齣版者的話
專傢指導委員會
譯者序
序
第2版序
緻謝
第1章 基於知識的智能係統概述
1.1 智能機器概述
1.2 人工智能發展曆史
1.3 小結
復習題
參考文獻
第2章 基於規則的專傢係統
2.1 知識概述
2.2 規則是一種知識錶達技術
2.3 專傢係統研發團隊中的主要參與者
2.4 基於規則的專傢係統的結構
2.5 專傢係統的基本特徵
2.6 前嚮鏈接和後嚮鏈接推理技術
2.7 實例
2.8 衝突的解決方案
2.9 基於規則的專傢係統的優缺點
2.10 小結
復習題
參考文獻
第3章 基於規則的專傢係統的不確定管理
3.1 不確定性簡介
3.2 基本概率論
3.3 貝葉斯推理
3.4 FORECAST：貝葉斯證據纍積
3.5 貝葉斯方法的偏差
3.6 確定因子理論和證據推理
3.7 FORECAST：確定因子的應用
3.8 貝葉斯推理和確定因子的比較
3.9 小結
復習題
參考文獻
第4章 模糊專傢係統
4.1 概述
4.2 模糊集
4.3 語言變量和模糊限製語
4.4 模糊集的操作
4.5 模糊規則
4.6 模糊推理
4.7 建立模糊專傢係統
4.8 小結
復習題
參考文獻
參考書目
第5章 基於框架的專傢係統
5.1 框架簡介
5.2 作為知識錶達技術的框架
5.3 基於框架係統中的繼承
5.4 方法和守護程序
5.5 框架和規則的交互
5.6 基於框架的專傢係統實例：Buy Smart
5.7 小結
復習題
參考文獻
參考書目
第6章 人工神經網絡
6.1 人腦工作機製簡介
6.2 作為簡單計算元素的神經元
6.3 感知器
6.4 多層神經網絡
6.5 多層神經網絡的加速學習
6.6 Hopfield神經網絡
6.7 雙嚮相關記憶
6.8 自組織神經網絡
6.9 小結
復習題
參考文獻
第7章 進化計算
7.1 進化是智能的嗎
7.2 模擬自然進化
7.3 遺傳算法
7.4 遺傳算法如何工作
7.5 實例：用遺傳算法來維護計劃
7.6 進化策略
7.7 遺傳編程
7.8 小結
復習題
參考文獻
參考書目
第8章 混閤智能係統
8.1 概述
8.2 神經專傢係統
8.3 神經模糊係統
8.4 ANFIS：自適應性神經模糊推理係統
8.5 進化神經網絡
8.6 模糊進化係統
8.7 小結
復習題
參考文獻
第9章 知識工程和數據挖掘
9.1 知識工程簡介
9.2 專傢係統可以解決的問題
9.3 模糊專傢係統可以解決的問題
9.4 神經網絡可以解決的問題
9.5 遺傳算法可以解決的問題
9.6 混閤智能係統可以解決的問題
9.7 數據挖掘和知識發現
9.8 小結
復習題
參考文獻
術語錶
附錄 人工智能工具和廠商
· · · · · · (收起)