計(jì)算機(jī)科學(xué)叢書：人工智能：智能系統(tǒng)指南

作者：（澳大利亞）尼格尼維斯基（Michael Negnevitsky） 譯者：陳薇

出版者的話

譯者序

第3版前言

第1版前言

本書概要

致謝

第1章基于知識(shí)的智能系統(tǒng)概述

1.1智能機(jī)

1.2人工智能的發(fā)展歷史，從“黑暗時(shí)代”到基于知識(shí)的系統(tǒng)

1.2.1“黑暗時(shí)代”，人工智能的誕生（1943—1956年）

1.2.2人工智能的上升期，遠(yuǎn)大目標(biāo)積極實(shí)現(xiàn)的年代（1956年～20世紀(jì)60年代晚期）

1.2.3沒有履行的諾言，來自現(xiàn)實(shí)的沖擊（20世紀(jì)60年代晚期—20世紀(jì)70年代早期）

1.2.4專家系統(tǒng)技術(shù)，成功的關(guān)鍵因素（20世紀(jì)70年代早期～20世紀(jì)80年代中期）

1.2.5如何使機(jī)器學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)的重生（20世紀(jì)80年代中期至今）

1.2.6進(jìn)化計(jì)算，在嘗試中學(xué)習(xí)（20世紀(jì)70年代早期至今）

1.2.7知識(shí)工程的新紀(jì)元，文字計(jì)算（20世紀(jì)80年代后期至今）

1.3小結(jié)

復(fù)習(xí)題

參考文獻(xiàn)

第2章基于規(guī)則的專家系統(tǒng)

2.1知識(shí)概述

2.2知識(shí)表達(dá)技術(shù)——規(guī)則

2.3專家系統(tǒng)研發(fā)團(tuán)隊(duì)的主要參與者

2.4基于規(guī)則的專家系統(tǒng)的結(jié)構(gòu)

2.5專家系統(tǒng)的基本特征

2.6前向鏈接和后向鏈接推理技術(shù)

2.6.1前向鏈接

2.6.2后向鏈接

2.7 MEDIA ADVISOR：基于規(guī)則的專家系統(tǒng)實(shí)例

2.8沖突消解

2.9基于規(guī)則的專家系統(tǒng)的優(yōu)點(diǎn)和缺點(diǎn)

2.10小結(jié)

復(fù)習(xí)題

參考文獻(xiàn)

第3章基于規(guī)則的專家系統(tǒng)中的不確定性管理

3.1不確定性簡介

3.2概率論基本知識(shí)

3.3貝葉斯推理

3.4FORECAST：論據(jù)累積的貝葉斯方法

3.5貝葉斯方法的偏差

3.6確信因子理論和基于論據(jù)的推理

3.7FORECAST：確信因子的應(yīng)用

3.8貝葉斯推理和確信因子的對(duì)比

3.9小結(jié)

復(fù)習(xí)題

參考文獻(xiàn)

第4章模糊專家系統(tǒng)

4.1概述

4.2模糊集

4.3語言變量和模糊限制語

4.4模糊集的操作

4.5模糊規(guī)則

4.6模糊推理

4.6.1Mamdani—style推理

4.6.2 Sugeno—style推理

4.7建立模糊專家系統(tǒng)

4.8小結(jié)

復(fù)習(xí)題

參考文獻(xiàn)

參考書目

第5章基于框架的專家系統(tǒng)

5.1框架簡介

5.2知識(shí)表達(dá)技術(shù)——框架

5.3基于框架的系統(tǒng)中的繼承

5.4方法和守護(hù)程序

5.5框架和規(guī)則的交互

5.6基于框架的專家系統(tǒng)實(shí)例：Buy Smart

5.7小結(jié)

復(fù)習(xí)題

參考文獻(xiàn)

參考書目

第6章人工神經(jīng)網(wǎng)絡(luò)

6.1人腦工作機(jī)制簡介

6.2作為簡單計(jì)算元素的神經(jīng)元

6.3感知器

6.4多層神經(jīng)網(wǎng)絡(luò)

6.5多層神經(jīng)網(wǎng)絡(luò)的加速學(xué)習(xí)

6.6 Hopfield網(wǎng)絡(luò)

6.7雙向聯(lián)想記憶

6.8自組織神經(jīng)網(wǎng)絡(luò)

6.8.1Hebbian學(xué)習(xí)

6.8.2競爭學(xué)習(xí)

6.9小結(jié)

復(fù)習(xí)題

參考文獻(xiàn)

第7章進(jìn)化計(jì)算

7.1進(jìn)化是智能的嗎

7.2模擬自然進(jìn)化

7.3遺傳算法

7.4遺傳算法為什么可行

7.5案例研究：用遺傳算法來維護(hù)調(diào)度

7.6進(jìn)化策略

7.7遺傳編程

7.8小結(jié)

復(fù)習(xí)題

參考文獻(xiàn)

參考書目

第8章混合智能系統(tǒng)

8.1概述

8.2神經(jīng)專家系統(tǒng)

8.3神經(jīng)—模糊系統(tǒng)

8.4 ANFIS

8.5進(jìn)化神經(jīng)網(wǎng)絡(luò)

8.6模糊進(jìn)化系統(tǒng)

8.7小結(jié)

復(fù)習(xí)題

參考文獻(xiàn)

第9章知識(shí)工程

9.1知識(shí)工程簡介

9.1.1問題評(píng)估

9.1.2數(shù)據(jù)和知識(shí)獲取

9.1.3原型系統(tǒng)開發(fā)

9.1.4完整系統(tǒng)開發(fā)

9.1.5系統(tǒng)評(píng)價(jià)和修訂

9.1.6系統(tǒng)集成和維護(hù)

9.2專家系統(tǒng)可以解決的問題

9.5模糊專家系統(tǒng)可以解決的問題

9.4神經(jīng)網(wǎng)絡(luò)可以解決的問題

9.5遺傳算法可以解決的問題

9.6混合智能系統(tǒng)可以解決的問題

9.7小結(jié)

復(fù)習(xí)題

參考文獻(xiàn)

第10章數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)

10.1數(shù)據(jù)挖掘簡介

10.2統(tǒng)計(jì)方法和數(shù)據(jù)可視化

10.3主成分分析

10.4關(guān)系數(shù)據(jù)庫和數(shù)據(jù)庫查詢

10.5數(shù)據(jù)倉庫和多維數(shù)據(jù)分析

10.6決策樹

10.7關(guān)聯(lián)規(guī)則和購物籃分析

10.8小結(jié)

復(fù)習(xí)題

參考文獻(xiàn)

術(shù)語表

附錄人工智能工具和經(jīng)銷商

索引2100433B

《人工智能:智能系統(tǒng)指南(原書第3版)》既可以作為計(jì)算機(jī)科學(xué)相關(guān)專業(yè)本科生的入門教材，也可以作為非計(jì)算機(jī)科學(xué)專業(yè)讀者的自學(xué)參考書。

經(jīng)典原版書庫：人工智能：智能系統(tǒng)指南內(nèi)容簡介

《人工智能:智能系統(tǒng)指南(英文版)(第3版)》為經(jīng)典原版書庫之一。

經(jīng)典原版書庫：人工智能：智能系統(tǒng)指南作者簡介

作者：(澳大利亞)尼格尼維斯基 (Michael Negnevitsky)

Preface

Preface to the third edition

Overview of the book

Acknowledgements

1 Introduction to knowledge-based intelligent systems

1.1 Intelligent machines, or what machines can do

1.2 The history of artificial intelligence, or from the 'Dark Ages' to knowledge-based systems

1.3 Summary

Questions for review

References

Rule-based expert systems

2.1 Introduction, or what is knowledge？

2.2 Rules as a knowledge representation technique

2.3 The main players in the expert system development team

2.4 Structure of a rule-based expert system

2.5 Fundamental characteristics of an expert system

2.6 Forward chaining and backward chaining inference techniques

2.7 MEDIA ADVISOR: a demonstration rule-based expert system

2.8 Conflict resolution

2.9 Advantages and disadvantages of rule-based expert systems

2.10 Summary

Questions for review

References

Uncertainty management in rule-based expert systems

3.1 Introduction, Or what is uncertainty？

3.2 Basic probability theory

3.3 Bayesian reasoning

3.4 FORECAST: Bayesian accumulation of evidence

3.5 Bias of the Bayesian method

3.6 Certainty factors theory and evidential reasoning

3.7 FORECAST: an application of certainty factors

3.8 Comparison of Bayesian reasoning and certainty factors

3.9 Summary

Questions for review

References

Fuzzy expert systems

4.1 Introduction, or what is fuzzy thinking？

4.2 Fuzzy sets

4.3 Linguistic variables and hedges

4.4 Operations of fuzzy sets

4.5 Fuzzy rules

4.6 Fuzzy inference

4.7 Building a fuzzy expert system

4.8 Summary

Questions for review

References

Bibliography

Frame-based expert systems

5.1 Introduction, or what is a frame？

5.2 Frames as a knowledge representation technique

5.3 Inheritance in frame-based systems

5,4 Methods and demons

5.5 Interaction of frames and rules

5.6 Buy Smart: a frame-based expert system

S.？ Summary

Questions for review

References

Bibliography

6 Artificial neural networks

6.1 Introduction, or how the brain works

6.2 The neuron as a simple computing element

6.3 The perceptron

6.4 Multilayer neural networks

6.5 Accelerated learning in multilayer neural networks

6.6 The Hopfield network

6.7 Bidirectional associative memory

6.8 Self-organising neural networks

6.9 Summary

Questions for review

References

Evolutionary computation

7.1 Introduction, or can evolution be intelligent？

7.2 Simulation of natural evolution

7.3 Genetic algorithms

……

Hybrid intelligent systems

Knowledge engineering

Data mining and knowledge discovery

Glossary

Appendix: AI tools and vendors

Index2100433B

第1 章緒論 1

第2 章智能系統(tǒng)工程概念的提出 4

2.1智能系統(tǒng)工程的概念涵義 4

2.2現(xiàn)代系統(tǒng)工程面臨挑戰(zhàn) 5

2.3智能系統(tǒng)工程建模 7

2.4智能系統(tǒng)工程分析 8

2.5智能系統(tǒng)工程綜合 9

2.6智能系統(tǒng)工程仿真 10

2.7小結(jié) 11

第3 章智能系統(tǒng)工程的人工智能 12

3.1人工智能的研究對(duì)象 12

3.1.1機(jī)器智能 12

3.1.2智能機(jī)器 13

3.2人工智能的學(xué)科內(nèi)容 14

3.2.1機(jī)器思維與思維機(jī)器 14

3.2.2機(jī)器感知與感知機(jī)器 15

3.2.3機(jī)器行為與行為機(jī)器 15

3.3人工智能的研究方法 16

3.3.1功能模擬學(xué)派 16

3.3.2結(jié)構(gòu)模擬學(xué)派 16

3.3.3行為模擬學(xué)派 16

3.4人工智能的學(xué)科架構(gòu) 16

3.5人工智能的應(yīng)用領(lǐng)域 17

3.6小結(jié) 20

第4 章智能系統(tǒng)工程的新動(dòng)向 21

4.1為知識(shí)經(jīng)濟(jì)服務(wù) 21

4.2進(jìn)信息高速公路 22

4.3促智能社會(huì)發(fā)展 24

4.3.1系統(tǒng)的概念 24

4.3.2系統(tǒng)的特性 24

4.3.3系統(tǒng)的類型 25

4.4智能系統(tǒng)工程開發(fā)策略 25

4.5小結(jié) 27

第5 章智能系統(tǒng)工程的廣義人工智能 29

5.1廣義人工智能的概念涵義 29

5.1.1多種人工智能 29

5.1.2多層人工智能 29

5.1.3多體人工智能 30

5.2廣義人工智能的學(xué)科體系 31

5.2.1研究對(duì)象 32

5.2.2學(xué)科內(nèi)容 32

5.2.3學(xué)科分支 32

5.3廣義人工智能的理論基礎(chǔ) 33

5.4廣義人工智能的科學(xué)方法 34

5.5小結(jié) 35

第6 章廣義智能系統(tǒng)工程 37

6.1廣義智能系統(tǒng)工程的概念涵義 37

6.2廣義智能系統(tǒng)工程的學(xué)科架構(gòu) 38

6.3廣義智能系統(tǒng)工程的建模方法 38

6.4廣義智能系統(tǒng)工程的系統(tǒng)分析 40

6.5廣義智能系統(tǒng)工程的系統(tǒng)綜合 41

"para" label-module="para">

6.6廣義智能系統(tǒng)工程的模型類譜 43

6.6.1廣義人工智能的擴(kuò)展模型 43

6.6.2廣義智能系統(tǒng)的概念模型 43

6.6.3廣義智能系統(tǒng)工程的類譜表 44

6.7小結(jié) 44

第7 章智能系統(tǒng)工程的廣義智能 45

7.1廣義智能學(xué)的基本概念 45

7.2廣義智能學(xué)的研究對(duì)象 47

7.3廣義智能學(xué)的學(xué)科體系 49

7.4廣義智能學(xué)的基本內(nèi)容 50

7.5廣義智能學(xué)的研究方法 52

7.6廣義智能學(xué)的科學(xué)意義 53

7.7廣義智能學(xué)的學(xué)科架構(gòu) 54

7.8廣義智能學(xué)的應(yīng)用價(jià)值 55

7.9小結(jié) 56

第8 章廣義智能系統(tǒng)理論 57

8.1廣義智能的概念 57

8.2廣義智能的特性 58

8.3廣義智能系統(tǒng)的類型 59

8.4廣義智能系統(tǒng)理論 60

8.5小結(jié) 62

第9 章智能系統(tǒng)工程的標(biāo)準(zhǔn)和規(guī)范 63

9.1智能系統(tǒng)工程的技術(shù)標(biāo)準(zhǔn) 63

9.2智能系統(tǒng)工程的性能標(biāo)準(zhǔn) 64

9.3智能系統(tǒng)工程的規(guī)范 65

9.4智能系統(tǒng)工程的評(píng)測 66

9.5智能化、電腦化、自動(dòng)化 66

9.6小結(jié) 67

第10 章智能系統(tǒng)工程的應(yīng)用 69

10.1智能系統(tǒng)工程在鋼鐵冶金工業(yè)中的應(yīng)用 69

10.1.1概述 69

10.1.2智能系統(tǒng)工程總體方案 69

10.1.3智能系統(tǒng)工程關(guān)鍵技術(shù) 70

10.2智能系統(tǒng)工程在石油工業(yè)生產(chǎn)過程中的應(yīng)用 71

10.2.1概述 71

10.2.2智能系統(tǒng)工程總體方案 71

10.2.3智能系統(tǒng)工程關(guān)鍵技術(shù) 72

10.3智能系統(tǒng)工程在智能大廈管理系統(tǒng)中的應(yīng)用 73

10.3.1概述 73

10.3.2智能系統(tǒng)工程總體方案 74

10.3.3智能系統(tǒng)工程關(guān)鍵技術(shù) 74

10.4智能系統(tǒng)工程在鋼材質(zhì)量管理系統(tǒng)中的應(yīng)用 75

10.4.1概述 75

10.4.2智能系統(tǒng)工程總體方案 75

10.4.3智能系統(tǒng)工程關(guān)鍵技術(shù) 76

10.5智能系統(tǒng)工程在證券行業(yè)管理系統(tǒng)中的應(yīng)用 78

10.5.1概述 78

10.5.2證券管理智能系統(tǒng)工程總體方案 78

10.5.3證券網(wǎng)絡(luò)管理系統(tǒng) 79

10.5.4證券預(yù)測系統(tǒng) 80

10.5.5證券決策支持系統(tǒng) 82

10.6智能系統(tǒng)工程在礦山資源開發(fā)建設(shè)工程中的應(yīng)用 84

10.6.1概述 84

10.6.2智能系統(tǒng)工程總體方案 84

10.6.3智能系統(tǒng)工程實(shí)現(xiàn)技術(shù) 85

10.7小結(jié) 86

第11 章智能武器系統(tǒng)工程 87

11.1智能武器系統(tǒng)工程的概念 87

11.2智能武器系統(tǒng)工程的內(nèi)容 88

11.3智能武器系統(tǒng)工程的方法 89

11.4智能武器系統(tǒng)工程的應(yīng)用 92

11.5小結(jié) 95

第12 章結(jié)論與展望 96

12.1結(jié)論 96

12.2展望 97

附錄A縮略語 101

參考文獻(xiàn) 110"