人工智能导论2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

人工智能导论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

第1章 绪论1

1.1人工智能的基本概念1

1.1.1智能的概念1

1.1.2智能的特征2

1.1.3人工智能4

1.2人工智能的发展简史5

1.2.1孕育5

1.2.2形成6

1.2.3发展7

1.3人工智能研究的基本内容8

1.4人工智能的主要研究领域10

1.5小结19

思考题19

第2章 知识表示20

2.1知识与知识表示的概念20

2.1.1知识的概念20

2.1.2知识的特性20

2.1.3知识的表示21

2.2一阶谓词逻辑表示法22

2.2.1命题22

2.2.2谓词23

2.2.3谓词公式24

2.2.4谓词公式的性质26

2.2.5一阶谓词逻辑知识表示方法28

2.2.6一阶谓词逻辑表示法的特点29

2.3产生式表示法30

2.3.1产生式30

2.3.2产生式系统32

2.3.3产生式系统的例子——动物识别系统33

2.3.4产生式表示法的特点35

2.4框架表示法36

2.4.1框架的一般结构36

2.4.2用框架表示知识的例子37

2.4.3框架表示法的特点40

2.5小结40

思考题41

习题42

第3章 确定性推理方法43

3.1推理的基本概念43

3.1.1推理的定义43

3.1.2推理方式及其分类43

3.1.3推理的方向46

3.1.4冲突消解策略49

3.2自然演绎推理51

3.3谓词公式化为子句集的方法53

3.4鲁宾逊归结原理57

3.5归结反演60

3.6应用归结原理求解问题62

3.7小结65

思考题66

习题66

第4章 不确定性推理方法68

4.1不确定性推理的概念68

4.2可信度方法71

4.3证据理论74

4.3.1概率分配函数74

4.3.2信任函数76

4.3.3似然函数76

4.3.4概率分配函数的正交和（证据的组合）76

4.3.5基于证据理论的不确定性推理77

4.4模糊推理方法79

4.4.1模糊逻辑的提出与发展79

4.4.2模糊集合80

4.4.3模糊集合的运算82

4.4.4模糊关系与模糊关系的合成83

4.4.5模糊推理86

4.4.6模糊决策87

4.4.7模糊推理的应用89

4.5小结90

思考题90

习题91

第5章 搜索求解策略93

5.1搜索的概念93

5.1.1搜索的基本问题与主要过程93

5.1.2搜索策略93

5.2状态空间的搜索策略94

5.2.1状态空间表示法94

5.2.2状态空间的图描述95

5.3盲目的图搜索策略98

5.3.1回溯策略98

5.3.2宽度优先搜索策略101

5.3.3深度优先搜索策略103

5.4启发式图搜索策略105

5.4.1启发式策略105

5.4.2启发信息和估价函数107

5.4.3 A搜索算法109

5.4.4 A搜索算法及其特性分析112

5.5小结113

思考题114

习题115

第6章 遗传算法及其应用116

6.1遗传算法的产生与发展116

6.1.1遗传算法的生物学背景116

6.1.2遗传算法的基本思想117

6.1.3遗传算法的发展历史117

6.1.4设计遗传算法的基本内容118

6.2遗传算法的基本算法119

6.2.1编码119

6.2.2群体设定120

6.2.3适应度函数120

6.2.4选择122

6.2.5交叉124

6.2.6变异125

6.2.7遗传算法的一般步骤126

6.2.8遗传算法的特点127

6.3遗传算法的改进算法128

6.3.1双倍体遗传算法128

6.3.2双种群遗传算法130

6.3.3自适应遗传算法130

6.4遗传算法的应用132

6.5小结135

思考题136

习题136

第7章 专家系统与机器学习137

7.1专家系统的产生和发展137

7.2专家系统的概念138

7.2.1专家系统的定义138

7.2.2专家系统的特点138

7.2.3专家系统的类型139

7.2.4专家系统的应用141

7.3专家系统的工作原理142

7.3.1专家系统的一般结构142

7.3.2知识库143

7.3.3推理机143

7.3.4数据库144

7.3.5知识获取机构144

7.3.6人机接口144

7.3.7解释机构144

7.4知识获取的主要过程与模式145

7.4.1知识获取的过程145

7.4.2知识获取的模式146

7.5机器学习147

7.5.1机器学习的基本概念148

7.5.2机器学习的分类149

7.5.3机械式学习150

7.5.4指导式学习151

7.5.5示例学习152

7.6知识发现与数据挖掘153

7.6.1知识发现与数据挖掘的概念153

7.6.2知识发现的一般过程153

7.6.3知识发现的任务154

7.6.4知识发现的方法155

7.6.5知识发现的对象155

7.7专家系统的建立157

7.8专家系统实例159

7.8.1医学专家系统——MYCIN159

7.8.2地质勘探专家系统——PROSPECTOR164

7.9专家系统的开发工具166

7.9.1骨架系统166

7.9.2通用型知识表达语言170

7.9.3专家系统开发环境170

7.9.4专家系统程序设计语言171

7.10小结171

思考题172

第8章 人工神经网络及其应用174

8.1神经元与神经网络174

8.1.1生物神经元结构174

8.1.2神经元数学模型175

8.1.3神经网络的结构与工作方式176

8.1.4神经网络的学习177

8.2 BP神经网络及其学习算法177

8.2.1 BP神经网络的结构177

8.2.2 BP学习算法178

8.2.3 BP学习算法的实现180

8.3 BP神经网络的应用181

8.3.1 BP神经网络在模式识别中的应用181

8.3.2 BP神经网络在软测量中的应用182

8.4 Hopfield神经网络及其改进185

8.4.1离散型Hopfield神经网络185

8.4.2连续型Hopfield神经网络及其VLSI实现187

8.4.3随机神经网络189

8.5 Hopfield神经网络的应用190

8.5.1 Hopfield神经网络在联想记忆中的应用190

8.5.2 Hopfield神经网络优化方法193

8.6小结196

思考题197

习题197

第9章 智能体与多智能体系统201

9.1智能体的概念与结构201

9.1.1智能体的概念201

9.1.2智能体的特性202

9.1.3智能体的结构202

9.1.4反应式Agent203

9.1.5慎思式Agent204

9.1.6复合式Agent204

9.1.7 Agent的应用205

9.2多智能体系统的概念与结构206

9.2.1多智能体系统的特点206

9.2.2多智能体系统的基本类型206

9.2.3多智能体系统的体系结构207

9.3多智能体系统的通信207

9.3.1智能体通信的类型208

9.3.2 Agent通信的方式209

9.3.3智能体通信语言210

9.4多智能体系统的协调212

9.5多智能体系统的协作213

9.5.1多智能体的协作类型213

9.5.2合同网协作方法214

9.5.3黑板模型协作方法215

9.5.4市场机制协作方法215

9.6多智能体系统的协商216

9.7小结217

思考题218

第10章 自然语言处理及其应用219

10.1自然语言理解的概念与发展历史219

10.2语言处理过程的层次221

10.3机器翻译222

10.3.1机器翻译方法概述222

10.3.2翻译记忆224

10.4语音识别225

10.4.1语音识别的概念225

10.4.2语音识别的主要过程225

10.4.3隐马尔可夫模型228

10.4.4基于隐马尔可夫模型的语音识别方法229

10.5小结230

思考题231

第11章 人工智能在游戏设计中的应用232

11.1人工智能游戏232

11.2游戏人工智能233

11.2.1游戏人工智能的概念与分类233

11.2.2基本的游戏人工智能技术234

11.3游戏中的角色与分类236

11.4智能游戏角色设计基本技术237

11.4.1游戏角色的指导与运动237

11.4.2游戏角色的追逐与躲避238

11.4.3游戏角色的群聚239

11.4.4游戏角色的路径搜索239

11.4.5智能搜索引擎240

11.5智能游戏开发方法与开发工具241

11.5.1智能游戏开发方法241

11.5.2智能游戏开发工具241

11.6扫雷机智能游戏开发241

11.7人工智能游戏的现状与未来243

11.8小结244

思考题244

附录 部分习题解答245

参考文献253