內容簡介
人工智慧與專家系統人工智慧(Artificial Intelligence) ，英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智慧型的理論、方法、技術及套用系統的一門新的技術科學。 人工智慧是計算機科學的一個分支，它企圖了解智慧型的實質，並生產出一種新的能以人類智慧型相似的方式做出反應的智慧型機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。
《人工智慧與專家系統(第2版)》在延續第一版編寫風格的基礎上，根據近幾年人工智慧與專家系統的發展趨勢和國內外高等院校相關專業本科生教學內容的重點，結合作者多年教學經驗，並考慮到讀者的反饋信息，對各章節內容、結構等進行了修訂、調整、完善和補充，刪減和更新了第一版中比較陳舊的內容，增加了典型套用實例。
《人工智慧與專家系統(第2版)》內容翔實，層次清晰，詳略適當，重點突出，語言嚴謹，例題豐富，可作為高等院校計算機等信息類和管理類相關專業的本科生教材，也可供從事相關行業的人員參考。
圖書目錄
第二版前言
第一版前言
第1章 緒論
1.1 人工智慧及其發展
1.2 人工智慧的研究與套用領域
習題一
第2章 知識表示方法
2.1 一階謂詞邏輯表示方法
2.1.1 一階謂詞邏輯
2.1.2 一階謂詞邏輯表示方法
2.2 產生式表示方法
2.2.1 產生式與產生式系統
2.2.2 產生式系統的分類及其特點
習題二
第3章 搜尋方法
3.1 問題求解過程的形式表示
3.1.1 狀態空間表示法
3.1.2 與/或圖表示法
3.2 狀態空間的搜尋算法
3.2.1 盲目搜尋算法
3.2.2啟發式搜尋算法
3.2.3狀態空間搜尋算法的套用
3.2.4 A*算法及其特性
3.3 與/或圖的搜尋方法
3.3.1 與/或圖的盲目搜尋算法
3.3.2 與/或圖的啟發式搜尋算法
3.3.3 博弈算法及套用
習題三
第4章 邏輯推理
4.1 推理的基本概念
4.1.1 推理方式及其分類
4.1.2 推理的控制策略
4.1.3 模式匹配及其變數代換
4.2歸結演繹推理
4.2.1 謂詞公式化為子句集的方法
4.2.2 歸結原理
4.2.3 歸結反演
4.3 基於歸結反演的問題求解
4.4 歸結反演的改進策略
4.4.1 刪除策略
4.4.2 限制策略
習題四
第5章 專家系統
5.1 專家系統概述
5.1.1 專家系統研究的意義
5.1.2 專家系統的結構與開發方法
5.2 LISP語言
5.2.1 LISP語言的特點與表達式
5.2.2 LISP語言的基本函式
5.3 知識庫與推理機
5.3.1 產生式規則與規則庫的存儲結構
5.3.2正向推理機
5.3.3 反向推理機
5.4 解釋方法與解釋器
5.5 知識獲取與檢測
5.5.1 知識獲取的任務與方式
5.5.2 知識的檢測與求精
5.5.3 知識檢測的方法
5.6 專家系統工具
5.6.1 專家系統工具概述
5.6.2 CLIPS及其套用
5.6.3 基於Java的規則引擎Jess
習題五
第6章 模糊推理
6.1知識的不確定性
6.2 模糊集合的定義與運算
6.2.1 模糊集合的定義與表示
6.2.2 模糊集合的運算
6.3 模糊知識表示與模糊匹配
6.3.1 模糊知識表示
6.3.2 模糊匹配
6.4 簡單模糊推理
6.4.1 模糊推理的基本模式
6.4.2 簡單模糊推理方法
6.4.3 模糊三段論推理方法
6.5 一般模式的模糊推理
6.5.1 多維模糊推理方法
6.5.2 帶有可信度的模糊推理方法
習題六
第7章 機器學習
7.1 機器學習的特徵與方法
7.2 歸納學習方法
7.2.1 CLS算法
7.2.2ID3算法
7.2.3 歸納學習生成產生式規則集的套用
7.3 遺傳算法
7.3.1 遺傳算法的概念與計算方法
7.3.2 遺傳算法在預測預報中的套用
7.4 人工神經網路方法
7.4.1 人工神經元與感知器
7.4.2 人工神經網路模型
7.4.3 BP神經網路的學習算法
7.4.4 BP學習算法的改進
7.4.5 基於神經網路的專家系統
7.4.6 基於神經網路的模糊分類器
7.4.7 神經網路在預測中的套用
習題七
參考文獻
……
