內容簡介
人工智能是解決復雜工程問題的重要工具,是當 前許多高新技術産品中的核心技術。讀者通過學習本 書,能夠掌握人工智能的基本內容,瞭解人工智能研 究的一些前沿技術,為進一步學習與研究人工智能理 論與應用奠定基礎。
王萬良編*的《人工智能及其應用(第3版高等學 校教材)》共11章,分彆為人工智能的基本概念與主 要研究領域、知識錶示、確定性推理方法、不確定性 推理方法、搜索求解策略、進化算法(包括遺傳算法 、差分進化算法、量子進化算法)、群智能算法(包括 粒子群算法、量子粒子群算法、蟻群算法)、人工神 經網絡(包括捲積神經網絡)、機器學習(包括深度學 習)、專傢係統、自然語言處理。附錄中給齣瞭本書 習題的簡要解答和實驗指導書。
本書主要作為計算機、自動化、電氣、電子信息 、機械等類專業本科生、研究生學習人工智能課程的 教材。由於書中幾大部分內容相對獨立,可以容易地 根據課程計劃學時選擇部分內容學習,仍可保持課程 體係結構的完整性。本書也可供希望掌握人工智能技 術的研究人員與工程技術人員學習參考。書中增加瞭 “掃一掃”,能夠觀看相應內容的講課錄像和實驗的 參考程序,很方便讀者自學。
目錄
第1章 緒論
1.1 人工智能的基本概念
1.2 人工智能的發展簡史
1.3 人工智能研究的基本內容
1.4 人工智能的主要研究領域
1.5 小結
思考題
第2章 知識錶示
2.1 知識與知識錶示的概念
2.2 一階謂詞邏輯錶示法
2.3 産生式錶示法
2.4 框架錶示法
2.5 語義網絡錶示法
2.6 小結
思考題
習題
第3章 確定性推理方法
3.1 推理的基本概念
3.2 自然演繹推理
3.3 謂詞公式化為子句集的方法
3.4 海伯倫定理
3.5 魯賓遜歸結原理
3.6 歸結反演
3.7 應用歸結原理求解問題
3.8 小結
思考題
習題
第4章 不確定性推理方法
4.1 不確定性推理中的基本問題
4.2 概率方法
4.3 主觀Bayes方法
4.4 可信度方法
4.5 證據理論
4.6 模糊推理方法
4.7 模糊控製
4.8 小結
思考題
習題
第5章 搜索求解策略
5.1 搜索的概念
5.2 狀態空間知識錶示方法
5.3 盲目的圖搜索策略
5.4 啓發式圖搜索策略
5.5 與/或圖搜索策略
5.6 小結
思考題
習題
第6章 進化算法及其應用
6.1 進化算法的産生與發展
6.2 基本遺傳算法
6.3 遺傳算法的改進算法
6.4 基於遺傳算法的生産調度方法
6.5 差分進化算法及其應用
6.6 量子進化算法及其應用
6.7 小結
思考題
習題
第7章 群智能算法及其應用
7.1 群智能算法産生的背景
7.2 粒子群優化算法
7.3 量子粒子群優化算法
7.4 粒子群優化算法的應用
7.5 基本蟻群算法
7.6 改進蟻群算法
7.7 蟻群算法的應用
7.8 小結
思考題
第8章 人工神經網絡及其應用
8.1 神經元與神經網絡
8.2 BP神經網絡及其學習算法
8.3 BP神經網絡的應用
8.4 Hopfield神經網絡及其改進
8.5 Hopfield神經網絡的應用
8.6 Hopfield神經網絡優化方法求解JSP
8.7 捲積神經網絡及其應用
8.8 小結
思考題
習題
第9章 機器學習
9.1 機器學習的基本概念
9.2 符號學習
9.3 知識發現與數據挖掘
9.4 深度學習
9.5 小結
思考題
第10章 專傢係統
10.1 專傢係統的産生和發展
10.2 專傢係統的概念
10.3 專傢係統的工作原理
10.4 知識獲取的主要過程與模式
10.5 專傢係統的建立
10.6 專傢係統實例
10.7 專傢係統的開發工具
10.8 小結
思考題
第11章 自然語言理解及其應用
11.1 自然語言理解的概念與發展曆史
11.2 語言處理過程的層次
11.3 詞法分析
11.4 句法分析
11.5 語義分析
11.6 基於語料庫的大規模文本處理
11.7 機器翻譯
11.8 語音識彆
11.9 基於隱馬爾可夫模型的語音識彆方法
11.10 小結
思考題
習題
附錄A 部分習題解答
附錄B 實驗指導書
參考文獻
人工智能及其應用(第三版) 下載 mobi epub pdf txt 電子書 格式