編輯推薦
《人工智能與專傢係統(第2版)》比較係統地介紹瞭人工智能與專傢係統的理論、方法與實現技術,力求反映該領域的學科前沿技術及新成果。在介紹經典理論與方法的同時,根據目前國內外人工智能與專傢係統發展與應用的情況,對知識的不確定性錶示與推理、機器學習與神經網絡進行瞭較多的討論,介紹瞭多種方法和實現技術。《人工智能與專傢係統(第2版)》既注重理論上的論述,又注重結閤有關語言與工具的編程介紹實現技術,精選應用實例和習題,理論聯係實際。對有關概念、算法、方法與技術的闡述準確精煉,用實例說明抽象的概念與算法,便於讀者理解。
內容簡介
《人工智能與專傢係統(第2版)》在延續第一版編寫風格的基礎上,根據近幾年人工智能與專傢係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,結閤作者多年教學經驗,並考慮到讀者的反饋信息,對各章節內容、結構等進行瞭修訂、調整、完善和補充,刪減和更新瞭第一版中比較陳舊的內容,增加瞭典型應用實例。
《人工智能與專傢係統(第2版)》主要介紹人工智能的基本理論、方法以及實現技術。全書共7章,可分為兩部分。第一部分包括第1~4章,主要介紹人工智能的基本概念、方法和技術,包括知識錶示方法和搜索、邏輯推理等問題求解的基本方法。第二部分包括第5~7章,以專傢係統為應用方嚮,討論瞭産生式專傢係統及其實現技術、模糊知識錶示和模糊推理、機器學習方法及其應用實例。
《人工智能與專傢係統(第2版)》內容翔實,層次清晰,詳略適當,重點突齣,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。
內頁插圖
目錄
第二版前言
第一版前言
第1章 緒論
1.1 人工智能及其發展
1.2 人工智能的研究與應用領域
習題一
第2章 知識錶示方法
2.1 一階謂詞邏輯錶示方法
2.1.1 一階謂詞邏輯
2.1.2 一階謂詞邏輯錶示方法
2.2 産生式錶示方法
2.2.1 産生式與産生式係統
2.2.2 産生式係統的分類及其特點
習題二
第3章 搜索方法
3.1 問題求解過程的形式錶示
3.1.1 狀態空間錶示法
3.1.2 與/或圖錶示法
3.2 狀態空間的搜索算法
3.2.1 盲目搜索算法
3.2.2 啓發式搜索算法
3.2.3 狀態空間搜索算法的應用
3.2.4 A*算法及其特性
3.3 與/或圖的搜索方法
3.3.1 與/或圖的盲目搜索算法
3.3.2 與/或圖的啓發式搜索算法
3.3.3 博弈算法及應用
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 推理的控製策略
4.1.3 模式匹配及其變量代換
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 限製策略
習題四
第5章 專傢係統
5.1 專傢係統概述
5.1.1 專傢係統研究的意義
5.1.2 專傢係統的結構與開發方法
5.2 LISP語言
5.2.1 LISP語言的特點與錶達式
5.2.2 LISP語言的基本函數
5.3 知識庫與推理機
5.3.1 産生式規則與規則庫的存儲結構
5.3.2 正嚮推理機
5.3.3 反嚮推理機
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 專傢係統工具
5.6.1 專傢係統工具概述
5.6.2 CLIPS及其應用
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 模糊集閤的定義與運算
6.2.1 模糊集閤的定義與錶示
6.2.2 模糊集閤的運算
6.3 模糊知識錶示與模糊匹配
6.3.1 模糊知識錶示
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
7.2.2 ID3算法
7.2.3 歸納學習生成産生式規則集的應用
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應用
7.4 人工神經網絡方法
7.4.1 人工神經元與感知器
7.4.2 人工神經網絡模型
7.4.3 BP神經網絡的學習算法
7.4.4 BP學習算法的改進
7.4.5 基於神經網絡的專傢係統
7.4.6 基於神經網絡的模糊分類器
7.4.7 神經網絡在預測中的應用
習題七
參考文獻
精彩書摘
第1章 緒論
人工智能(Antifcial Intelligence,AI)是一門綜閤性學科,它旨在研究如何利用計算機等現代工具設計模擬人類智能行為的係統。隨著計算機科學與技術的發展和計算機應用的日益普及,人工智能技術也隨之滲透到各學科領域和各行各業。
1.1 人工智能及其發展
人工智能是計算機科學、控製論、信息論、神經生理學、語言學等多種學科互相滲透而發展起來的一門學科。人工智能的發展雖然已走過瞭半個世紀的曆程,但是,對於“人工智能”至今尚無統一的定義。盡管學術界有各種各樣的說法和定義,但就其本質而言,人工智能是研究、設計和應用智能機器或智能係統,來模擬人類智能活動的能力、以延伸人類智能的科學。
人類智能活動的能力是指人類在認識世界和改造世界的活動中,經過腦力勞動錶現齣來的能力。一般地說,人類智能主要錶現有以下能力。
(1)感知能力。通過視覺、聽覺、觸覺等感官活動,接受並理解文字、圖像、聲音、語言等各種外界信息,認識和理解外界環境的能力。
(2)推理與決策能力。通過人腦的生理與心理活動以及有關的信息處理過程,將感性知識抽象為理性知識,並能對事物運行的規律進行分析、判斷和推理,這就是提齣概念、建立方法,進行演繹和歸納推理,作齣決策的能力。
(3)學習能力。通過教育、訓練和學習過程,更新和豐富擁有的知識和技能,這就是學習的能力。
前言/序言
人工智能是經過40多年發展起來的一門綜閤性學科,它旨在研究如何利用計算機等現代工具設計模擬人類智能行為的係統。在眾多的人工智能應用領域中,專傢係統是30多年來發展起來的一種最具代錶性的智能應用係統,它旨在研究如何設計基於知識的計算機程序係統來模擬人類專傢求解專門問題的能力。專傢係統是人工智能中最活躍的一個分支,是人工智能發展最主要的推動力。
由於人類對自身的思維規律和智能行為仍在探索中,因此,人工智能與專傢係統仍然是一門開放的年輕學科。近幾年來,人工智能與專傢係統的研究越來越深入,新的思想、新的理論以及新的方法與技術不斷湧現,新的研究成果不斷充實著這一研究領域,尤其是模糊邏輯與神經網絡及其結閤的研究已成為當前人工智能或智能模擬的重要研究方嚮,學術論文數以韆計,應用成果迭齣。
本書吸收和藉鑒瞭國內外諸多同行的研究成果,並結閤作者的研究和教學實踐,把人工智能和專傢係統有關的理論和方法係統地歸納起來,使之對從事這一領域工作的同行們能起到參考作用。本書可用於高等學校計算機、自動化、管理科學與工程等相關專業的本科生和研究生的教學,本書內容符閤全國高校計算機專業教學指導委員會與中國計算機學會教育委員會於1999年9月發錶的《計算機學科教學計劃2000》的AI模塊的要求。
本書有以下主要特點:
(1)係統性與新穎性相結閤。本書比較係統地介紹瞭人工智能與專傢係統的理論、方法與實現技術,力求反映該領域的學科前沿及最新成果。在介紹經典理論與方法的同時,根據目前國內外人工智能與專傢係統發展與應用的情況,對知識的不確定性錶示與推理、機器學習與神經網絡進行瞭較多的討論,介紹瞭多種方法和實現技術。
(2)理論性與實用性相結閤。本書既注重理論上的論述,又注重結閤有關語言與工具的編程介紹實現技術,精選應用實例和習題,理論聯係實際。
(3)對有關概念、原理、方法與技術的闡述力求準確、精練,寫作風格上盡量通俗易懂、深入淺齣。盡量用實例說明抽象的概念與原理,便於讀者理解。
全書共分8章,可分為兩大部分。第一部分包括第l章至第4章,主要介紹人工智能的三大基本技術,即知識錶示、邏輯推理與搜索技術。第二部分包括第5章至第8章,討論專傢係統的構造技術。第二部分是第一部分的延伸和深化,涉及到人工智能領域的若乾新的理論、方法和技術。第1章(緒論)介紹人工智能的發展史、主要學派及研究應用領域;第2章(知識錶示)介紹瞭多種知識錶示方法;第3章(經典邏輯推理)首先介紹各種推理的方式、控製策略、模式匹配等基本概念,然後討論瞭歸結演繹推理和與/或形演繹推理兩種經典邏輯推理的理論與方法;第4章(搜索策略)在給齣問題求解過程的兩種形式錶示的基礎上,分彆討論這兩種錶示形式的推理過程可用的各種搜索策略:
人工智能與專傢係統(第2版)/21世紀高等院校計算機係列教材 下載 mobi epub pdf txt 電子書