目錄

第1章概論

1.1學習目標與要求

1.2知識要點

1.2.1人工智能的概念

1.2.2人工智能的產生及主要學派

1.2.3人工智能、專家繫統和知識工程

1.2.4圖靈測試

1.2.5人工智能應用繫統

1.2.6人工智能的技術特征

1.3習題解析

1.4補充習題

1.5課堂演示與實踐指導

第2章用搜索求解問題的基本原理

2.1學習目標與要求

2.2知識要點

2.2.1搜索求解問題的基本思路

2.2.2實現搜索過程的三大要素

2.2.3通過搜索求解問題的方法

2.2.4問題特征分析

2.3習題解析

2.4補充習題

2.5課堂演示與實踐指導

2.5.1課堂演示

2.5.2實踐指導： 分啤酒問題

第3章搜索的基本策略

3.1學習目標與要求

3.2知識要點

3.2.1盲目的搜索方法

3.2.2啟發式搜索

3.3習題解析

3.4補充習題

3.5課堂演示與實踐指導

3.5.1課堂演示

3.5.2實踐指導： 傳教士—野人過河問題的實現

第4章圖搜索策略

4.1學習目標與要求

4.2知識要點

4.2.1或圖搜索策略

4.2.2與/或圖搜索

4.3習題解析

4.4補充習題

4.5課堂演示與實踐指導

4.5.1課堂演示

4.5.2實踐指導： 天平稱球

第5章博弈與搜索

5.1學習目標與要求

5.2知識要點

5.2.1博弈與對策

5.2.2極小極大搜索算法

5.2.3αβ剪枝算法

5.3習題解析

5.4補充習題

5.5課堂演示與實踐指導

5.5.1課堂演示

5.5.2實踐指導： 人機對戰五子棋遊戲的實現

第6章演化搜索算法

6.1學習目標與要求

6.2知識要點

6.2.1遺傳算法的基本概念

6.2.2遺傳編碼

6.2.3適應值函數

6.2.4遺傳操作

6.2.5初始化群體

6.2.6控制參數的選取

6.2.7算法的終止準則

6.2.8免疫算法

6.3習題解析

6.4補充習題

6.5課堂演示與實踐指導

6.5.1課堂演示

6.5.2實踐指導： 遺傳算法求解TSP問題

第7章群集智能算法

7.1學習目標與要求

7.2知識要點

7.2.1群集智能的基本算法介紹

7.2.2群集智能與人工魚

7.2.3群集智能的優缺點

7.3習題解析

7.4補充習題

7.5課堂演示與實踐指導

7.5.1課堂演示

7.5.2實踐指導： 蟻群算法的模擬實現

第8章記憶型搜索算法

8.1學習目標與要求

8.2知識要點

8.2.1禁忌搜索算法

8.2.2和聲搜索算法

8.3習題解析

第9章基於Agent的搜索

9.1學習目標與要求

9.2知識要點

9.2.1DAI概述

9.2.2分布式問題求解

9.2.3Agent的定義

9.2.4Agent的分類

9.2.5Agent通信

9.2.6移動Agent

9.2.7典型的移動Agent平臺

9.3習題解析

9.4補充習題

9.5實踐指導： 基於Agent實現的分布式計算

第10章知識表示與處理方法

10.1學習目標與要求

10.2知識要點

10.2.1知識表示概述

10.2.2邏輯表示法

10.2.3產生式表示法

10.2.4語義網絡表示法

10.2.5框架表示法

10.2.6過程式知識表示

10.3習題解析

10.4補充習題

第11章謂詞邏輯的歸結原理及其應用

11.1學習目標與要求

11.2知識要點

11.2.1命題演算的歸結方法

11.2.2謂詞演算的歸結

11.2.3歸結原理

11.2.4歸結過程的控制策略

11.3習題解析

11.4補充習題

11.5課堂演示與實踐指導

11.5.1課堂演示

11.5.2實踐指導

第12章非經典邏輯的推理

12.1學習目標與要求

12.2知識要點

12.2.1非單調推理

12.2.2DempsterShater(DS)證據理論

12.2.3不確定性推理

12.2.4MYCIN繫統的推理模型

12.2.5模糊推理

12.3習題解析

12.4補充習題

第13章機器學習

13.1學習目標與要求

13.2知識要點

13.2.1概述

13.2.2歸納學習

13.2.3基於解釋的學習

13.2.4基於類比的學習

13.3習題解析

13.4補充習題

13.5實踐指導

第14章人工神經網絡

14.1學習目標與要求

14.2知識要點

14.2.1人工神經網絡的特點

14.2.2人工神經網絡的基本原理

14.2.3人工神經網絡的基本結構模式

14.2.4人工神經網絡互聯結構

14.2.5神經網絡模型分類

14.2.6基本的神經網絡學習算法介紹

14.2.7典型神經網絡簡介

14.2.8人工神經網絡與人工智能其他技術的比較

14.3習題解析

14.4補充習題

14.5實踐指導

第15章數據挖掘與知識發現

15.1學習目標與要求

15.2知識要點

15.2.1數據挖掘

15.2.2Web挖掘

15.2.3文本挖掘

15.3習題解析

15.4補充習題

15.5實踐指導： 利用Weka挖掘關聯規則

第16章專家繫統

16.1學習目標與要求

16.2知識要點

16.2.1專家繫統概述

16.2.2專家繫統中的知識獲取

16.2.3專家繫統的解釋機制

16.2.4專家繫統開發工具與環境

16.2.5專家繫統開發方法

16.3習題解析

16.4補充習題

參考文獻

前言

人工智能(Artificial Intelligence)作為研究機器智能和智能機器的一門綜合性學科，備受人們的重視和關注，其意義已遠遠超出計算機學科的範疇。
自20世紀50年代人工智能產生以來，使計算機具有智能，能夠模擬人的思維和行為，一直是人工智能研究者的理想和追求。盡管人工智能的發展道路崎嶇不平，但不畏艱難地從事人工智能研究的科學工作者們並沒有放棄對這個理想的追求。盡管計算機科學其他分支的發展也非常迅猛，並不斷出現新的學科領域，但是當這些學科的發展進一步深化的時候，人們不會忘記這樣一個共同的目標： 使計算機更加智能化。正是有這樣一大批堅忍不撥、執著追求的人孜孜不倦地努力，纔使我們迎來了人工智能的第三次高潮。近來，*已經申請將人工智能上升為一級學科，軍事領域將其視為未來戰爭勝利的決定因素之一，而國家則將其列為國家發展的戰略目標之一。
在這個人工智能的春天裡，作者作為人工智能的教學和研究工作者，敢於下筆撰寫這本人工智能教學工具書，首先要感謝那些不管人工智能是處於高潮還是處於低谷，都在人工智能領域默默奮鬥的人們，他們的努力使得人工智能一直保持著那種神秘的魅力，吸引著作者在人工智能的教學崗位上站崗30餘年(“站崗”一詞來自於股票低迷時期那些默默堅守的持有人的執著)，30餘年終歸有所積累； 其次，要感謝作者的那些聰明優秀的學生，他們有的是優秀的本科生、研究生，有的來自於弘毅班、卓越工程班，他們在學習“人工智能”這門課程時表現出的不僅僅是天資聰慧，更多的是刻苦鑽研、勇於實踐和創新的精神，作者與他們在“人工智能”課程教學和探討過程中積累了很多的經驗。
本書配合作者出版的《人工智能（第3版）》的內容，集習題解答、課堂演示和實踐指導於一體，全面地反映了國內外人工智能研究領域的進展和發展方向，是從事人工智能學習、研究和教學的實用工具書。
全書共16章，內容基本與《人工智能（第3版）》對應。每章分為五部分，部分是學習目標與要求，簡要列出每章的學習目標； 第二部分是知識要點，簡要概述各章的主要知識點； 第三部分是習題解析，給出對應教材的習題答案； 第四部分是補充習題，同時也給出了這些補充習題的答案； 第五部分是課堂演示與實踐指導，列出了算法演示、動畫和視頻資料，給出一些經典實踐項目的實現過程和程序代碼。其中，第四、五部分的內容除了在本書中介紹以外，還提供電子版形式，讀者，特別是教師，可以掃描封底的課件二維碼下載，用於課堂演示和指導學生進行項目實踐。
本書參考了許多較新的國外同類教材和教輔資料及習題解答，力圖保持新穎性和實用性，強調基本概念和基本觀點，注重理論和實際相結合。
在本書的編寫過程中，引用副教授編寫的教學演示程序，肖家清博士、朱麗達博士提供了大量教學資料和大力支持，袁君老師和聶雄超、賀志龍碩士幫助編寫程序和驗證程序，作者在此向他們表示衷心的感謝。
同時,本書的編寫得到了清華大學出版社魏江江分社長、王冰飛編輯的大力支持，在此謹表示衷心感謝。
由於本書涉及的知識面較廣，加上作者學術水平所限，難以對人工智能的方方面面進行很深入的研究，因此書中疏漏在所難免，懇請讀者批評指正，使本書得以改進和完善。
作者
2019年7月於武漢黃家湖畔