第一章 引言 1
1.1 什么是自动推理 1
1.2 形式理论 5
第二章 命题演算（？？） 8
2.1 命题和联结词 8
2.2 命题演算语言 10
2.3 命题演算的语义 12
2.4 命题理论 19
2.5 演绎系统 21
第三章 谓词演算 24
3.1 一阶谓词演算语言 24
3.2 ？？的语义 28
3.3 一阶理论 32
3.4 演绎系统 34
4.1 子句集 37
第四章 Herbrand定理 37
4.2 子句集的Herbrand域 39
4.3 语义树 44
4.4 Herbrand定理 47
第五章 归结原理 52
5.1 命题逻辑的归结原理 52
5.2 替换与合一 55
5.3 一阶逻辑的归结原理 60
5.4 归结原理的完备性 62
第六章 归结原理的改进 70
6.1 删除策略 70
6.2 锁归结原理 73
6.3 线性归结原理 76
6.4 语义归结原理 78
第七章 非单调推理 80
7.1 非单调推理 80
7.2 模态非单调逻辑 84
7.3 缺席推理 90
7.4 限定推理 100
7.5 封闭世界假设 110
第八章 概率推理 115
8.1 概率导引 115
8.2 主观概率 117
8.3 专家系统中的概率推理 120
8.4 概率逻辑 122
8.5 概率逻辑结果 124
8.6 较小矩阵的计算 127
8.7 PROSPECTOR的不确定性管理 130
8.8 MYCIN的确定性因子 138
第九章 证据理论 146
9.1 确信函数和似然函数 146
9.2 证据组合 148
9.3 Dempster规则的特殊运用 150
9.4 Dempster规则组合的敏感性 155
9.5 证据的顺序传播 157
9.6 一般的近似推理原理 161
第十章 模糊推理 164
10.1 模糊集合论 164
10.2 模糊逻辑 168
10.3 可能性理论 178
10.4 基于可能性理论的模糊推理 180
10.5 MP生成函数 185
10.6 从不确定规则和不确定事实的推理 187
10.7 规则的模糊性和不确定性 194
第十一章 自动推理系统 195
11.1 概述 195
11.2 自动推理系统的基本结构 196
11.3 自动推理系统的几个基本问题 202
11.4 建立自动推理系统的步骤 208
11.5 建立自动推理系统的开发工具 211
参考文献 214