本书是关于人工智能的教科书。全书共分九章，包括基于规则的专家系统、模糊专家系统、基于框架的专家系统、人工神经网络、进化计算、混合智能系统、知识工程以及数据挖掘等内容。本书浅显易懂、内容全面、案例丰富、参考文献详尽，不仅适合人工智能的初学者学习，而且也非常适合干非计算机背景相关学科的研究人员参考。

这是一本计算机智能领域的入门书籍。全书共分九章，包括基于规则的专家系统、模糊专家系统、基于框架的专家系统、人工神经网络、进化计算、混合智能系统、知识工程以及数据挖掘等内容。

出版者的话

专家指导委员会

译者序

序

第2版序

致谢

第1章 基于知识的智能系统概述

 1.1智能机器概述

 1.2人工智能发展历史

 1.3小结

 复习题

 参考文献

第2章 基于规则的专家系统

 2.1知识概述

 2.2规则是一种知识表达技术

 2.3专家系统研发团队中的主要参与者

 2.4基于规则的专家系统的结构

 2.5专家系统的基本特征

 2.6前向链接和后向链接推理技术

 2.7实例

 2.8冲突的解决方案

 2.9基于规则的专家系统的优缺点

 2.10小结

 复习题-

 参考文献

第3章 基于规则的专家系统的

不确定管理

 3.1不确定性简介

 3.2基本概率论

 3.3贝叶斯推理

 3.4 FORECAST：贝叶斯证据累积

 3.5贝叶斯方法的偏差

 3.6确定因子理论和证据推理

 3.7 FOR.ECAST：确定因子的应用

 3.8贝叶斯推理和确定因子的比较

 3.9小结

 复习题

 参考文献

第4章 模糊专家系统

 4.1概述

 4.2模糊集

 4.3语言变量和模糊限制语

 4.4模糊集的操作

 4.5模糊规则

 4.6模糊推理

 4.7建立模糊专家系统

 4.8小结

 复习题

 参考文献

 参考书目

第5章 基于框架的专家系统

 5.1框架简介

 5.2作为知识表达技术的框架

 5.3基于框架系统中的继承

 5.4方法和守护程序

 5.5框架和规则的交互

 5.6基于框架的专家系统实例：

Buy Smart

 5.7小结

 复习题

 参考文献

 参考书目

第6章 人工神经网络

 6.1人脑工作机制简介

 6.2作为简单计算元素的神经元

 6.3感知器

 6.4多层神经网络

 6.5多层神经网络的加速学习

 6.6 Hopfield神经网络

 6.7双向相关记忆

 6.8自组织神经网络

 6.9小结

 复习题

 参考文献

第7章 进化计算

 7.1进化是智能的吗

 7.2模拟自然进化

 7.3遗传算法

 7.4遗传算法如何工作

 7.5实例：用遗传算法来维护计划

 7.6进化策略

 7.7遗传编程

 7.8小结

 复习题

 参考文献

 参考书目

第8章 混合智能系统

 8.1概述

 8.2神经专家系统

 8.3神经模糊系统

 8.4 ANFIS：自适应性神经模糊

推理系统

 8.5进化神经网络

 8.6模糊进化系统

 8.7小结

 复习题

 参考文献

第9章 知识工程和数据挖掘

 9.1知识工程简介

 9.2专家系统可以解决的问题

 9.3模糊专家系统可以解决的问题

 9.4神经网络可以解决的问题

 9.5遗传算法可以解决的问题

 9.6混合智能系统可以解决的问题

 9.7数据挖掘和知识发现

 9.8小结

 复习题

 参考文献

术语表

附录 人工智能工具和厂商