《人工智能技术》系统介绍了人工智能技术的基本理论和应用技术。全书共9章,主要内容包括:知识表示技术,知识推理技术,模糊逻辑技术,神经网络技术,遗传算法,专家系统,机器学习,群集智能。本书是作者在总结近年来教学和科研成果,学习国内外人工智能技术领域最新技术的基础上编写而成的。全书内容体系新颖,选材具有先进性、系统性和实用性的特点。
《人工智能技术》可作为高等学校计算机科学与技术专业、电子信息工程专业、电工及自动化类专业、机电一体化专业的高年级本科生和研究生的教材,也可供相关专业的工程技术人员参考。
《人工智能技术》是“计算机原理高等学校计算机专业教材精选”之一,全书共分9个章节,主要对人工智能技术知识作了介绍,具体内容包括知识表示技术,知识推理技术,模糊逻辑技术,神经网络技术,遗传算法,专家系统等。该书可供各大专院校作为教材使用,也可供从事相关工作的人员作为参考用书使用。
人工智能技术是当代科学技术中一个十分活跃和具有挑战性的领域,是一门新兴的交叉学科,有着非常广泛的应用范围。它是传统产业技术改造、研制新型产品特别是智能化产品的急需技术,是培养学生创新能力、增强学生创造能力的支撑技术,是提高劳动生产率的关键技术。为了适应21世纪科学技术发展趋势,把体现当代科学技术发展特征的多学科间的知识交叉与渗透的内容及最新成果反映到教材中来,这是现代大学人才培养目标的客观要求。本书正是针对这一需要,在总结近年来教学和科研成果、学习国内外人工智能技术领域中最新技术的基础上编写而成的。选材注意了体系的综合性、内容的先进性和运用的实用性。
全书共分9章。第1章概论,包括人工智能、智能工程和智能控制;第2章知识表示技术,包括逻辑表示法,语义网络表示法,框架表示法,产生式表示法,状态空间表示法,问题归约法,面向对象表示法;第3章知识推理技术,包括推理方式及分类,推理的控制策略,搜索策略;第4章模糊逻辑技术,包括模糊逻辑的数学基础,模糊逻辑的推理,模糊控制系统概述,模糊控制器原理,模糊控制器设计基础,双入单出模糊控制器设计;第5章神经网络技术,包括神经网络基础,神经网络的结构和学习规则,典型前向网络--BP网络,典型反馈网络--Hopfield网络,应用神经网络产生模糊集的隶属函数,神经网络控制原理,单神经元控制的直流调速系统,模糊神经网络;第6章遗传算法,包括遗传算法的基本原理,遗传算法的模式理论,遗传算法应用中的一些基本问题,高级遗传算法,基于遗传算法的模糊控制,免疫遗传算法;第7章专家系统,包括专家系统的概念,专家系统的结构和工作原理,知识的获取,专家系统的建造与评价,专家系统设计举例,新一代专家系统;第8章机器学习,包括机器学习的基本概念,机械学习,指导学习,类比学习,归纳学习,解释学习,知识发现与数据挖掘;第9章群集智能,包括群集智能的概述,蚁群算法,粒子群优化算法,人工鱼群算法及应用举例。
本书取材广泛,内容新颖,面向21世纪学科前沿,反映了人工智能技术应用发展的新成果,特别是人工智能的综合技术,适应了学科相互渗透、交叉和融合的重要趋势。
本书遵循“宽编窄用”的内容选取原则,以适应不同层次、不同教学时数的需要。在内容的选取上,既强调工程应用,又不完全抛开必要的理论基础,深入浅出,讲清原理,着眼应用,符合教学规律。
本书既可以作为高等学校计算机科学与技术专业、电子信息工程专业、电工及自动化专业、机电一体化专业的高年级本科生或研究生的教材,也可供从事智能技术工作的工程技术人员参考。
本书由沈阳工业大学、南海东软信息技术学院共同组织编写。全书由曹承志教授等编著,由博士杨利教授主审。本书作者的具体分工是,罗先录讲师写了第1章、第4章,郑海英高级工程师写了第2章、第3章、第7章,张翰涛讲师写了第6章,李强讲师写了第5章,邓金鹏工程师写了第8章,曹承志教授写了第9章并对全书作了统稿和完善。路元元、兆瑞奇、蓝祥为本书文稿作了整理和录入工作。本书在编写过程中,引用了参考文献所列论著和论文的有关部分,在此谨向以上作者表示深切的谢意。
本书在编写过程中,得到了清华大学出版社的大力支持与积极合作,在此表示衷心的感谢。另外,本书的研究工作得到了教育部“春晖计划”合作项目(编号: Z2005-2-11008) 、辽宁省自然科学基金(编号: 20032032)和辽宁省教育厅高校科研计划项目(编号: 05L288) 、南海东软信息技术学院院立科研基金项目(编号: NN100511)的资助。
由于笔者水平有限,书中难免存在不足,恳请广大读者提出批评和改进意见,以便在构架、内容和细节等方面做得更加完善。
编著者2010年7月
第1章 概论
1.1 人工智能
1.1.1 智能
1.1.2 人工智能的定义
1.1.3 人工智能的发展简史
1.1.4 人工智能的目标与表现形式
1.1.5 人工智能的研究途径
1.1.6 人工智能的研究领域
1.2 智能工程
1.2.1 智能工程的提出
1.2.2 智能工程与人工智能
1.2.3 智能制造系统
1.3 智能控制
1.3.1 智能控制的发展概况
1.3.2 智能控制系统的基本结构
1.3.3 智能控制的结构理论
1.3.4 智能控制的特点
1.3.5 智能控制研究的数学工具
1.3.6 智能控制的主要研究内容
习题和思考题
第2章 知识表示技术
2.1 概述
2.1.1 知识、信息和数据
2.1.2 知识的特性
2.1.3 知识的分类
2.1.4 知识的表示
2.2 逻辑表示法
2.2.1 命题逻辑
2.2.2 谓词逻辑
2.2.3 谓词逻辑表示法的特点
2.3 语义网络表示法
2.3.1 语义网络的概念
2.3.2 语义网络表示知识的方法及步骤
2.3.3 语义网络中常用的语义联系
2.3.4 语义网络表示下的推理过程
2.3.5 语义网络表示法的特点
2.4 框架表示法
2.4.1 框架结构及知识表示
2.4.2 基于框架的推理
2.4.3 框架表示法的特点
2.5 产生式表示法
2.5.1 产生式的基本形式
2.5.2 产生式系统
2.5.3 产生式系统示例
2.5.4 产生式表示法的特点
2.6 状态空间表示法
2.6.1 状态空间表示法的描述
2.6.2 状态空间表示法示例
2.7 问题归约法
2.7.1 问题归约描述
……
第3章 知识推理技术
第4章 模糊逻辑技术
第5章 神经网络技术
第6章 遗传算法
第7章 专家系统
第8章 机器学习
第9章 群集智能
参考文献