人工智能及其应用（附光盘）——高等学校教材
点此进入淘宝搜索页搜索分類: 图书,计算机/网络,人工智能,
作者： 王万良编著
出 版 社： 高等教育出版社
出版时间： 2008-6-1字数： 440000版次： 2页数： 363印刷时间： 2008-6-1开本： 16开印次： 1纸张： 胶版纸I S B N ： 9787040239560包装： 平装内容简介
本书是一本内容基础性强、可读性好、适合讲授的人工智能教材。作者希望读者通过学习本书，能够掌握人工智能的基本内容，并能了解人工智能研究的一些前沿内容，为进一步学习和研究人工智能理论与应用奠定基础。
全书共10章。第1章绪论；第2章知识表示；第3章确定性推理方法；第4章不确定性推理方法；第5章搜索求解策略；第6章专家系统；第7章机器学习；第8章人工神经网络及其应用；第9章遗传算法及其应用；第10章自然语言理解及其应用。附录中给出了本书的部分习题解答。
本书可作为计算机、信息、控制、机电以及其他专业本科生、研究生学习人工智能课程的教材。由于书中几大部分内容相对独立，教师可以根据课程的学时计划灵活选择相关内容。本书也可供希望掌握人工智能技术的研究人员与工程技术人员学习参考。
作者简介
王万良，男，1957年出生，江苏高邮人。1982年1月江苏大学工业自动化专业毕业。2001年8月同济大学控制理论与控制工程专业博士研究生毕业，获工学博士学位。1997年晋升教授。现任浙江工业大学信息工程学院教授、博士生导师、副院长、自动化研究所所长、控制理论与控制工程（浙江省高校重点学科）学科带头人、博士点负责人、硕士点负责人。兼任中国人工智能学会理事、智能系统工程专业委员会副主任、可拓工程专业委员会常务委员、智能控制与智能管理专业委员会委员、神经网络与计算智能专业委员会委员、中国系统仿真学会理事、《系统仿真学报》编委、中国电工技术学会高校工业自动化教学委员会委员等职。入选“浙江省跨世纪学术和技术带头人”、“浙江省高校中青年学科带头人”。获国务院“政府特殊津贴”。 在人工智能及其应用研究方面，主持完成国家自然科学基金、国家863计划、省重大科技计划、省自然科学基金等20多项，获得省部级科技进步奖6项，在国内外重要学术刊物和会议上发表100余篇学术论文。 在教学方面，为本科生、研究生讲授了“人工智能及其应用”、“智能控制”、“自动控制原理”、“现代控制理论”等多门课程，教学效果优秀，获得“中青年十佳讲课教师”称号。合著《计算机新型控制策略及其应用》（清华大学出版社，1998）。编著浙江省高校重点建设教材《自动控制原理》（科学出版社，2001）。
目录
第1章 绪论
1.1 人工智能的基本概念
1.2 人工智能的发展简史
1.3 人工智能研究的基本内容
1.4 人工智能的主要研究领域
1.5 小结
思考题
第2章 知识表示
2.1 知识与知识表示的概念
2.2 一阶谓词逻辑表示法
2.3 产生式表示法
2.4 框架表示法
2.5 语义网络表示法
2.6 小结
思考题
习题
第3章 确定性推理方法
3.1 推理的基本概念
3.2 自然演绎推理
3.3 谓词公式化为子句集的方法
3.4 海伯伦定理
3.5 鲁宾逊归结原理
3.6 归结反演
3.7 应用归结原理求解问题
3.8 小结
思考题
习题
第4章 不确定性推理方法
4.1 不确定性推理中的基本问题
4.2 概率方法
4.3 主观Bayes方法
4.4 可信度方法
4.5 证据理论
4.6 模糊推理方法
4.7 小结
思考题
习题
第5章 搜索求解策略
5.1 搜索的概念
5.2 状态空间知识表示方法
5.3 盲目的图搜索策略
5.4 启发式图搜索策略
5.5 与／或图搜索策略
5.6 小结
思考题
习题
第6章 专家系统
6.1 专家系统的产生和发展
6.2 专家系统的概念
6.3 专家系统的工作原理
6.4 知识获取
6.5 专家系统的建立
6.6 专家系统实例
6.7 专家系统的开发工具
6.8 小结
思考题
第7章 机器学习
7.1 机器学习的基本概念
7.2 机械式学习
7.3 指导式学习
7.4 归纳学习
7.5 类比学习
7.6 解释学习
7.7 机器学习方法的比较与展望
7.8 小结
思考题
第8章 人工神经网络及其应用
8.1 神经元与神经网络
8.2 BP神经网络及其学习算法
8.3 BP神经网络的应用
8.4 Hopfield神经网络及其改进
8.5 Hopfield神经网络的应用
8.6 Hopfield神经网络优化方法求解JSP
8.7 小结
思考题
习题
第9章 遗传算法及其应用
9.1 遗传算法的产生与发展
9.2 遗传算法的基本算法
9.3 遗传算法的改进算法
9.4 基于遗传算法的生产调度方法
9.5 小结
思考题
习题
第10章 自然语言理解及其应用
10.1 自然语言理解的概念与发展历史
10.2 语音分析
10.3 词法分析
10.4 句法分析
10.5 语义分析
10.6 基于语料库的大规模真实文本的处理
10.7 机器翻译
10.8 语音识别
10.9 小结
思考题
习题
附录 部分习题解答
参考文献
