本书全面系统地介绍了人工智能的基本原理、方法及研究应用领域。全书共10章，分为三大部分，第一部分第1章至第5章，介绍人工智能的基本原理和方法，包括人工智能概述和人工智能的三大技术；第二部分第6章至第8章，介绍人工智能的三个重要研究领域；第三部分第9章至第10章，介绍人工智能的两个重要应用领域。全书内容既符合国家学位委员会1998年11月颁发的《同等学历人员申请硕士学位计算机科学与技术学科综合水平全国统一考试大纲及指南》中的“人工智能考试大纲”的要求，也充分考虑到了人工智能学科的整体结构和最新研究进展。
本书可作为计算机学科申请硕士学位人员的学习用书，也可作为计算机、信息处理、自动化等学科的研究生和本科高年级学生教材，还可供相关专业科技人员使用。
目录
- 第1章 人工智能概述
- 1.1 人工智能及其研究目标
- 1.1.1 人工智能的定义
- 1.1.2 人工智能的研究目标
- 1.2 人工智能的产生与发展
- 1.2.1 孕育期
- 1.2.2 形成期
- 1.2.3 知识应用期
- 1.2.4 综合集成期
- 1.3 人工智能研究的基本内容及其特点
- 1.3.1 人工智能研究的基本内容
- 1.3.2 人工智能研究的特点
- 1.4 人工智能的研究和应用领域
- 1.4.1 机器学习
- 1.4.2 自然语言理解
- 1.4.3 专家系统
- 1.4.4 模式识别
- 1.4.5 计算机视觉
- 1.4.6 机器人学
- 1.4.7 博弈
- 1.4.8 自动定理证明
- 1.4.9 自动程序设计
- 1.4.10 智能控制
- 1.4.11 智能决策支持系统
- 1.4.12 人工神经网络
- 1.4.13 知识发现和数据挖掘
- 1.4.14 分布式人工智能
- 1.5 人工智能研究的不同学派及其争论
- 1.5.1 人工智能的三大学派
- 1.5.2 人工智能理论的争论
- 1.5.3 人工智能研究方法的争论
- 1.6 人工智能的近期发展分析
- 习题
- 第2章 知识表示
- 2.1 知识与知识表示的概念
- 2.1.1 知识
- 2.1.2 知识表示
- 2.2 一阶谓词逻辑表示法
- 2.2.1 一阶谓词逻辑表示的逻辑基础
- 2.2.2 谓词逻辑表示方法
- 2.2.3 谓词逻辑表示的应用
- 2.2.4 谓词逻辑表示的特性
- 2.3 产生式表示法
- 2.3.1 产生式表示的基本方法及特性
- 2.3.2 产生式系统的基本结构
- 2.3.3 产生式系统的基本过程
- 2.3.4 产生式系统的控制策略
- 2.3.5 产生式系统的类型
- 2.3.6 产生式系统的特点
- 2.4 语义网络表示法
- 2.4.1 语义网络的基本概念
- 2.4.2 事物和概念的表示
- 2.4.3 情况和动作的表示
- 2.4.4 逻辑关系的表示
- 2.4.5 语义网络的推理过程
- 2.4.6 语义网络表示法的特征
- 2.5 框架表示法
- 2.5.1 框架理论
- 2.5.2 框架和实例框架
- 2.5.3 框架系统
- 2.5.4 框架系统的问题求解过程
- 2.5.5 框架表示法的特性
- 2.6 脚本表示法
- 2.6.1 脚本的结构
- 2.6.2 脚本的推理
- 2.7 过程表示法
- 2.7.1 表示知识的方法
- 2.7.2 过程表示的问题求解过程
- 2.7.3 过程表示的特性
- 2.8 面向对象表示法
- 2.8.1 面向对象的基本概念和特征
- 2.8.2 知识的面向对象表示
- 习题
- 第3章 确定性推理
- 第4章 不确定与非单调推理
- 第5章 搜索策略
- 第6章 机器学习
- 第7章 神经网络及连接学习
- 第8章 自然语言理解
- 第9章 专家系统
- 第10章 智能决策支持系统
- 参考文献
