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

人工智能及其应用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　人工智能的哲学思考1

1.1.2　人工智能的定义2

1.1.3　人工智能的研究目标2

1.2　人工智能的发展简史3

1.3　人工智能的研究途径和方法7

1.4　人工智能的研究与应用领域9

1.5　人工智能相关网站介绍14

小结15

练习题15

第2章　知识表示17

2.1　基本概念17

2.1.1　知识的概念17

2.1.2　知识的表示方法19

2.2　状态空间表示法20

2.3　与／或图表示法23

2.3.1　问题归约23

2.3.2　与／或图的表示23

2.4　一阶谓词逻辑表示法27

2.4.1　命题逻辑27

2.4.2　一阶谓词逻辑30

2.4.3　一阶谓词逻辑表示方法32

2.4.4　一阶谓词逻辑表示法的特点35

2.5　产生式表示法35

2.5.1　产生式的基本形式35

2.5.2　产生式系统的组成36

2.5.3　产生式系统的推理方式和控制策略37

2.5.4　产生式表示法的特点39

2.6　语义网络表示法39

2.6.1　语义网络的概念和结构40

2.6.2　语义网络表示知识的方法40

2.6.3　语义网络的问题求解过程44

2.6.4　语义网络表示法的特点45

2.7　框架表示法45

2.7.1　框架的基本结构46

2.7.2　框架系统中的预定义槽名47

2.7.3　框架网络48

2.7.4　框架系统的问题求解过程49

2.7.5　框架表示法的特点49

2.8　其他表示方法50

2.8.1　脚本表示法50

2.8.2　面向对象的表示法51

2.8.3　过程表示法55

2.8.4　Petri网表示法57

小结58

练习题58

第3章　搜索技术60

3.1　搜索的概念60

3.1.1　基本概念60

3.1.2　搜索的分类61

3.2　状态空间搜索62

3.2.1　状态空间搜索的一般过程62

3.2.2　盲目搜索策略64

3.2.3　启发式搜索策略68

3.3　与／或图搜索77

3.3.1　与／或图搜索的一般过程77

3.3.2　与／或图的盲目搜索策略78

3.3.3　与／或图的启发式搜索策略78

3.3.4　博弈问题的启发式搜索策略84

3.4　通用问题的求解方法89

3.4.1　生成-测试法89

3.4.2　手段-目标分析法89

3.4.3　约束满足问题90

小结93

练习题94

第4章　知识推理96

4.1　推理的概念96

4.2　归结演绎推理97

4.2.1　Herbrand理论97

4.2.2　归结原理101

4.2.3　归结反演105

4.3　非归结演绎推理113

4.3.1　基于规则的演绎推理113

4.3.2　Bledsoe自然演绎法119

4.3.3　Boyer-Moore定理证明方法121

4.3.4　王浩算法124

4.4　不确定性推理方法125

4.4.1　不确定性推理的基本问题125

4.4.2　确定性理论127

4.4.3　主观贝叶斯方法131

4.4.4　证据理论134

小结139

练习题139

第5章　高级搜索141

5.1　最优化问题141

5.1.1　最优化问题的概念141

5.1.2　最优化问题的求解143

5.2　禁忌搜索145

5.2.1　禁忌搜索的基本思想145

5.2.2　禁忌搜索的算法流程147

5.2.3　禁忌搜索算法的收敛性148

5.2.4　禁忌搜索的特点148

5.3　遗传算法148

5.3.1　遗传算法的基本思想148

5.3.2　遗传算法的实现步骤150

5.3.3　模式定理152

5.3.4　遗传算法的特点153

5.4　模拟退火算法153

5.4.1　模拟退火算法的基本思想153

5.4.2　模拟退火算法实现步骤155

5.4.3　模拟退火算法特点156

5.5　人工神经网络156

5.5.1　人工神经网络的基本概念156

5.5.2　感知机159

5.5.3　BP神经网络160

5.5.4　Hopfield网络163

5.6　其他高级搜索算法166

5.6.1　进化策略166

5.6.2　进化编程169

5.6.3　遗传编程171

5.6.4　人工生命174

5.6.5　蚁群优化算法176

5.6.6　粒子群优化算法177

5.6.7　免疫计算178

小结179

练习题179

第6章　高级知识表示和知识推理180

6.1　模糊逻辑180

6.1.1　模糊集合及其运算180

6.1.2　模糊关系及其合成183

6.1.3　模糊向量及其运算184

6.1.4　模糊逻辑规则185

6.1.5　模糊逻辑推理186

6.2　三值逻辑与多值逻辑188

6.2.1　三值逻辑188

6.2.2　多值逻辑190

6.3　模态逻辑190

6.3.1　基本模态逻辑190

6.3.2　时态逻辑194

6.3.3　知道逻辑和信念逻辑195

6.4　非单调逻辑202

6.4.1　默认推理202

6.4.2　限定推理203

6.4.3 自认识逻辑206

6.4.4　真值维持系统207

6.5　不确定性推理209

6.5.1　贝叶斯网络209

6.5.2　关联式方法210

6.5.3　语义描述方法211

6.6　时间推理与空间推理212

6.6.1　基于区间的时间推理212

6.6.2　空间推理218

6.7　定性推理方法222

6.7.1　定性推理概述222

6.7.2　定性方程法223

6.7.3　定性模拟法226

6.7.4　定性进程方法227

6.8　描述逻辑229

6.8.1　描述逻辑的基本概念229

6.8.2　描述逻辑的语言规则231

6.8.3　描述逻辑中的推理232

6.8.4　描述逻辑语言的扩展235

小结237

练习题237

第7章 Agent及Multi-Agent系统238

7.1 Agent概述238

7.1.1　分布式人工智能238

7.1.2 Agent的基本概念239

7.2 Agent的理论模型241

7.2.1 Agent的心智要素及其性质241

7.2.2 Agent BDI模型242

7.2.3　效用理论247

7.3 Agent的结构247

7.3.1 Agent的基本结构247

7.3.2 Agent结构的分类248

7.4 Agent通信250

7.4.1　言语行为250

7.4.2　通信的类型和方式252

7.4.3 Agent的通信语言254

7.5 Multi-Agent系统259

7.5.1 Multi-Agent系统的模型和结构259

7.5.2 Multi-Agent系统的协调和协作260

7.5.3 Multi-Agent协商262

7.5.4 Multi-Agent规划263

7.6　移动Agent264

7.6.1　移动Agent的基本概念264

7.6.2　移动Agent的发展267

7.7　面向Agent的程序设计268

7.7.1 AOP与OOP的区别268

7.7.2 AOP框架269

7.7.3 Agent系统开发的语言270

小结271

练习题271

第8章　自然语言理解272

8.1 自然语言理解的一般问题272

8.2　句法分析276

8.2.1　文法和语言的形式定义276

8.2.2　乔姆斯基体系277

8.2.3　句法分析的策略279

8.2.4　句法模式匹配和转移网络280

8.2.5　句法分析的确定性算法283

8.2.6　词汇功能语法284

8.2.7　基于统计方法的句法分析方法285

8.3　语义分析286

8.3.1　语义文法286

8.3.2　格文法287

8.4 自然语言理解系统应用举例288

8.4.1 自然语言自动理解系统288

8.4.2 MARGIE系统289

8.5　机器翻译290

8.5.1　机器翻译基本方法291

8.5.2　基于规则的机器翻译292

8.5.3　基于实例的机器翻译293

8.5.4　基于统计的机器翻译294

8.5.5　机器翻译评价295

8.6　语音识别295

8.7　信息检索296

小结297

练习题297

第9章　机器学习299

9.1　概述299

9.2　机器学习的基本结构和主要策略301

9.2.1　机器学习的基本结构301

9.2.2　机器学习的主要策略302

9.3　实例学习304

9.3.1　基本理论304

9.3.2　实例学习的基本策略306

9.3.3　实例学习方法的分类307

9.4　类比学习308

9.5　解释学习311

9.5.1　解释学习的空间描述311

9.5.2　解释学习的一般步骤312

9.5.3　解释与泛化交替进行的学习方法313

9.5.4　基于解释的详细说明法315

9.6　强化学习316

9.6.1　强化学习的关键因素317

9.6.2　寻找最优策略319

9.7　决策树学习320

9.7.1　ID3算法321

9.7.2　最好属性的选择321

小结322

练习题322

第10章　规划系统323

10.1　规划技术基本概念323

10.2　早期的自动规划技术326

10.2.1 GPS326

10.2.2 Green方法327

10.3 STRIPS规划328

10.3.1　积木世界的机器人的问题328

10.3.2 STRIPS规划知识的表示329

10.3.3 STRIPS规划的搜索过程330

10.4　图规划331

10.5　分层规划334

10.6　部分排序规划技术337

10.7 自动规划技术的新进展338

10.7.1　非经典规划技术的开发339

10.7.2 自动规划技术的实用化340

小结342

练习题342

第11章　人工智能应用343

11.1 系统预测343

11.1.1　基本预测方法343

11.1.2　基于人工神经网络的矿产资源预测344

11.2　故障诊断346

11.3　路径规划351

11.3.1　路径规划概述351

11.3.2　基于蚁群算法的旅行商路径搜索352

11.4　信息检索356

11.4.1　传统的Web信息检索356

11.4.2　基于移动Agent的Web信息检索系统357

11.4.3　基于移动Agent的web检索原型系统开发358

小结363

参考文献364