绪言 1
0.1 什么是人工智能 1
0.2 人工智能的研究领域 2
0.3 人工智能的基本技术 3
第1章 知识表示 5
1.1 知识的概念 5
1.2 状态空间表示法 8
1.3 产生式表示法 12
1.4 谓词逻辑表示法 19
1.5 语义网络表示法 23
1.6 框架表示法 27
习题 30
第2章 逻辑推理 31
2.1 命题逻辑 31
2.2 谓词逻辑 33
2.3 海伯伦（Herbrand）理论 44
2.4 归结原理 51
2.5 定理证明 57
2.6 利用归结原理求取问题的答案 59
2.7 归结原理的改进 60
2.8 与／或形演绎推理 67
习题 76
第3章 搜索策略 79
3.1 关于搜索的基本概念 79
3.2 基本搜索策略 80
3.3 启发式搜索 89
3.4 与／或树的搜索策略 92
3.5 博弈树的启发式搜索 97
习题 102
第4章 不确定性推理 105
4.1 不确定性的主要表现 105
4.2 不确定性推理方法的分类 106
4.3 概率基础 107
4.4 主观Bayes方法 114
4.5 可信度方法 126
4.6 证据理论（D-S理论） 131
习题 146
第5章 Prolog语言的执行机理 148
5.1 程序设计语言回顾 148
5.2 Prolog简介 148
5.3 Prolog的三种基本语句 149
5.4 匹配和回溯 151
5.5 截断（cut）和失败（fail） 153
习题 155
第6章 递归结构和递归程序 157
6.1 Turbo Prolog的基本成分 157
6.2 Turbo Prolog的程序结构 159
6.3 谓词结构 162
6.4 重复和递归方法 165
6.5 表处理 170
6.6 字符串程序设计 195
习题 198
第7章 文件处理与动态数据库 199
7.1 Turbo Prolog的文件处理谓词 199
7.2 文件谓词的使用 202
7.3 随机存取文件 209
7.4 Turbo Prolog的窗口功能 213
7.5 建立动态数据库 215
习题 231
8.1 专家系统简介 232
第8章 建造专家系统 232
8.2 专家系统的基本原理 233
8.3 用Turbo Prolog开发专家系统 238
第9章 专家系统的进一步研究 253
9.1 CITY（城市）库 254
9.2 RICH（富有）库 256
9.3 推理机研究 257
9.4 专家系统实例 266
参考文献 298