内容推荐
本书是普通高等教育“十一五”国家级规划教材和北京高等教育精品教材。全书共9章，分别是：第1章人工智能概述，第2章确定性知识系统，第3章搜索策略，第4章计算智能，第5章不确定性推理，第6章符号学习，第7章联结学习，第8章分布智能，第9章智能应用简介。附录A是人工智能课程实验大纲。本书为任课教师免费提供电子课件。
目录
第1章 人工智能概述
1.1 人工智能的基本概念
1.1.1 智能的概念
1.1.2 人工智能的概念
1.1.3 人工智能的研究目标
1.2 人工智能的产生与发展
1.2.1 孕育期
1.2.2 形成期
1.2.3 知识应用期
1.2.4 从学派分立走向综合
1.2.5 智能科学技术学科的兴起
1.3 人工智能研究的基本内容
1.3.1 与脑科学和认知科学的交叉研究
1.3.2 智能模拟的方法和技术研究
1.4 人工智能研究中的不同学派
1.4.1 符号主义
1.4.2 联结主义
1.4.3 行为主义
1.5 人工智能的研究和应用领域
1.5.1 机器思维
1.5.2 机器学习
1.5.3 机器感知
1.5.4 机器行为
1.5.5 计算智能
1.5.6 分布智能
1.5.7 智能系统
1.5.8 人工心理与人工情感
1.5.9 人工智能的典型应用
1.6 人工智能的现状与思考
习题1
第2章 确定性知识系统
2.1 确定性知识系统概述
2.1.1 确定性知识表示概述
2.1.2 确定性知识推理概述
2.2 确定性知识表示方法
2.2.1 谓词逻辑表示法
2.2.2 产生式表示法
2.2.3 语义网络表示法
2.2.4 框架表示法
2.3 确定性知识推理方法
2.3.1 产生式推理
2.3.2 自然演绎推理
2.3.3 归结演绎推理
2.4 确定性知识系统简例
2.4.1 产生式系统简例
2.4.2 归结演绎系统简例
习题2
第3章 搜索策略
3.1 搜索概述
3.1.1 搜索的含义
3.1.2 状态空间问题求解方法
3.1.3 问题归约求解方法
3.2 搜索的盲目策略
3.2.1 状态空间的盲目搜索
3.2.2 代价树的盲目搜索
3.3 状态空间的启发式搜索
3.3.1 启发性信息和估价函数
3.3.2 A算法
3.3.3 A*算法
3.3.4 A*算法应用举例
3.4 与／或树的启发式搜索
3.4.1 解树的代价与希望树
3.4.2 与／或树的启发式搜索过程
3.5 博弈树的启发式搜索
3.5.1 概述
3.5.2 极大／极小过程
3.5.3 α-β剪枝
习题3
第4章 计算智能
第5章 不确定性推理
第6章 符号学习
第7章 联结学习
第8章 分布智能
第9章 智能应用简介
附录A 人工智能课程实验大纲
A.1 分章实验
分章实验1 简单动物识别系统的知识表示第2章
分章实验2 简单动物识别系统的推理第2章
分章实验3 简单的一字棋游戏第3章
分章实验4 简单的遗传优化第4章
分章实验5 简单的可信度推理第5章
分章实验6 简单的单层感知器分类第7章
A.2 综合实验
综合实验1 智能五子棋游戏
综合实验2 基于BP网络的预测或评价系统
综合实验3 基于Web的不确定推理专家系统
参考文献
