人工智能及其应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

人工智能及其应用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　人工智能概况1

1.1.1　人工智能发展简史1

1.1.2　人工智能研究意义2

1.2　人工智能的学科范畴4

1.2.1　人工智能的位置4

1.2.2　人工智能的研究目标和方法5

1.2.3　人工智能的核心问题6

1.3　人工智能的研究领域8

1.4　人工智能系统结构及特点11

1.4.1　机器问答系统11

1.4.2　规划与问题求解13

1.4.3　专家系统14

1.4.4　人工智能系统特点15

习题16

第2章　知识及其表示方法17

2.1　知识表示技术17

2.1.1　知识的分类17

2.1.2　知识表示及其评价18

2.1.3　不确定性知识表示21

2.2　状态空间表示法23

2.3　与或图表示法24

2.4　知识的逻辑表示法26

2.5　产生式表示法28

2.6　语义网络表示法31

2.7　框架表示法34

2.8　Petri网知识表示法36

习题38

第3章　智能求解及其搜索策略40

3.1　搜索系统的组成40

3.2　问题表示及求解方法41

3.2.1　问题表达及其变换41

3.2.2　问题的直接求解法42

3.2.3　状态空间图搜索算法46

3.3　基本推理技术47

3.3.1　推理的概念及其类型48

3.3.2　推理的控制策略50

3.4　搜索策略的效率53

3.4.1　穿透率53

3.4.2　有效分支因素53

3.4.3　提高搜索效率的一般原则54

3.5　基本搜索策略55

3.5.1　广度优先搜索55

3.5.2　深度优先搜索57

3.5.3　有界深度优先搜索58

3.5.4　代价推进搜索60

3.6　启发式搜索策略61

3.6.1　启发信息和估价函数61

3.6.2　局部择优搜索62

3.6.3　全局择优搜索63

3.6.4　A＊算法65

3.7　基于规划的启发式搜索原理66

3.7.1　基本规划67

3.7.2　多层规划69

习题72

第4章　专家系统74

4.1　专家系统的基本概念及其特点74

4.2　专家系统结构75

4.2.1　基本结构75

4.2.2　流行结构75

4.2.3　理想结构76

4.3　专家系统设计方法77

4.4　专家系统评价78

4.4.1　评价方法79

4.4.2　专家系统的评价内容79

4.5　专家系统开发工具80

4.5.1　程序设计语言80

4.5.2　骨架型系统81

4.5.3　通用型系统82

4.5.4　支撑环境82

4.6　Visual Prolog语言84

4.6.1　基本语法规则84

4.6.2　程序结构87

4.6.3　搜索控制机制89

4.6.4　数据结构94

习题98

第5章　知识学习99

5.1　知识学习概念、原理及分类99

5.2　神经网络学习102

5.2.1　学习方式102

5.2.2　学习算法103

5.2.3　学习特点104

5.3　神经网络模型104

5.3.1　神经网络典型模型104

5.3.2　BP神经网络及算法107

5.3.3　Hopfield神经网络及算法110

5.4　知识发现与Agent技术113

5.4.1　知识发现的过程113

5.4.2　知识发现的方法115

5.4.3　知识发现中的数据挖掘技术117

5.4.4　Agent技术120

习题125

第6章　遗传算法127

6.1　遗传算法及其数学基础127

6.1.1　标准遗传算法及基本术语127

6.1.2　模式定理129

6.2　遗传算法的设计132

6.2.1　编码132

6.2.2　初始群体设定136

6.2.3　适应度函数136

6.2.4　选择算子138

6.2.5　交叉算子139

6.2.6　变异算子141

6.3　改进的遗传算法141

6.3.1　微种群算法141

6.3.2　双种群遗传算法142

6.3.3　自适应遗传算法142

6.4　协进化算法144

6.4.1　协进化算法基本流程144

6.4.2　代表个体选择145

习题147

第7章　人工智能系统应用148

7.1　分层设计原理148

7.2　智能识别系统149

7.2.1　问题描述150

7.2.2　系统结构与设计150

7.2.3　智能识别系统的使用153

7.3　智能诊断系统154

7.3.1　问题描述及系统开发方法154

7.3.2　系统结构与设计159

7.3.3　智能诊断系统的使用161

7.4　智能规划系统163

7.4.1　规划问题163

7.4.2　系统结构与设计164

7.4.3　智能规划系统的使用165

7.5　基于框架的智能系统167

7.5.1　基于框架的智能系统设计167

7.5.2　框架系统的使用168

7.6　神经网络的应用169

7.6.1　BP神经网络的应用169

7.6.2　Hopfield网络求解TSP问题171

7.7　遗传算法应用174

7.7.1　用遗传算法优化神经网络174

7.7.2　基于遗传算法的混合Flow-shop调度方法177

习题179

参考文献180