思維導(dǎo)圖PPT模板《人工智能及其應(yīng)用》最新版讀書筆記，下載可以直接修改方法人工智能算法知識(shí)規(guī)劃系統(tǒng)邏輯第章搜索基本概念問題技術(shù)發(fā)展特點(diǎn)表示法網(wǎng)絡(luò)表示理論策略本書關(guān)鍵字分析思維導(dǎo)圖01第1章緒論第3章搜索技術(shù)第5章高級(jí)搜索第2章知識(shí)表示第4章知識(shí)推理第6章高級(jí)知識(shí)表示和知識(shí)推理目錄030502040607第7章Agent及Multi-Agen...第9章機(jī)器學(xué)習(xí)第11章人工智能應(yīng)用第8章自然語言理解第10章規(guī)劃系統(tǒng)參考文獻(xiàn)目錄0901108010012內(nèi)容摘要本書為普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材。系統(tǒng)地闡述了人工智能的基本原理、方法和應(yīng)用技術(shù)，比較全面地反映了國(guó)內(nèi)外人工智能研究領(lǐng)域的最新進(jìn)展和發(fā)展方向。全書共分為11章。首先簡(jiǎn)要介紹了人工智能的發(fā)展歷史及概況；然后重點(diǎn)介紹了人工智能的知識(shí)表示方法，搜索技術(shù)和知識(shí)推理；最后詳細(xì)介紹了人工智能的主要應(yīng)用以及一些應(yīng)用實(shí)例。內(nèi)容由淺入深、循序漸進(jìn)，條理清晰，各章均有大量的例題，便于讀者掌握和鞏固所學(xué)知識(shí)，讓學(xué)生在有限的時(shí)間內(nèi)，掌握人工智能的基本原理與應(yīng)用技術(shù)，提高對(duì)人工智能習(xí)題的求解能力。第1章緒論蟻群優(yōu)化算法模擬螞蟻的行為，向螞蟻的協(xié)作方式學(xué)習(xí)。1.1人工智能的基本概念1.2人工智能的發(fā)展簡(jiǎn)史1.3人工智能的研究途徑和方法1.4人工智能的研究與應(yīng)用領(lǐng)域1.5人工智能相關(guān)網(wǎng)站介紹12345第1章緒論1.1.1人工智能的哲學(xué)思考1.1.3人工智能的研究目標(biāo)1.1.2人工智能的定義1.1人工智能的基本概念1.第一階段——孕育期（1956年以前...2.第二階段——人工智能基礎(chǔ)技術(shù)的研究...3.第三階段——發(fā)展和實(shí)用化階段（19...4.第四階段——知識(shí)工程與專家系統(tǒng)（1...1.2人工智能的發(fā)展簡(jiǎn)史1.認(rèn)知學(xué)派2.邏輯學(xué)派3.行為主義學(xué)派4.連接主義學(xué)派1.3人工智能的研究途徑和方法1.專家系統(tǒng)2.自然語言理解3.機(jī)器學(xué)習(xí)4.自動(dòng)定理證明5.自動(dòng)程序設(shè)計(jì)6.分布式人工智能0103020405061.4人工智能的研究與應(yīng)用領(lǐng)域7.機(jī)器人學(xué)8.模式識(shí)別9.博弈10.計(jì)算機(jī)視覺1.4人工智能的研究與應(yīng)用領(lǐng)域11.軟計(jì)算13.智能規(guī)劃12.智能控制1.4人工智能的研究與應(yīng)用領(lǐng)域第2章知識(shí)表示免疫計(jì)算是模仿生物免疫學(xué)和基因進(jìn)化機(jī)理，通過人工方式構(gòu)造優(yōu)化搜索算法。2.1基本概念2.2狀態(tài)空間表示法2.3與/或圖表示法2.4一階謂詞邏輯表示法第2章知識(shí)表示2.5產(chǎn)生式表示法2.6語義網(wǎng)絡(luò)表示法2.7框架表示法2.8其他表示方法第2章知識(shí)表示2.1.2知識(shí)的表示方法2.1.1知識(shí)的概念2.1基本概念2.狀態(tài)空間圖1.狀態(tài)及狀態(tài)空間2.2狀態(tài)空間表示法2.3.2與/或圖的表示2.3.1問題歸約2.3與/或圖表示法2.4.1命題邏輯2.4.2一階謂詞邏輯2.4.3一階謂詞邏輯表示方法2.4.4一階謂詞邏輯表示法的特點(diǎn)2.4一階謂詞邏輯表示法2.5.1產(chǎn)生式的基本形式2.5.2產(chǎn)生式系統(tǒng)的組成2.5.3產(chǎn)生式系統(tǒng)的推理方式和控制策...2.5.4產(chǎn)生式表示法的特點(diǎn)2.5產(chǎn)生式表示法2.6.1語義網(wǎng)絡(luò)的概念和結(jié)構(gòu)2.6.2語義網(wǎng)絡(luò)表示知識(shí)的方法2.6.3語義網(wǎng)絡(luò)的問題求解過程2.6.4語義網(wǎng)絡(luò)表示法的特點(diǎn)2.6語義網(wǎng)絡(luò)表示法2.7.1框架的基本結(jié)構(gòu)2.7.2框架系統(tǒng)中的預(yù)定義槽名2.7.3框架網(wǎng)絡(luò)2.7.4框架系統(tǒng)的問題求解過程2.7.5框架表示法的特點(diǎn)123452.7框架表示法2.8.1腳本表示法2.8.2面向?qū)ο蟮谋硎痉?.8.3過程表示法2.8.4Petri網(wǎng)表示法2.8其他表示方法第3章搜索技術(shù)例如，介紹很多實(shí)際問題都可以抽象轉(zhuǎn)化成最優(yōu)化問題，然后從數(shù)學(xué)的角度求解其最優(yōu)解。3.1搜索的概念3.2狀態(tài)空間搜索3.3與/或圖搜索3.4通用問題的求解方法第3章搜索技術(shù)3.1.2搜索的分類3.1.1基本概念3.1搜索的概念3.2.1狀態(tài)空間搜索的一般過程3.2.3啟發(fā)式搜索策略3.2.2盲目搜索策略3.2狀態(tài)空間搜索3.3.1與/或圖搜索的一般過程3.3.2與/或圖的盲目搜索策略3.3.3與/或圖的啟發(fā)式搜索策略3.3.4博弈問題的啟發(fā)式搜索策略3.3與/或圖搜索3.4.1生成-測(cè)試法3.4.3約束滿足問題3.4.2手段-目標(biāo)分析法3.4通用問題的求解方法第4章知識(shí)推理4.1推理的概念4.2歸結(jié)演繹推理4.3非歸結(jié)演繹推理4.4不確定性推理方法第4章知識(shí)推理1.經(jīng)典推理和非經(jīng)典推理2.演繹推理、歸納推理和默認(rèn)推理3.單調(diào)推理和非單調(diào)推理4.確定性推理和不確定性推理4.1推理的概念4.2.1Herbrand理論4.2.3歸結(jié)反演4.2.2歸結(jié)原理4.2歸結(jié)演繹推理4.3.1基于規(guī)則的演繹推理4.3.2Bledsoe自然演繹法4.3.3Boyer-Moore定理證...4.3.4王浩算法4.3非歸結(jié)演繹推理4.4.1不確定性推理的基本問題4.4.3主觀貝葉斯方法4.4.2確定性理論4.4不確定性推理方法第5章高級(jí)搜索5.1最優(yōu)化問題5.2禁忌搜索5.3遺傳算法5.4模擬退火算法5.5人工神經(jīng)網(wǎng)絡(luò)5.6其他高級(jí)搜索算法010302040506第5章高級(jí)搜索5.1.2最優(yōu)化問題的求解5.1.1最優(yōu)化問題的概念5.1最優(yōu)化問題5.2.1禁忌搜索的基本思想5.2.2禁忌搜索的算法流程5.2.3禁忌搜索算法的收斂性5.2.4禁忌搜索的特點(diǎn)5.2禁忌搜索5.3.1遺傳算法的基本思想5.3.2遺傳算法的實(shí)現(xiàn)步驟5.3.3模式定理5.3.4遺傳算法的特點(diǎn)5.3遺傳算法5.4.1模擬退火算法的基本思想5.4.3模擬退火算法特點(diǎn)5.4.2模擬退火算法實(shí)現(xiàn)步驟5.4模擬退火算法5.5.1人工神經(jīng)網(wǎng)絡(luò)的基本概念5.5.2感知機(jī)5.5.3BP神經(jīng)網(wǎng)絡(luò)5.5.4Hopfield網(wǎng)絡(luò)5.5人工神經(jīng)網(wǎng)絡(luò)5.6.1進(jìn)化策略5.6.2進(jìn)化編程5.6.3遺傳編程5.6.4人工生命5.6其他高級(jí)搜索算法5.6.5蟻群優(yōu)化算法5.6.7免疫計(jì)算5.6.6粒子群優(yōu)化算法5.6其他高級(jí)搜索算法第6章高級(jí)知識(shí)表示和知識(shí)推理6.1模糊邏輯6.2三值邏輯與多值邏輯6.3模態(tài)邏輯6.4非單調(diào)邏輯第6章高級(jí)知識(shí)表示和知識(shí)推理6.5不確定性推理6.6時(shí)間推理與空間推理6.7定性推理方法6.8描述邏輯第6章高級(jí)知識(shí)表示和知識(shí)推理6.1.1模糊集合及其運(yùn)算6.1.2模糊關(guān)系及其合成6.1.3模糊向量及其運(yùn)算6.1.4模糊邏輯規(guī)則6.1.5模糊邏輯推理123456.1模糊邏輯6.2.2多值邏輯6.2.1三值邏輯6.2三值邏輯與多值邏輯6.3.1基本模態(tài)邏輯6.3.3知道邏輯和信念邏輯6.3.2時(shí)態(tài)邏輯6.3模態(tài)邏輯6.4.1默認(rèn)推理6.4.2限定推理6.4.3自認(rèn)識(shí)邏輯6.4.4真值維持系統(tǒng)6.4非單調(diào)邏輯6.5.1貝葉斯網(wǎng)絡(luò)6.5.3語義描述方法6.5.2關(guān)聯(lián)式方法6.5不確定性推理6.6.2空間推理6.6.1基于區(qū)間的時(shí)間推理6.6時(shí)間推理與空間推理6.7.1定性推理概述6.7.2定性方程法6.7.3定性模擬法6.7.4定性進(jìn)程方法6.7定性推理方法6.8.1描述邏輯的基本概念6.8.2描述邏輯的語言規(guī)則6.8.3描述邏輯中的推理6.8.4描述邏輯的擴(kuò)展6.8描述邏輯第7章Agent及Multi-Agen...7.1Agent概述7.2Agent的理論模型7.3Agent的結(jié)構(gòu)7.4Agent通信第7章Agent及Multi-Agen...7.5Multi-Agent系統(tǒng)7.7面向Agent的程序設(shè)計(jì)7.6移動(dòng)Agent第7章Agent及Multi-Agen...7.1.2Agent的基本概念7.1.1分布式人工智能7.1Agent概述7.2.1Agent的心智要素及其性質(zhì)7.2.3效用理論7.2.2AgentBDI模型7.2Agent的理論模型7.3.2Agent結(jié)構(gòu)的分類7.3.1Agent的基本結(jié)構(gòu)7.3Agent的結(jié)構(gòu)7.4.1言語行為7.4.3Agent的通信語言7.4.2通信的類型和方式7.4Agent通信7.5.1Multi-Agent系統(tǒng)的...7.5.2Multi-Agent系統(tǒng)的...7.5.3Multi-Agent協(xié)商7.5.4Multi-Agent規(guī)劃7.5Multi-Agent系統(tǒng)7.6.2移動(dòng)Agent的發(fā)展7.6.1移動(dòng)Agent的基本概念7.6移動(dòng)Agent7.7.1AOP與OOP的區(qū)別7.7.3Agent系統(tǒng)開發(fā)的語言7.7.2AOP框架7.7面向Agent的程序設(shè)計(jì)第8章自然語言理解8.1自然語言理解的一般問題8.2句法分析8.3語義分析8.4自然語言理解系統(tǒng)應(yīng)用舉例第8章自然語言理解8.5機(jī)器翻譯8.7信息檢索8.6語音識(shí)別第8章自然語言理解1.自然語言的構(gòu)成2.自然語言理解的困難3.自然語言理解研究的發(fā)展4.自然語言理解過程的層次8.1自然語言理解的一般問題8.2.1文法和語言的形式定義8.2.2喬姆斯基體系8.2.3句法分析的策略8.2.4句法模式匹配和轉(zhuǎn)移網(wǎng)絡(luò)8.2句法分析8.2.5句法分析的確定性算法8.2.7基于統(tǒng)計(jì)方法的句法分析方法8.2.6詞匯功能語法8.2句法分析8.3.2格文法8.3.1語義文法8.3語義分析8.4.2MARGIE系統(tǒng)8.4.1自然語言自動(dòng)理解系統(tǒng)8.4自然語言理解系統(tǒng)應(yīng)用舉例8.5.1機(jī)器翻譯基本方法8.5.2基于規(guī)則的機(jī)器翻譯8.5.3基于實(shí)例的機(jī)器翻譯8.5.4基于統(tǒng)計(jì)的機(jī)器翻譯8.5.5機(jī)器翻譯評(píng)價(jià)123458.5機(jī)器翻譯2.語音識(shí)別1.信號(hào)處理8.6語音識(shí)別第9章機(jī)器學(xué)習(xí)9.1概述9.2機(jī)器學(xué)習(xí)的基本結(jié)構(gòu)和主要策略9.3實(shí)例學(xué)習(xí)9.4類比學(xué)習(xí)第9章機(jī)器學(xué)習(xí)9.5解釋學(xué)習(xí)9.7決策樹學(xué)習(xí)9.6強(qiáng)化學(xué)習(xí)第9章機(jī)器學(xué)習(xí)9.2.2機(jī)器學(xué)習(xí)的主要策略9.2.1機(jī)器學(xué)習(xí)的基本結(jié)構(gòu)9.2機(jī)器學(xué)習(xí)的基本結(jié)構(gòu)和主要策略9.3.1基本理論9.3.3實(shí)例學(xué)習(xí)方法的分類9.3.2實(shí)例學(xué)習(xí)的基本策略9.3實(shí)例學(xué)習(xí)9.5.1解釋學(xué)習(xí)的空間描述9.5.2解釋學(xué)習(xí)的一般步驟9.5.3解釋與泛化交替進(jìn)行的學(xué)習(xí)方法9.5.4基于解釋的詳細(xì)說明法9.5解釋學(xué)習(xí)9.6.2尋找最優(yōu)策略9.6.1強(qiáng)化學(xué)習(xí)的關(guān)鍵因素9.6強(qiáng)化學(xué)習(xí)9.7.2最好屬性的選擇9.7.1ID3算法9.7決策樹學(xué)習(xí)第10章規(guī)劃系統(tǒng)10.1規(guī)劃技術(shù)基本概念10.2早期的自動(dòng)規(guī)劃技術(shù)10.3STRIPS規(guī)劃10.4圖規(guī)劃第10章規(guī)劃系統(tǒng)10.5分層規(guī)劃10.7自動(dòng)規(guī)劃技術(shù)的新進(jìn)展10.6部分排序規(guī)劃技術(shù)第10章規(guī)劃系統(tǒng)1.經(jīng)典規(guī)劃技術(shù)的發(fā)展2.規(guī)劃的概念及作用3.問題分解途徑及方法4.簡(jiǎn)單規(guī)劃描述語言5.規(guī)劃的狀態(tài)空間表示法描述1234510.1規(guī)劃技術(shù)基本概念10.2.2Green方法10.2.1GPS10.2早期的自動(dòng)規(guī)劃技術(shù)10.3.1積木世界的機(jī)器人的問題10.3.3STRIPS規(guī)劃的搜索過程10.3.2STRIPS規(guī)劃知識(shí)的表示10.3STRIPS規(guī)劃2.NOAH規(guī)劃系統(tǒng)1.長(zhǎng)度優(yōu)先搜索10.5分層規(guī)劃10.7.2自動(dòng)規(guī)劃技術(shù)的實(shí)用化10.7.