人工智能与专家系统导论

　　《人工智能与专家系统导论》的内容涉及到人工智能、专家系统和实现语言三个方面；系统地阐述了人工智能的基本原理、研究进展、研究方法和应用领域，重点突出人工智能的基本技术，包括5种主要的知识表示（状态空间、与或图、产生式、语义网络、谓词逻辑表示法）、2种搜索（一般搜索和启发式搜索）、2种推理（逻辑推理和算法推理）以及机器学习；详细地介绍了专家系统的原理、发展方向、结构、开发步骤、设计原则、评价方法、系统工具和环境以及专家系统的不精确性推理；另外，对人工智能与专家系统的核心语言PDC Prolog的语句、语法、应用、程序设计技巧与方法进行了高度和全面的概括。《人工智能与专家系统导论》可作为自动控制、自动化、计算机、信息处理、系统工程等专业的研究生和本科生的必修课和选修课教材，也可作为业余爱好者的科普读物，还可供从事相关专业的教师和广大科技人员作为参考书。

暂缺《人工智能与专家系统导论》作者简介

第1章 人生智能概述
1.1 人工智能的基本概念
1.2 人工智能的科学范畴
1.3 人工智能的研究途径与方法
1.4 人工智能的产生与发展
1.5 人工智能的研究和应用领域
习题
第2章 知识表示
2.1 知识与知识表示的概念
2.2 状态空间表示法
2.3 与/或图知识表示
2.4 产生式知识表示
2.5 语义网络
习题
第3章 图搜索方法
3.1 图搜索及其分类
3.2 穷举式搜索
3.3 启发式搜索
习题
第4章 逻辑的知识表示和推理
4.1 命题与逻辑
4.2 谓词逻辑知识表示
4.3 逻辑推理的技术与算法
习题
第5章 智能学习系统
5.1 机器学习的基本概念
5.2 智能学习系统的基本模型
5.3 机器学习的几种常用方法
习题
第6章 PDC Prolog语言及其实现技术
6.1 Prolog语言简介
6.2 PDC Prolog的基本语句
6.3 程序结构及其说明
6.4 PDC Prolog的基本搜索方法
6.5 PDC Prolog的数据处理
6.6 PDC Prolog的多媒体技术
习题
第7章 专家系统
7.1 专家系统的基本知识
7.2 专家系统的设计
7.3 专家系统的评价
7.4 专家系统的实例
7.5 专家系统的开发工具与环境
习题
第8章 不精确推理
8.1 不精确推理的基本理论
8.2 主观Bayes推理方法
习题
参考文献