人工智能及其应用PDF|Epub|txt|kindle电子书版本网盘下载

人工智能及其应用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

写在前面1

编译者的话1

第一章 绪论1

第一节 人工智能1

1.1.1 人工智能的起源1

1.1.2 计算机与人工智能2

第二节 人工智能的现状与应用3

1.2.1 问题求解4

1.2.2 逻辑推理与定理证明4

1.2.3 自然语言处理5

1.2.4 自动程序设计5

1.2.5 学习6

1.2.6 专家系统6

1.2.9 智能检索系统7

1.2.8 机器视觉7

1.2.7 机器人学7

1.2.10 组合和调度问题8

1.2.11 系统与表达语言8

第三节 问题求解9

1.3.1 问题求解与人工职能9

1.3.2 难题与博弈10

1.3.3 问题状态与算符10

1.3.4 归约在问题求解中的应用11

1.3.5 逻辑在问题求解中的应用13

第四节 机器人规划14

第五节 专家系统16

第二章 状态空间问题求解19

第一节 状态空间的表示19

2.1.1 状态描述19

2.1.2 算符与重写规则20

2.1.3 目标状态21

2.1.4 图示法22

第二节 状态空间表示举例23

第三节 搜索过程要点29

第四节 状态空间搜索策略31

2.4.1 图搜索策略31

2.4.2 启发式搜索策略34

第五节 宽度优先搜索34

2.5.1 定义34

2.5.2 算法35

2.5.3 例题36

2.5.4 等费用搜索及其算法38

第六节 深度优先搜索40

2.6.1 定义40

2.6.2 算法40

2.7.1 估价函数的应用44

第七节 启发式搜索44

2.7.2 有序状态空间搜索算法45

2.7.3 A算法47

2.7.4 双向搜索49

第八节 A算法几个问题的讨论50

2.8.1 A算法的可纳性50

2.8.2 A算法的最优性52

2.8.3 h的单调限制53

2.8.4 h的启发能力55

第九节 搜索性能的量度58

2.9.1 渗透率58

2.9.2 有效分枝系数58

习题60

第三章 问题归约62

第一节 问题归约描述62

3.1.1 示例62

3.1.3 问题归约算符65

3.1.2 问题归约描述65

3.1.4 本原问题描述66

第二节 与或图表示66

3.2.1 与或图66

3.2.2 与或图构成规则68

3.2.3 问题归约表示举例69

第三节 问题归约中的规划机理74

3.3.1 问题的三元状态74

3.3.2 关键算符75

3.3.3 差别75

第四节 与或图的盲目搜索78

3.4.1 与或图搜索过程79

3.4.2 与或树的宽度优先搜索80

3.4.3 与或树的深度优先搜索82

3.5.1 解树的费用84

第五节 与或树的有序搜索84

3.5.2 费用估计在直接搜索中的应用85

3.5.3 与或树的有序搜索算法85

第六节 AO算法88

3.6.1 与或图的解图及其费用88

3.6.2 与或图的一种启发式搜索程序--AO算法90

第七节 博弈树搜索93

3.7.1 博弈与博弈树93

3.7.2 博弈树搜索的极大极小过程95

3.7.3 α-β过程98

习题100

第四章 人工智能中的谓词演算102

第一节 谓词演算102

4.1.1 命题逻辑及其局限性102

4.1.2 句法和语义103

4.1.3 连词和量词104

4.2.2 合适公式的性质105

第二节 谓词公式105

4.2.1 谓词公式的定义105

4.2.3 推理规则、定理与证明107

4.2.4 永真性和可满足性107

第三节 置换与合一108

第四节 归结原理110

4.4.1 化为子句形的步骤110

4.4.2 归结推理规则112

4.4.3 含有变量子句的归结113

习题115

第五章 谓词演算在人工智能中的应用117

第一节 谓词演算在定理证明中的应用117

5.1.1 归结反演117

5.1.2 归结搜索策略119

第三节 改进策略121

5.2.3 包孕消去法121

5.2.2 谓词估算消去法121

5.2.1 重言式消去法121

第二节 简化策略121

5.3.1 支持集策略122

5.3.2 线性输入形(藤形)策略123

5.3.3 祖先过滤形策略124

5.3.4 模型策略125

5.3.5 组合策略126

第四节 有序策略127

第五节 由归结反演求取答案的方法127

5.5.1 问题求解中的谓词演算128

5.5.2 答案求取过程129

5.5.3 含有全称量化变量的目标公式133

第六节 谓词演算在问题求解中的应用135

第七节 中间-结局分析141

5.7.1 目标与方法142

5.7.2 GPS工作步骤与算法143

5.7.3 操作符选择与深度界限145

5.7.4 例题145

习题150

第六章 规则演绎系统153

第一节 基于规则的正向演绎系统154

6.1.1 事实表达式的与或形变换154

6.1.2 事实表达式的与或图表示154

6.1.3 与或图的F规则变换155

6.1.4 作为终止条件的目标公式157

6.1.5 含有变量的表达式158

第二节 基于规则的逆向演绎系统161

6.2.1 目标表达式的与或形式161

6.2.2 与或图的B规则变换162

6.2.3 作为终止条件的事实节点的一致解图162

6.2.4 逆向演绎系统举例164

第三节 基于规则的双向组合演绎系统171

习题173

第七章 机器人问题求解与规划175

7.2.1 应用规则的选择179

7.2.2 应用规则179

第二节 规划系统的任务179

7.2.3 解答检验181

7.2.4 空端(死端)检验182

7.2.5 几乎正确答案的修正182

第三节 三角表规划法183

第四节 STRIPS系统185

第五节 具有学习能力的机器人规划系统192

7.5.1 系统的结构193

7.5.2 系统的操作方式194

7.5.3 系统的规划性能194

第六节 应用演绎系统的机器人规划195

第一节 机器人问题求解195

7.6.1 格林表示法196

7.6.2 科瓦尔斯基表示法198

第七节 应用目标集的非线性规划199

第八节 分层规划204

习题207

第八章 计算机视觉引论210

第一节 图象理论210

8.1.1 视觉系统的表达法210

8.1.2 边缘距离的计算214

8.1.3 表面方向的计算222

第二节 积木世界景物分析229

8.2.1 积木世界景物分析及标志线条229

8.2.2 无断裂和阴影时三面顶点的标志方法231

8.2.3 有断裂和阴影时线条图的分析236

8.2.4 实验检验239

第三节 用于计算机视觉的知识表达方法243

8.3.1 视觉信息的语义网络表达243

8.3.2 位置网络244

第九章 专家系统介绍及知识表达方法248

第一节 专家系统介绍248

9.1.1 什么是专家系统248

9.1.2 为什么要建立专家系统248

9.1.3 专家系统的组成249

9.1.4 建立专家系统的过程249

第二节 知识表达方法251

9.2.1 引言251

9.2.2 语义网络252

9.2.3 框架265

9.2.4 单元269

9.2.5 剧本274

10.1.1 产生式系统的组成277

第一节 引言277

第十章 产生式系统(基于规则的系统)277

10.1.2 冲突解决策略278

第二节 用于综合的产生式系统279

10.2.1 用于食品装袋的综合系统BAGGER283

第三节 用于分析的产生式系统283

10.3.1 动物识别系统IDENTIFIER283

10.3.2 产生式系统的与或树287

10.3.3 产生式系统的推理过程解释288

第四节 不确定性289

10.4.1 关于证据的不确定性290

10.4.2 关于结论的不确定性(规则的不确定性)290

10.4.3 多个规则支持同一事实时的不确定性291

第五节 设计举例--EXPERT292

10.5.1 引言292

10.5.2 专家知识的描述293

10.5.3 使用知识297

10.5.4 决策的解释300

第六节 设计专家系统的技巧301

第七节 专家系统的试验和评价的简介302

10.7.1 为什么要评价专家系统302

10.7.2 评价专家系统的方法302

10.7.3 评价专家系统的内容303

第十一章 专家系统示例305

第一节 DENDRAL305

11.1.1 启发式DENDRAL306

11.1.2 Meta-DENDRAL309

第二节 R1(或XCOM)312

11.3.2 Hearsay-Ⅱ的问题解决模型312

11.2.1 上下文313

11.2.2 部件信息和约束知识313

11.2.3 产生式系统结构316

11.2.5 R1的性能317

11.2.4 搜索策略317

第三节 HEARSAY-Ⅱ319

11.3.1 不确定性和假设的解释319

11.3.3 Hearsay-Ⅱ的结构323

11.3.4 Hearsay-Ⅱ作为问题解决系统的优点324

第四节 MYCIN327

11.4.1 咨询子系统329

11.4.2 静态数据库(知识库)330

11.4.3 动态数据库334

11.4.4 非精确推理336

11.4.5 控制策略338

第十二章 用于人工智能的程序语言343

第一节 概述343

第二节 PROLOG344

12.2.1 PROLOG入门345

12.2.2 回溯348

12.2.3 通用数据结构349

12.2.4 回溯的控制351

12.2.5 模式匹配352

12.2.6 语法规则356

12.2.7 应用357

第三节 LISP357

12.3.1 使用359

12.3.2 实际的LISP函数361

12.3.3 LISP数据库365

12.3.4 递归和迭代366

12.3.5 变量的域369

12.3.6 用LISP实现产生式系统的举例370

参考文献376

汉英术语对照表378

英汉术语对照表391