人工智能及其应用 第3版【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

人工智能及其应用 第3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 人工智能的定义与发展1

1.1.1 人工智能的定义1

1.1.2 人工智能的起源与发展2

1.2 人类智能与人工智能4

1.2.1 智能信息处理系统的假设4

1.2.2 人类智能的计算机模拟7

1.3 人工智能各学派的认知观8

1.4 人工智能的研究与应用领域9

1.4.1 问题求解10

1.4.2 逻辑推理与定理证明10

1.4.3 自然语言理解11

1.4.4 自动程序设计11

1.4.6 机器学习12

1.4.5 专家系统12

1.4.7 神经网络13

1.4.8 机器人学14

1.4.9 模式识别15

1.4.10 机器视觉16

1.4.11 智能控制17

1.4.12 智能检索17

1.4.13 智能调度与指挥18

1.4.14 分布式人工智能与Agent18

1.4.15 计算智能与进化计算19

1.4.16 数据挖掘与知识发现20

1.4.17 人工生命21

1.4.18 系统与语言工具21

1.5 本书概要22

习题23

2.1.1 问题状态描述24

第2章 知识表示方法24

2.1 状态空间法24

2.1.2 状态图示法26

2.2 问题归约法28

2.2.1 问题归约描述28

2.2.2 与或图表示30

2.3 谓词逻辑法33

2.3.1 谓词演算33

2.3.2 谓词公式35

2.3.3 置换与合一37

2.4 语义网络法38

2.4.1 二元语义网络的表示39

2.4.2 多元语义网络的表示41

2.4.3 语义网络的推理过程41

2.5 框架表示44

2.5.1 框架的构成45

2.5.2 框架的推理47

2.6 剧本表示48

2.6.1 剧本的构成48

2.6.2 剧本的推理49

2.7 过程表示51

2.8 小结52

习题53

第3章 搜索推理技术55

3.1 搜索策略55

3.2 盲目搜索57

3.2.1 宽度优先搜索57

3.2.2 深度优先搜索59

3.2.3 等代价搜索61

3.3.1 启发式搜索策略和估价函数62

3.3 启发式搜索62

3.3.2 有序搜索63

3.3.3 A*算法66

3.4 消解原理68

3.4.1 子句集的求取68

3.4.2 消解推理规则71

3.4.3 含有变量的消解式71

3.4.4 消解反演求解过程72

3.5 规则演绎系统75

3.5.1 规则正向演绎系统76

3.5.2 规则逆向演绎系统81

3.5.3 规则双向演绎系统84

3.6 产生式系统85

3.6.1 产生式系统的组成85

3.6.2 产生式系统的推理88

3.6.3 产生式系统举例90

3.7 系统组织技术94

3.7.1 议程表94

3.7.2 黑板法95

3.7.3 △-极小搜索法96

3.8 不确定性推理96

3.8.1 关于证据的不确定性96

3.8.2 关于结论的不确定性97

3.8.3 多个规则支持同一事实时的不确定性98

3.9 非单调推理100

3.9.1 缺省推理100

3.9.2 非单调推理系统102

3.10 小结105

习题106

4.1 概述109

第4章 计算智能（1）：神经计算模糊计算109

4.2 神经计算111

4.2.1 人工神经网络研究的进展111

4.2.2 人工神经网络的结构112

4.2.3 人工神经网络的典型模型114

4.2.4 基于神经网络的知识表示与推理116

4.3 模糊计算119

4.3.1 模糊集合、模糊逻辑及其运算119

4.3.2 模糊逻辑推理121

4.3.3 模糊判决方法123

4.4 小结125

习题126

第5章 计算智能（2）：进化计算人工生命128

5.1 遗传算法128

5.1.1 遗传算法的基本机理129

5.1.2 遗传算法的求解步骤131

5.2 进化策略136

5.2.1 进化策略的算法模型137

5.2.2 进化策略和遗传算法的区别138

5.3 进化编程138

5.3.1 进化编程的机理与表示139

5.3.2 进化编程的步骤140

5.4 人工生命141

5.4.1 人工生命研究的起源和发展141

5.4.2 人工生命的定义和研究意义142

5.4.3 人工生命的研究内容和方法144

5.4.4 人工生命的实例146

5.5 小结147

习题148

6.1.1 专家系统的特点149

第6章 专家系统149

6.1 专家系统概述149

6.1.2 专家系统的类型150

6.1.3 专家系统的结构和建造步骤153

6.2 基于规则的专家系统156

6.3 基于框架的专家系统157

6.4 基于模型的专家系统160

6.5 新型专家系统162

6.5.1 新型专家系统的特征162

6.5.2 分布式专家系统163

6.5.3 协同式专家系统166

6.6 专家系统设计167

6.6.1 专家知识的描述167

6.6.2 知识的使用和决策解释170

6.7 专家系统开发工具172

6.8 小结174

习题175

第7章 机器学习176

7.1 机器学习的定义和发展历史176

7.1.1 机器学习的定义176

7.1.2 机器学习的发展史177

7.2 机器学习的主要策略与基本结构179

7.2.1 机器学习的主要策略179

7.2.2 机器学习系统的基本结构179

7.3 机械学习181

7.4 归纳学习183

7.4.1 归纳学习的模式和规则183

7.4.2 归纳学习方法185

7.5 类比学习186

7.5.1 类比推理和类比学习形式187

7.5.2 类比学习过程与研究类型188

7.6 解释学习189

7.6.1 解释学习过程和算法189

7.6.2 解释学习举例190

7.7 神经学习191

7.7.1 基于反向传播网络的学习191

7.7.2 基于Hopfield网络的学习197

7.8 知识发现201

7.8.1 知识发现的发展和定义202

7.8.2 知识发现的处理过程203

7.8.3 知识发现的方法204

7.8.4 知识发现的应用206

7.9 小结208

习题208

8.1 机器人规划的作用与任务210

第8章 自动规划210

8.1.1 规划的作用与问题分解途径211

8.1.2 机器人规划系统的任务与方法212

8.2 积木世界的机器人规划214

8.2.1 积木世界的机器人问题214

8.2.2 用F规则求解规划序列215

8.3 STRIPS规划系统217

8.3.1 STRIPS系统的组成218

8.3.2 STRIPS系统规划过程218

8.3.3 含有多重解答的规划221

8.4 具有学习能力的规划系统224

8.4.1 PULP-Ⅰ系统的结构与操作方式225

8.4.2 PULP-Ⅰ系统的世界模型和规划结果226

8.5.2 NOAH规划系统228

8.5.1 长度优先搜索228

8.5 分层规划228

8.6 基于专家系统的机器人规划231

8.6.1 系统结构和规划机理231

8.6.2 ROPES机器人规划系统233

8.7 小结237

习题237

第9章 Agent（艾真体）240

9.1 分布式人工智能240

9.2 Agent及其要素241

9.3 艾真体的结构244

9.3.1 艾真体的结构特点244

9.3.2 艾真体的结构分类245

9.4 艾真体通信248

9.4.1 通信的过程248

9.4.2 艾真体通信的类型和方式252

9.4.3 交谈的规划与实现254

9.4.4 艾真体的通信语言256

9.5 多艾真体系统257

9.5.1 多艾真体系统的模型和结构257

9.5.2 多艾真体系统的协作、协商和协调259

9.5.3 多艾真体系统的学习与规划262

9.5.4 多艾真体系统的研究和应用领域263

9.6 小结264

习题265

第10章 自然语言理解266

10.1 语言及其理解的一般问题266

10.1.1 语言与语言理解266

10.1.2 自然语言理解研究的进展268

10.1.3 自然语言理解过程的层次269

10.2.1 句法模式匹配和转移网络270

10.2 句法和语义的自动分析270

10.2.2 扩充转移网络271

10.2.3 词汇功能语法（LFG）274

10.2.4 语义的解析275

10.3 句子的自动理解277

10.3.1 简单句的理解方法277

10.3.2 复合句的理解方法280

10.4 语言的自动生成281

10.5 自然语言理解系统应用举例282

10.5.1 自然语言自动理解系统282

10.5.2 自然语言问答系统284

10.6 小结285

习题286

11.1.1 对人工智能理论的争论288

11.1 人工智能的争论288

第11章 人工智能的争论与展望288

11.1.2 对人工智能方法的争论289

11.1.3 对人工智能技术路线的争论289

11.2 工智能对人类的影响290

11.2.1 人工智能对经济的影响290

11.2.2 人工智能对社会的影响291

11.2.3 人工智能对文化的影响292

11.3 对人工智能的展望293

11.3.1 更新的理论框架294

11.3.2 更好的技术集成294

11.3.3 更成熟的应用方法295

11.4 结束语296

习题296

参考文献297