人工智能及其演化PDF|Epub|txt|kindle电子书版本网盘下载

人工智能及其演化PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 人工智能的产生及其发展1

1.1.1 人工智能的产生2

1.1.2 人工智能的早期发展3

1.1.3 人工智能的高速发展3

1.2 人工智能的研究目标4

1.3 人工智能涉及的技术领域5

1.4 全书内容概述8

第2章 人工神经网络的发展与应用10

2.1 引言10

2.2 定义10

2.3 特征12

2.3.1 网络结构特征12

2.3.2 性能特点12

2.3.3 能力特征13

2.3.4 实现方式14

2.4 历史发展回顾14

2.4.1 第一阶段——启蒙时期14

2.4.2 第二阶段——兴盛时期15

2.4.3 第三阶段——反思时期15

2.4.4 第四阶段——复兴时期17

2.4.5 第五阶段——新发展时期19

2.5 人工神经网络信息处理的机理与结构21

2.5.1 人工神经网络信息处理的机理21

2.5.2 人工神经网络结构22

2.5.3 一类典型的神经网络算例24

2.6 网络类型、学习类型与规则35

2.6.1 感知器神经网络35

2.6.2 线性神经网络36

2.6.3 BP神经网络37

2.6.4 径向基函数网络37

2.6.5 自组织网络（Kohonen神经网络）39

2.6.6 反馈网络40

2.6.7 Hopfield 网络41

2.6.8 人工神经场（ANEF）模型53

2.7 发展现状及应用方向64

第3章 遗传算法及其应用69

3.1 遗传算法的产生及其发展69

3.1.1 遗传算法的生物学基础69

3.1.2 遗传算法的发展历史71

3.1.3 遗传算法的基本思想72

3.1.4 遗传算法的相关概念72

3.2 遗传算法的基本原理75

3.2.1 编码75

3.2.2 适应度函数75

3.2.3 初始群体的选取76

3.2.4 简单算例76

3.3 遗传算法收敛性79

3.4 遗传算法的特点80

3.5 遗传算法的编程实例81

3.5.1 极大值、最大值、局部最优解、全局最优解81

3.5.2 “袋鼠跳”问题82

3.5.3 实现方法83

3.6 遗传算法的应用领域100

3.7 遗传算法的现状及发展趋势101

第4章 人工生命及其应用104

4.1 人工生命的生物学基础104

4.1.1 生命的起源104

4.1.2 关于生命的两种观点104

4.1.3 生命系统的内涵和特征107

4.2 人工生命的产生及其发展108

4.2.1 人工生命的发展历史108

4.2.2 人工生命的定义109

4.3 人工生命的特点110

4.4 人工生命的基本思想111

4.5 人工生命的算法原理112

4.5.1 人工生命的基本算法112

4.5.2 人工生命的改进算法114

4.6 人工生命的主要研究领域116

4.6.1 细胞自动机116

4.6.2 人工脑117

4.6.3 数字生命117

4.6.4 数字社会118

4.6.5 数字生态环境118

4.6.6 进化机器人118

4.6.7 虚拟生物119

4.6.8 进化算法120

4.7 人工生命的实现技术120

4.8 人工生命的现状及发展前景121

第5章 专家系统的形成与发展124

5.1 引言124

5.2 定义124

5.3 特点124

5.4 专家系统的产生与发展125

5.4.1 第一阶段——初创期125

5.4.2 第二阶段——成熟期126

5.4.3 第三阶段——发展期126

5.5 专家系统的结构与工作原理127

5.5.1 专家系统的般结构127

5.5.2 专家系统的开发环境129

5.5.3 专家知识的获取方式130

5.5.4 专家系统知识表示130

5.5.5 专家系统推理机的设计131

5.5.6 专家系统的工作原理132

5.6 专家系统的类型134

5.6.1 基于规则的专家系统134

5.6.2 基于案例的专家系统135

5.6.3 基于框架的专家系统136

5.6.4 基于模糊逻辑的专家系统136

5.6.5 基于D-S证据理论的专家系统137

5.6.6 基于人工神经网络的专家系统137

5.6.7 基于遗传算法的专家系统138

5.7 专家系统的应用138

5.7.1 专家系统在农业灌溉管理中的应用139

5.7.2 专家系统在地震方面的应用140

5.8 专家系统的发展趋势141

5.8.1 通用性专家系统141

5.8.2 分布式专家系统142

5.8.3 协同式专家系统142

第6章 知识工程143

6.1 知识工程的发展历史143

6.2 知识工程的基本概念144

6.2.1 数据、信息和知识144

6.2.2 知识工程中的人145

6.3 知识的获取147

6.3.1 知识获取的方式147

6.3.2 数据挖掘的常用方法148

6.4 知识的表示150

6.4.1 传统知识表示方法的改进150

6.4.2 面向对象的知识表示方法151

6.4.3 模糊技术的知识表示方法151

6.4.4 人工神经网络知识表示方法152

6.5 基于知识发现的应用152

6.5.1 在工业设计中的应用152

6.5.2 在机械产品参数化设计中的应用153

6.5.3 在工艺决策方面的应用153

6.5.4 知识工程在教育领域的应用154

6.5.5 在电子政务与电子商务领域中的应用154

6.5.6 在虚拟企业中的应用155

6.5.7 本体与知识共享155

6.6 知识工程的典型案例156

6.6.1 复杂产品创新设计中知识本体的构建156

6.6.2 航天产品设计知识的表示与重用技术研究案例162

6.6.3 基于知识的复杂产品设计过程研究案例168

6.6.4 面向军工企业的知识管理模式与战略方法研究案例175

6.6.5 支持航天产品数字化设计的KBE系统架构案例研究182

第7章 深度学习简介188

7.1 深度学习的产生及发展188

7.1.1 深度学习的神经学基础188

7.1.2 深度学习的发展历史189

7.2 发展深度学习的必要性190

7.2.1 浅层结构函数表示能力的局限性190

7.2.2 引入深度学习的必要性191

7.3 典型深度学习模型192

7.3.1 卷积神经网络模型（CNN）192

7.3.2 深度置信型网络模型（DBN）194

7.3.3 堆栈自编码网络模型198

7.3.4 混合型结构模型199

7.4 深度学习的训练算法200

7.5 深度学习的应用领域201

7.5.1 语音识别201

7.5.2 图像和视频203

7.5.3 自然语言处理204

7.5.4 搜索广告与CTR预估205

7.6 深度学习未来的研究方向及发展前景205

7.6.1 理论问题205

7.6.2 建模问题206

7.6.3 特征提取206

7.6.4 训练与优化求解207

7.6.5 工程问题207

7.6.6 研究拓展208

7.6.7 发展前景208

第8章 展望209

8.1 人工智能的重要影响209

8.1.1 人工智能对科学的影响209

8.1.2 人工智能对经济的影响209

8.1.3 人工智能对社会的影响209

8.2 人工智能的产业化可能210

8.2.1 谷歌机器学习产业化210

8.2.2 百度深度学习实验室210

8.3 人工智能的前景211

8.3.1 大脑计划212

8.3.2 面向交互的程序设计与社会构造219

8.3.3 并发约束模型，智能计算的基础219

8.3.4 一种基于DAI的新型软件设计风范219

8.3.5 知识表示220

8.3.6 建立与理解复杂的自适应系统220

8.3.7 语言技术与界面220

参考文献221