內容簡介
面向智慧型體的知識工程全書共分11章，第1章論述知識工程問題的提出；第2章給出智慧型體的評價標準—理性；第3、4、7、8章分別討論了智慧型體工作的四種策略：目標、邏輯、效用、學習：第5章討論了智慧型體工作的基礎知識表示—本體；第6章討論了常識及其推理；第9章和第10章詳細介紹了知識系統開發環境Prolog及知識系統套用案例;第11章討論了多智慧型體及其通信問題。
作者簡介
程顯毅,南通大學教授,1956年生教授博士博士生導師;1982年畢業於齊齊哈爾師範學院數學系;1986-1988攻讀哈爾濱工程大學計算機碩士研究生班;1999-2000年在清華大學計算機做訪問學者;2006年獲南京理工大學科學模式識別與智慧型系統專業工學博士學位
目錄
《智慧型科學技術著作叢書》序
前言
第1章緒論
1.1圖靈測試與人工智慧
1.1.1圖靈測試
1.1.2人工智慧的不同學派
1.2知識工程
1.2.1問題的提出
1.2.2知識
1.2.3知識工程的基礎、原理
1.2.4知識模型中的構件
1.2.5人的因素：知識工程中人的角色
1.2.6知識工程的發展
1.3習題
第2章智慧型體
2.1智慧型體和環境
2.2理性
2.3任務環境PEAS屬性
2.4智慧型體結構
2.4.1反應式智慧型體
2.4.2慎思式智慧型體
2.4.3混合式智慧型體
2.5小結
2.6習題
第3章目標智慧型體
3.1目標智慧型體結構
3.2問題形式化
3.3不完全可觀察環境的搜尋
3.4利用啟發式知識的目標搜尋
3.4.1貪婪最佳優先搜尋算法
3.4.2A搜尋算法
3.4.3爬山搜尋算法
3.4.4模擬退火搜尋算法
3.4.5遺傳算法
3.5目標測試標準化
3.5.1約束滿足問題
3.5.2CSP問題的回溯搜尋
3.5.3通過約束傳播信息
3.5.4CSP問題的最小衝突搜尋
3.6小結
3.7習題
第4章邏輯智慧型體
4.1邏輯智慧型體結構
4.2wumpus世界
4.3邏輯與知識庫
4.3.1命題邏輯
4.3.2一個簡單的知識庫
4.3.3真值表推理
4.4命題邏輯智慧型體
4.5一階邏輯智慧型體
4.5.1一階邏輯
4.5.2一階邏輯知識表示
4.6邏輯智慧型體的推理
4.7小結
4.8習題
第5章本體論
5.1本體概念
5.1.1本體特徵
5.1.2本體與一般術語的區別
5.1.3本體分類
5.2本體的形式化定義
5.2.1OWA形式化定義
5.2.2Guarino形式化定義
5.2.3KAON形式化定義
5.3本體建模
5.3.1本體建模基元
5.3.2建立本體的一般方法
5.4領域本體知識庫
5.4.1領域本體知識庫概念
5.4.2領域本體知識庫的構建
5.4.3領域本體的建模
5.4.4領域本體的復用
5.4.5領域本體的套用
5.5本體編輯工具
5.5.1本體編輯工具概述
5.5.2Protege開發過程
5.5.3推理機Racer
5.6本體描述語言
5.6.1本體語言概述
5.6.2HTML擴展
5.6.3本體標記語言OML
5.6.4基於XML的文本交換語言XOL
5.6.5XML
5.6.6RDF
5.6.7本體互動語言OIL
5.6.8DAML+OIL語言
5.6.9子語言
5.6.10描述邏輯
5.7小結
5.8習題
第6章常識
6.1常識的概念
6.1.1常識的例子
6.1.2常識推理的特點
6.1.3常識的重要性
6.1.4常識的表示
6.2常識推理
6.2.1預設推理
6.2.2真值維護系統
6.3小結
6.4習題
第7章效用智慧型體
7.1效用智慧型體結構
7.2不確定性
7.2.1不確定環境下智慧型體的行動
7.2.2不確定知識的處理
7.2.3不確定性與理性決策
7.3信念網推理
7.3.1全聯合分布推理
7.3.2信念網推理
7.3.3信念網的數值語義
7.3.4信念網拓撲語義
7.3.5信念網的精確推理
7.4定性推理
7.4.1定性推理概述
7.4.2定性推理的基本方法
7.4.3ENVISION方法
7.4.4空間定性推理概述
7.5集對分析
7.5.1集對分析基本原理
7.5.2聯繫數
7.5.3集對勢
7.5.4基於集對分析的不確定性理論
7.5.5集對分析在人工智慧中的套用
7.6小結
7.7習題
第8章學習智慧型體
8.1學習智慧型體結構
8.2機器學習概述
8.2.1基本概念
8.2.2機器學習的發展史
8.3從觀察中學習
8.3.1假設及假設空間
8.3.2決策樹cLs算法
8.4統計機器學習
8.4.1貝葉斯決策
8.4.2最大似然參數估計
8.4.3無監督聚類
8.5PAC學習
8.5.1泛化問題
8.5.2SVM
8.5.3表示問題
8.6集成機器學習
8.6.1弱可學習定理
8.6.2集成機器學習方法
8.6.3經驗性研究問題
8.7強化學習
8.7.1完全可觀察的MDP問題
8.7.2部分可觀察的MDP問題
8.7.3強化學習的組成部分
8.7.4強化學習原理
8.8小結
8.9習題
第9章知識處理環境Prolog
9.1Prolog的特點
9.1.1事實和規則的描述
9.1.2Prolog程式結構
9.2一個簡單的Prolog程式
9.2.1表達事實
9.2.2事實查詢
9.2.3規則表達
9.2.4規則查詢
9.2.5規則使用
9.3運算
9.3.1算術運算
9.3.2邏輯運算
9.3.3數據管理
9.3.4遞歸
9.3.5表
9.3.6截斷
9.3.7循環
9.4VisualProlog編程入門
9.4.1創建項目
9.4.2編寫簡單的應用程式
9.4.3創建視窗
9.4.4給視窗添加控制項
9.4.5畫滑鼠掠影
9.5小結
9.6習題
第10章知識系統案例
10.1案例1——簡單的醫療診斷系統
10.1.1規則庫的構造
10.1.2源程式
10.1.3功能擴展
10.1.4程式運行
10.2案例2——汽車故障檢修諮詢系統
10.2.1知識庫
10.2.2編程實現
10.2.3運行結果
10.3習題
第11章多智慧型體
11.1多智慧型體
11.1.1效用和偏好
11.1.2多智慧型體互動
11.1.3優勢策略和Nash平衡
11.1.4競爭與零和互動
11.2智慧型體之間的通信
11.2.1交談
11.2.2理解語言字元串
11.2.3有效通信
參考文獻
……
前言
人類對於知識的研究與探索自始至終都未停止過。在人類進入信息化社會並向知識化社會邁進的過程中，人類通過計算機的套用把知識從概念真正躍升到知識科學。知識工程便是一門新興的關於知識獲取、表示和推理以及用一種特定形式把知識表示為計算機可操作對象的科學，其研究的目標是挖掘和抽取人類知識，這也使得計算機具有人類的一定智慧型。
知識工程是一個龐大的交叉領域，本書將知識處理定義為對環境中接收感知信息並執行行動的智慧型體，每個這樣的智慧型體都實現把感知序列映射到行動函式；討論了表達這些函式的各種方法，諸如一個從當前狀態的條件到行動的直接映射（反應式智慧型體），一種從感知序列利用關於世界發展方式的信息，以及關於智慧型體可以採用的可能行動的結果信息推斷世界的相關屬性（邏輯智慧型體）；指示了對世界狀態的願望度的效用信息及對行動的願望度的行動值信息（效用智慧型體）；表明了學習智慧型體的感知不僅應該對進行中的行動有用，而且應該能夠改進智慧型體未來行動的能力（泛化能力）。 知識工程是一門比較年輕的學科，正處於蓬勃發展時期，對許多問題作者並未做深入研究，一些有價值的新內容也來不及收入本書，加上作者知識水平和實踐經驗有限，書中難免存在不足之處，敬請讀者批評指正。
感謝人工智慧學會榮譽理事長塗序彥教授、中國同科學院計算技術研究所史忠植研究員、清華大學石純一教授和原西南師範大學邱玉輝教授對本書提出的寶貴意見。
書摘
第1章 緒論
理解智慧型包括理解；知識如何獲取，表達和存儲；智慧型行為如何產生和學習；動機、情感和偏好如何發展和運用；感測器信號如何轉換各種符號；怎樣利用各種符號執行邏輯運算、對過去進行推理及對未來進行規劃；智慧型機制如何產生願望、信念和意圖等現象。
從1956年正式提出人工智慧已取得長足的發展，成為一門廣泛的交叉和前沿學科。現在計算機似乎已經變得十分“聰明”了。例如，1997年5月，IBM公司研製的深藍（Deep Blue）計算機戰勝了西洋棋大師卡斯帕洛夫（Kasparov）。計算機程式語言和其他計算機軟體都因為有了人工智慧的進展而得以存在。
進入21世紀，人工智慧理論正醞釀著新的突破——人工生命的提出，這意味著人類不僅試圖從傳統的工程技術途徑，而且將從新開闢的生物工程技術途徑，去發展人工智慧；同時人工智慧的發展，還將作為人工生命科學的重要支柱和失去力量。可以預言，人工智慧的成果將能移創造出更多更高級的智慧型“製品”，並使之在越來越多的領域超越人類智慧型；人工智慧將為發展國民經濟和改善人類生活作出更大貢獻。
人工智慧的近期研究目標是建造智慧型計算機，用以代替人類從事腦力勞動，即使現有的計算機更“聰明”更有用。正是根據這一近期研究目標，才把人工智慧理解為計算機科學的一個分支。人工智慧的遠期研究目標是探究人類智慧型和機器智慧型的基本原理，研究用自動模擬人類的思維過程和智慧型行為。這個長期目標遠遠超出計算機科學的範疇，幾乎涉及自然科學和社會科學的所有學科。
……
