第1篇 潜意识基础理论 3
第1章 达尔文过程与潜意识的形成 3
第2章 潜意识的特征 7
第3章 潜意识的层次结构 16
3.1 潜意识的深层次结构 16
3.2 潜意识的浅层次结构 18
第4章 应用：序列效应背后基础原理 25
4.1 序列效应现象简述 25
4.2 M论文主要内容概述 26
4.3 序列效应背后机理 35
4.3.1 潜意识和意识；模型的作用 35
4.3.2 抽象和具体；分解和综合 38
4.3.3 认知行为思维模型示例 39
第5章 潜意识研究途径 42
第6章 人工智能未来可能性 50
第2篇 潜意识思维模型 55
第7章 潜意识研究模型方法适当性讨论 55
第8章 潜意识思维模糊性理论模型 58
8.1 模糊性原理概述 58
8.2 概念、关系的形成及其演化 60
8.2.1 概念表示 60
8.2.2 概念的形成 60
8.2.3 关系表示 61
8.2.4 关系的形成 62
8.2.5 概念演化 62
8.2.6 关系的演化 65
8.3 原因、结果和因果关联 65
8.3.1 概念和关系的联合演化 65
8.3.2 潜意识中因果思维模型 66
8.4 朴素定性推理 72
8.4.1 可能性推理 72
8.4.2 语言变量 73
8.4.3 近似推理 74
8.5 结论和展望 77
第9章 潜意识决策思维和发散思维模型 79
9.1 决策思维和发散思维概述 79
9.2 经典马尔可夫决策过程 81
9.2.1 马尔可夫决策过程MDP（Markov Decision Process） 81
9.2.2 部分可观察马尔可夫决策过程POMDP 82
9.3 潜意识马尔可夫决策过程 83
9.3.1 潜意识决策思维定性描述 83
9.3.2 潜意识马尔可夫决策过程模型 84
9.3.3 与常规MDP、POMDP的关系 85
9.4 最优策略的求法 86
9.4.1 迭代算法 86
9.4.2 近似算法 87
9.5 测度值马尔可夫理论模型 89
9.5.1 导言 89
9.5.2 状态Polish空间 90
9.5.3 状态空间上的有限测度空间 91
9.5.4 测度值分枝过程 92
9.5.5 定性分析 93
9.5.6 测度值分枝马尔可夫过程新观点 93
9.6 结论和展望 94
第10章 潜意识灵感思维模型 96
10.1 灵感思维概述 96
10.2 基础空间模型 97
10.2.1 导言 97
10.2.2 基础空间——广义马尔可夫决策过程 97
10.3 Brown蛇测度值马尔可夫思维过程模型 100
10.3.1 半直线上反射Brown运动 100
10.3.2 基础空间上马尔可夫思维过程 101
10.3.3 Brown蛇 101
10.3.4 灵感和Brown蛇测度值过程 102
10.3.5 进一步意识思维规划 104
10.3.6 小结：BSMMDP与人类思维习惯 105
10.4 应用实例 105
10.4.1 常规MDP是一个特例 105
10.4.2 不可观察MDP最优策略近似解法 106
10.5 结论和展望 107
第11章 潜意识中经验可计算成分形成模型及其在软件测试工作中的应用 108
11.1 实践与潜意识中经验可计算成分的形成概述 108
11.2 可计算性经验形成过程 109
11.2.1 程序 109
11.2.2 实践集 111
11.2.3 后验分布 111
11.2.4 可加性 114
11.2.5 多轮训练算法 115
11.3 模型在软件测试领域上的应用 116
11.3.1 随机模糊软件测试算法 116
11.3.2 一个简单实例 120
11.4 结论和展望 121
第12章 潜意识偏好模型 122
12.1 潜意识中偏好关系概述 122
12.2 基本概念 123
12.3 基本理论 124
12.4 潜意识偏好模型 127
12.5 例题 131
12.6 结束语 135
第3篇 人类社会行为中的潜意识形成理论及其模型 139
第13章 人类社会潜意识的形成机理以及科学潜意识的形成过程 139
13.1 人类社会潜意识形成机理及其特征 139
13.2 人类社会科学潜意识形成过程（［34］pp.1 21-174） 140
第14章 人类现代科学（潜）意识结构形成的仿真模型 147
14.1 仿真模型概述 147
14.2 现代科学（潜）意识结构形成仿真模型 150
第15章 应用：动态—概率粒子群协同算法 157
15.1 定性分析 158
15.2 粒子结构的概率演化 159
15.3 结论与展望 163
第4篇 人类社会现象中意识和潜意识综合思维模型示例 169
第16章 人类意识思维和潜意识思维相悖性现象 169
16.1 概述 169
16.2 人类科学思维中的相悖性现象 169
16.3 人类社会思维中相悖性现象 177
第17章 应用实例Ⅰ：偏好超滤模型 192
17.1 背景 192
17.2 预备知识 193
17.3 偏好超滤模型的一般理论 194
17.3.1 超滤模型 194
17.3.2 超滤的统计确定 196
17.4 偏好的标准模型 197
17.4.1 超幂RI 197
17.4.2 偏好的超滤模型 197
17.4.3 超滤的标准确定 198
17.4.4 偏好的“法定” 199
17.5 实例 201
17.6 小结 203
第18章 应用实例Ⅱ：双马尔可夫决策过程联合模型 204
18.1 背景 205
18.2 联合模型的一般结构 206
18.2.1 两个空间 206
18.2.2 两个层次 207
18.2.3 总结：联合运动的半马尔可夫性 208
18.3 联合模型的两种特殊类型 209
18.3.1 逻辑型 209
18.3.2 目标型 210
18.4 最优策略的求法 211
18.5 实例 212
18.6 小结 216
第5篇 总论：人类在科学认识上的思维方式及其模型 219
第19章 人类在科学认识上的思维方式 219
第20章 上升到高度抽象思维方式的一个人工智能实例 238
20.1 基本知识 240
20.1.1 基础马尔可夫决策过程 240
20.1.2 逻辑马尔可夫决策过程［99，100］ 241
20.1.3 条件期望和正则条件概率［129］ 241
20.2 基础概率空间和逻辑概率空间 242
20.2.1 基础概率空间 242
20.2.2 逻辑概率空间 243
20.2.3 两个空间之间的关系 243
20.3 条件数学期望和正则条件概率 244
20.3.1 条件数学期望 244
20.3.2 逻辑马尔可夫决策过程的语义 244
20.3.3 正则条件概率 246
20.4 实例 248
第21章 人类科学思维方式初步构建框架 253
21.1 知识空间形式化［36］ 254
21.2 潜意识空间形式化 255
21.3 直觉空间的形式化——即直觉算法 260
结束语 264
参考文献 266