人工智能技術(shù)及應(yīng)用

     目 錄
   第一章 緒論
    1.1人工智能的基本概念
    1.1.1人工智能的定義
    1.1.2基本假設(shè)
    1.1.3人工智能技術(shù)
    1.2計(jì)算機(jī)輔助工程
    1.2.1CAD
    1.2.2集成的概念
    1.2.3決策支持系統(tǒng)（DecisionSupportSystem，簡稱DSS）
    1.3人工智能與專家系統(tǒng)
    1.4關(guān)于思維的研究
   第二章 知識表示與利用
    2.1知識的主要表示方法
    2.1.1基于規(guī)則的方法
    2.1.2框架（frame）
    2.1.3面向?qū)ο蟮闹R表示
    2.2知識的利用
    2.2.1以知識推理
    2.2.2正向鏈與逆向鏈
    2.2.3問題求解搜索
    2.3邏輯
    2.3.1形式邏輯
    2.3.2邏輯句子的成分
    2.3.3謂詞邏輯中的事實(shí)和規(guī)則
    2.4不確定性知識
    2.4.1非精確性（Inexactness）
    2.4.2概率
    2.4.3模糊邏輯
    2.4.4確定性系數(shù)
   第三章 推理過程
    3.1推理的一個(gè)直觀比擬
    3.2逆向鏈推理
    3.2.1逆向鏈算法
    3.2.2回溯與終止
    3.2.3反置回溯
    3.3正向鏈推理
    3.3.1推理原理
    3.3.2沖突解決
    3.3.3證明正向規(guī)則
    3.3.4正向鏈算法
    3.4貝葉斯推理
    3.5非精確推理
    3.6半精確推理
    3.7人工智能中推理的發(fā)展
    3.7.1演繹推理
    3.7.2非演繹推理
    3.7.3定性推理
   第四章 數(shù)據(jù)結(jié)構(gòu)和電子數(shù)據(jù)表
    4.1基本概念
    4.1.1信息的三個(gè)領(lǐng)域
    4.1.2數(shù)據(jù)的邏輯描述和物理描述
    4.1.3實(shí)體間的關(guān)系
    4.2數(shù)據(jù)的邏輯結(jié)構(gòu)
    4.2.1層次模型
    4.2.2網(wǎng)絡(luò)模型
    4.2.3關(guān)系模型
    4.2.4面向?qū)ο蟮臄?shù)據(jù)模型
    4.3電子數(shù)據(jù)表
    4.3.1什么是電子數(shù)據(jù)表？
    4.3.2Excel的功能
    4.3.3Excel的基本操作
    4.3.4Excel中的數(shù)據(jù)庫
    4.4用電子數(shù)據(jù)表解板的彎曲問題
    4.4.1求解策略
    4.4.2有限差分運(yùn)算模型
    4.4.3三角形分布荷載作用下板彎曲問題的求解
   第五章 模糊集理論基礎(chǔ)
    5.1隸屬度的概念
    5.2集合論基本知識
    5.2.1經(jīng)典集合論
    5.2.2模糊集合論
    5.2.3模糊集運(yùn)算
    5.3分解定理和擴(kuò)展原理
    5.3.1分解定理
    5.3.2擴(kuò)展原理
    5.4模糊關(guān)系及其分類
    5.5確定隸屬函數(shù)的方法
    5.6模糊推理
   第六章 專家系統(tǒng)的基本原理與應(yīng)用
    6.1專家系統(tǒng)的定義和類型
    6.1.1專家系統(tǒng)的定義
    6.1.2專家系統(tǒng)的類型
    6.2專家系統(tǒng)的結(jié)構(gòu)與工作原理
    6.3專家系統(tǒng)與傳統(tǒng)程序的差別
    6.4建立專家系統(tǒng)
    6.4.1適于專家系統(tǒng)求解的問題
    6.4.2建立專家系統(tǒng)的步驟
    6.5專家系統(tǒng)開發(fā)工具INSIGHT2＋
    6.5.1INSIGHT2＋的結(jié)構(gòu)和菜單
    6.5.2產(chǎn)生式規(guī)則語言PRL概要
    6.5.3一個(gè)簡單知識庫的演示
    6.6房屋震害評估專家系統(tǒng)的建立
    6.6.1信息的獲取
    6.6.2知識庫的構(gòu)造
    6.6.3系統(tǒng)的調(diào)試與檢驗(yàn)
    6.7專家系統(tǒng)模糊推理的實(shí)現(xiàn)
    6.7.1知識模糊性的表示
    6.7.2模糊評判的面向?qū)ο蟪绦蛟O(shè)計(jì)
    6.7.3模糊推理的執(zhí)行
   第七章 人工神經(jīng)網(wǎng)絡(luò)
    7.1關(guān)于人工神經(jīng)網(wǎng)絡(luò)的幾個(gè)問題
    7.1.1什么是神經(jīng)網(wǎng)絡(luò)？
    7.1.2神經(jīng)元計(jì)算與人工智能傳統(tǒng)計(jì)算有什么不同？
    7.1.3人工神經(jīng)網(wǎng)絡(luò)用在什么地方？
    7.2人工神經(jīng)網(wǎng)絡(luò)的類型
    7.2.1神經(jīng)元變換函數(shù)的類型
    7.2.2人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
    7.2.3按學(xué)習(xí)算法分類
    7.3人工神經(jīng)網(wǎng)絡(luò)的開發(fā)過程
    7.4反向傳播（BP）神經(jīng)網(wǎng)絡(luò)模型
    7.4.1反向傳播（BP）模型
    7.4.2反向傳播局部誤差
    7.4.3總誤差函數(shù)
    7.4.4標(biāo)準(zhǔn)的BP算法
    7.4.5BP算法的改進(jìn)
    7.5聯(lián)想記憶（Hopfield）神經(jīng)網(wǎng)絡(luò)模型
    7.5.1聯(lián)想記憶的基本原理
    7.5.2Hopfield網(wǎng)絡(luò)的結(jié)構(gòu)和運(yùn)行方式
    7.5.3網(wǎng)絡(luò)的能量函數(shù)
    7.5.4網(wǎng)絡(luò)基本學(xué)習(xí)規(guī)則和聯(lián)想特性
    7.6人工神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)
    7.6.1人工神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)的比較
    7.6.2人工神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的模型
    7.6.3人工神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的結(jié)構(gòu)
    7.6.4神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的知識表示和獲取
    7.7人工神經(jīng)網(wǎng)絡(luò)在土木工程中的應(yīng)用
    7.7.1用人工神經(jīng)網(wǎng)絡(luò)診斷結(jié)構(gòu)的地震損壞
    7.7.2用人工神經(jīng)網(wǎng)絡(luò)預(yù)測城市地震火災(zāi)損失
   第八章 面向?qū)ο缶幊陶Z言Smalltalk
    8.1面向?qū)ο蟮母拍?br />     8.1.1兩個(gè)O的含意
    8.1.2O－O的設(shè)計(jì)思想
    8.2對象與類
    8.2.1對象
    8.2.2類
    8.3消息和方法
    8.4Smalltalk/V軟件入門
    8.4.1系統(tǒng)的使用
    8.4.2系統(tǒng)與外部的交互
    8.4.3Smalltalk/V的主要語言要素
    8.4.4創(chuàng)建窗口
    8.5Smalltalk/V的數(shù)值方法
    8.5.1矩陣類Matrix
    8.5.2類Matrix的應(yīng)用
    8.6基于面向?qū)ο髮＜蚁到y(tǒng)的構(gòu)造
    8.6.1基本考慮
    8.6.2層次式模塊化結(jié)構(gòu)
    8.6.3推理控制機(jī)制
    8.7面向?qū)ο笊窠?jīng)網(wǎng)絡(luò)
    8.7.1程序設(shè)計(jì)思想
    8.7.2神經(jīng)網(wǎng)絡(luò)類的定義和相應(yīng)的方法
   附錄A 幾何圖形的面向?qū)ο蟊硎?br />     A.1點(diǎn)的表示
    A.1.1平面點(diǎn)類Point
    A.1.2空間點(diǎn)類Point3D
    A.2圖形變換技術(shù)
    A.2.1實(shí)現(xiàn)平移、伸縮（比例）、旋轉(zhuǎn)的方法
    A.2.2空間線性變換
    A.3中心投影
    A.4基本幾何圖形
    A.4.1直線的表示
    A.4.2三維曲線
    A.4.3三維曲面
    參考文獻(xiàn)