人工智能:复杂问题求解的结构和策略(美)卢格

人工智能:复杂问题求解的结构和策略(美)卢格

ID:15521260

大小:29.01 MB

页数:516页

时间:2018-08-03

人工智能:复杂问题求解的结构和策略(美)卢格_第1页
人工智能:复杂问题求解的结构和策略(美)卢格_第2页
人工智能:复杂问题求解的结构和策略(美)卢格_第3页
人工智能:复杂问题求解的结构和策略(美)卢格_第4页
人工智能:复杂问题求解的结构和策略(美)卢格_第5页
资源描述:

《人工智能:复杂问题求解的结构和策略(美)卢格》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、[GeneralInformation]书名=人工智能复杂问题求解的结构和策略原书第6版作者=(美)GEORGEF.LUGER著页数=490SS号=12492572出版日期=2010.01封面书名版权前言目录第一部分人工智能的历史渊源及研究范围第1章人工智能的历史及应用1.1从伊甸园到第一台电子计算机:对智能、知识和人类技能的态度1.1.1人工智能基础的简要历史1.1.2理性主义和经验主义学派对人工智能的影响1.1.3形式逻辑的发展1.1.4图灵测试1.1.5智能的生物和社会模型:主体理论1.2人工智能应用领域概述1.2.1博弈1.2.2

2、自动推理和定理证明1.2.3专家系统1.2.4自然语言理解和语义学1.2.5对人类表现建模1.2.6规划和机器人学1.2.7人工智能的语言和环境1.2.8机器学习1.2.9其他表示:神经网络和遗传算法1.2.10AI和哲学1.3人工智能小结1.4结语和参考文献1.5习题第二部分作为表示和搜索的人工智能第2章谓词演算2.0简介2.1命题演算(选读)2.1.1符号和语句2.1.2命题演算的语义2.2.谓词演算2.2.1谓词的语法和语句2.2.2谓词演算的语义2.2.3语义含义的积木世界例子2.3使用推理规则产生谓词演算表达式2.3.1推理规则

3、2.3.2合一算法2.3.3合一的例子2.4应用:一个基于逻辑的财务顾问2.5结语和参考文献2.6习题第3章状态空间搜索的结构和策略3.0简介3.1状态空间搜索的结构3.1.1图论(选读)3.1.2有限状态自动机(选读)3.1.3问题的状态空间表示3.2用于状态空间搜索的策略3.2.1数据驱动搜索和目标驱动搜索3.2.2图搜索的实现3.2.3深度优先搜索和宽度优先搜索3.2.4迭代加深的深度优先搜索3.3利用状态空间来表示命题演算和谓词演算的推理3.3.1逻辑系统的状态空间描述3.3.2与或图3.3.3进一步的例子和应用3.4结语和参考文

4、献3.5习题第4章启发式搜索4.0简介4.1爬山法和动态规划法4.1.1爬山4.1.2动态规划4.2最佳优先搜索算法4.2.1实现最佳优先搜索4.2.2实现启发评估函数4.2.3启发式搜索和专家系统4.3可采纳性、单调性和信息度4.3.1可采纳性度量4.3.2单调性4.3.3信息度更高的启发是更好的启发4.4在博弈中使用启发4.4.1在可穷举搜索图上的极小极大过程4.4.2固定层深的极小极大过程4.4.3α-β过程4.5复杂度问题4.6结语和参考文献4.7习题第5章随机方法5.0简介5.1计数基础(选读)5.1.1加法和乘法规则5.1.2

5、排列与组合5.2概率论基础5.2.1样本空间、概率和独立性5.2.2概率推理:一个道路/交通例子5.2.3随机变量5.2.4条件概率5.3贝叶斯定理5.4随机方法学的应用5.4.1“tomato”是如何发音的5.4.2道路/交通例子的扩展5.5结语和参考文献5.6习题第6章为状态空间搜索建立控制算法6.0简介6.1基于递归的搜索(选读)6.1.1递归6.1.2一个递归搜索的例子:模式驱动推理6.2产生式系统6.2.1定义和历史6.2.2产生式系统的例子6.2.3产生式系统中的搜索控制6.2.4AI产生式系统的优点6.3用于问题求解的黑板结

6、构6.4结语和参考文献6.5习题第三部分捕获智能:AI中的挑战第7章知识表示7.0知识表示问题7.1AI表示模式的简要历史7.1.1语义关联理论7.1.2语义网的早期研究7.1.3网络关系的标准化7.1.4脚本7.1.5框架7.2概念图:网络语言7.2.1概念图简介7.2.2类型、个体和名字7.2.3类型层次7.2.4泛化和特化7.2.5命题结点7.2.6概念图和逻辑7.3其他表示方法和本体7.3.1Brooks的包容结构7.3.2Copycat结构7.3.3多种表示、本体和知识服务7.4基于主体的和分布式的问题求解方法7.4.1基于主体

7、的定义7.4.2基于主体的应用7.5结语和参考文献7.6习题第8章求解问题的强方法8.0简介8.1专家系统技术概览8.1.1基于规则的专家系统设计8.1.2问题选择和知识工程的步骤8.1.3概念模型及其在知识获取中的作用8.2基于规则的专家系统8.2.1产生式系统和目标驱动问题求解8.2.2目标驱动推理中的解释和透明性8.2.3利用产生式系统进行数据驱动推理8.2.4专家系统的启发和控制8.3基于模型系统、基于案例系统和混合系统8.3.1基于模型推理简介8.3.2基于模型推理:来自NASA的例子8.3.3基于案例推理介绍8.3.4混合设计

8、:强方法系统的优势和不足8.4规划8.4.1规划简介:机器人学8.4.2使用规划宏:STRIPS8.4.3teleo-reactive规划8.4.4规划:来自NASA的例子8.5结语和参考文献

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。