1緒論
1.1人工智能的定義001
1.2人工智能發展簡史003
1.3人工智能的研究方法006
1.3.1人工智能研究的特點006
1.3.2人工智能研究的途徑007
1.4人工智能的應用009
1.4.1無人駕駛009
1.4.2智能機器人009
1.4.3圖像識別010
1.4.4語音識別010
1.4.5智能控制011
1.4.6人工神經網絡011
1.4.7機器學習012
1.4.8專家繫統013
1.4.9計算機視覺014
1.4.10人工生命015
1.5人工智能的發展趨勢與存在的問題016
1.5.1人工智能的發展趨勢016
1.5.2人工智能存在的問題016
2知識表示
2.1知識與知識表示的概念019
2.1.1知識的概念019
2.1.2知識的特性019
2.1.3知識的表示020
2.2一階謂詞邏輯表示法021
2.2.1基本概念021
2.2.2謂詞公式024
2.2.3謂詞邏輯表示法025
2.2.4謂詞邏輯表示法的特點026
2.3產生式表示法026
2.3.1產生式的知識表示027
2.3.2產生式繫統的組成028
2.3.3基於產生式繫統的推理029
2.3.4產生式表示法的特點030
2.4框架表示法031
2.4.1框架的一般結構032
2.4.2基於框架的推理034
2.4.3框架表示法的特點034
2.5語義網絡表示法035
2.5.1基本語義關繫036
2.5.2復合語義關繫037
2.5.3基於語義網絡的推理039
2.5.4語義網絡表示法的特點041
3確定性推理
3.1推理的基本概念042
3.1.1推理的定義042
3.1.2推理方式及其分類043
3.1.3推理的方向044
3.1.4衝突消解策略046
3.2自然演繹推理047
3.3歸結演繹推理049
3.3.1謂詞公式化為子句集的方法049
3.3.2海伯倫理論052
3.3.3魯賓孫歸結原理053
3.3.4歸結反演056
3.3.5應用歸結原理求解問題056
3.3.6歸結策略057
3.4與或型演繹推理062
3.4.1與或型正向演繹推理062
3.4.2與或形逆向演繹推理064
3.4.3與或型雙向演繹推理066
4不確定性推理
4.1不確定性推理概述068
4.2概率推理方法070
4.2.1純概率推理070
4.2.2主觀Bayes方法071
4.3證據理論074
4.3.1假設的不確定性074
4.3.2證據的組合函數076
4.3.3證據理論的不確定性推理算法076
4.4模糊推理繫統078
4.4.1模糊集合及模糊關繫078
4.4.2語言變量和模糊If-Then規則080
4.4.3模糊推理082
5搜索求解策略