人工智能及其應用

人工智能是研究理解和模擬人類智能、智能行為及其規律的一門學科。本書系統地闡述了人工智能的基本理論、基本技術、研究方法和應用領域等內容,比較全面地反映了國內外人工智能研究領域的*進展和發展方向,包括智能優化算法及應用研究。本書共6章,主要內容包括:人工智能的定義、起源、分類與發展,人工智能的知識表示方法,確定性推理的主要方法,非經典推理的主要方法,機器學習的各種基本方法,智能算法原理和應用,着重闡述當前領先的羣智能算法及應用。本書適合作為高等院校相關專業本科生和研究生的人工智能課程教材,也可供從事人工智能研究與應用的科技工作者學習參考。

第 1章 　緒論 ……………… 1

1.1 人工智能的起源與發展 ………………… 1

1.1.1 孕育階段 ……… 2

1.1.2 形成階段 ……… 2

1.1.3 發展階段 ……… 2

1.2 人工智能的研究目標和內容 …………… 3

1.2.1 人工智能的研究目標 ……………… 3

1.2.2 人工智能研究的基本內容 ………… 4

1.3 人工智能研究的主要途徑 ……………… 5

1.3.1 人工智能研究的特點 ……………… 5

1.3.2 研究人工智能的方法 ……………… 5

1.4 人工智能的研究與應用領域 …………… 7

1.4.1 自動定理證明 … 7

1.4.2 博弈 …………… 7

1.4.3 專家系統 ……… 8

1.4.4 機器視覺 ……… 8

1.4.5 人工神經網絡 … 9

小結 …… 9

思考與練習 ……………… 10

第 2章 　知識 表示方法 11

2.1 狀態空間表示 ……… 12

2.1.1 問題狀態描述 12

2.1.2 狀態圖示法 … 13

2.2 問題歸約表示 ……… 16

2.2.1 問題歸約描述 16

2.2.2 與或圖表示 … 17

2.3 謂詞邏輯表示 ……… 19

Ⅰ

人工智能及其應用

2.3.1 謂詞演算 …… 20

2.3.2 謂詞公式 …… 20

2.3.3 置換與合一 … 22

2.4 語義網絡表示 ……… 22

2.4.1 二元語義網絡的表示 …………… 23

2.4.2 多元語義網絡的表示 …………… 24

2.4.3 語義網絡的推理過程 …………… 24

2.5 框架表示 …………… 26

2.5.1 框架的構成 … 26

2.5.2 框架的推理 … 29

2.6 腳本表示法 ………… 31

2.6.1 腳本的定義與組成 ……………… 31

2.6.2 用腳本表示知識的步驟 ………… 33

2.6.3 用腳本表示知識的推理方法 …… 33

2.6.4 腳本表示法的特點 ……………… 34

2.7 面向對象的知識表示 34

2.7.1 面向對象的基本概念 …………… 34

2.7.2 面向對象的知識表示 …………… 35

2.7.3 面向對象方法學的主要觀點 …… 36

小結…… 36

思考與練習 ……………… 37

第 3章 　確定 性推理…… 38

3.1 圖搜索策略 ………… 38

3.2 盲目搜索 …………… 39

3.3 啓發式搜索 ………… 44

3.4 消解原理 …………… 49

3.5 規則演繹系統 ……… __________54

3.6 產生式系統 ………… 59

小結…… 63

思考與練習 ……………… 64

第 4章 　非經 典推理…… 65

4.1 經典推理和非經典推理………………… 65

4.2 不確定性推理 ……… 66

4.3 概率推理 …………… 67

4.4 主觀貝葉斯方法 …… 69

4.5 可信度方法 ………… 73

4.6 證據理論 …………… 76

小結…… 79

思考與練習 ……………… 80

第 5章 　機器 學習 ……… 81

5.1 機器學習概述 ……… 81

5.1.1 機器學習的概念 ………………… 81

5.1.2 機器學習的發展過程 …………… 82

5.1.3 機器學習系統的基本模型 ……… 82

5.1.4 機器學習的主要策略 …………… 83

5.1.5 機器學習的問題 ………………… 84

5.2 記憶學習 …………… 85

5.2.1 概念 ………… 85

5.2.2 學習模型 …… 85

5.3 歸納學習 …………… 85

5.3.1 示例學習 …… 85

5.3.2 決策樹學習 … 88

5.4 基於神經網絡的學習 93

5.4.1 神經元與神經網絡 ……………… 93

5.4.2 前向神經網絡 97

5.4.3 動態神經網絡 102

5.4.4 徑向基神經網絡 ………………… 105

5.4.5 CMAC神經網絡………………… 107

5.4.6 Hopfield神經網絡 ……………… 110

小結 … 115

思考與練習 ……………… 115

第 6章 　智能 算法及其應用 …………… 116

6.1 遺傳算法 ………… 116

6.1.1 遺傳算法概述 116

6.1.2 遺傳算法研究與應用 …………… 123

6.2 粒子羣優化算法 … 126

6.2.1 粒子羣優化概述 ………………… 127

6.2.2 粒子羣優化算法研究與應用 …… 135

6.3 蟻羣算法 ………… 140

6.3.1 蟻羣算法的生物基礎 …………… 141

6.3.2 旅行商問題 … 142

6.3.3 基於TSP問題的螞蟻系統 (AS) ………………… 143

6.3.4 基於TSP的蟻羣系統 (ACS)… 145

6.3.5 小螞蟻系統 (MMAS)… 146

6.3.6 蟻羣算法與機器人路徑規劃 …… 149

6.4 人工魚羣算法 …… 153

6.4.1 人工魚羣算法概述 …………… 154

6.4.2 人工魚羣算法研究與應用 ……… 158

小結 … 161

思考與練習 ……………… 161

參考文獻 ……… …………… 162

李媛媛，遊曉明，羅曉，上海工程技術大學 ^[1]