本书在全面覆盖人工智能框架知识的基础上，以精简内容、突出重点为准则，避免面面俱到。每一部分都是挑选经典、实用的知识内容，同时配有典型案例和源代码，将人工智能原理融会到典型案例中详细讲授，可以使初学者以较快的节奏学习、实践人工智能基础知识，重点掌握关键部分的常用算法，进而了解人工智能领域的知识轮廓。 全书共分7章： 第1章为绪论，简要介绍人工智能发展历史和相关技术内容； 第2章为知识表示和推理，着重讲授归结演绎推理和产生式系统； 第3章为搜索技术，讲授典型的搜索技术，主要包括启发式搜索、博弈树搜索和遗传算法等； 第4章为不确定知识表示与推理，主要讲授主观Bayes方法、可信度方法和证据理论； 第5章为Agent技术，讲授Agent系统通信和移动Agent技术； 第6章为神经网络，主要讲授反向传播神经网络和Hopfield神经网络； 第7章为计算智能，讲授蚁群算法、粒子群优化和模拟退火等经典智能算法。 本教材适合计算机科学与技术、软件工程、智能科学与技术以及自动化等专业的本科生和研究生使用，也可供相关开发人员、广大科技工作者和研究人员参考。

杨胜春 单位：东北电力大学 职务、职称：副教授 性别：男 年龄：41 专业：人工智能 研究成果：长期从事人工智能、数据挖掘、高性能计算等相关领域的教学和研究工作。在长期的教学和研究过程中，注重知识和研究成果的实践应用，对人工智能相关领域的知识有了更加清晰的认识和归纳。在已有知识和研究成果的基础上注重求实创新，发表具有重量级的国际高水平论文多篇。

前言 人工智能（Artificial Intelligence，AI）是研究理解和模拟人类智能、智能行为及其规律的一门学科。主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类智能行为的计算系统。人类的许多活动，如下棋、竞技、解题、游戏、规划和编程，甚至驾车和骑车都需要“智能”。如果机器能够执行这种任务，就可以认为机器已具有某种性质的“人工智能”。 人工智能的理论和技术发展可以大体分为三个阶段。第一阶段： 智能系统代替人类完成部分逻辑推理工作，可以在一定程度上减轻人类复杂推理的工作负担； 第二阶段： 智能系统能够和环境交互，从运行的环境中获取信息，代替人完成包括不确定性在内的部分思维工作，通过自身的动作，对环境施加影响，并能够根据环境的变化做出相应的适应性调整； 第三阶段： 智能系统具有类人的认知和思维能力，能够发现新的知识，去完成面临的任务，该阶段的智能主体具有自主的学习、判断、决策、行动等功能，在特定应用领域可以完全代替人类完成相应的工作。 人工智能自诞生之日起就引起了人们无限美丽的想象和憧憬，已经成为学科交叉发展中的一盏明灯,光芒四射，但其理论起伏跌宕，也存在争议和误解。人工智能技术发展到今天，其研究和应用领域极其广泛，例如自然语言处理、自动定理证明、智能数据检索系统、机器学习、模式识别、视觉系统、问题求解、人工智能方法和程序语言以及自动程序设计等。所有的研究和应用可以大体归纳为四个方面： 智能感知、智能推理、智能学习和智能行动。 目前人工智能相关的书籍也较为丰富。大部分书籍力求从人工智能的发展、理论、算法、数...