第1章 绪论 1
1.1 人工智能的基本概念 1
1.2 人工智能的发展简史 5
1.3 人工智能研究的基本内容 9
1.4 人工智能的主要研究领域 11
思考题 16
第2章 知识表示 17
2.1 知识与知识表示的概念 17
2.2 一阶谓词逻辑表示法 21
2.3 产生式表示法 30
2.4 框架表示法 37
2.5 语义网络表示法 42
思考题 48
习题 49
第3章 确定性推理方法 51
3.1 推理的基本概念 51
3.2 自然演绎推理 61
3.3 谓词公式化为子句集的方法 63
3.4 海伯伦定理 68
3.5 鲁宾逊归结原理 70
3.6 归结反演 74
3.7 应用归结原理求解问题 77
思考题 80
习题 80
第4章 不确定性推理方法 83
4.1 不确定性推理的基本概念 83
4.2 概率方法 87
4.3 主观Bayes方法 90
4.4 可信度方法 101
4.5 证据理论 105
4.6 模糊推理方法 111
思考题 126
习题 126
第5章 搜索求解策略 129
5.1 搜索的概念 129
5.2 状态空间的搜索策略 131
5.3 盲目的图搜索策略 135
5.4 启发式图搜索策略 144
5.5 与／或图搜索策略 155
思考题 157
习题 157
第6章 专家系统 159
6.1 专家系统的产生和发展 159
6.2 专家系统的概念 160
6.3 专家系统的工作原理 165
6.4 知识获取 168
6.5 专家系统的建立 171
6.6 专家系统实例 177
6.7 专家系统的开发工具 186
思考题 192
第7章 机器学习 193
7.1 机器学习的基本概念 193
7.2 机械式学习 199
7.3 指导式学习 200
7.4 归纳学习 201
7.5 类比学习 208
7.6 解释学习 211
7.7 机器学习方法的比较与展望 214
思考题 216
第8章 人工神经网络及其应用 217
8.1 神经元与神经网络 217
8.2 BP神经网络及其学习算法 221
8.3 BP神经网络在软测量中的应用 225
8.4 Hopfield神经网络及其应用 228
8.5 Hopfield神经网络优化方法求解TSP 240
8.6 Hopfield神经网络优化方法求解JSP 242
习题 252
思考题 252
第9章 遗传算法及其应用 253
9.1 遗传算法的产生与发展 253
9.2 遗传算法的基本算法 256
9.3 遗传算法的改进算法 271
9.4 基于遗传算法的生产调度方法 277
思考题 285
习题 285
附录 习题解答 286
参考文献 301