人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的一門學科。本書系統(tǒng)地闡述了人工智能的基本理論、基本技術(shù)、研究方法和應(yīng)用領(lǐng)域等內(nèi)容,比較全面地反映了國內(nèi)外人工智能研究領(lǐng)域的*進展和發(fā)展方向,包括智能優(yōu)化算法及應(yīng)用研究。本書共6章,主要內(nèi)容包括:人工智能的定義、起源、分類與發(fā)展,人工智能的知識表示方法,確定性推理的主要方法,非經(jīng)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(yīng)用,著重闡述當前領(lǐng)先的群智能算法及應(yīng)用。本書適合作為高等院校相關(guān)專業(yè)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(yīng)用的科技工作者學習參考。
人工智能是一門前沿和交叉學科,具有多學科綜合、高度復雜、滲透力和支撐性強等特點。人工智能的迅速發(fā)展將深刻改變?nèi)祟惿?改變世界。目前,全國許多院校都在紛紛開設(shè)人工智能專業(yè)方向課程。由于人工智能課程內(nèi)容艱深、發(fā)展迅速,因此開發(fā)教材十分不易。本書簡明而全面地介紹了人工智能的基礎(chǔ)理論、基本技術(shù)和應(yīng)用領(lǐng)域,力求做到取材新穎、通俗易懂。
全書共分6章,第1章講述人工智能的定義、起源、分類與發(fā)展;第2章講述人工智能的知識表示方法;第3章講述確定性推理的主要方法;第4章講述非經(jīng)典推理的主要方法;第5章講述機器學習的各種基本方法;第6章講述智能算法原理和應(yīng)用,著重闡述當前領(lǐng)先的群智能算法及應(yīng)用。
本書由李媛媛、游曉明、羅曉主編,具體編寫分工如下:第1章由李媛媛編寫,第2、6章由游曉明編寫,第3、4、5章由羅曉編寫。全書由游曉明、李媛媛和羅曉共同完成統(tǒng)稿,并由陳劍雪完成格式調(diào)整。
在本書編寫過程中,黃正能教授和方志軍教授給予了幫助和指導,并得到上海工程技術(shù)大學和中國鐵道出版社有限公司的幫助和支持,在此深表感謝。
由于編者水平有限,書中難免存在疏漏和不足之處,懇切希望廣大讀者批評指正。
編者
2020年6月
第 1章 緒論 ……………… 1
1.1 人工智能的起源與發(fā)展 ………………… 1
1.1.1 孕育階段 ……… 2
1.1.2 形成階段 ……… 2
1.1.3 發(fā)展階段 ……… 2
1.2 人工智能的研究目標和內(nèi)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(nèi)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(yīng)用領(lǐng)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(tǒng) ……… 8
1.4.4 機器視覺 ……… 8
1.4.5 人工神經(jīng)網(wǎng)絡(luò) … 9
小結(jié) …… 9
思考與練習 ……………… 10
第 2章 知識 表示方法 11
2.1 狀態(tài)空間表示 ……… 12
2.1.1 問題狀態(tài)描述 12
2.1.2 狀態(tài)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(yīng)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(wǎng)絡(luò)表示 ……… 22
2.4.1 二元語義網(wǎng)絡(luò)的表示 …………… 23
2.4.2 多元語義網(wǎng)絡(luò)的表示 …………… 24
2.4.3 語義網(wǎng)絡(luò)的推理過程 …………… 24
2.5 框架表示 …………… 26
2.5.1 框架的構(gòu)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?qū)ο蟮闹R表示 34
2.7.1 面向?qū)ο蟮幕靖拍?…………… 34
2.7.2 面向?qū)ο蟮闹R表示 …………… 35
2.7.3 面向?qū)ο蠓椒▽W的主要觀點 …… 36
小結(jié)…… 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 啟發(fā)式搜索 ………… 44
3.4 消解原理 …………… 49
3.5 規(guī)則演繹系統(tǒng) ……… __________54
3.6 產(chǎn)生式系統(tǒng) ………… 59
小結(jié)…… 63
思考與練習 ……………… 64
第 4章 非經(jīng) 典推理…… 65
4.1 經(jīng)典推理和非經(jīng)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(jù)理論 …………… 76
小結(jié)…… 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(fā)展過程 …………… 82
5.1.3 機器學習系統(tǒng)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 基于神經(jīng)網(wǎng)絡(luò)的學習 93
5.4.1 神經(jīng)元與神經(jīng)網(wǎng)絡(luò) ……………… 93
5.4.2 前向神經(jīng)網(wǎng)絡(luò) 97
5.4.3 動態(tài)神經(jīng)網(wǎng)絡(luò) 102
5.4.4 徑向基神經(jīng)網(wǎng)絡(luò) ………………… 105
5.4.5 CMAC神經(jīng)網(wǎng)絡(luò)………………… 107
5.4.6 Hopfield神經(jīng)網(wǎng)絡(luò) ……………… 110
小結(jié) … 115
思考與練習 ……………… 115
第 6章 智能 算法及其應(yīng)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(yīng)用 …………… 123
6.2 粒子群優(yōu)化算法 … 126
6.2.1 粒子群優(yōu)化概述 ………………… 127
6.2.2 粒子群優(yōu)化算法研究與應(yīng)用 …… 135
6.3 蟻群算法 ………… 140
6.3.1 蟻群算法的生物基礎(chǔ) …………… 141
6.3.2 旅行商問題 … 142
6.3.3 基于TSP問題的螞蟻系統(tǒng) (AS) ………………… 143
6.3.4 基于TSP的蟻群系統(tǒng) (ACS)… 145
6.3.5 小螞蟻系統(tǒng) (MMAS)… 146
6.3.6 蟻群算法與機器人路徑規(guī)劃 …… 149
6.4 人工魚群算法 …… 153
6.4.1 人工魚群算法概述 …………… 154
6.4.2 人工魚群算法研究與應(yīng)用 ……… 158
小結(jié) … 161
思考與練習 ……………… 161
參考文獻 ……… …………… 162
書單推薦
