人工智能

本書是人工智能專業最基礎最全面的高校教材，作者陸汝鈐院士系 中國科學院數學與系統科學研究院數學研究所研究員。在知識工程和基於知識的軟件工程方面做了系統的、創造性的工作，是我國該領域研究的開拓者之一。倡導並主持完成了以軟件的機械化生成和移植為目標的系列軟件計劃（XR計劃），推動了當時國產機軟件缺乏問題的解決。本書首次把異構型DAI和機器辯論引進人工智能領域。研究出基於類自然語言理解的知識自動獲取方法，把ICAI生成技術推進到以自動知識獲取為特徵的第三代，並開發出基於知識的應用軟件自動生成技術。在形式語義學方面研究了邏輯語義、代數語義和分佈式語義，證明了任意Horn子句集的模型論語義和最小不動點語義的等價性；給出了能描述動態控制結構的基調式代數語義；把平面的Petri網擴展成多頁的Petri/Riemann網（P/R網）作為進程模型，獲得了演算的最大真併發結構。 ^[1] 

上冊

引言

第一部分 知識表示

第一章 演繹系統

1.1 謂詞演算

1.2 自然演繹系統

1.3 與或句演繹系統

1.4 子句演繹系統

習題

第二章 產生式系統

2.1 緒論

2.2 產生式系統的基本特徵

2.3 產生式的知識元

2.4 推理的方向

2.5 框架問題

2.6 非確定性匹配

2.7 匹配衝突的解決

習題

第三章 框架結構

3.1 事物的屬性

3.2 框架

習題

第四章 語義網絡

4.1 命題語義網絡

4.2 數據語義網絡

4.3 語言語義網絡

4.4 幾種特殊的語義網絡

4.5 網絡上的推理

習題

第五章 過程性知識

5.1 狀態空間

5.2 時序框架

5.3 概念依賴理論和劇本

5.4 説明性表示中的過程知識

習題

第二部分 搜索技術

第六章 無變量盲目搜索算法

6.1 狀態空間的盲目搜索

6.2 問題空間的盲目搜索

習題

第七章 帶變量盲目搜索算法

7.1 通代算法

7.2 帶變量的狀態空間盲目搜索

7.3 帶變量的問題空間盲目搜索

習題

第八章 啓發式搜索算法

8.1 單值有序搜索和多值有序搜索

8.2 H*算法和A*算法

8.3 估值函數的選擇

8.4 B算法和B'算法

8.5 雙向啓發式搜索

習題

……

下冊

第三部分 非經典邏輯和非經典推理

第四部分 定理機器證明

第五部分 機器學習

第六部分 自然語言理解

第七部分 知識工程

參考文獻 ^[2]