人工智能原理與技術(shù)

引言
1 Lisp語言基礎(chǔ)
1.1 符號表達式與表
1.2 Lisp的程序結(jié)構(gòu)及其特點
1.3 表處理函數(shù)
1.4 算術(shù)與邏輯運算函數(shù)
1.5 賦值與求值函數(shù)
1.6 控制函數(shù)
1.7 函數(shù)定義
1.8 性質(zhì)表及其操作函數(shù)
1.9 映射函數(shù)
1.10 遞歸
1.11 輸入與輸出
1.12 原子的生成與分解函數(shù)
1.13 例子
2 一階謂詞邏輯
2.1 命題及邏輯聯(lián)結(jié)詞
2.2 命題公式的永賓性與等值
2.3 對偶原理
2.4 析取范式與合取范式
2.5 邏輯推理
2.6 命題演算的王浩算法
2.7 一階謂詞邏輯的基本概念
2.8 謂詞公式的永真性與可滿足性
2.9 自由變元與約束變元
2.1 0謂詞公式的等值
2.1 1前束范式
3 歸結(jié)原理
3.1 斯柯倫標準型
3.2 子句集的H全域
3.3 基本定理
3.4 D-只（Davis & Putnam）方法
3.5 一致化算法
3.6 歸結(jié)方法
3.7 歸結(jié)方法的可靠性與完備性
3.8 例子
3.9 應用
3.10 歸結(jié)方法的Lisp實現(xiàn)
4 Prolog語言簡介
4.1 Horn子句集歸結(jié)
4.2 Prolog語言
4.3 內(nèi)部謂詞
4.4 例子
5 問題求解
5.1 狀態(tài)空間
5.2 問題歸約
5.3 產(chǎn)生式系統(tǒng)
5.4 約束滿足法
5.5 八數(shù)碼問題的Lisp實現(xiàn)
6 搜索
6.1 狀態(tài)空間的盲目搜索
6.2 啟發(fā)式搜索法
6.3 A算法的可采納性
6.4 與／或樹搜索
6.5 與／或圖的一種啟發(fā)式搜索算法AO
6.6 博弈樹搜索
6.7 一字棋博弈的Lisp實現(xiàn)
7 知識表達與推理技術(shù)
7.1 知識的特征描述
7.2 框架
7.3 語義網(wǎng)絡
7.4 腳本
7.5 產(chǎn)生式規(guī)則
7.6 評述
8 專家系統(tǒng)
8.1 專家系統(tǒng)的任務與特征
8.2 專家系統(tǒng)脆弱性
8.3 專家系統(tǒng)結(jié)構(gòu)
8.4 建立專家系統(tǒng)的步驟與方法
9 神經(jīng)元網(wǎng)絡
9.1 神經(jīng)元網(wǎng)絡簡介
9.2 簡單的線性模型
9.3 線性閾值網(wǎng)絡
9.4 反向傳播網(wǎng)絡-
9.5 Hop field網(wǎng)絡模型
9.6 Boltzmann機
9.7 其它的神經(jīng)元網(wǎng)絡模型
9.8 評述
9.9 神經(jīng)元網(wǎng)絡的應用
10 專家系統(tǒng)構(gòu)造工具DIPS
10.1 DIPS概述
10.2 DIPS的知識表達
10.3 DIPS的控制策略及推理機
10.4 用DIPS建立專家系統(tǒng)
10.5 DIPS的解釋機制
11 附錄
附錄1 DIPS的系統(tǒng)函數(shù)
附錄2 DIPS的系統(tǒng)調(diào)用
12 思考題
思考題一
思考題二
思考題三
思考題四
思考題五
思考題六
思考題七
思考題八
思考題九
參考文獻