第1章 知识工程与知识管理综述 1
1.1 知识工程与人工智能 1
1.1.1 知识工程概念 1
1.1.2 人工智能概念和发展过程 3
1.1.3 知识系统的结构和知识工程的基础 9
1.2 知识工程的核心问题 10
1.2.1 知识概念与逻辑推理 10
1.2.2 知识表示与知识推理 13
1.2.3 知识获取 25
1.3 知识管理与知识工程 27
1.3.1 知识管理综述 27
1.3.2 信息管理与知识管理 29
1.3.3 知识工程与知识产业 31
1.3.4 知识工程和知识管理相互促进 33
习题1 36
第2章 专家系统及其开发 37
2.1 专家系统综述 37
2.1.1 专家系统概念 37
2.1.2 专家系统结构和原理 38
2.1.3 专家系统的应用与困难 39
2.2 产生式规则专家系统 41
2.2.1 产生式规则知识与推理 41
2.2.2 不确定性推理 45
2.2.3 解释机制和事实数据库 48
2.2.4 产生式规则知识推理简例 50
2.3 元知识与两级推理 52
2.3.1 元知识概念 52
2.3.2 元知识分类 53
2.3.3 领域知识和元知识的两级推理 55
2.3.4 元知识的应用 55
2.4 专家系统的黑板结构 56
2.4.1 基本原理 57
2.4.2 HEARSAY-Ⅱ语言识别系统 58
2.4.3 医疗诊断专家系统 60
2.5 专家系统开发与实例 62
2.5.1 专家系统的开发 62
2.5.2 专家系统工具 63
2.5.3 单推理树形式的专家系统 68
2.5.4 多推理树形式的专家系统 70
习题2 75
第3章 决策支持系统与商务智能 77
3.1 决策支持系统与智能决策支持系统 77
3.1.1 决策支持系统与商务智能综述 77
3.1.2 决策资源与决策支持 83
3.1.3 模型实验与模型组合方案 85
3.1.4 智能决策支持系统的设计与开发 86
3.1.5 决策支持系统实例 91
3.2 网络环境的决策支持系统 95
3.2.1 网络环境的决策支持系统概述 95
3.2.2 网络环境的智能决策支持系统 96
3.2.3 基于客户／服务器的决策支持系统开发平台 98
3.2.4 基于客户／服务器的决策支持系统实例 103
3.3 商务智能——基于数据仓库的决策支持系统 105
3.3.1 商务智能概述 105
3.3.2 数据仓库与联机分析处理 107
3.3.3 基于数据仓库的决策支持系统 114
3.3.4 商务智能实例 117
习题3 123
第4章 计算智能的仿生技术 124
4.1 神经计算 124
4.1.1 人工神经网络 124
4.1.2 反向传播模型BP 129
4.1.3 反向传播模型实例分析 133
4.1.4 神经元网络专家系统 135
4.2 模糊计算 141
4.2.1 模糊集合及其运算 141
4.2.2 模糊推理 144
4.2.3 模糊规则的计算公式 145
4.2.4 模糊推理方法的比较 146
4.3 遗传算法 147
4.3.1 遗传算法原理 147
4.3.2 优化模型的遗传算法求解 151
4.3.3 基于遗传算法的分类学习系统 153
4.4 人工生命 158
4.4.1 人工生命概述 158
4.4.2 人工生命的研究内容和方法 159
4.4.3 人工生命实例 160
4.4.4 人工生命的实验系统 162
习题4 163
第5章 机器学习与数据挖掘 166
5.1 机器学习与数据挖掘综述 166
5.1.1 机器学习概述 166
5.1.2 机器学习分类 168
5.1.3 知识发现与数据挖掘综述 172
5.1.4 数据浓缩与知识表示 175
5.2 基于信息论的归纳学习方法 180
5.2.1 基于互信息的ID3方法 180
5.2.2 基于信息增益率的C4.5方法 185
5.2.3 基于信道容量的IBLE方法 186
5.3 基于集合论的归纳学习方法 195
5.3.1 粗糙集方法 196
5.3.2 关联规则挖掘 205
习题5 212
第6章 公式发现与变换规则的挖掘 213
6.1 公式发现 213
6.1.1 公式发现综述 213
6.1.2 物理化学定律发现系统BACON 215
6.1.3 经验公式发现系统FDD 220
6.2 变换规则的知识挖掘 233
6.2.1 适应变化环境的变换和变换规则 233
6.2.2 变换规则知识挖掘的理论基础 235
6.2.3 变换规则的知识推理 237
6.2.4 变换规则链的知识挖掘 239
6.2.5 适应变化环境的变换规则元知识 242
习题6 245
第7章 知识管理与知识创造 246
7.1 知识经济与知识管理 246
7.1.1 知识经济与知识管理的形成 246
7.1.2 知识管理基本原理 248
7.1.3 知识管理与学习型组织 256
7.2 知识创造 260
7.2.1 知识创造模型 260
7.2.2 知识创造典范——开源软件 265
7.3 大数据与关联知识 270
7.3.1 从数据到决策的大数据时代 270
7.3.2 大数据型科学研究新范式 276
7.3.3 从关联分析中创造新知识 278
7.3.4 大数据的决策支持 281
习题7 281
第8章 计算机进化规律的发掘 283
8.1 计算机软件进化规律的发掘 283
8.1.1 数值计算的进化 283
8.1.2 计算机程序的进化 287
8.1.3 数据存储的进化 290
8.1.4 知识推理的进化 294
8.1.5 软件进化规律 296
8.2 计算机硬件进化规律的发掘 300
8.2.1 计算机硬件的理论基础 300
8.2.2 计算机的体系结构 303
8.2.3 计算机硬件的进化 305
8.2.4 计算机硬件进化规律 310
8.3 计算机网络进化规律的发掘 311
8.3.1 计算机网络的进化 311
8.3.2 计算机网络的进化规律 317
8.4 计算机技术发展趋势 318
8.4.1 计算机软件发展趋势 319
8.4.2 计算机硬件与网络的发展趋势 319
习题8 321
附录A 部分思考题参考答案 322
附录B 部分计算题答案 334
参考文献 346