专家系统 修订版2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

专家系统 修订版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 人工智能综述1

1.1 什么是人工智能1

1.2 人工智能研究的领域与课题1

1.2.1 研究领域1

1.2.2 研究课题3

1.3 人工智能研究的特点与方法6

1.3.1 研究特点6

1.3.2 研究方法6

1.4 人工智能的应用与发展方向7

思考题8

参考文献8

2.1 什么是专家系统9

第2章 专家系统概述9

2.2 专家系统的功能与结构10

2.2.1 专家系统的功能10

2.2.2 专家系统的结构11

2.3 专家系统的基本特征13

2.4 专家系统的分类14

2.5 专家系统的产生与发展17

2.6 专家系统的作用和意义20

思考题21

参考文献21

第3章 知识表示22

3.1 概述22

3.1.1 基本概念22

3.1.2 知识的属性23

3.1.3 知识的分类24

3.2.1 知识表示25

3.2 知识表示25

3.2.2 知识表示应具备的特性26

3.2.3 过程性表示与叙述性表示27

3.3 产生工表示法27

3.3.1 产生式的定义28

3.3.2 产生式的与/或树表示28

3.3.3 产生式系统的基本结构29

3.3.4 一个简单实例30

3.3.5 产生式系统的评价31

3.4 逻辑表示法32

3.4.1 一阶谓词逻辑32

3.4.2 逻辑表示法应用举例33

3.5 语义网络表示法36

3.4.3 逻辑系统的评价36

3.5.1 语义网络的定义37

3.5.2 用语义网络表示知识37

3.5.3 基于语义网络的推理40

3.5.4 语义网络系统的评价41

3.6 框架表示法41

3.6.1 框架表示的定义42

3.6.2 框架表示应用举例42

3.6.3 基于框架的推理45

3.6.4 框架系统的评价45

3.7其他知识表示法46

3.7.1 特性表表示法46

3.7.2 过程表示法46

思考与练习47

参考文献48

第4章 知识获取与知识库管理49

4.1 知识获以概述49

4.1.1 什么是知识获取49

4.1.2 知识获取方法的分类50

4.1.3 知识获取的困难52

4.2 知识获取的基本过程52

4.2.1 确定阶段53

4.2.2 概念化阶段53

4.2.5 测试阶段54

4.2.6 修改完善阶段54

4.3 知识获取一个简单实例54

4.2.4 实现阶段54

4.2.3 形式化阶段54

4.3.1 问题的提出55

4.3.2 知识获取的过程55

4.4 知识获取的基本方法63

4.4.1 会谈式知识获取63

4.4.2 案例分析式知识获取63

4.4.3 教学式知识获取63

4.4.4 归纳式知识获取64

4.4.5 假设式知识获取66

4.5 知识获取的辅助工具66

4.5.1 知识库编辑程序与接口67

4.5.2 解释机构67

4.5.3 修改知识库67

4.6.3 知识库的组织68

4.6.2 知识库管理与知识获取68

4.6.1 术语解释68

4.6 知识库管理68

4.6.4 知识库的管理与维护69

思考题70

参考文献70

第5章 推理与控制策略71

5.1 基本概念71

5.1.1 演绎推理与归纳推理71

5.1.2 精确推理与不精确推理73

5.1.3 单调推理与非单调推理74

5.1.4 推理与知识表示74

5.2 推理控制策略74

5.2.2 正向推理控制策略75

5.2.1 冲突消解策略75

5.2.3 反向推理控制策略77

5.2.4 混合推理控制策略78

5.2.5 双向理控制策略79

5.2.6 元控制策略79

5.2.7 推理效率与推理效果80

5.3 不精确推理的基本结构80

5.3.1 不确定性81

5.3.2 不精确推理的要素81

5.4 确定理论方法82

5.4.1 不确定性描述82

5.4.2 不确定性传播算未能83

5.4.3 一个计算实例84

5.5.1 主观Bayes方法的基本思路85

5.5.2 不确定性描述85

5.5 主观Bayes方法85

5.5.3 不确定性的传播算法87

5.5.4 一个例子89

5.6 可能性理论方法91

5.6.1 特征函数与模糊子集92

5.6.2 基本运算与操作95

5.6.3 模糊集合的应用96

5.7 证据理论方法99

5.7.1基本理论99

5.7.2 不确定性描述102

5.7.3 不确定性传播算法103

5.7.4 一个具体应用例子104

5.8 四种不精确推理方法的评价108

5.8.1 四种不精确推理方法的分析109

5.8.2 四种不精确推理方法的比较110

思考题与习题111

参考文献113

第6章 解释机制115

6.1 解释系统的作用115

6.2 解释机制的设计要求115

6.3 解释机制的设计原理和结构116

6.4 解释机制的实现方法116

思考题117

参考文献118

第7章 智能程序设计语言119

7.1 LISP语言119

7.1.1 LISP语言的特点119

7.1.2 LISP数据结构——S-表达式120

7.1.3 基本函数121

7.1.4 赋值与求值函数123

7.1.5 算术与逻辑运算函数124

7.1.6 表处理函数与谓词函数126

7.1.7 条件函数COND128

7.1.8 函数定义及递归和迭代129

7.1.9 PROG函数133

7.1.10 输入和输出函数134

7.1.11 LISP程序结构134

7.1.12 程序举例135

7.2 PROLOG语言137

7.2.1 PROLOG语言的特点137

7.2.2 PROLOG语言的三种基本语句138

7.2.3 PROLOG中的项、结构、表139

7.2.4 递归141

7.2.5 搜索、匹配、回溯143

7.2.6 截断145

7.2.7TURBO PROLOG的特点与程序结构147

7.2.8 标准谓词150

7.2.9 TURBO PROLOG系统构成与基本用法153

7.2.10 程序举例155

思考题与练习题157

参考文献158

第8章 专家系统的设计与开发159

8.1 专家系统的基本设计思想159

8.2 专家系统的一般设计方法159

8.2.1 专家系统设计的关键160

8.2.2 专家系统的构造原则161

8.2.3 专家系统的主要设计步骤162

8.3 专家系统的开发过程163

8.3.1 专家系统的选择原则163

8.3.2 专家系统的开发基本步骤164

8.4 专家系统开发工具的介绍166

8.4.1 程序设计语言167

8.4.2 骨架系统167

8.4.3 通用型开发工具167

8.4.4 组合型开发工具168

思考题168

参考文献168

9.1 典型的专家系统——MYCIN系统169

9.1.1 概述169

第9章 专家系统实例简介169

9.1.2 知识和数据的表示与组织170

9.1.3 推理技术与控制策略174

9.1.4 知识获取机制178

9.1.5 解释机制178

9.2 肺结核病诊断治疗专家系统180

9.2.1 概述180

9.2.2 知识表示181

9.2.3 推理机制181

9.2.4 系统特点及系统效果183

思考题184

参考文献184

第10章 神经网络在专家系统中的应用185

10.1 人工神经网络的结构与工作原理185

10.2.1 感知器187

10.2 神经网络模型187

10.2.2 反向传播网络189

10.3 基于神经网络的专家系统192

10.3.1 传统专家系统与神经网络的集成192

10.3.2 基于神经网络的知识处理194

10.3.3 基于神经网络的专家系统实例195

思考题198

参考文献198

第11章 专家系统的效能评估200

11.1 专家系统效能评估的研究内容200

11.2 专家系统可靠性评估的数学模型201

11.3 专家系统效能评估的指标体系207

11.3.1 专家系统的评估内容207

11.3.3 MAU评估指标体系208

11.3.2 专家系统的评估要素208

11.3.4 MAU评估模型的分析209

11.4 基于MAU模型的专家系统效能评估方法214

思考题217

参考文献217

第12章 专家系统展望218

12.1 专家系统的研究方向218

12.2 专家系统的研究课题219

12.3 新一代专家系统220

12.3.1 新一代专家系统的特征220

12.3.2 新一代专家系统的概况221

12.4 国内专家系统的发展222

思考题223

参考文献223