《人工智能技术导论（第三版）》全面系统地介绍了人工智能技术的基本概念和原理，勾画了人工智能学科知识体系的基本框架。全书共分为6篇。第1篇：概述与工具，概要介绍人工智能学科的知识体系、分支领域和研究方向；第2篇：搜索与求解，介绍图搜索与问题求解及基于遗传算法的随机优化搜索；第3篇：知识与推理，介绍一些常见知识表示和不确定性知识表示及其推理；第4篇：学习与发现，介绍机器学习、知识发现与数据挖掘的基本原理和方法；第5篇：感知与交流，简介模式识别和自然语言理解的基本原理；第6篇：系统与建造，主要介绍专家系统、Agent系统、智能化网络和智能机器人的设计与实现技术。
《人工智能技术导论（第三版）》为“十一五”国家级规划教材，适应专业为计算机、自动化、智能科学与技术、软件、电子、信息、管理、控制及系统工程等；《人工智能技术导论（第三版）》也可作为非计算机类专业的研究生教材或教学参考书，亦可供其他专业的师生和相关科研及工程技术人员自学或参考。
目录
- 第1篇 概述与工具
- 第1章 人工智能概述
- 1.1 什么是人工智能
- 1.1.1 人工智能概念的一般描述
- 1.1.2 图灵测试和中文屋子
- 1.1.3 脑智能和群智能
- 1.1.4 符号智能和计算智能
- 1.2 人工智能的研究意义、目标和策略
- 1.2.1 为什么要研究人工智能
- 1.2.2 人工智能的研究目标和策略
- 1.3 人工智能的学科范畴
- 1.4 人工智能的研究内容
- 1.4.1 搜索与求解
- 1.4.2 学习与发现
- 1.4.3 知识与推理
- 1.4.4 发明与创造
- 1.4.5 感知与交流
- 1.4.6 记忆与联想
- 1.4.7 系统与建造
- 1.4.8 应用与工程
- 1.5 人工智能的研究途径与方法
- 1.5.1 心理模拟，符号推演
- 1.5.2 生理模拟，神经计算
- 1.5.3 行为模拟，控制进化
- 1.5.4 群体模拟，仿生计算
- 1.5.5 博采广鉴，自然计算
- 1.5.6 原理分析，数学建模
- 1.6 人工智能的基本技术
- 1.7 人工智能的应用
- 1.7.1 难题求解
- 1.7.2 自动规划、调度与配置
- 1.7.3 机器定理证明
- 1.7.4 自动程序设计
- 1.7.5 机器翻译
- 1.7.6 智能控制
- 1.7.7 智能管理
- 1.7.8 智能决策
- 1.7.9 智能通信
- 1.7.10 智能仿真
- 1.7.11 智能CAD
- 1.7.12 智能制造
- 1.7.13 智能CAI
- 1.7.14 智能人机接口
- 1.7.15 模式识别
- 1.7.16 数据挖掘与数据库中的知识发现
- 1.7.17 计算机辅助创新
- 1.7.18 计算机文艺创作
- 1.7.19 机器博弈
- 1.7.20 智能机器人
- 1.8 人工智能的分支领域与研究方向
- 1.9 人工智能的发展概况
- 1.9.1 人工智能学科的产生
- 1.9.2 符号主义途径发展概况
- 1.9.3 连接主义途径发展概况
- 1.9.4 计算智能异军突起
- 1.9.5 智能Agent方兴未艾
- 1.9.6 现状与发展趋势
- 习题
- 第2章 逻辑程序设计语言
- PROLOG
- 2.1 基本PROLOG
- 2.1.1 PROLOG的语句
- 2.1.2 PROLOG的程序
- 2.1.3 PROLOG程序的运行机理
- 2.2 Turbo PROLOG程序设计
- 2.2.1 程序结构
- 2.2.2 数据与表达式
- 2.2.3 输入与输出
- 2.2.4 分支与循环
- 2.2.5 动态数据库
- 2.2.6 表处理与递归
- 2.2.7 回溯控制
- 2.2.8 程序举例
- 习题二
- 第2篇 搜索与求解
- 第3章 图搜索与问题求解
- 3.1 状态图搜索
- 3.1.1 状态图
- 3.1.2 状态图搜索
- 3.1.3 穷举式搜索
- 3.1.4 启发式搜索
- 3.1.5 加权状态图搜索
- 3.1.6 A算法和A算法
- 3.1.7 状态图搜索策略小结
- 3.2 状态图搜索问题求解
- 3.2.1 问题的状态图表示
- 3.2.2 状态图问题求解程序举例
- 3.3 与或图搜索
- 3.3.1 与或图
- 3.3.2 与或图搜索
- 3.3.3 启发式与或树搜索
- 3.4 与或图搜索问题求解
- 3.4.1 问题的与或图表示
- 3.4.2 与或图问题求解程序举例
- 3.5 博弈树搜索
- 3.5.1 博弈树的概念
- 3.5.2 极小极大分析法
- 3.5.3 α－β剪枝技术
- 习题三
- 第4章 基于遗传算法的随机优化搜索
- 4.1 基本概念
- 4.2 基本遗传算法
- 4.3 遗传算法应用举例
- 4.4 遗传算法的特点与优势
- 习题四
- 第3篇 知识与推理
- 第5章 基于谓词逻辑的机器推理
- 5.1 一阶谓词逻辑
- 5.1.1 谓词、函数、量词
- 5.1.2 谓词公式
- 5.1.3 谓词逻辑中的形式演绎推理
- 5.2 归结演绎推理
- 5.2.1 子句集
- 5.2.2 命题逻辑中的归结原理
- 5.2.3 替换与合
- 5.2.4 谓词逻辑中的归结原理
- 5.3 应用归结原理求取问题答案
- 5.4 归结策略
- 5.4.1 问题的提出
- 5.4.2 几种常用的归结策略
- 5.4.3 归结策略的类型
- 5.5 归结反演程序举例
- 5.6 Horn子句归结与逻辑程序
- 5.6.1 子句的蕴含表示形式
- 5.6.2 Horn子句与逻辑程序
- 5.7 非归结演绎推理
- 5.7.1 Bledsoe自然演绎法
- 5.7.2 基于规则的演绎推理
- 第4篇 学习与发现
- 第5篇 感知与交流
- 第6篇 系统与建造
