丁世飛編著的《人工智能（第2版）》主要闡述
人工智能的基本原理、方法和應用技術。全書分為11
章，除第1章討論人工智能概述、第11章討論人工智
能的爭論與展望外，其餘9章主要按照“基本智能+典
型應用+計算智能”三個模塊編著：第1模塊為人工智
能經典的三大基本技術，包括知識表示技術、搜索技
術、推理技術；第2模塊為人工智能的典型應用領域
，包括機器學習、專家繫統以及支持向量機；第3模
塊為典型的計算智能方法，包括神經計算、進化計算
等。與第一版相比，增加了專家繫統的介紹，其他大
多數章節都做了相應的修改、精簡或補充。
本書力求科學化、模塊化、實用化，內容由淺入
深、循序漸進、條理清晰，讓讀者在有限的時間內，
掌握人工智能的基本原理與應用技術。
本書可作為計算機、信息處理、自動化和電信等
IT相關專業的高年級本科生的“人工智能”課程教材
，也可供從事人工智能研究與應用的科技工作者學習
參考。

第1章 緒論
1.1 什麼是人工智能
1.1.1 智能的定義
1.1.2 人工智能的定義
1.2 人工智能的發展
1.2.1 孕育期
1.2.2 搖籃期
1.2.3 形成期
1.2.4 發展期
1.2.5 實用期
1.2.6 穩步增長期
1.3 人工智能的研究方法
1.3.1 符號主義
1.3.2 連接主義
1.3.3 行為主義
1.4 人工智能的應用領域
1.4.1 機器學習
1.4.2 知識發現和數據挖掘
1.4.3 專家繫統
1.4.4 模式識別
1.4.5 自然語言處理
1.4.6 智能決策支持繫統
1.4.7 人工神經網絡
1.4.8 自動定理證明
1.4.9 機器人學
1.4.10 分布式人工智能與智能體
1.5 小結
習題
第2章 知識表示
2.1 概述
2.1.1 知識與知識表示
2.1.2 知識表示方法
2.2 謂詞邏輯表示法
2.2.1 命題邏輯
2.2.2 謂詞邏輯
2.3 產生式表示法
2.3.1 產生式可表示的知識種類及其基本形式
2.3.2 知識的表示方法
2.3.3 產生式繫統的組成
2.3.4 產生式繫統的推理方式
2.3.5 產生式表示法的特點
2.4 語義網絡表示法
2.4.1 語義網絡的概念及結構
2.4.2 語義網絡的基本語義聯繫
2.4.3 語義網絡表示知識的方法及步驟
2.4.4 語義網絡知識表示舉例
2.4.5 語義網絡的推理過程
2.4.6 語義網絡表示法的特點
2.5 框架表示法
2.5.1 框架結構
2.5.2 框架表示知識舉例
2.5.3 推理方法
2.5.4 框架表示法的特點
2.6 腳本表示法
2.6.1 腳本的定義與組成
2.6.2 用腳本表示知識的步驟
2.6.3 用腳本表示知識的推理方法
2.6.4 腳本表示法的特點
2.7 面向對像的知識表示
2.7.1 面向對像的基本概念
2.7.2 面向對像的知識表示
2.7.3 面向對像方法學的主要觀點
2.8 小結
習題
第3章 搜索策略
3.1 引言
3.2 基於狀態空間圖的搜索技術
3.2.1 圖搜索的基本概念
3.2.2 狀態空間搜索
3.2.3 一般圖的搜索算法
3.3 盲目搜索
3.3.1 寬度優先搜索
3.3.2 深度優先搜索
3.3.3 有界深度搜索和迭代加深搜索
3.3.4 搜索*優策略的比較
3.4 啟發式搜索
3.4.1 啟發性信息和評估函數
3.4.2 啟發式搜索算法A
3.4.3 實現啟發式搜索的關鍵因素和A*算法
3.4.4 迭代加深A*算法
3.4.5 回溯策略和爬山法
3.5 問題規約和與／或圖啟發式搜索
3.5.1 問題規約
3.5.2 與/或圖表示
3.5.3 與/或圖的啟發式搜索
3.6 博弈
3.6.1 極大極小過程
3.6.2 α-β過程
3.7 小結
習題
第4章 確定性推理
第5章 不確定性推理
第6章 機器學習
第7章 專家繫統
第8章 支持向量機
第9章 神經計算
**0章 進化計算
**1章 人工智能的爭論與展望
參考文獻