人工智能與專家系統(tǒng)原理及其應(yīng)用

1 人工智能與專家系統(tǒng)綜述
　1.1 人工智能的定義
　　1.1.1 什么是智能
　　1.1.2 什么是人工智能
　1.2 人工智能的發(fā)展及應(yīng)用
　　1.2.1 人工智能的萌芽
　　1.2.2 人工智能與專家系統(tǒng)的發(fā)展階段
　　1.2.3 人工智能的應(yīng)用領(lǐng)域
　　1.2.4 人工智能的分類
　　1.2.5 我國(guó)人工智能和專家系統(tǒng)發(fā)展概況
　1.3 農(nóng)業(yè)專家系統(tǒng)的應(yīng)用及發(fā)展現(xiàn)狀
　　1.3.1 國(guó)外農(nóng)業(yè)專家系統(tǒng)發(fā)展現(xiàn)狀
　　1.3.2 我國(guó)農(nóng)業(yè)專家系統(tǒng)應(yīng)用及發(fā)展現(xiàn)狀
　　1.3.3 當(dāng)前農(nóng)業(yè)專家系統(tǒng)存在的問題及建議
　1.4 專家系統(tǒng)的定義、特點(diǎn)及其類型
　　1.4.1 專家系統(tǒng)的定義
　　1.4.2 專家系統(tǒng)的一般特點(diǎn)
　　1.4.3 專家系統(tǒng)的類型
　1.5 專家系統(tǒng)的結(jié)構(gòu)、功能及其基本原理
　　1.5.1 專家系統(tǒng)的結(jié)構(gòu)及基本功能
　　1.5.2 專家系統(tǒng)的基本原理
　1.6 專家系統(tǒng)開發(fā)過程
　　1.6.1 專家系統(tǒng)開發(fā)步驟
　　1.6.2 專家系統(tǒng)開發(fā)語言和工具
　　練習(xí)題
2 知識(shí)表示
　2.1 知識(shí)表示概述
　　2.1.1 知識(shí)的含義
　　2.1.2 知識(shí)表示方法
　2.2 謂詞邏輯表示法
　　2.2.1 命題與邏輯
　　2.2.2 謂詞邏輯
　　2.2.3 用謂詞表示知識(shí)的步驟
　　2.2.4 一階謂詞表示法的特點(diǎn)
　2.3 產(chǎn)生式表示法
　　2.3.1 產(chǎn)生式基本形式
　　2.3.2 產(chǎn)生式系統(tǒng)的結(jié)構(gòu)
　　2.3.3 產(chǎn)生式系統(tǒng)的特點(diǎn)
　　2.3.4 “規(guī)則架+規(guī)則體”規(guī)則組的知識(shí)表示
　2.4 語義網(wǎng)絡(luò)表示法
　　2.4.1 語義網(wǎng)絡(luò)表示形式
　　2.4.2 語義網(wǎng)絡(luò)基本語義關(guān)系
　　2.4.3 語義網(wǎng)絡(luò)推理方法
　　2.4.4 語義網(wǎng)絡(luò)表示知識(shí)的步驟
　　2.4.5 語義網(wǎng)絡(luò)表示法的特點(diǎn)
　2.5 框架表示法
　　2.5.1 框架與框架網(wǎng)絡(luò)
　　2.5.2 框架推理的基本過程及形式
　　2.5.3 框架的不確定性匹配
　　2.5.4 框架推理步驟
　　2.5.5 框架表示法的特點(diǎn)
　2.6 面向?qū)ο蟊硎痉?br />　　2.6.1 面向?qū)ο蟮闹R(shí)表示
　　2.6.2 面向?qū)ο蟊硎痉ǖ奶攸c(diǎn)
　　練習(xí)題
3 搜索技術(shù)
　3.1 搜索技術(shù)概述
　　3.1.1 搜索技術(shù)分類
　　3.1.2 搜索效率的評(píng)價(jià)
　3.2 無知識(shí)（盲目）搜索
　　3.2.1 深度優(yōu)先搜索
　　3.2.2 有界深度優(yōu)先搜索
　　3.2.3 寬度優(yōu)先搜索
　　3.2.4 一致代價(jià)搜索
　3.3 有知識(shí)（啟發(fā)式）搜索
　　3.3.1 有知識(shí)（啟發(fā)式）搜索的基本概念
　　3.3.2 局部擇優(yōu)搜索法
　　3.3.3 全局擇優(yōu)搜索法
　　3.3.4 與或樹的啟發(fā)式搜索
　　3.3.5 α-β剪枝技術(shù)
　　練習(xí)題
4 推理與推理機(jī)制
　4.1 推理概述
　　4.1.1 推理的基本概念
　　4.1.2 推理的種類
　4.2 歸結(jié)原理
　　4.2.1 謂詞公式與子句集
　　4.2.2 置換與合
　　4.2.3 歸結(jié)（魯濱遜消解）原理
　4.3 推理的控制策略
　　4.3.1 正向推理
　　4.3.2 逆向推理
　　4.3.3 混合推理
　　4.3.4 雙向推理
　　4.3.5 其他控制策略
　4.4 基于規(guī)則推理機(jī)的實(shí)現(xiàn)與控制策略
　　4.4.1 數(shù)據(jù)驅(qū)動(dòng)的正向鏈推理的實(shí)現(xiàn)
　　4.4.2 目標(biāo)驅(qū)動(dòng)的反向鏈推理的實(shí)現(xiàn)
　　4.4.3 混合驅(qū)動(dòng)的雙向鏈推理的實(shí)現(xiàn)
　　4.4.4 規(guī)則推理的沖突消解
　4.5 基于框架推理機(jī)的實(shí)現(xiàn)與控制策略
　4.6 基于語義網(wǎng)絡(luò)推理機(jī)的實(shí)現(xiàn)與控制策略
　4.7 基于黑板的專家系統(tǒng)的組織結(jié)構(gòu)及控制策略
　　4.7.1 黑板模型
　　4.7.2 基于黑板的專家系統(tǒng)的組織結(jié)構(gòu)
　　4.7.3 基于黑板的專家系統(tǒng)的控制策略
　4.8 基于元知識(shí)的專家系統(tǒng)的組織結(jié)構(gòu)及控制策略
　　練習(xí)題
5 PROLOG語言及其程序設(shè)計(jì)
　5.1.PROLOG語言的快速入門
　　5.1.1 PROLOG語言的特點(diǎn)
　　5.1.2 Amzi PROLOG簡(jiǎn)介
　　5.1.3 Amzi！Logic Setrver的組成
　　5.1.4 邏輯編程
　　5.1.5 PROLOG解釋器的工作過程
　5.2 Amzi PROLOG的基本語句
　　5.2.1 常量與變量
　　5.2.2 事實(shí)、查詢和規(guī)則
　5.3 PROLOG函數(shù)、運(yùn)算符及其表達(dá)式
　5.4 PROLOG的程序機(jī)制
　　5.4.1 數(shù)據(jù)管理
　　5.4.2 遞歸
　　5.4.3 數(shù)據(jù)結(jié)構(gòu)
　　5.4.4 聯(lián)合
　　5.4.5 列表
　　5.4.6 操作符
　　5.4.7 截?cái)?br />　　5.4.8 流程控制
　5.5 PROLOG程序設(shè)計(jì)應(yīng)用舉例
　　5.5.1 Hanoi塔
　　5.5.2 深度搜索
　　5.5.3 廣度搜索
　　練習(xí)題
6 不確定性推理
　6.1 不確定性推理概述
　　6.1.1 證據(jù)的不確定性
　　6.1.2 規(guī)則的不確定性
　　……
7 神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)
8 專家系統(tǒng)設(shè)計(jì)與應(yīng)用
附錄1 PROXS系統(tǒng)代碼
附錄2 桃樹栽植密度決策推理機(jī)代碼
參考文獻(xiàn)