更新时间：2018-12-27 18:27:57
封面
版权信息
前言
第1章 绪论
1.1 人工智能的基本概念
1.1.1 人工智能的哲学思考
1.1.2 人工智能的定义
1.1.3 人工智能的研究目标
1.2 人工智能的发展简史
1. 第一阶段——孕育期（1956年以前）
2. 第二阶段——人工智能基础技术的研究和形成（1956—1970年）
3. 第三阶段——发展和实用化阶段（1971—1980年）
4. 第四阶段——知识工程与专家系统（1980年至今）
1.3 人工智能的研究途径和方法
1. 认知学派
2. 逻辑学派
3. 行为主义学派
4. 连接主义学派
1.4 人工智能的研究与应用领域
1. 专家系统
2. 自然语言理解
3. 机器学习
4. 自动定理证明
5. 自动程序设计
6. 分布式人工智能
7. 机器人学
8. 模式识别
9. 博弈
10. 计算机视觉
11. 软计算
12. 智能控制
13. 智能规划
1.5 人工智能相关网站介绍
第2章 知识表示
2.1 基本概念
2.1.1 知识的概念
2.1.2 知识的表示方法
2.2 状态空间表示法
1. 状态及状态空间
2. 状态空间图
2.3 与/或图表示法
2.3.1 问题归约
2.3.2 与/或图的表示
2.4 一阶谓词逻辑表示法
2.4.1 命题逻辑
2.4.2 一阶谓词逻辑
2.4.3 一阶谓词逻辑表示方法
2.4.4 一阶谓词逻辑表示法的特点
2.5 产生式表示法
2.5.1 产生式的基本形式
2.5.2 产生式系统的组成
2.5.3 产生式系统的推理方式和控制策略
2.5.4 产生式表示法的特点
2.6 语义网络表示法
2.6.1 语义网络的概念和结构
2.6.2 语义网络表示知识的方法
2.6.3 语义网络的问题求解过程
2.6.4 语义网络表示法的特点
2.7 框架表示法
2.7.1 框架的基本结构
2.7.2 框架系统中的预定义槽名
2.7.3 框架网络
2.7.4 框架系统的问题求解过程
2.7.5 框架表示法的特点
2.8 其他表示方法
2.8.1 脚本表示法
2.8.2 面向对象的表示法
2.8.3 过程表示法
2.8.4 Petri网表示法
第3章 搜索技术
3.1 搜索的概念
3.1.1 基本概念
3.1.2 搜索的分类
3.2 状态空间搜索
3.2.1 状态空间搜索的一般过程
3.2.2 盲目搜索策略
3.2.3 启发式搜索策略
3.3 与/或图搜索
3.3.1 与/或图搜索的一般过程
3.3.2 与/或图的盲目搜索策略
3.3.3 与/或图的启发式搜索策略
3.3.4 博弈问题的启发式搜索策略
3.4 通用问题的求解方法
3.4.1 生成-测试法
3.4.2 手段-目标分析法
3.4.3 约束满足问题
第4章 知识推理
4.1 推理的概念
1. 经典推理和非经典推理
2. 演绎推理、归纳推理和默认推理
3. 单调推理和非单调推理
4. 确定性推理和不确定性推理
4.2 归结演绎推理
4.2.1 Herbrand理论
4.2.2 归结原理
4.2.3 归结反演
4.3 非归结演绎推理
4.3.1 基于规则的演绎推理
4.3.2 Bledsoe自然演绎法
4.3.3 Boyer-Moore定理证明方法
