 语义网络系统中求解问题的基本过程 67
2.6.5 语义网络表示法的特点 68
2.7 本体技术 69
2.7.1 本体的概念 69
2.7.2 本体的组成 69
2.7.3 本体的分类 70
2.7.4 本体的建模 70
第3章 搜索技术 73
3.1 搜索概述 73
3.2 图搜索策略 74
3.3 盲目搜索 76
3.3.1 宽度优先搜索 76
3.3.2 深度优先搜索 78
3.3.3 有界深度优先搜索 78
3.3.4 代价树搜索 80
3.4 启发式搜索 81
3.4.1 启发性信息和估价函数 81
3.4.2 最好优先搜索 82
3.4.3 局部择优搜索 83
3.4.4 A算法 83
第4章 基于知识的推理 85
4.1 基于知识的推理基础 85
4.1.1 演绎推理与归纳推理 85
4.1.2 逻辑推理与似然推理 86
4.1.3 单调推理与非单调推理 87
4.1.4 启发式推理与非启发式推理 87
4.1.5 模式匹配 87
4.2 推理的控制策略 89
4.2.1 推理方向 90
4.2.2 搜索策略 92
4.2.3 冲突消解策略 94
4.2.4 求解策略 96
4.2.5 限制策略 96
4.3 不确定性推理 96
4.3.1 不确定性的来源 96
4.3.2 不确定性推理中的基本问题 97
4.3.3 不确定性推理方法的分类 98
4.4 概率方法 99
4.4.1 概率的基本概念、性质和计算公式 99
4.4.2 概率推理方法 101
4.5 模糊推理 103
4.5.1 模糊理论 103
4.5.2 模糊命题与模糊逻辑 108
4.5.3 模糊知识与证据的表示 109
4.5.4 模糊推理的基本模式 109
4.5.5 模糊匹配 110
4.5.6 基于模糊变换的模糊推理 112
4.5.7 多维模糊推理的一般方法 113
第5章 专家系统 116
5.1 专家系统概述 116
5.1.1 专家系统的定义 117
5.1.2 专家系统的类型 118
5.2 专家系统的组成与结构 120
5.3 专家系统与传统计算机应用程序的不同 122
5.4 知识获取 126
5.4.1 知识获取的方法 127
5.4.2 知识的一致性与完整性 128
5.4.3 知识获取的新进展 130
5.5 专家系统的解释机制 131
5.6 专家系统开发方法 133
5.7 专家系统工具 134
5.8 专家系统的优点与目前存在的问题 135
第6章 多Agent系统 137
6.1 基本概念 137
6.1.1 Agent 137
6.1.2 多Agent系统 147
6.2 Agent结构 152
6.2.1 Agent的心理要素 152
6.2.2 Agent基本结构 152
6.2.3 慎思Agent 154
6.2.4 反应Agent 155
6.2.5 混合结构Agent 156
6.3 多Agent系统 159
6.3.1 多Agent系统的模型和结构 159
6.3.2 多Agent系统的协作、协商和协调 161
6.3.3 Agent通信 163
6.3.4 多Agent系统的学习与规划 164
第7章 数据仓库与数据挖掘 166
7.1 数据仓库概述 166
7.1.1 数据仓库的概念 166
7.1.2 数据仓库结构 168
7.1.3 数据仓库的粒度 168
7.1.4 元数据 169
7.1.5 数据仓库系统 170
7.2 数据仓库的数据组织 171
7.2.1 由二维表到数据立方体 172
7.2.2 多维数据模型 173
7.3 数据仓库的数据访问 174
7.3.1 OLAP定义 175
7.3.2 OLAP与OLTP 175
7.3.3 概念分层 175
7.3.4 OLAP的决策支持 176
7.4 数据挖掘 178
7.4.1 数据挖掘的定义 178
7.4.2 知识发现与数据挖掘的关系 179
7.4.3 数据挖掘方法和技术 181
7.4.4 数据挖掘的决策支持 183
7.5 基于信息论的数据挖掘方法 185
7.5.1 信息论原理 185
7.5.2 基于互信息的ID3方法 189
第8章 水面舰艇作战软件战术检验专家系统 194
8.1 研究的内容和战术技术规格要求 194
8.2 系统总体设计 194
8.2.1 系统设计基本思想 195
8.2.2 系统结构设计 195
8.3 推理机设计 197
8.4 知识库设计 197
8.4.1 关于知识表示 198
8.4.2 关于知识库的总体结构 198
8.4.3 关于知识库管理系统 199
8.5 解释器设计 202
8.6 元控制器设计 203
8.7 数据结构设计 205
8.7.1 整体数据库 205
8.7.2 元控制表 206
8.7.3 关键变量特性表 206
8.7.4 知识库 207
8.7.5 匹配成功规则库 208
8.7.6 规则使用情况表库 208
第9章 本体技术在作战计划建模中的应用 209
9.1 作战计划表示需求 209
9.1.1 一致理解 209
9.1.2 智能处理 209
9.1.3 重复使用 210
9.2 作战计划本体模型分析 210
9.2.1 建模意义 210
9.2.2 组成元素 211
9.2.3 层次结构 211
9.3 作战计划本体模型构建方法 211
9.3.1 构建的策略 211
9.3.2 构建的流程 212
9.4 水面舰艇作战计划本体模型构建 214
9.4.1 构建分析 214
9.4.2 类层次创建 215
9.4.3 类属性确定 215
9.4.4 类间关系描述 216
9.4.5 形式化表示 217
第10章 基于故障树的舰载拖曳声纳故障智能诊断系统 220
10.1 故障树分析方法概述 220
10.1.1 故障树分析法的符号及含义 220
10.1.2 故障树建立的基本原则及方法 221
10.1.3 故障树建立的步骤 222
10.2 舰载拖曳声纳故障树的建立 222
10.2.1 电源故障树 222
10.2.2 机械装备故障树 223
10.2.3 功能性故障树 224
10.2.4 网络连接故障树 224
10.2.5 信号处理机故障树 225
10.2.6 控制台功能故障树 226
10.3 系统总体方案设计 226
10.3.1 系统需求分析 226
10.3.2 系统设计目标 227
10.3.3 系统体系结构 227
10.4 功能模块设计 229
10.4.1 用户管理功能模块 230
10.4.2 数据管理功能模块 230
10.4.3 维修记录管理功能模块 230
10.4.4 知识库管理功能模块 230
10.4.5 故障诊断功能模块 231
10.5 数据库设计 231
10.5.1 用户信息数据表设计 231
10.5.2 故障类别表设计 232
10.5.3 故障现象表设计 232
10.5.4 故障原因及排除方法表 232
10.5.5 故障诊断知识库表 233
10.5.6 维修记录表 233
第11章 基于MAS的舰艇编队协同防空决策系统 234
11.1 编队协同防空决策概述 234
11.1.1 指挥员是编队协同防空决策的主体 234
11.1.2 编队协同防空决策是动态决策过程 235
11.1.3 编队协同防空决策的不确定性 235
11.2 基于Agent的建模方法 236
11.3 编队协同防空决策系统设计 237
11.3.1 系统的结构与原理 237
11.3.2 系统组成 238
11.3.3 系统中智能体的结构和类型 240
11.3.4 多智能体通信 241
11.3.5 面向编队协同防空决策的MAS规划方法 244
第12章 基于Agent的驱护舰编队协同反潜仿真模型 248
12.1 驱护舰编队协同反潜概述 248
12.1.1 编队协同反潜的主要作战活动 248
12.1.2 编队协同反潜指挥的方式与整体性原则 248
12.1.3 编队反潜中的作战协同 249
12.1.4 编队协同反潜的影响因素 249
12.2 驱护舰编队实体Agent体系结构 250
12.2.1 实体Agent运行环境的特点 250
12.2.2 实体Agent的体系结构 251
12.2.3 基于MBGT的实体Agent认知模型 252
12.3 基于共同使命的编队反潜协同模型 254
12.3.1 基于组织观点的编队反潜多Agent系统 254
12.3.2 基于共同使命的编队协同反潜模型 256
参考文献 260