版权页

序

前言

版权页

序

前言

目录

第1章　绪论

• 1.1　人工智能的概念
• 1.2　人工智能的产生和发展
• 1.3　人工智能的主要学派
• 1.4　人工智能的主要研究内容
• 1.5　人工智能的主要应用领域
• 小结
• 习题1

第2章　知识表示

• 2.1　知识表示概述
• 2.2　一阶谓词逻辑表示法
• 2.3　产生式表示法
• 2.4　语义网络表示法
• 2.5　框架表示法
• 2.6　脚本表示法
• 2.7　面向对象表示法
• 小结
• 习题2

第3章　确定性推理

• 3.1　推理概述
• 3.2　推理的逻辑基础
• 3.3　自然演绎推理
• 3.4　归结演绎推理
• 小结
• 习题3

第4章　搜索策略

• 4.1　搜索概述
• 4.2　一般图搜索
• 4.3　盲目搜索
• 4.4　启发式搜索
• 4.5　回溯搜索和爬山法
• 4.6　问题规约
• 4.7　与/或图搜索
• 4.8　博弈
• 小结
• 习题4

第5章　不确定性推理

• 5.1　不确定性推理概述
• 5.2　概率方法
• 5.3　主观贝叶斯方法
• 5.4　确定性理论
• 5.5　证据理论
• 5.6　模糊推理
• 小结
• 习题5

第6章　机器学习

• 6.1　机器学习概述
• 6.2　归纳学习
• 6.3　决策树学习
• 6.4　基于实例的学习
• 6.5　强化学习
• 小结
• 习题6

第7章　支持向量机

• 7.1　支持向量机概述
• 7.2　统计学习理论
• 7.3　支持向量机的构造
• 7.4　核函数
• 7.5　SVM 的算法及多类SVM
• 7.6　用于非线性回归的SVM
• 7.7　支持向量机的应用
• 小结
• 习题7

第8章　专家系统

• 8.1　专家系统概述
• 8.2　基于规则的专家系统
• 8.3　基于框架的专家系统
• 8.4　基于模型的专家系统
• 8.5　专家系统的开发
• 8.6　专家系统设计举例
• 8.7　新型专家系统
• 小结
• 习题8

第9章　神经计算

• 9.1　神经计算概述
• 9.2　感知器
• 9.3　反向传播网络
• 9.4　自组织映射神经网络
• 9.5　Hopfield 网络
• 9.6　脉冲耦合神经网络
• 9.7　深度神经网络
• 小结
• 习题9

第10章　进化计算

• 10.1　进化计算概述
• 10.2　遗传算法
• 10.3　进化规划
• 10.4　进化策略
• 10.5　GA、EP、ES 的异同
• 小结
• 习题10

第11章　模糊计算

• 11.1　模糊集合的概念
• 11.2　模糊集合的代数运算
• 11.3　正态模糊集和凸模糊集
• 11.4　模糊关系
• 11.5　模糊判决
• 11.6　模糊数学在模式识别中的应用
• 小结
• 习题11

第12章　群智能

• 12.1　群智能概述
• 12.2　蚁群算法
• 12.3　粒子群优化算法
• 12.4　其他群智能优化算法
• 小结
• 习题12

第13章　争论与展望

• 13.1　争论
• 13.2　展望
• 小结
• 习题13

附录A　参考答案

参考文献