人工智能及其應用

定　價：￥40.00

作　者：	尚福華等編著
出版社：	石油工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787502150549	出版時間：	2005-05-01	包裝：	平裝
開本：	26cm	頁數：	333	字數：

內容簡介

　　本書是作者積累多年教學經驗，參考國內外大量文獻資料，追蹤當代人工智能發(fā)展趨勢而寫成的教材。全書共分七篇。第一篇講述模擬人類自然推理的不確定性椎理方法和非單調推理方法：包括專家系統(tǒng)MYCIN的不確定性椎理方法、主觀Bayes方法、模糊推理、證據理論和非單調推理;第二篇講述機器學習的概念與方法：包括概念學習、決策樹學習和學習規(guī)則集合;第二篇講述計算智能：包括人工神經網絡、遺傳算法和其它計算智能方法;第四篇講述如何在機器上實現人類的語言、視覺和聽覺：包括語法和語義分析、基于語料庫的自然語言理解、計算機視，覺和語音處理;第五篇介紹蓬勃發(fā)展的分布式人工智能和Agent技術;第六篇介紹人工智能的三個應用領域：即漢語自然語言處理、光學文字識別及移動Agent技術;第七篇是作者對于人工智能的現在與未來的思考。本書敘述簡明清晰，邏輯性強，可作為高等學校相關專業(yè)研究生和高年級本科生的教材，也可供從事人工智能研究與應用的專業(yè)人員參考。

作者簡介

暫缺《人工智能及其應用》作者簡介

圖書目錄

第1章緒論……………………………………………………………………1 1．1人工智能的基本概念…………………………………………………………………1 1. 2人工智能的發(fā)展簡史…………………………………………………………………5 1．3人工智能研究的基本內容……………………………………………………………9 1．4人工智能的主要研究領域……………………………………………………………11 思考題………………………………………………………………………………………16 第2章知識表示……………………………………………………………17 2．1 知識與知識表示的概念………………………………………………………………17 2．2一階謂詞邏輯表示法…………………………………………………………………21 2. 3產生式表示法…………………………………………………………………………30 2．4框架表示法……………………………………………………………………………37 2．5語義網絡表示法………………………………………………………………………42 思考題………………………………………………………………………………………48 習題…………………………………………………………………………………………49 第3章確定性推理方法……………………………………………………51 3．1推理的基本概念………………………………………………………………………51 3．2自然演繹推理…………………………………………………………………………61 3. 3謂詞公式化為子句集的方法…………………………………………………………63 3．4海伯倫定理……………………………………………………………………………68 3．5魯賓遜歸結原理………………………………………………………………………70 3．6歸結反演………………………………………………………………………………74 3．7應用歸結原理求解問題………………………………………………………………77 思考題………………………………………………………………………………………80 習題…………………………………………………………………………………………80 第4章．不確定性推理方法…………………………………………………83 4．1 不確定性推理的基本概念…………………………………………………………83 4．2概率方法………………………………………………………………………………87 4. 3主觀Baves方法………………………………………………………………………90 4．4可信度方法…………………………………………………………………………101 4．5證據理論……………………………………………………………………………105 4．6模糊推理方法………-………………………………………………………………11 1 思考題……………………………………………………………………………………126 習題…………………………………………………………………………………………………‘…………………’。126 第5章搜索求解策略………………………………………………………129 5．1搜索的概念…………………………………………………………………………129 5．2~t狀態(tài)空間的搜索策略………………………………………………………………131 5．3盲目的圖搜索策略…………………………………………………………………135 5．4啟發(fā)式圖搜索策略…………………………………………………………………144 5．5與／或圖搜索策略……………………………………………………………………155 思考題……………………………………………………………………………………157 習題………………………………………………………………………………………157 第6章專家系統(tǒng)…………………………………………………………………159 6．1專家系統(tǒng)的產生和發(fā)展……………………………………………………………159 6．2專家系統(tǒng)的概念……………………………………………………………………160 6．3專家系統(tǒng)的工作原理………………………………………………………………165 6．4知識獲取……………………………………………………………………………168 6．5專家系統(tǒng)的建立……………………………………………………………………171 6．6專家系統(tǒng)實例………………………………………………………………………177 6．7專家系統(tǒng)的開發(fā)工具………………………………………………………………186 思考題…………………………………………………………………………………192 第7章機器學習……………………………………………………………193 7．1機器學習的基本概念………………………………………………………………193 7．2機械式學習…………………………………………………………………………199 7．3指導式學習…………………………………………………………………………200 7．4 歸納學習……………………………………………………………………………201 7．5類比學習……………………………………………………………………………208 7．6解釋學習……………………………………………………………………………211 7．7機器學習方法的比較與展望………………………………………………………214 思考題……………………………………………………………………………………216 第8章人工神經網絡及其應用……………………………………………217 8．1神經元與神經網絡…………………………………………………………………217 8．2 BP神經網絡及其學習算法…………………………………………………………221 8．3 BF，神經網絡在軟測量中的應用……………………………………………………225 8．4 Hopfield神經網絡及其應用………………………………………………………228 8．5 Hopfield神經網絡優(yōu)化方法求解TSF……………………………………………240 8．6 Hopfield神經網絡優(yōu)化方法求解ISP………………………………………………242 思考題……………………………………………………………………………………252 習題………………………………………………………………………………………252 第9章遺傳算法及其應用…………………………………………………253 9．1遺傳算法的產生與發(fā)展……………………………………………………………253 9．2遺傳算法的基本算法………………………………………………………………256 9．3遺傳算法的改進算法………………………………………………………………271 9．4基于遺傳算法的生產調度方法……………………………………………………277 思考題……………………………………………………………………………………285 習題………………………………………………………………………………………285 附錄習題解答………………………………………………………………286 參考文獻………………………………………………………………………301