“十二五”普通高等教育本科国家级规划教材 人工智能导论 第4版PDF|Epub|txt|kindle电子书版本网盘下载

“十二五”普通高等教育本科国家级规划教材 人工智能导论 第4版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 人工智能的基本概念1

1.1.1 智能的概念1

1.1.2 智能的特征2

1.1.3 人工智能4

1.2 人工智能的发展简史5

1.2.1 孕育5

1.2.2 形成6

1.2.3 发展7

1.3 人工智能研究的基本内容9

1.4 人工智能的主要研究领域11

1.5 小结21

思考题21

第2章 知识表示23

2.1 知识与知识表示的概念23

2.1.1 知识的概念23

2.1.2 知识的特性24

2.1.3 知识的表示25

2.2 一阶谓词逻辑表示法25

2.2.1 命题25

2.2.2 谓词26

2.2.3 谓词公式27

2.2.4 谓词公式的性质30

2.2.5 一阶谓词逻辑知识表示方法32

2.2.6 一阶谓词逻辑表示法的特点33

2.3 产生式表示法34

2.3.1 产生式34

2.3.2 产生式系统36

2.3.3 产生式系统的例子——动物识别系统37

2.3.4 产生式表示法的特点39

2.4 框架表示法40

2.4.1 框架的一般结构41

2.4.2 用框架表示知识的例子42

2.4.3 框架表示法的特点44

2.5 小结45

思考题46

习题47

第3章 确定性推理方法49

3.1 推理的基本概念49

3.1.1 推理的定义49

3.1.2 推理方式及其分类50

3.1.3 推理的方向52

3.1.4 冲突消解策略56

3.2 自然演绎推理58

3.3 谓词公式化为子句集的方法59

3.4 鲁宾孙归结原理64

3.5 归结反演68

3.6 应用归结原理求解问题70

3.7 小结73

思考题74

习题74

第4章 不确定性推理方法77

4.1 不确定性推理的概念77

4.2 可信度方法80

4.3 证据理论84

4.3.1 概率分配函数84

4.3.2 信任函数85

4.3.3 似然函数86

4.3.4 概率分配函数的正交和（证据的组合）86

4.3.5 基于证据理论的不确定性推理87

4.4 模糊推理方法89

4.4.1 模糊逻辑的提出与发展89

4.4.2 模糊集合90

4.4.3 模糊集合的运算93

4.4.4 模糊关系与模糊关系的合成94

4.4.5 模糊推理97

4.4.6 模糊决策98

4.4.7 模糊推理的应用100

4.5 小结101

思考题102

习题102

第5章 搜索求解策略105

5.1 搜索的概念105

5.1.1 搜索的基本问题与主要过程105

5.1.2 搜索策略106

5.2 状态空间的搜索策略106

5.2.1 状态空间表示法106

5.2.2 状态空间的图描述108

5.3 盲目的图搜索策略110

5.3.1 回溯策略110

5.3.2 宽度优先搜索策略113

5.3.3 深度优先搜索策略116

5.4 启发式图搜索策略118

5.4.1 启发式策略118

5.4.2 启发信息和估价函数121

5.4.3 A搜索算法123

5.4.4 A＊搜索算法及其特性分析126

5.5 小结128

思考题129

习题129

第6章 智能计算及其应用131

6.1 进化算法的产生与发展131

6.1.1 进化算法的概念131

6.1.2 进化算法的生物学背景132

6.1.3 进化算法的设计原则133

6.2 基本遗传算法133

6.2.1 遗传算法的基本思想134

6.2.2 遗传算法的发展历史134

6.2.3 编码135

6.2.4 群体设定136

6.2.5 适应度函数137

6.2.6 选择139

6.2.7 交叉141

6.2.8 变异143

6.2.9 遗传算法的一般步骤144

6.2.10 遗传算法的特点144

6.3 遗传算法的改进算法145

6.3.1 双倍体遗传算法145

6.3.2 双种群遗传算法146

6.3.3 自适应遗传算法149

6.4 遗传算法的应用150

6.5 群智能算法产生的背景153

6.6 粒子群优化算法及其应用154

6.6.1 粒子群优化算法的基本原理154

6.6.2 粒子群优化算法的参数分析156

6.6.3 粒子群优化算法的应用领域157

6.6.4 粒子群优化算法在车辆路径问题中的应用158

6.7 蚁群算法及其应用160

6.7.1 基本蚁群算法模型160

6.7.2 蚁群算法的参数选择162

6.7.3 蚁群算法的应用163

6.8 小结164

思考题166

习题166

第7章 专家系统与机器学习169

7.1 专家系统的产生和发展169

7.2 专家系统的概念170

7.2.1 专家系统的定义170

7.2.2 专家系统的特点170

7.2.3 专家系统的类型172

7.2.4 专家系统的应用174

7.3 专家系统的工作原理175

7.3.1 专家系统的一般结构175

7.3.2 知识库175

7.3.3 推理机176

7.3.4 综合数据库176

7.3.5 知识获取机构176

7.3.6 人机接口177

7.3.7 解释机构177

7.4 知识获取的主要过程与模式177

7.4.1 知识获取的过程177

7.4.2 知识获取的模式179

7.5 机器学习180

7.5.1 机器学习的基本概念181

7.5.2 机器学习的分类182

7.5.3 机械式学习183

7.5.4 指导式学习184

7.5.5 示例学习185

7.6 知识发现与数据挖掘186

7.6.1 知识发现与数据挖掘的概念186

7.6.2 知识发现的一般过程187

7.6.3 知识发现的任务187

7.6.4 知识发现的方法188

7.6.5 知识发现的对象189

7.7 专家系统的建立190

7.8 专家系统实例193

7.8.1 医学专家系统——MYCIN193

7.8.2 地质勘探专家系统——PROSPECTOR199

7.9 专家系统的开发工具201

7.9.1 骨架系统201

7.9.2 通用型知识表达语言204

7.9.3 专家系统开发环境205

7.9.4 专家系统程序设计语言205

7.10 小结206

思考题207

第8章 人工神经网络及其应用209

8.1 神经元与神经网络209

8.1.1 生物神经元结构209

8.1.2 神经元数学模型210

8.1.3 神经网络的结构与工作方式211

8.1.4 神经网络的学习212

8.2 BP神经网络及其学习算法213

8.2.1 BP神经网络的结构213

8.2.2 BP学习算法214

8.2.3 BP学习算法的实现216

8.3 BP神经网络的应用217

8.3.1 BP神经网络在模式识别中的应用217

8.3.2 BP神经网络在软测量中的应用218

8.4 Hopfield神经网络及其改进221

8.4.1 离散型Hopfield神经网络221

8.4.2 连续型Hopfield神经网络及其VLSI实现223

8.4.3 随机神经网络225

8.5 Hopfield神经网络的应用226

8.5.1 Hopfield神经网络在联想记忆中的应用227

8.5.2 Hopfield神经网络优化方法229

8.6 小结233

思考题234

习题234

第9章 智能体与多智能体系统241

9.1 智能体的概念与结构241

9.1.1 智能体的概念241

9.1.2 智能体的特性242

9.1.3 智能体的结构243

9.1.4 反应式Agent243

9.1.5 慎思式Agent244

9.1.6 复合式Agent244

9.1.7 Agent的应用245

9.2 多智能体系统的概念与结构246

9.2.1 多智能体系统的特点246

9.2.2 多智能体系统的基本类型247

9.2.3 多智能体系统的体系结构247

9.3 多智能体系统的通信248

9.3.1 智能体通信的类型248

9.3.2 Agent通信的方式249

9.3.3 智能体通信语言251

9.4 多智能体系统的协调253

9.5 多智能体系统的协作254

9.5.1 多智能体的协作类型254

9.5.2 合同网协作方法255

9.5.3 黑板模型协作方法256

9.5.4 市场机制协作方法256

9.6 多智能体系统的协商257

9.7 小结258

思考题259

第10章 自然语言处理及其应用261

10.1 自然语言理解的概念与发展历史261

10.2 语言处理过程的层次263

10.3 机器翻译265

10.3.1 机器翻译方法概述265

10.3.2 翻译记忆267

10.4 语音识别267

10.4.1 语音识别的概念267

10.4.2 语音识别的主要过程268

10.4.3 隐马尔可夫模型270

10.4.4 基于隐马尔可夫模型的语音识别方法271

10.5 小结273

思考题274

第11章 人工智能在游戏设计中的应用275

11.1 人工智能游戏275

11.2 游戏人工智能278

11.2.1 游戏人工智能的概念与分类278

11.2.2 基本的游戏人工智能技术279

11.3 游戏中的角色与分类282

11.4 智能游戏角色设计基本技术283

11.4.1 游戏角色的指导与运动283

11.4.2 游戏角色的追逐与躲避284

11.4.3 游戏角色的群聚285

11.4.4 游戏角色的路径搜索286

11.4.5 智能搜索引擎286

11.5 智能游戏开发方法与开发工具287

11.5.1 智能游戏开发方法287

11.5.2 智能游戏开发工具288

11.6 扫雷机智能游戏开发288

11.7 人工智能游戏的现状与未来290

11.8 小结290

思考题291

附录A 部分习题解答293

附录B 实验指导书301

参考文献316