图书目录

第1章知识工程与知识管理综述1

1.1知识工程与人工智能1

1.1.1知识工程概念1

1.1.2人工智能概念和发展过程3

1.1.3知识系统的结构和知识工程的基础9

1.2知识工程的核心问题10

1.2.1知识概念与逻辑推理10

1.2.2知识表示与知识推理13

1.2.3知识获取25

1.3知识管理与知识工程27

1.3.1知识管理综述27

1.3.2信息管理与知识管理29

1.3.3知识工程与知识产业31

1.3.4知识工程和知识管理相互促进33

习题136

第2章专家系统及其开发37

2.1专家系统综述37

2.1.1专家系统概念37

2.1.2专家系统结构和原理38

2.1.3专家系统的应用与困难39

2.2产生式规则专家系统41

2.2.1产生式规则知识与推理41

2.2.2不确定性推理45

2.2.3解释机制和事实数据库48

2.2.4产生式规则知识推理简例50

2.3元知识与两级推理52

2.3.1元知识概念52

2.3.2元知识分类53

2.3.3领域知识和元知识的两级推理55

2.3.4元知识的应用55

2.4专家系统的黑板结构56

2.4.1基本原理57

2.4.2HEARSAYⅡ语言识别系统58

2.4.3医疗诊断专家系统60

2.5专家系统开发与实例62

2.5.1专家系统的开发62

2.5.2专家系统工具63

2.5.3单推理树形式的专家系统68

2.5.4多推理树形式的专家系统70

习题275

目录知识工程与知识管理(第二版)第3章决策支持系统与商务智能77

3.1决策支持系统与智能决策支持系统77

3.1.1决策支持系统与商务智能综述77

3.1.2决策资源与决策支持83

3.1.3模型实验与模型组合方案85

3.1.4智能决策支持系统的设计与开发86

3.1.5决策支持系统实例91

3.2网络环境的决策支持系统95

3.2.1网络环境的决策支持系统概述95

3.2.2网络环境的智能决策支持系统96

3.2.3基于客户/服务器的决策支持系统开发平台98

3.2.4基于客户/服务器的决策支持系统实例103

3.3商务智能——基于数据仓库的决策支持系统105

3.3.1商务智能概述105

3.3.2数据仓库与联机分析处理107

3.3.3基于数据仓库的决策支持系统114

3.3.4商务智能实例117

习题3123

第4章计算智能的仿生技术124

4.1神经计算124

4.1.1人工神经网络124

4.1.2反向传播模型BP129

4.1.3反向传播模型实例分析133

4.1.4神经元网络专家系统135

4.2模糊计算141

4.2.1模糊集合及其运算141

4.2.2模糊推理144

4.2.3模糊规则的计算公式145

4.2.4模糊推理方法的比较146

4.3遗传算法147

4.3.1遗传算法原理147

4.3.2优化模型的遗传算法求解151

4.3.3基于遗传算法的分类学习系统153

4.4人工生命158

4.4.1人工生命概述158

4.4.2人工生命的研究内容和方法159

4.4.3人工生命实例160

4.4.4人工生命的实验系统162

习题4163

第5章机器学习与数据挖掘166

5.1机器学习与数据挖掘综述166

5.1.1机器学习概述166

5.1.2机器学习分类168

5.1.3知识发现与数据挖掘综述172

5.1.4数据浓缩与知识表示175

5.2基于信息论的归纳学习方法180

5.2.1基于互信息的ID3方法180

5.2.2基于信息增益率的C4.5方法185

5.2.3基于信道容量的IBLE方法186

5.3基于集合论的归纳学习方法195

5.3.1粗糙集方法196

5.3.2关联规则挖掘205

习题5212

第6章公式发现与变换规则的挖掘213

6.1公式发现213

6.1.1公式发现综述213

6.1.2物理化学定律发现系统BACON215

6.1.3经验公式发现系统FDD220

6.2变换规则的知识挖掘233

6.2.1适应变化环境的变换和变换规则233

6.2.2变换规则知识挖掘的理论基础235

6.2.3变换规则的知识推理237

6.2.4变换规则链的知识挖掘239

6.2.5适应变化环境的变换规则元知识242

习题6245

第7章知识管理与知识创造246

7.1知识经济与知识管理246

7.1.1知识经济与知识管理的形成246

7.1.2知识管理基本原理248

7.1.3知识管理与学习型组织256

7.2知识创造260

7.2.1知识创造模型260

7.2.2知识创造典范——开源软件265

7.3大数据与关联知识270

7.3.1从数据到决策的大数据时代270

7.3.2大数据型科学研究新范式276

7.3.3从关联分析中创造新知识278

7.3.4大数据的决策支持281

习题7281

第8章计算机进化规律的发掘283

8.1计算机软件进化规律的发掘283

8.1.1数值计算的进化283

8.1.2计算机程序的进化287

8.1.3数据存储的进化290

8.1.4知识推理的进化294

8.1.5软件进化规律296

8.2计算机硬件进化规律的发掘300

8.2.1计算机硬件的理论基础300

8.2.2计算机的体系结构303

8.2.3计算机硬件的进化305

8.2.4计算机硬件进化规律310

8.3计算机网络进化规律的发掘311

8.3.1计算机网络的进化311

8.3.2计算机网络的进化规律317

8.4计算机技术发展趋势318

8.4.1计算机软件发展趋势319

8.4.2计算机硬件与网络的发展趋势319

习题8321

附录A部分思考题参考答案322

附录B部分计算题答案334参考文献346第1章知识工程与知识管理综述1

1.1知识工程与人工智能1

1.1.1知识工程概念1

1.1.2人工智能概念和发展过程3

1.1.3知识系统结构和知识工程基础8

1.2知识工程的核心问题9

1.2.1知识概念与逻辑推理9

1.2.2知识表示与知识推理12

1.2.3知识获取24

1.3知识管理与知识工程26

1.3.1知识管理综述26

1.3.2信息管理与知识管理28

1.3.3知识工程与知识产业30

1.3.4知识工程和知识管理相互促进33

习题136

第2章专家系统及其开发37

2.1专家系统综述37

2.1.1专家系统概念37

2.1.2专家系统结构和原理38

2.1.3专家系统的应用与开发的困难39

2.2产生式规则专家系统41

2.2.1产生式规则知识与推理41

2.2.2不确定性推理45

2.2.3解释机制和事实库47

2.2.4产生式规则知识推理简例49

2.3元知识与两级推理51

2.3.1元知识概念 51

2.3.2元知识分类53

2.3.3领域知识和元知识的两级推理54

2.4专家系统的黑板结构56

2.4.1基本原理56

2.4.2HEARSAYⅡ语言识别系统58

2.4.3医疗诊断专家系统60

2.5专家系统开发与实例61

2.5.1专家系统的开发61

2.5.2专家系统工具63

2.5.3单推理树形式的专家系统68

2.5.4多推理树形式的专家系统70

习题274

目录知识工程与知识管理(第二版)第3章决策支持系统及其开发76

3.1决策支持系统与智能决策支持系统76

3.1.1决策支持系统综述76

3.1.2决策资源与决策支持82

3.1.3模型实验与模型组合方案84

3.1.4智能决策支持系统的设计与开发85

3.1.5决策支持系统实例89

3.2基于数据仓库的决策支持系统93

3.2.1数据仓库与联机分析处理93

3.2.2数据仓库的决策支持101

3.2.3基于数据仓库的决策支持系统与商业智能103

3.2.4基于数据仓库的决策支持系统实例105

3.3综合决策支持系统107

3.3.1传统决策支持系统与新决策支持系统的比较107

3.3.2数据仓库与数学模型108

3.3.3综合决策支持系统结构与原理109

3.3.4网络环境的综合决策支持系统体系111

3.3.5网络环境的决策支持系统实例114

习题3118

第4章计算智能的仿生技术119

4.1神经计算119

4.1.1人工神经网络119

4.1.2反向传播模型BP123

4.1.3反向传播模型实例分析128

4.1.4神经网络专家系统130

4.2模糊计算135

4.2.1模糊集合及其运算135

4.2.2模糊推理137

4.2.3模糊规则的计算公式139

4.2.4模糊推理方法的比较140

4.3遗传算法141

4.3.1遗传算法原理141

4.3.2优化模型的遗传算法求解145

4.3.3基于遗传算法的分类学习系统147

4.4人工生命152

4.4.1人工生命概述152

4.4.2人工生命的研究内容和方法153

4.4.3人工生命实例154

4.4.4人工生命的实验系统156

习题4158

第5章机器学习与数据挖掘160

5.1机器学习与数据挖掘综述160

5.1.1机器学习概述160

5.1.2机器学习分类162

5.1.3知识发现与数据挖掘综述165

5.1.4数据浓缩与知识表示169

5.2基于信息论的归纳学习方法173

5.2.1基于互信息的ID3方法174

5.2.2基于互信息的C4.5方法178

5.2.3基于信道容量的IBLE方法179

5.3基于集合论的归纳学习方法189

5.3.1AQ11方法189

5.3.2粗糙集方法194

5.3.3关联规则挖掘203

习题5210

第6章公式发现与变换规则的挖掘212

6.1公式发现 212

6.1.1公式发现综述212

6.1.2物理化学定律发现系统BACON214

6.1.3经验公式发现系统FDD218

6.2变换规则的知识挖掘232

6.2.1适应变化环境的变换和变换规则232

6.2.2变换规则的知识挖掘的理论基础234

6.2.3变换规则的知识推理236

6.2.4变换规则链的知识挖掘238

6.2.5适应变化环境的变换规则元知识241

习题6244

第7章知识管理246

7.1知识经济与知识管理246

7.1.1知识经济与知识管理的形成246

7.1.2知识管理基本原理249

7.1.3知识管理实例257

7.2知识管理与学习型组织259

7.2.1学习型组织概念259

7.2.2学习型组织与知识管理的整合261

7.2.3学习型组织实例265

7.3人力资源管理的理论基础267

7.3.1知识管理和人力资源管理267

7.3.2人力资源管理理论268

7.3.3人力资源管理实例274

习题7278

第8章知识创造279

8.1知识创造模型与开源软件279

8.1.1知识创造模型279

8.1.2集体协作创造知识的新潮流——开源软件286

8.2软件进化规律的发掘293

8.2.1数值计算的进化 293

8.2.2计算机程序的进化297

8.2.3数据存储的进化300

8.2.4知识处理的进化302

8.2.5进化规律的发掘304

8.3计算机硬件与网络进化规律的发掘307

8.3.1计算机硬件的理论基础307

8.3.2计算机的体系结构312

8.3.3计算机硬件的进化314

8.3.4硬件进化规律的发掘318

8.3.5计算机网络的进化320

8.3.6计算机技术发展趋势323

习题8325

参考文献327