图书介绍
人工智能原理PDF|Epub|txt|kindle电子书版本网盘下载
- 修春波主编 著
- 出版社： 北京：机械工业出版社
- ISBN：9787111328827
- 出版时间：2011
- 标注页数：207页
- 文件大小：16MB
- 文件页数：214页
- 主题词：人工智能－高等学校－教材
PDF下载
下载说明
人工智能原理PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
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
图书目录
第1章 绪论1
1.1人工智能的起源与发展1
1.2人工智能学术流派4
1.3人工智能的研究与应用领域6
第2章 知识表示和推理10
2.1知识和知识表示的基本概念10
2.2命题逻辑12
2.2.1语法13
2.2.2语义13
2.2.3命题演算形式系统14
2.3谓词逻辑15
2.3.1语法16
2.3.2语义19
2.4归结推理23
2.4.1子句集及其简化24
2.4.2海伯伦定理27
2.4.3 Robinson归结原理31
2.4.4利用 Robinson归结原理实现定理证明35
2.4.5应用归结原理求解问题39
2.5产生式系统40
2.5.1产生式系统的组成部分42
2.5.2产生式系统的控制策略42
2.5.3产生式系统的推理方式43
2.6语义网络表示法44
2.6.1语义网络的结构44
2.6.2基本命题的语义网络表示45
2.6.3语义网络的知识表示方法47
2.6.4语义网络表示法的特点51
2.7框架表示法52
2.8状态空间表示法54
2.9与或图表示法55
第3章 图搜索技术56
3.1问题的提出56
3.2状态图搜索58
3.2.1状态图搜索分类58
3.2.2穷举式搜索59
3.2.3启发式搜索62
3.2.4 A算法及A*算法66
3.3与或图搜索68
3.3.1与或图68
3.3.2与或图搜索举例69
3.4博弈图搜索73
3.4.1博弈图73
3.4.2极大极小分析法74
3.4.3剪枝技术76
第4章 专家系统78
4.1专家系统的概述78
4.1.1专家系统的概念与特点78
4.1.2专家系统和传统程序的区别78
4.2专家系统的结构79
4.3专家系统的设计原则与开发过程80
4.3.1专家系统的设计原则80
4.3.2专家系统的开发过程81
4.4专家系统评价82
4.5专家系统开发工具82
4.5.1骨架型开发工具83
4.5.2语言型开发工具83
4.5.3构造辅助工具84
4.5.4支撑环境84
4.6 Prolog语言85
4.6.1 Prolog语言的特点85
4.6.2基本Prolog的程序结构86
4.6.3 Prolog程序的运行机理88
4.6.4 Turbo Prolog程序结构90
4.6.5 Turbo Prolog的数据与表达式90
4.6.6 Visual Prolog介绍96
4.6.7 PIE： Prolog的推理机100
第5章 模糊理论及应用102
5.1模糊理论的产生与发展102
5.2模糊理论的数学基础103
5.2.1经典集合论的基本概念103
5.2.2模糊集合的基本概念104
5.2.3模糊关系与复合运算107
5.3模糊逻辑109
5.3.1模糊条件语句109
5.3.2模糊推理113
5.4模糊控制系统及模糊控制器115
5.4.1模糊控制系统的基本结构115
5.4.2模糊控制器116
5.4.3模糊控制器的设计117
5.4.4模糊PID控制器的设计123
5.5模糊聚类分析与模糊模式识别126
5.5.1模糊聚类分析127
5.5.2模糊模式识别131
第6章 机器学习和神经网络133
6.1机器学习的基本概念和发展史133
6.2经典机器学习方法134
6.3基于神经网络的学习137
6.3.1神经网络概述137
6.3.2人工神经网络模型138
6.3.3 BP神经网络141
6.3.4 RBF神经网络146
6.3.5 CMAC神经网络150
6.3.6 Hopfield神经网络152
6.3.7模糊神经网络157
6.3.8其他类型的神经网络介绍160
第7章 混沌理论与混沌神经网络163
7.1混沌研究的起源与发展163
7.2混沌的基本特性164
7.3通往混沌的道路165
7.4混沌的识别166
7.4.1定性分析法167
7.4.2定量分析法168
7.5混沌应用169
7.6混沌神经网络171
7.6.1暂态混沌神经网络172
7.6.2其他类型的混沌神经网络173
7.6.3 G-S混沌神经网络应用实例174
第8章 智能优化计算179
8.1优化问题的分类179
8.2优化算法分类180
8.3梯度优化计算181
8.4混沌优化181
8.5模拟退火算法184
8.6遗传算法185
8.6.1遗传算法中的关键参数与操作185
8.6.2遗传算法中的基本流程192
8.6.3遗传算法的改进193
8.6.4遗传算法的实现194
8.7蚁群算法195
8.7.1蚁群算法的研究现状195
8.7.2基本蚁群算法的工作原理196
8.8粒子群算法及应用198
8.8.1基本粒子群优化算法198
8.8.2粒子群优化算法的拓扑结构202
8.9鱼群算法简介204
8.10混合优化计算方法简介204
参考文献206