1 绪论
1.1 人工智能的定义与发展
1.2 人工智能的研究目标及内容
1.3 人工智能的应用领域
习题
2 知识表示
2.1 概述
2.2 一阶谓词逻辑表示法
2.3 产生式表示法
2.4 框架表示法
2.5 语义网络表示法
习题
3 确定性推理
3.1 概述
3.2 自然演绎推理法
3.3 归结推理方法
3.4 归结过程的控制策略
习题
4 不确定性推理
4.1 概述
4.2 可信度方法
4.3 主观贝叶斯方法
4.4 D-S证据理论
4.5 模糊推理
习题
5 搜索求解策略
5.1 概述
5.2 状态空间表示
5.3 盲目式搜索策略
5.4 启发式搜索策略
5.5 与或树的有序搜索
5.6 博弈搜索
习题
6 智能优化算法
6.1 概述
6.2 模拟退火算法
6.3 进化算法
6.4 群智能算法
习题
7 机器学习
7.1 概述
7.2 机器学习的主要策略与基本结构
7.3 决策树
7.4 神经网络
7.5 支持向量机
习题
8 强化学习
8.1 概述
8.2 马尔科夫决策过程
8.3 有模型学习方法