第1章 绪论

1.1人工智能的基本概念

1.1.1智能的概念

1.1.2现代人工智能的兴起

1.1.3人工智能的定义

1.1.4其他相关的概念

1.1.5图灵测试和中文房间问题

1.2人工智能的发展历程

1.2.1孕育期（1956年之前）

1.2.2形成期（1956—1969年）

1.2.3发展期（1970年之后）

1.3人工智能的研究目标

1.4人工智能的学术流派

1.4.1符号主义、连接主义与行为主义

1.4.2传统人工智能与现场人工智能

1.4.3弱人工智能与强人工智能

1.4.4简约与粗陋

1.5人工智能的研究和应用领域

1.5.1专家系统

1.5.2自然语言理解

1.5.3机器学习

1.5.4分布式人工智能

1.5.5人工神经网络

1.5.6自动定理证明

1.5.7博弈

1.5.8机器人学

1.5.9模式识别

1.5.10自动程序设计

1.5.11智能控制

1.5.12智能决策支持系统

1.5.13智能电网

本章小结

习题

第2章 知识表示

2.1概述

2.1.1知识概述

2.1.2知识的性质

2.1.3知识的分类

2.1.4知识表示

2.1.5知识表示观

2.2一阶谓词逻辑表示法

2.2.1一阶谓词逻辑表示法的逻辑基础

2.2.2一阶谓词逻辑表示知识的步骤

2.2.3一阶谓词逻辑表示法的特点

2.3产生式表示法

2.3.1产生式表示的方法

2.3.2产生式系统的基本结构

2.3.3产生式系统的推理方式

2.3.4产生式表示法的特点

2.4语义网络表示法

2.4.1语义基元

2.4.2基本语义关系

2.4.3关系的表示

2.4.4情况、动作和事件的表示

2.4.5谓词连接词的表示

2.4.6量词的表示

2.4.7基于语义网络的推理

2.4.8语义网络表示法的特点

2.5框架表示法

2.5.1框架的一般结构

2.5.2框架系统

2.5.3基于框架的推理

2.5.4框架表示法的特点

2.6脚本表示法

2.6.1概念依赖理论

2.6.2脚本表示方法

2.6.3脚本表示法的特点

2.7过程表示法

2.7.1陈述性知识表示与过程性知识表示

2.7.2过程知识表示方法

2.7.3过程表示的问题求解过程

2.7.4过程表示的特点

2.8 Petri网表示法

2.8.1表示知识的方法

2.8.2 Petri网表示法的特点

本章小结

习题

第3章 搜索策略

3.1概述

3.1.1搜索概述

3.1.2搜索的主要过程

3.1.3搜索策略的分类

3.1.4搜索的方向

3.1.5主要的搜索策略

3.2状态空间知识表示方法

3.2.1状态空间表示法

3.2.2状态空间图

3.3状态空间的盲目搜索

3.3.1回溯策略

3.3.2一般的图搜索策略

3.3.3深度优先搜索策略

3.3.4宽度优先搜索策略

3.4状态空间的启发式搜索

3.4.1启发性信息与评价函数

3.4.2 A算法

3.4.3分支界限法

3.4.4动态规划法

3.4.5爬山法

3.4.6 A算法

3.5与／或图搜索

3.5.1与／或图表示法

3.5.2与／或图的搜索策略

3.5.3与／或树的搜索策略

3.6博弈树搜索

3.6.1博弈概述

3.6.2 Grundy博弈

3.6.3极大极小搜索法

3.6.4 α—β剪枝方法

本章小结

习题

第4章 逻辑推理

4.1概述

4.1.1推理和推理方法

4.1.2推理控制策略

4.1.3经典逻辑推理

4.2命题逻辑

4.2.1命题公式的解释

4.2.2等价式

4.2.3范式

4.2.4命题逻辑的推理规则

4.2.5命题逻辑的归结方法

4.3谓词逻辑

4.3.1谓词公式的解释

4.3.2谓词等价公式与范式

4.3.3谓词逻辑的推理规则

4.3.4谓词逻辑的归结方法

4.4非单调逻辑

4.4.1非单调推理

4.4.2封闭世界假设、限制和最小模型

4.4.3默认逻辑

4.4.4溯因推理

4.4.5真值维护系统

4.5多值逻辑和模糊逻辑

本章小结

习题

第5章 不确定性推理

5.1概述

5.1.1不确定性推理概述

5.1.2不确定性的表现

5.1.3不确定性推理要解决的基本问题

5.1.4不确定性推理方法的分类

5.2确定性理论

5.2.1可信度的基本概念

5.2.2表示问题

5.2.3计算问题

5.2.4带有阈值限度的不确定性推理

5.2.5带有权重的不确定性推理

5.2.6确定性理论的特点

5.3主观Bayes方法

5.3.1证据不确定性的表示

5.3.2知识不确定性的表示

5.3.3组合证据的不确定性

5.3.4结论不确定性的更新

5.3.5结论不确定性的合成

5.3.6主观Bayes方法的特点

5.4证据理论

5.4.1 D-S理论

5.4.2一个特殊的概率分配函数

5.4.3表示问题

5.4.4计算问题

5.4.5证据理论的特点

5.5贝叶斯网络

5.5.1贝叶斯网络概述

5.5.2基于贝叶斯网络的不确定性知识表示

5.5.3基于贝叶斯网络的推理模式

5.5.4基于贝叶斯网络的不确定性推理的特点

5.6模糊推理

5.6.1模糊理论的基本概念

5.6.2表示问题

5.6.3计算问题

5.6.4模糊推理的特点

本章小结

习题

第6章 专家系统

6.1概述

6.1.1专家系统发展历程

6.1.2专家系统特点

6.1.3专家系统的类型

6.1.4新型专家系统

6.2专家系统结构

6.3专家系统设计

6.3.1专家系统的设计步骤

6.3.2知识获取

6.3.3知识库设计和知识管理

6.3.4推理机设计

6.3.5解释功能设计

6.3.6系统结构设计

6.3.7专家系统的评价

6.4专家系统应用案例

6.4.1动物识别专家系统

6.4.2 PROSPECTOR系统

6.5开发工具与环境

6.5.1程序设计语言

6.5.2骨架系统

6.5.3知识表示语言

6.5.4辅助型工具

6.5.5专家系统开发环境

本章小结

习题

第7章 机器学习

7.1概述

7.1.1机器学习的定义

7.1.2机器学习的发展

7.1.3机器学习分类

7.1.4归纳学习

7.2决策树学习

7.2.1决策树

7.2.2决策树构造算法

7.2.3决策树的归纳偏置

7.3变型空间学习

7.3.1泛化和特化

7.3.2候选删除算法

7.4基于解释的学习

7.4.1基本概念

7.4.2基于解释的学习方法

7.5人工神经网络

7.5.1基本概念

7.5.2感知器

7.5.3多层神经网络

7.5.4 Hopfield神经网络

7.5.5双向相关记忆

7.5.6自组织神经网络

7.6进化计算

7.6.1模拟自然进化

7.6.2遗传算法

7.6.3进化策略

7.6.4遗传编程

本章小结

习题

第8章 模式识别

8.1概述

8.1.1模式识别的发展与应用

8.1.2模式识别系统

8.1.3模式识别方法

8.1.4模式识别实例

8.2线性分类器

8.2.1感知器准则

8.2.2最小均方误差

8.2.3 Fisher准则

8.2.4支持向量机

8.3贝叶斯决策理论

8.3.1最小错误贝叶斯决策规则

8.3.2最小风险贝叶斯决策规则

8.3.3正态分布的贝叶斯分类

8.3.4密度估计的参数法

8.3.5密度估计的非参数法

8.4聚类分析

8.4.1动态聚类法

8.4.2层次聚类法

本章小结

习题

第9章Agent和多Agent系统

9.1概述

9.2 Agent理论

9.2.1 Agent的基本概念

9.2.2 Agent的特性

9.2.3 Agent的内部结构

9.2.4 Agent类型

9.2.5 Agent的实现工具

9.3多Agent系统

9.3.1多Agent的结构模型

9.3.2通信方式

9.3.3通信语言

9.3.4协调与协作

9.4 MAS的应用案例

9.5 Agent技术应用

本章小结

习题

第10章 人工智能程序设计语言

10.1概述

10.1.1 LISP语言简介

10.1.2 PROLOG语言简介

10.2表处理语言LISP

10.2.1 LISP的基本元素

10.2.2 LISP的运行机制

10.2.3 LISP的基本函数

10.2.4 LISP的表处理

10.2.5 LISP的应用实例

10.3逻辑程序设计语言PROLOG

10.3.1 Horn子句

10.3.2 PROLOG程序的语句

10.3.3 PROLOG的推理机制

10.3.4 PROLOG的表结构

10.3.5 PROLOG的应用实例

本章小结

习题

第11章 人工智能在电力系统中的应用

11.1概述

11.2人工智能在电力系统故障诊断中的应用

11.2.1电网故障诊断原理

11.2.2贝叶斯网络建模

11.2.3贝叶斯网络故障诊断推理

11.2.4改进的贝叶斯网络故障诊断模型

11.2.5其他智能故障诊断技术的应用

11.3人工智能在电力巡检中的应用

11.3.1电力设备巡检

11.3.2巡检机器人

11.3.3系统实时监控后台

11.3.4路径规划管理

11.3.5设备状态识别

11.3.6 Agent技术

11.4人工智能在电力大数据分析中的应用

11.4.1大数据基本概念

11.4.2电力大数据的来源

11.4.3大数据分析与人工智能

11.4.4电力大数据分析典型应用场景

本章小结

参考文献