人工智能基础【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

人工智能基础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3

1.2.1研究认知过程的任务3

1.2.2智能信息处理系统的假设3

1.2.3人类智能的计算机模拟5

1.3人工智能的学派及其争论6

1.3.1人工智能的主要学派6

1.3.2对人工智能基本理论的争论7

1.3.3对人工智能技术路线的争论7

1.4.1问题求解8

1.4人工智能的研究与应用领域8

1.4.2逻辑推理与定理证明9

1.4.3自然语言理解9

1.4.4自动程序设计10

1.4.5专家系统10

1.4.6机器学习10

1.4.7人工神经网络11

1.4.8机器人学11

1.4.9模式识别11

1.4.10机器视觉12

1.4.11智能控制12

1.4.12智能检索13

1.4.13智能调度与指挥13

1.4.14分布式人工智能与Agent13

1.4.16数据挖掘与知识发现14

1.4.15计算智能与进化计算14

1.4.17人工生命15

1.4.18系统与语言工具15

1.5人工智能对人类的影响16

1.5.1人工智能对经济的影响16

1.5.2人工智能对社会的影响16

1.5.3人工智能对文化的影响18

1.6对人工智能的展望19

1.6.1更新的理论框架19

1.6.2更好的技术集成19

1.6.3更成熟的应用方法20

第2章 知识表示21

2.1概述21

2.2状态空间法22

2.2.1问题状态描述23

2.2.2状态图示法24

2.2.3状态空间表示举例25

2.3问题归约法28

2.3.1问题归约描述28

2.3.2与或图表示30

2.3.3问题归约机理32

2.4谓词逻辑法35

2.4.1谓词演算35

2.4.2谓词公式37

2.4.3置换与合一39

2.5语义网络法40

2.5.1二元语义网络的表示41

2.5.2多元语义网络的表示42

2.5.3连词和量化的表示43

2.5.4语义网络的推理过程47

2.6框架表示51

2.6.1框架的构成52

2.6.2框架的推理55

2.7面向对象表示57

2.7.1面向对象基础57

2.7.2类与类继承58

2.7.3面向对象表示的实例58

2.8剧本表示62

2.8.1剧本的构成63

2.8.2剧本的推理64

2.9过程式表示65

3.1.1图搜索策略68

第3章 搜索原理68

3.1盲目搜索68

3.1.2宽度优先搜索70

3.1.3深度优先搜索72

3.1.4等代价搜索73

3.2启发式搜索75

3.2.1启发式搜索策略75

3.2.2估价函数76

3.2.3有序搜索76

3.2.4A*算法79

3.3博弈树搜索81

3.3.1博弈概述81

3.3.2极小极大分析法82

3.3.3α-β剪枝技术83

3.4.1遗传算法的结构85

3.4遗传算法85

3.4.2遗传算法的基本原理88

3.4.3遗传算法的收敛性88

3.4.4遗传算法的性能89

3.4.5进化算法90

3.4.6遗传算法展望91

3.5模拟退火算法92

3.5.1模拟退火算法的模型92

3.5.2模拟退火算法的简单应用93

3.5.3模拟退火算法的参数控制问题95

4.1消解原理96

4.1.1化为子句集96

第4章 推理技术96

4.1.2消解推理规则99

4.1.3含有变量的消解式100

4.1.4消解反演求解过程101

4.2规则演绎系统105

4.2.1规则正向演绎系统105

4.2.2规则逆向演绎系统111

4.2.3规则双向演绎系统113

4.3产生式系统115

4.3.1产生式系统的组成及表示116

4.3.2正向与反向推理122

4.4不确定性推理124

4.4.1概率推理124

4.4.2贝叶斯推理128

4.4.3模糊逻辑推理与可能性理论129

4.5.1缺省推理131

4.5非单调推理131

4.5.2非单调推理系统134

第5章 机器学习138

5.1机器学习的研究意义与发展历史138

5.1.1机器学习的定义和研究意义138

5.1.2机器学习的发展史139

5.2机器学习的主要策略与基本结构139

5.3常见的几种学习方法140

5.3.1机械学习140

5.3.2基于解释的学习143

5.3.3基于事例的学习145

5.3.4基于概念的学习149

5.3.6归纳学习151

5.3.5基于类比的学习151

5.3.7强化学习154

5.4基于神经网络的学习157

5.4.1神经网络的组成与特性157

5.4.2基于反向传播网络的学习160

5.4.3基于Hopfield网络的学习164

5.4.4基于神经网络的推理167

第6章 规划系统173

6.1规划的作用与任务173

6.1.1规划的概念173

6.1.2规划的作用与主要问题173

6.2基于谓词逻辑的规划176

6.2.1规划世界模型的谓词逻辑表示176

6.2.2基于谓词逻辑规划的基本过程177

6.3.1积木世界的机器人规划179

6.3STRIPS规划系统179

6.3.2STRIPS规划系统182

6.4分层规划186

6.4.1长度优先搜索186

6.4.2NOAH规划系统187

第7章 专家系统191

7.1专家系统概述191

7.1.1专家系统的一般特点191

7.1.2专家系统的结构与类型192

7.2基于规则的专家系统197

7.2.1基于规则的专家系统的基本结构197

7.2.2基于规则的专家系统举例198

7.3.1基于框架的专家系统的概念199

7.3基于框架的专家系统199

7.3.2基于框架的专家系统举例200

7.4基于模型的专家系统201

7.4.1基于模型的专家系统的概念201

7.4.2基于模型的专家系统举例202

7.5专家系统的设计、评价与开发203

7.5.1专家系统的设计203

7.5.2专家系统的评价206

7.5.3专家系统的开发工具209

7.6专家系统设计举例214

7.6.1专家知识的描述214

7.6.2知识的使用218

7.6.3决策的解释221

7.6.4MYCIN系统概述222

第8章 自然语言理解225

8.1语言及其理解的一般问题225

8.1.1语言和语言理解225

8.1.2自然语言理解研究的进展226

8.1.3自然语言理解过程的层次227

8.2句法和语法的自动分析228

8.2.1句法模式匹配和转移网络228

8.2.2扩充转移网络229

8.2.3词汇功能语法231

8.2.4语义的解析234

8.3语言理解235

8.3.1简单句的理解方法235

8.3.2复合句的理解方法238

8.4机器翻译240

8.5语音识别243

8.5.1语音识别的发展历史243

8.5.2语音识别的基本原理243

8.5.3语音识别中的难点244

8.5.4语音识别的关键技术245

8.6应用举例246

8.6.1自然语言自动理解系统246

8.6.2机器翻译系统ARIANE248

8.6.3自然语言问答系统250

第9章 智能控制253

9.1智能控制概述253

9.1.1智能控制的产生和发展253

9.2智能控制的研究领域255

9.1.2智能控制的定义255

9.3智能控制的学科结构理论258

9.3.1二元结构理论259

9.3.2三元结构理论259

9.3.3四元结构理论260

9.4智能控制的特点与系统一般结构263

9.4.1智能控制的特点263

9.4.2智能控制系统的一般结构263

9.5智能控制系统264

9.5.1递阶智能控制系统264

9.5.2专家控制系统268

9.5.3模糊控制系统270

9.5.4学习控制系统273

9.5.5神经控制系统276

9.5.6进化控制系统280

第10章 人工智能程序设计284

10.1符号和逻辑处理编程语言284

10.2LISP语言285

10.2.1LISP的特点和数据结构285

10.2.2LISP的基本函数287

10.2.3递归和迭代291

10.2.4LISP编程举例294

10.3PROLOG语言297

10.3.1语法与数据结构297

10.3.2PROLOG程序设计原理298

10.3.3PROLOG编程举例300

10.4专用开发工具与人工智能机301

附录 网络课程使用说明302

参考文献306