人工智能高級(jí)技術(shù)導(dǎo)論

第一章 緒論
1．1 人工智能研究的發(fā)展
1．2 人工智能應(yīng)用研究的發(fā)展趨勢(shì)
1．3 基于知識(shí)的軟件智能化技術(shù)
1．3．1 知識(shí)處理技術(shù)的深化
1．3．2 對(duì)KB系統(tǒng)現(xiàn)狀的反思
1．3．3 軟件智能化實(shí)踐
1．3．4 開發(fā)人工智能高級(jí)技術(shù)
本章 小結(jié)
習(xí)題
參考文獻(xiàn)
第二章 基于知識(shí)的問題求解
2．1 知識(shí)表示
2．2 問題求解
2．2．1 問題求解的基本方法
2．2．2 問題求解的組織
2．3 KB系統(tǒng)
2．3．1 KB系統(tǒng)的一般概念
2．3．2 知識(shí)獲取和KB系統(tǒng)開發(fā)
2．3．3 KB系統(tǒng)開發(fā)工具和環(huán)境
2．4 知識(shí)級(jí)分析
2．4．1 表示和知識(shí)
2．4．2 計(jì)算機(jī)系統(tǒng)的功能分級(jí)
2．4．3 知識(shí)級(jí)
2．4．4 知識(shí)級(jí)細(xì)節(jié)
2．4．5 結(jié)論
2．5 符號(hào)推理的高級(jí)技術(shù)
2．5．1 基于假設(shè)的推理
2．5．2 從屬和辯證
2．5．3 約束滿足
2．5．4 元推理
本章 小結(jié)
習(xí)題
參考文獻(xiàn)
第三章 KB系統(tǒng)的高級(jí)技術(shù)
3．1 開發(fā)的必要性
3．2 定性物理方法
3．2．1 定性演算
3．2．2 用定性演算推理行為
3．2．3 典型的定性物理方法
3．3 基于模型的推理(MBR)
3．3．1 因果建模
3．3．2 不精確模型
3．4 深、淺層推理的綜合
3．4．1 一個(gè)實(shí)例——?jiǎng)討B(tài)系統(tǒng)的適應(yīng)性多級(jí)診斷建模
3．4．2 綜合深、淺層推理的技術(shù)
3．5 問題求解的結(jié)構(gòu)化模型
3．5．1 問題求解建模
3．5．2 知識(shí)獲取工具的開發(fā)工具
3．6 功能化體系結(jié)構(gòu)
3．6．1 常見任務(wù)
3．6．2 診斷推理中的常見任務(wù)舉例
3．6．3 常見任務(wù)工具集
3．6．4 功能化體系結(jié)構(gòu)方式的評(píng)價(jià)
3．7 知識(shí)級(jí)問題求解建模
3．7．1 知識(shí)獲取觀點(diǎn)
3．7．2 中間模型
3．7．3 專門知識(shí)建模
3．7．4 可重用的專門知識(shí)元素
3．7．5 知識(shí)變異
3．7．6 結(jié)構(gòu)保留設(shè)計(jì)
3．7．7 知識(shí)獲取過(guò)程
3．7．8 結(jié)論
本章 小結(jié)
習(xí)題
參考文獻(xiàn)
第四章 非單調(diào)推理和軟計(jì)算
4．1 傳統(tǒng)邏輯系統(tǒng)的局限性
4．2 非單調(diào)推理
4．2．1 非單調(diào)推理簡(jiǎn)介
4．2．2 非單調(diào)推理的形式化方法
4．2．3 真值維持系統(tǒng)
4．2．4 約束滿足問題
4．3 不確定推理
4．3．1 主觀Bayes方法
4．3．2 確定性方法
4．3．3 D—S證據(jù)理論
4．3．4 應(yīng)用不確定推理的準(zhǔn)則
4．4 模糊邏輯和模糊推理
4．4．1 模糊邏輯
4．4．2 模糊推理
4．4．3 模糊控制
4．4．4 應(yīng)用模糊邏輯時(shí)的問題
4．5 神經(jīng)網(wǎng)絡(luò)
4．5．1 神經(jīng)元和神經(jīng)網(wǎng)絡(luò)
4．5．2 面向映射_／變換的BP網(wǎng)
4．5．3 面向聯(lián)想記憶的神經(jīng)網(wǎng)絡(luò)
4．5．4 神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)技術(shù)
本章 小結(jié)
習(xí)題
參考文獻(xiàn)
第五章 基于范例的推理
5．1 基于范例的推理系統(tǒng)
5．1．1 研究動(dòng)機(jī)
5．1．2 CBR系統(tǒng)分類
5．1．3 應(yīng)用例——基于范例的服務(wù)調(diào)度
5．2 范例表示和索引
5．2．1 范例的內(nèi)容
5．2．2 范例索引
5．3 檢索、改編和辯證
5．3．1 范例檢索和存儲(chǔ)更新
5．3．2 解答改編
5．3．3 解答辯證
5．4 基于范例的學(xué)習(xí)
5．4．1 學(xué)習(xí)方式
5．4．2 學(xué)習(xí)方法的比較
5．5 基于范例的推理應(yīng)用
5．5．1 某些CBR應(yīng)用系統(tǒng)
5．5．2 集成CBR和其他信息處理技術(shù)
5．6 結(jié)論
本章 小結(jié)
習(xí)題
參考文獻(xiàn)
第六章 關(guān)于時(shí)間和空間的推理
6．1 伴有時(shí)間的推理
6．1．1 時(shí)間和邏輯
6．1．2 時(shí)間概念及其表示
6．1．3 實(shí)現(xiàn)伴有時(shí)間的推理
6．1．4 基于時(shí)態(tài)邏輯的RWT理論框架
6．2 時(shí)間的不確定性和分支
6．2．1 關(guān)于事件時(shí)間的不完全知識(shí)
6．2．2 時(shí)間分支
6．3 關(guān)于空間的推理
6．3．1 空間概念及其表示
6．3．2 空間搜索
6．3．3 多層次空間表示
6．4 關(guān)于形狀的推理
6．5 時(shí)空推理小結(jié)
本章 小結(jié)
習(xí)題
參考文獻(xiàn)
第七章 機(jī)器學(xué)習(xí)研究與應(yīng)用的新進(jìn)展
第八章 Agent技術(shù)和信息基礎(chǔ)設(shè)施智能化
第九章 新一代網(wǎng)絡(luò)計(jì)算的技術(shù)基礎(chǔ)及智能化