第1章 绪论

1.1 人工智能的基本概念

1.2 人工智能的发展史

1.3 人工智能研究的基本内容

1.4 人工智能的应用领域

1.5 小结

习题

第2章 知识表示方法

2.1 概述

2.2 状态空间表示法

2.3 一阶谓词逻辑表示法

2.4 产生式表示法

2.5 语义网络表示法

2.6 框架表示法

2.7 面向对象表示法

2.8 其他表示方法

2.9 小结

习题

第3章 确定性推理方法

3.1 推理概述

3.2 推理的逻辑基础

3.3 自然演绎推理

3.4 归结演绎推理

3.5 基于规则的演绎推理

3.6 小结

习题

第4章 不确定性推理方法

4.1 不确定性推理概述

4.2 可信度方法

4.3 主观Bayes方法

4.4 证据理论

4.5 模糊推理

4.6 小结

习题

第5章 搜索策略

5.1 搜索概述

5.2 状态空间的盲目搜索策略

5.3 状态空间的启发式搜索策略

5.4 与/或树的启发式搜索策略

5.5 博弈树的启发式搜索策略

5.6 小结

习题

第6章 专家系统

6.1 专家系统概述

6.2 专家系统的结构

6.3 专家系统的开发

6.4 新型专家系统

6.5 小结

习题

第7章 机器学习

7.1 机器学习概述

7.2 记忆学习概述

7.3 示例学习概述

7.4 决策树学习

7.5 类比学习

7.6 解释学习

7.7 小结

习题

第8章 计算智能

8.1 计算智能概述

8.2 人工神经网络

8.3 遗传算法

8.4 模糊计算

8.5 粗糙集

8.6 小结

习题

第9章 自然语言理解

9.1 自然语言理解概述

9.2 词法分析

9.3 句法分析

9.4 语义分析

9.5 基于语料库的自然语言理解

9.6 机器翻译

9.7 语音识别

9.8 小结

习题

第10章 分布式人工智能

10.1 概述

10.2 Agent的结构

10.3 Agent通信

10.4 多Agent合作

10.5 移动Agent

10.6 小结

习题

参考文献