绪论
0. 1 人工智能的研究目标
0. 2 人工智能发展简史
0. 3 人工智能研究的课题
第一章 产生式系统
1. 1 产生式系统的组成部分
1. 2 产生式系统的基本过程
1. 3 产生式系统的控制策略
1. 4 问题的表示
1. 5 产生式系统的类型
1. 6 小结
习题
第二章 产生式系统的搜索策略
2. 1 回溯策略(Backtracking Strategies)
2. 2 图搜索策略
2. 3 无信息图搜索过程
2. 4 启发式图搜索过程
2. 5 按索算法讨论
2. 6 小结
习题
第三章 可分解产生式系统的搜索策略
3. 1 与或图的搜索
3. 2 与或图的启发式按索算法AO
3. 3 博弈树的搜索
3. 4 小结
习题
第四章 人工智能中的调词演算及应用
4. 1 一阶谓词演算的基本体系
4. 2 归结(消解Resolution)
4. 3 归结反演系统(Refutation)
4, 4 基于归结法的问答系统
4. 5 基于归结的自动程序综合
4. 6 基于归结的问题求解方法
4, 7 基于规则的正向演绎系统
4. 8 基于规则的逆向演绎系统
4. 9 基于规则的演绎系统的几个问题
4. 10 小结
习题
第五章 人工智能系统规划方法
5. 1 规划(Planning)
5. 2 机器人问题求解
5. 3 规划的表示问题
5. 4 使用目标堆栈的简单规划方法
5. 5 用目标集的非线性规划方法
5. 6 分层规划方法
5. 7 小结
习题
第六章 人工智能语言
6. 1 LISP
6. 2 PLANNER
6. 3 PROLOG
6. 4 专家系统工具
6. 5 小结
习题
第七章 知识表示
7. 1 单元表示
7. 2 语义网络
7. 3 概念从属
7. 4 框架
7. 5 脚本
7. 6 过程表示
7. 7 小结
习题
第八章 自然语自理解
8. 1 引言
8. 2 简单句理解
8. 3 复合句理解
8. 4 语言生成
8. 5 机器翻译
8. 6 小结
习题
第九章 感知
9. 1 感知问题概述
9. 2 求解感知问题所使用的技术
9, 3 约束满足法
9. 4 小结
习题
第十章 学习
10. 1 概述
10. 2 机器学习的分类
10. 3 机械(或死记)学习(Rote Learning)
20. 4 指点或教授学习(Learning by being told)
20. 5 类比学习(Learning by Analogy)
10. 6 概念学习(Concept Learning)
10. 7 发现学习(Discovery as Learning)
10. 8 小结
习题
参考文献