第1章 緒論1
1.1 本章知識結構1
1.2 本章主要內容1
問題1.2.1 什么是智能？ 它具有什么特點？1
問題1.2.2 什么是人工智能？ 其研究目標是什么？2
問題1.2.3 人工智能研究有什么特點？2
問題1.2.4 人工智能有哪些不同的研究學派？各有什么特點？2
問題1.2.5 人工智能的發(fā)展可以劃分為哪幾個主要階段？各有什么特點？5
問題1.2.6 當前人工智能的主要研究領域和應用有哪些？6
1.3 練習題與參考答案10
1.3.1 練習題10
1.3.2 參考答案10
第2章 搜索策略 15
2.1 本章知識結構15
2.2 本章主要內容15
問題2.2.1 什么是搜索？ 根據是否使用啟發(fā)式信息搜索主要分為哪兩類？15
問題2.2.2 什么是狀態(tài)空間表示方法？什么是與/或樹表示法？16
問題2.2.3 狀態(tài)空間搜索的一般過程是什么？17
問題2.2.4 有哪幾種常用的、主要的盲目搜索策略？18
問題2.2.5 什么是啟發(fā)式信息？什么是評價函數？什么是啟發(fā)式函數？…20
問題2.2.6 什么是局部擇優(yōu)方法？有什么特點？20
問題2.2.7 什么是全局擇優(yōu)算法？有什么特點？21
問題2.2.8 什么是A*算法？有什么特點？21
問題2.2.9 什么是博弈樹？有什么特點？23
問題2.2.10 什么是極大極小過程？其基本思想是什么？24
問題2.2.11 什么是α-β過程？有什么特點？24
問題2.2.12 什么是約束滿足問題？有什么特點？25
2.3 例題分析 26
2.4 練習題與參考答案32
2.4.1 練習題32
2.4.2 參考答案36
第3章 知識表示 50
3.1 本章知識結構50
3.2 本章主要內容50
問題3.2.1 什么是知識？ 知識有什么特點？50
問題3.2.2 人工智能中所關心的知識主要有哪些？51
問題3.2.3 什么是知識表示？人工智能對知識表示方法有什么要求？51
問題3.2.4 用一階謂詞邏輯表示知識的時候一般步驟有哪些？
一階謂詞邏輯表示方法有什么特點？52
問題3.2.5 產生式系統(tǒng)的基本結構是什么？53
問題3.2.6 產生式系統(tǒng)主要分哪幾種類型？53
問題3.2.7 產生式系統(tǒng)有什么特點？54
問題3.2.8 什么是語義網絡？語義網絡由哪幾部分組成？55
問題3.2.9 一般語義網絡的推理過程是什么？55
問題3.2.10 語義網絡表示方法有什么特點？58
問題3.2.11 什么是框架理論？什么是框架？59
問題3.2.12 一般框架系統(tǒng)的推理過程是什么？60
問題3.2.13 框架表示方法有什么特點？61
3.3 例題分析 61
3.4 練習題與參考答案66
3.4.1 練習題66
3.4.2 參考答案71
第4章 歸結原理 94
4.1 本章知識結構94
4.2 本章主要內容94
問題4.2.1 什么是邏輯推理？它是如何分類的？94
問題4.2.2 什么是邏輯公式的等價性和永真蘊涵？95
問題4.2.3 什么是可滿足性和有效性？96
問題4.2.4 什么是合取范式？什么是析取范式？97
問題4.2.5 什么是歸結推理規(guī)則？98
問題4.2.6 什么是歸結反演（反駁）？98
問題4.2.7 什么是謂詞邏輯的前束范式？99
問題4.2.8 什么是Skolem函數？99
問題4.2.9 什么是置換？有什么特點？100
問題4.2.10 什么是合一算法？100
問題4.2.11 什么是謂詞邏輯的二元歸結式？102
問題4.2.12 什么是Herbrand域？什么是原子集？102
問題4.2.13 什么是Herbrand解釋？103
問題4.2.14 什么是子句集的語義樹104
問題4.2.15 什么是Herbrand定理？104
問題4.2.16 什么是歸結反演的完備性定理？105
問題4.2.17 什么是歸結反演的搜索策略？有哪些主要的規(guī)則策略？106
4.3 例題分析 107
4.4 練習題與參考答案117
4.4.1 練習題117
4.4.2 參考答案121
第5章 不確定和非單調推理方法 136
5.1 本章知識結構136
5.2 本章主要內容136
問題5.2.1 傳統(tǒng)推理（基于謂詞邏輯的推理）有哪些局限性？136
問題5.2.2 什么是不確定推理？ 它的基本問題是什么？137
問題5.2.3 不確定性推理方法如何分類？137
問題5.2.4 什么是逆概率方法？138
問題5.2.5 主觀Bayes方法的基本思想是什么？138
問題5.2.6 確定性理論模型的基本內容是什么？141
問題5.2.7 什么是概率分配函數？什么是信任函數？什么是似然函數？143
問題5.2.8 證據理論模型的基本內容是什么？144
問題5.2.9 什么是Bayes網絡？有什么特點？145
問題5.2.10 什么是Bayes網絡的語義？146
問題5.2.11 什么是常識和常識推理？對常識的研究為什么是困難的？147
問題5.2.12 什么是非單調推理？有哪幾類主要的非單調推理？148
問題5.2.13 什么是閉缺省理論？什么是擴張（擴充）？148
問題5.2.14 什么是專家系統(tǒng)？專家系統(tǒng)的一般結構是什么？149
問題5.2.15 構造一個具有不確定性推理的專家系統(tǒng)需要解決哪幾個主要問題？150
5.3 例題分析 151
5.4 練習題與參考答案160
5.4.1 練習題160
5.4.2 參考答案163
第6章 機器學習 181
6.1 本章知識結構181
6.2 本章主要內容181
問題6.2.1 什么是機器學習？其基本形式有哪些？181
問題6.2.2 機器學習系統(tǒng)的基本模型包括哪幾部分？181
問題6.2.3 機器學習的發(fā)展經歷了哪幾個主要的階段？182
問題6.2.4 什么是歸納學習？歸納學習的兩個空間模型是什么？183
問題6.2.5 歸納學習中常用到的泛化操作有哪些？184
問題6.2.6 什么是候選項刪除算法？185
問題6.2.7 決策樹學習方法的基本思想是什么？186
問題6.2.8 什么是基于解釋的學習？189
問題6.2.9 什么是類比學習？189
問題6.2.10 什么是強化學習？190
問題6.2.11 什么是數據倉庫？191
問題6.2.12 什么是數據庫中知識發(fā)現(xiàn)？什么是數據挖掘？191
問題6.2.13 什么是聯(lián)機分析處理（OLAP) ？192
問題6.2.14 什么是關聯(lián)規(guī)則？192
問題6.2.15 關聯(lián)規(guī)則挖掘的Apriori算法主要思想是什么？193
6.3 例題分析 194
6.4 練習題與參考答案198
6.4.1 練習題198
6.4.2 參考答案202
第7章 神經網絡與遺傳算法 213
7.1 本章知識結構213
7.2 本章主要內容213
問題7.2.1 什么是神經網絡？213
問題7.2.2 生物神經元由哪幾部分組成？它有什么特點？213
問題7.2.3 人工神經元由哪幾部分組成？其激勵函數主要有哪幾種形式？214
問題7.2.4 神經元的互連形態(tài)有哪幾種？215
問題7.2.5 人工神經網絡有什么特征？是如何分類的？216
問題7.2.6 人工神經網絡有哪些主要的學習方法？216
問題7.2.7 感知機學習過程及特點是什么？217
問題7.2.8 前饋型網絡的學習過程及特點是什么？218
問題7.2.9 Hopfield網絡學習算法是什么？有什么特點？220
問題7.2.10 什么是遺傳算法？222
問題7.2.11 簡單遺傳算法SGA的步驟是什么？222
問題7.2.12 什么是遺傳算法的模式定理？224
問題7.2.13 什么是分類系統(tǒng)？其基本結構是什么？225
7.3 例題分析 228
7.4 練習題與參考答案233
7.4.1 練習題233
7.4.2 參考答案235
第8章 自然語言理解 250
8.1 本章知識結構250
8.2 本章主要內容250
問題8.2.1 什么是自然語言理解？250
問題8.2.2 對自然語言理解的研究經歷了哪幾個發(fā)展時期？251
問題8.2.3 自然語言理解的層次包括哪幾部分？252
問題8.2.4 什么是詞法分析？253
問題8.2.5 什么是句法分析？其主要任務是什么？253
問題8.2.6 什么是短語結構語言？254
問題8.2.7 句法分析中進行語言分析的策略主要有哪些？254
問題8.2.8 什么是句法分析樹？256
問題8.2.9 什么是轉移網絡？什么是擴充轉移網絡？256
問題8.2.10 什么是語義分析？簡單說明常用的進行語義分析的文法。257
問題8.2.11 什么是語料庫？其主要特點是什么？259
問題8.2.12 漢語語料庫的加工主要包括哪些過程？260
8.3 例題分析 261
8.4 練習題與參考答案267
8.4.1 練習題267
8.4.2 參考答案270
模擬試題一282
模擬試題一參考答案285
模擬試題二287
模擬試題二參考答案291
參考文獻294
鄂公網安備 42010302001612號 