序论 1
0.1 对人工智能的探求 1
0.2 人工智能研究的经过 1
0.3 知识工程的现状和未来 2
第一章 知识的表示和利用 1
1.1 知识库系统的考虑方法 1
1.2 知识表示和推理的要素 3
1.3 产生式系统 5
1.3.1 构成和历史 5
1.3.2 正向推理和逆向推理 8
1.3.3 应用方法和特征 9
1.4 黑板模型 9
1.5 语义网 10
1.6 框架系统 14
1.6.1 关于框架 14
1.6.2 根据框架进行知识的表示和推理 15
1.7 一阶谓词逻辑 17
1.7.1 根据合式逻辑式和子句形式进行知识表示 17
1.7.2 根据归结原理进行推理 19
1.7.3 知识表示系统的特征 20
1.8 目标系统 21
1.9 不确定知识的表示和利用 22
1.9.1 模糊性 22
1.9.2 关于不确定知识的处理方法 23
1.10 结论 24
第二章 知识的获取 27
2.1 知识库系统的三个方面 27
2.2 知识的获取 27
2.3 知识获取的背景 27
2.4 知识的结构化一知识表示 28
2.5 知识的完成度 29
2.6 对知识表示的要求 30
2.7 知识获取方法的若干阶段 30
第三章 知识库和数据库 34
3.1 记忆功能的利用～与过程的独立 34
3.2 数据库系统 34
3.3 对新数据库的要求 36
3.4 数据库技术研究的新动向 36
3.4.1 抽象数据类型概念的引入 36
3.4.2 演绎数据库 37
第四章 开发支援环境 39
4.1 关于开发支援环境 39
4.2 面向人工智能的语言 40
4.2.1 LISP 40
4.2.2 SMALLTALK 42
4.2.3 PROLOG 43
4.3 知识表示语言 44
4.4 智能工作站 46
4.5 研究者用的网络 48
第五章 模式识别 51
5.1 模式识别和知识库系统 51
5.2 图象识别的知识 51
5.3 利用与对象有关的知识 52
5.3.1 多面体模型 52
5.3.2 二维模型 53
5.3.3 框架的利用 54
5.3.4 三维模型 55
5.4 图象识别的控制 55
5.5 图象数据库 56
5.6 语言识别和知识库系统 57
5.7 语言识别系统 57
5.7.1 黑板模型 58
5.7.2 网络模型 59
第六章 自然语言处理 61
6.1 自然语言处理系统的框架 61
6.2 自然语言处理和知识 62
6.3 自然语言处理的技术 64
6.3.1 关于形态素的知识 65
6.3.2 句法上的知识 67
6.3.3 语义表达形式 71
6.3.4 与现实世界有关的知识 73
6.4 自然语言处理的应用领域 74
第七章 专家系统 79
7.1 关于专家系统 79
7.2 专家系统的历史 80
7.3 专家系统的结构 83
7.4 专门知识及其表示 85
7.5 事例 87
7.5.1 XCON 87
7.5.2 ONCOCIN 88
7.5.3 MOLGEN 88
7.6 专家系统的应用 89
7.6.1 通过问题的类型来考察其应用 89
7.6.2 通过问题的性质来考察其应用 90
7.6.3 通过应用领域来考察其应用 91
第八章 智能CAE 94
8.1 技术开发方法的改善 94
8.2 知识处理技术的利用 95
8.3 设计问题的特征 96
8.4 知识工程的界限及应用类型 97
8.5 智能CAD所采用的方法 98
8.6 表示的形式化和知识的利用 99
附录 102
1．参考文献 102
2．名词解释 106