人工智能原理及應用

本書系統介紹人工智能的基本原理、方法和應用技術，全面地反映了國內外人工智能研究領域的進展和熱點。全書共 9 章，主要包括人工智能的基本概念、知識表示技術、搜索策略、邏輯推理技術、不確定性推理方法、機器學習、智能計算、多智能體系統以及人工智能在電力系統中的應用。內容由淺入深、循序漸進，條理清晰，各章均有大量的例題和習題，便於讀者掌握和鞏固所學知識，使其具備應用人工智能技術解決實際問題的能力。

本書可用作高等學校計算機類和電氣信息類相關專業高年級本科生和研究生的教材或教學參考書，也可供其他教學、研究、設計和技術開發人員參考。

第1章緒論1

1.1人工智能的基本概念1

1.1.1智能的概念1

1.1.2現代人工智能的興起3

1.1.3人工智能的定義3

1.1.4廣義人工智能和狹義人工智能4

1.1.5圖靈測試和中文房間問題4

1.2人工智能的發展歷程8

1.2.1孕育期（1956年之前）8

1.2.2形成期（1956—1969年）9

1.2.3發展期（1970—2010年）10

1.2.4深度學習和大數據驅動人工智能蓬勃發展期（2011年至今）12

1.3人工智能的研究目標13

1.4人工智能的學術流派14

1.4.1符號主義、聯結主義與行為主義14

1.4.2傳統人工智能與現場人工智能15

1.4.3弱人工智能與強人工智能15

1.4.4簡約與粗陋16

1.5人工智能的研究和應用領域17

1.5.1專家系統18

1.5.2自然語言理解19

1.5.3機器學習20

1.5.4分佈式人工智能20

1.5.5人工神經網絡21

1.5.6自動定理證明22

1.5.7博弈23

1.5.8機器人學23

1.5.9模式識別24

1.5.10自動程序設計24

1.5.11智能控制25

1.5.12語音識別25

1.5.13計算機視覺26

1.5.14計算智能26

1.5.15智能決策支持系統27

1.5.16智能電網27

1.6本章小結28

1.7習題28

第2章知識表示29

2.1概述29

2.1.1什麼是知識29

2.1.2知識的性質30

2.1.3知識的分類31

2.1.4知識表示32

2.1.5知識表示觀34

2.2一階謂詞邏輯表示法36

2.2.1一階謂詞邏輯表示法的邏輯學基礎36

2.2.2一階謂詞邏輯表示法表示知識的步驟38

2.2.3一階謂詞邏輯表示法的特點41

2.3產生式表示法42

2.3.1產生式表示法的表示形式42

2.3.2產生式系統的基本結構44

2.3.3產生式系統的推理方式45

2.3.4產生式表示法的特點48

2.4語義網絡表示法48

2.4.1語義基元48

2.4.2基本語義關係49

2.4.3關係的表示51

2.4.4情況、動作和事件的表示53

2.4.5謂詞連接詞的表示53

2.4.6量詞的表示55

2.4.7基於語義網絡的推理55

2.4.8語義網絡表示法的特點57

2.5框架表示法57

2.5.1框架的一般結構58

2.5.2框架系統61

2.5.3基於框架的推理61

2.5.4框架表示法的特點63

2.6知識圖譜63

2.6.1知識圖譜的基本概念63

2.6.2知識圖譜的類型65

2.6.3典型知識圖譜65

2.6.4知識圖譜的架構及構建67

2.7本章小結69

2.8習題69

第3章搜索策略71

3.1概述71

3.1.1什麼是搜索71

3.1.2搜索的主要過程72

3.1.3搜索策略的分類72

3.1.4主要的搜索策略73

3.2狀態空間知識表示法74

3.2.1狀態空間表示法概述74

3.2.2狀態空間圖77

3.3狀態空間的盲目搜索78

3.3.1回溯策略78

3.3.2一般的圖搜索策略85

3.3.3深度優先搜索策略89

3.3.4寬度優先搜索策略93

3.4狀態空間的啓發式搜索96

3.4.1啓發性信息與評價函數96

3.4.2A算法99

3.4.3分支界限法103

3.4.4動態規劃法104

3.4.5爬山法106

3.4.6A算法107

3.5與/或圖搜索115

3.5.1與/或圖表示法115

3.5.2與/或圖的搜索策略118

3.5.3博弈樹搜索122

3.6本章小結128

3.7習題129

第4章邏輯推理132

4.1推理132

4.1.1推理方法132

4.1.2控制策略133

4.2邏輯推理133

4.2.1命題語義134

4.2.2範式和等值演算135

4.2.3推理規則136

4.3歸結原理139

4.3.1子句139

4.3.2二元歸結141

4.3.3合一141

4.3.4歸結反演144

4.3.5歸結策略146

4.4邏輯程序設計語言PROLOG148

4.4.1Horn子句148

4.4.2程序語句149

4.4.3推理機制149

4.4.4表結構151

4.4.5應用實例153

4.5本章小結157

4.6習題157

第5章不確定性推理159

5.1概述159

5.1.1什麼是不確定性推理159

5.1.2不確定性的表現160

5.1.3不確定性推理要解決的基本問題161

5.1.4不確定性推理方法的分類163

5.2確定性理論163

5.2.1可信度的基本概念164

5.2.2表示問題164

5.2.3計算問題167

5.2.4帶有閾值限度的不確定性推理169

5.2.5帶有權重的不確定性推理171

5.2.6確定性理論的特點172

5.3主觀Bayes方法172

5.3.1證據不確定性的表示172

5.3.2知識不確定性的表示173

5.3.3組合證據的不確定性175

5.3.4結論不確定性的更新176

5.3.5結論不確定性的合成177

5.3.6主觀Bayes方法的特點179

5.4證據理論179

5.4.1DS理論179

5.4.2一個特殊的概率分配函數183

5.4.3表示問題187

5.4.4計算問題187

5.4.5證據理論的特點190

5.5貝葉斯網絡190

5.5.1什麼是貝葉斯網絡190

5.5.2基於貝葉斯網絡的不確定性知識表示192

5.5.3基於貝葉斯網絡的推理模式193

5.5.4基於貝葉斯網絡的不確定性推理的特點194

5.6模糊推理194

5.6.1模糊理論的基本概念195

5.6.2表示問題201

5.6.3計算問題203

5.6.4模糊推理的特點209

5.7本章小結209

5.8習題210

第6章機器學習213

6.1概述213

6.1.1機器學習的定義213

6.1.2機器學習的發展214

6.1.3歸納學習216

6.1.4機器學習分類217

6.2決策樹學習218

6.2.1決策樹218

6.2.2決策樹構造算法219

6.2.3信息論220

6.3樸素貝葉斯算法222

6.3.1貝葉斯定理222

6.3.2條件獨立假設223

6.3.3樸素貝葉斯算法用於文本分類223

6.4人工神經網絡225

6.4.1發展歷史225

6.4.2網絡結構和學習方法227

6.4.3MP模型229

6.4.4感知器230

6.4.5BP神經網絡231

6.4.6卷積神經網絡235

6.5支持向量機236

6.5.1基本概念236

6.5.2最優超平面237

6.6聚類分析238

6.6.1距離度量239

6.6.2層次聚類239

6.6.3動態聚類240

6.7本章小結242

6.8習題243

第7章計算智能244

7.1遺傳算法244

7.1.1基本思想244

7.1.2算法模型245

7.1.3個體和種羣245

7.1.4選擇機制246

7.1.5遺傳操作247

7.1.6遺傳算法的應用248

7.2粒子羣優化算法250

7.2.1基本思想250

7.2.2算法模型250

7.2.3粒子速度和位置的更新251

7.3蟻羣算法252

7.3.1基本思想252

7.3.2算法模型253

7.3.3狀態轉移253

7.3.4信息素更新254

7.4本章小結255

7.5習題255

第8章智能體和多智能體系統256

8.1智能體的概念與結構256

8.1.1智能體的基本概念256

8.1.2智能體的特性258

8.1.3智能體的結構258

8.1.4智能體的類型262

8.2多智能體系統的概念263

8.2.1多智能體系統的特點263

8.2.2多智能體系統的結構263

8.3多智能體系統的通信265

8.3.1通信類型和方式266

8.3.2通信語言266

8.4多智能體系統的協調與協作268

8.4.1協調與協作的概念268

8.4.2協調與協作的方式269

8.5智能體及多智能體技術的應用272

8.5.1智能體及多智能體技術應用272

8.5.2多智能體系統實例——RoboCup競賽機器人273

8.6本章小結274

8.7習題274

第9章人工智能在電力系統中的應用275

9.1人工智能在電力系統故障診斷中的應用——專家系統275

9.1.1電網故障診斷原理275

9.1.2專家系統的結構277

9.1.3電網故障診斷專家系統的設計開發280

9.1.4故障診斷中的推理方法282

9.2人工智能在電力設備巡檢中的應用——巡檢機器人284

9.2.1電力設備巡檢概述284

9.2.2巡檢機器人與智能體285

9.2.3變電站巡檢系統的總體結構285

9.2.4巡檢機器人的路徑規劃288

9.2.5多機器人協作巡檢289

9.3人工智能在用電行為分析中的應用——電力大數據291

9.3.1電力大數據概述291

9.3.2用户用電行為分析基礎理論292

9.3.3電力用户用電行為分析方法294

9.3.4基於用電數據的電力負荷預測298

9.4本章小結299

參考文獻300 ^[1]