第1章计算机文化1

1.1计算机发展历史1

1.1.1计算工具1

1.1.2计算机发展简史4

1.1.3计算机的分类9

1.1.4计算机的应用领域10

1.1.5计算机的发展趋势11

1.1.6计算机应用系统的计算模式12

1.1.7新的计算模式13

1.2计算机文化15

1.2.1计算机文化的形成15

1.2.2计算机文化对社会的影响16

1.2.3计算机文化对语言的影响17

1.3计算思维基础17

1.3.1科学与计算科学17

1.3.2思维与科学思维19

1.3.3计算思维的概念21

1.3.4计算思维的应用23

习题124

第2章计算机系统基础26

2.1计算机中的数据与编码26

2.1.1信息和数据26

2.1.2数字化信息编码的概念26

2.1.3进位记数制27

2.1.4不同进制之间的数值转换28

2.1.5数据的存储单位30

2.1.6二进制数在计算机内的表示312.1.7字符的编码33

2.1.8非字符的编码37

2.2计算机系统组成39

大学计算机基础（第4版）目录2.2.1计算机的体系结构39

2.2.2计算机的软件系统41

2.3微型计算机系统42

2.3.1微型计算机系统的组成43

2.3.2微型计算机的总线结构和基本结构部件43

2.3.3微型计算机系统的基本软件组成50

2.3.4微型计算机的基本配置及性能指标52

习题254

第3章Windows 7操作系统56

3.1Windows 7概述56

3.1.1Windows 7新特性56

3.1.2Windows 7的运行环境57

3.2Windows 7的基本操作58

3.2.1桌面操作58

3.2.2窗口及窗口操作60

3.2.3对话框60

3.2.4菜单60

 3.3Windows 7的文件及任务管理61

3.3.1文件和文件夹的概念61

3.3.2资源管理器、“计算机”和库63

3.3.3文件和文件夹的操作66

3.3.4程序管理69

 3.4Windows 7的硬件设备管理70

3.4.1磁盘管理70

3.4.2打印机管理71

3.4.3系统信息73

3.5计算机的系统设置73

3.5.1Windows 7的外观和个性化设置73

3.5.2时钟区域和输入法设置76

3.5.3用户账户与家庭安全76

3.5.4网络设置77

3.6Windows附件中的常用工具78

3.6.1计算器79

3.6.2记事本79

3.6.3写字板79

3.6.4画图80

3.6.5截图工具80

习题381

第4章字处理软件Word 201084

4.1Word 2010的基本知识84

4.1.1Word 2010简介84

4.1.2Word 2010的工作窗口、文档视图85

4.2文档的基本操作89

4.2.1文档的创建与打开89

4.2.2文档的保存91

4.3文档的编辑与修饰93

4.3.1输入文本93

4.3.2文档的编辑95

4.3.3文本与段落的修饰97

4.3.4页面规范化处理102

4.3.5样式与大纲的应用107

4.4图形和图片功能110

4.4.1图形的绘制与编辑110

4.4.2图片和剪贴画操作111

4.4.3文本框与题注115

4.5表格116

4.5.1创建表格116

4.5.2表格的编辑与修饰117

4.6文档的批注与修订119

4.6.1添加批注119

4.6.2删除批注119

4.6.3修订文档内容120

4.7文档预览与打印120

4.7.1页面设置120

4.7.2打印预览121

4.7.3打印文档122

4.8综合实例122

习题4127

第5章电子表格处理软件Excel 2010130

5.1Excel 2010基础知识130

5.1.1Excel 2010功能介绍130

5.1.2Excel 2010窗口130

5.1.3Excel 2010基本概念131

5.2Excel 2010数据录入与编辑132

5.2.1Excel 2010数据类型132

5.2.2Excel 2010数据录入132

5.2.3Excel 2010数据编辑135

5.3Excel 2010工作簿、工作表和单元格的基本操作136

5.3.1工作簿的基本操作136

5.3.2Excel 2010工作表的基本操作139

5.3.3单元格的基本操作141

5.4使用公式和函数149

5.4.1Excel 2010运算符149

5.4.2Excel 2010公式的创建150

5.4.3单元格的引用150

5.4.4常用函数的使用151

5.5图表与图形153

5.5.1图表类型154

5.5.2图表的创建155

5.5.3图表的操作155

5.6数据管理161

5.6.1数据排序161

5.6.2数据筛选162

5.6.3数据的分类汇总164

5.6.4合并计算166

5.6.5数据透视表167

5.7工作表的输出169

5.7.1页面设置170

5.7.2打印预览与打印172

习题5173

第6章演示软件PowerPoint 2010175

6.1PowerPoint 2010的基本知识175

6.1.1PowerPoint 2010的启动、保存和关闭176

6.1.2PowerPoint 2010的窗口界面179

6.2制作演示文稿181

6.2.1创建演示文稿182

6.2.2编辑演示文稿185

6.2.3幻灯片母版191

6.2.4插入屏幕截图、SmartArt和页眉页脚195

6.2.5插入视频、音频196

6.2.6导入和管理幻灯片201

6.3为演示文稿设置动画与切换效果203

6.3.1设计动画效果203

6.3.2设计幻灯片切换效果206

6.3.3在演示文稿中建立动作按钮207

6.4演示文稿的放映与打印208

6.4.1幻灯片放映类型设置209

6.4.2幻灯片的放映210

6.4.3打印幻灯片、讲义、备注页和大纲视图212

6.5演示文稿的高级应用和综合实例213

6.5.1创建超级链接213

6.5.2创建演示文稿视频214

6.5.3打包成CD 214

6.5.4综合实例218

习题6221

第7章Access 2010数据库技术225

7.1数据库知识225

7.1.1概念模型225

7.1.2数据知识227

7.1.3数据库概念229

7.1.4数据库管理系统232

7.2关系数据库235

7.3关系运算237

7.4Access数据库239

7.4.1Access 2010概述239

7.4.2Access 2010的工作窗口240

7.4.3创建数据库241

7.4.4数据表242

7.4.5创建和删除数据表243

7.4.6编辑数据表244

7.4.7表数据筛选247

7.4.8表数据查询249

7.4.9表数据打印预览251

7.5数据库查询语言与实例253

7.5.1SQL语言253

7.5.2SQL语句254

7.5.3SQL语句的使用254

习题7257

第8章计算机网络基础261

8.1计算机网络应用基础知识261

8.1.1计算机网络的基础知识261

8.1.2计算机网络的发展阶段262

8.1.3计算机网络的硬件与软件组成262

8.1.4计算机网络的分类265

8.2Internet基础267

8.2.1Internet简介267

8.2.2Internet地址269

8.2.3连入Internet的方式271

8.2.4Internet的信息服务274

8.3Internet应用275

8.3.1上网方式275

8.3.2Internet Explorer 8浏览器的使用276

8.3.3搜索282

8.3.4下载文件283

8.3.5文件的解压缩285

8.4电子邮件285

8.4.1电子邮件信箱的申请285

8.4.2电子邮件信箱的使用287

8.5在Internet上建立主页289

8.5.1建立网页基本知识289

8.5.2Dreamweaver简介289

习题8293

第9章常用工具软件介绍296

9.1计算机病毒防治工具296

9.1.1计算机病毒概述296

9.1.2查杀病毒软件介绍299

9.2系统备份工具 Symantec Ghost300

9.3文件压缩备份工具WinRAR306

9.4图像处理工具HyperSnap 309

9.5PDF文件阅读软件Adobe Reader312

习题9314

第10章算法分析与设计315

10.1算法的基本概念315

10.1.1算法定义与性质315

10.1.2设计算法原则和过程316

10.1.3算法的基本表达317

10.2算法策略321

10.2.1枚举法321

10.2.2递归法323

10.2.3分治法327

10.2.4回溯法329

10.3基本算法332

10.3.1基础知识332

10.3.2排序336

10.3.3查找342

习题10345

1.1人工智能的定义与发展1

1.2人类智能与人工智能4

1.2.1智能信息处理系统的假设5

1.2.2人类智能的计算机模拟7

1.3人工智能各学派的认知观8

1.4人工智能的研究与应用领域10

1.4.1智能感知11

1.4.2智能推理13

1.4.3智能学习16

1.4.4智能行动19

1.5未来50年的人工智能问题25

1.6人类级人工智能28

习题28

第2章知识表示和推理30

2.1概述30

2.1.1知识和知识表示30

2.1.2知识策略智能32

2.1.3人工智能对知识表示方法的要求33

2.1.4知识的分类33

2.1.5知识表示语言问题34

2.1.6现代逻辑学的基本研究方法35

2.2命题逻辑37

2.2.1语法38

2.2.2语义38

2.2.3命题演算形式系统40人工智能（第2版）目录2.3谓词逻辑41

2.3.1语法42

2.3.2语义43

2.3.3谓词逻辑形式系统FC46

2.3.4一阶谓词逻辑的应用47

2.4归结推理49

2.4.1命题演算中的归结推理49

2.4.2谓词演算中的归结推理52

2.4.3谓词演算归结反演的合理性和完备性61

2.5产生式系统65

2.5.1产生式系统的组成部分66

2.5.2产生式系统的基本过程70

2.5.3产生式系统的控制策略70

2.6知识表示的其他方法72

2.6.1语义网络72

2.6.2框架79

2.6.3脚本82

2.6.4面向对象 84

2.7基于知识的系统87

2.7.1知识获取88

2.7.2知识组织90

2.7.3知识应用91

2.7.4常识知识和大规模知识处理91

2.8小结92

习题93

第3章搜索技术100

3.1概述101

3.2盲目搜索方法102

3.2.1生成再测试法102

3.2.2迭代加深搜索103

3.3启发式搜索104

3.3.1启发性信息和评估函数104

3.3.2最好优先搜索算法105

3.3.3贪婪最好优先搜索算法106

3.3.4A算法和A算法107

3.3.5迭代加深A算法111

3.4问题归约和ANDOR图启发式搜索111

3.4.1问题归约的描述112

3.4.2问题的ANDOR图表示113

3.4.3AO算法114

3.5博弈118

3.5.1极大极小过程120

3.5.2αβ过程122

3.6小结124

习题124

第4章高级搜索125

4.1爬山法搜索125

4.2模拟退火搜索128

4.2.1模拟退火搜索的基本思想128

4.2.2模拟退火算法129

4.2.3模拟退火算法关键参数和操作的设计130

4.2.4模拟退火算法的改进132

4.3遗传算法134

4.3.1遗传算法的基本思想134

4.3.2遗传算法的基本操作136

4.3.3遗传算法的应用情况141

4.4小结142

习题142

第5章不确定知识表示和推理143

5.1概述143

5.1.1什么是不确定推理144

5.1.2不确定推理要解决的基本问题144

5.1.3不确定性推理方法分类146

5.2非单调逻辑147

5.2.1单调性与非单调性147

5.2.2非单调逻辑的产生148

5.2.3缺省推理逻辑149

5.2.4非单调逻辑系统151

5.2.5非单调规则153

5.3主观Bayes方法157

5.3.1全概率公式和Bayes公式157

5.3.2主观Bayes方法159

5.4确定性理论164

5.4.1建造医学专家系统时的问题164

5.4.2CF模型165

5.5证据理论170

5.5.1假设的不确定性170

5.5.2证据的不确定性173

5.5.3证据的组合函数173

5.5.4规则的不确定性174

5.5.5不确定性的传递174

5.5.6不确定性的组合175

5.6模糊逻辑和模糊推理176

5.6.1模糊集合及其运算177

5.6.2模糊关系178

5.6.3语言变量179

5.6.4模糊逻辑180

5.6.5模糊推理180

5.7小结184

习题186

第6章Agent188

6.1概述188

6.2Agent及其结构190

6.2.1Agent定义190

6.2.2Agent要素及特性191

6.2.3Agent例子193

6.2.4Agent的结构特点194

6.2.5Agent的结构分类195

6.3Agent通信198

6.3.1通信方式198

6.3.2Agent通信语言KQML199

6.3.3SACL语言203

6.4协调与协作206

6.4.1引言206

6.4.2合同网209

6.4.3协作规划210

6.5移动Agent214

6.5.1移动Agent产生的背景214

6.5.2定义和系统组成217

6.5.3实现技术218

6.5.4技术优势227

6.6基于Agent的系统及其应用229

6.6.1移动Agent系统229

6.6.2移动Agent技术的应用231

6.6.3多Agent系统的应用233

6.7小结234

习题234

第7章自然语言处理技术236

7.1自然语言理解的一般问题236

7.1.1自然语言理解的概念及意义236

7.1.2自然语言理解研究的发展238

7.1.3自然语言理解的层次239

7.2词法分析242

7.3句法分析243

7.3.1短语结构文法和 Chomsky文法体系243

7.3.2句法分析树245

7.3.3转移网络246

7.4语义分析247

7.4.1语义文法247

7.4.2格文法248

7.5大规模真实文本的处理250

7.5.1语料库语言学及其特点250

7.5.2统计学方法的应用及面临的问题252

7.5.3汉语语料库加工的基本方法253

7.5.4语义资源建设256

7.6信息搜索257

7.6.1信息搜索概述257

7.6.2搜索引擎258

7.6.3智能搜索引擎264

7.6.4搜索引擎面临的挑战268

7.6.5搜索引擎的发展趋势269

7.7机器翻译272

7.7.1机器翻译的基本模式和方法273

7.7.2统计机器翻译274

7.7.3机器翻译系统的发展276

7.8语音识别280

7.8.1组成单词读音的基本单元280

7.8.2信号处理281

7.8.3识别283

7.8.4隐马尔可夫模型284

7.8.5口语翻译285

7.9自然语言应用286

7.9.1故事理解和问题解答286

7.9.2数据库前端287

7.9.3自动文摘288

7.10小结289

习题289

第8章机器学习和神经网络291

8.1机器学习概述291

8.1.1学习中的元素292

8.1.2目标函数的表示293

8.1.3学习任务的类型295

8.1.4机器学习的定义和发展史296

8.1.5机器学习的主要策略297

8.1.6机器学习系统的基本结构298

8.2基于符号的机器学习方法299

8.2.1机械学习300

8.2.2归纳学习301

8.2.3决策树学习304

8.2.4基于范例的学习309

8.2.5解释学习313

8.2.6强化学习316

8.3基于神经网络的学习317

8.3.1神经网络概述317

8.3.2基于反向传播网络的学习323

8.3.3Hopfield神经网络模型333

8.4知识发现339

8.4.1知识发现的处理过程340

8.4.2知识发现的方法341

8.4.3知识发现的应用343

8.5小结344

习题345

第9章智能规划351

9.1规划问题与实例351

9.1.1规划问题及其描述语言351

9.1.2规划问题实例354

9.2状态空间搜索规划357

9.2.1前向状态空间搜索357

9.2.2后向状态空间搜索358

9.2.3状态空间搜索的启发式359

9.3偏序规划360

9.3.1偏序规划的描述360

9.3.2偏序规划的实例363

9.3.3无约束变量的偏序规划365

9.3.4启发式偏序规划366

9.4命题逻辑规划367

9.5分层任务网络规划369

9.6非确定性规划372

9.7多Agent规划373

9.7.1合作: 联合目标和规划374

9.7.2多Agent规划的构建375

9.7.3协调机制376

9.7.4竞争377

9.8小结377

习题377

第10章机器人学379

10.1概述379

10.1.1机器人的由来379

10.1.2机器人的定义380

10.1.3机器人的分类382

10.1.4机器人的特性382

10.1.5机器人学的形成383

10.1.6机器人学的研究领域384

10.2机器人系统384

10.2.1机器人系统的组成384

10.2.2机器人的工作空间386

10.2.3机器人的性能指标388

10.3机器人的编程模式与语言389

10.4机器人的社会问题392

10.5机器人的应用与展望392

10.5.1机器人应用393

10.5.2机器人发展展望395

习题397

第11章互联网智能398

11.1概述398

11.2语义网与本体400

11.2.1语义网的层次模型400

11.2.2本体的基本概念402

11.2.3本体描述语言OWL403

11.2.4本体知识管理框架404

11.2.5本体知识管理系统Protégé405

11.2.6本体知识管理系统KAON405

11.3Web技术的演化407

11.3.1Web 1.0407

11.3.2Web 2.0408

11.3.3Web 3.0410

11.4Web挖掘411

11.4.1Web内容挖掘412

11.4.2Web结构挖掘414

11.4.3Web使用挖掘415

11.4.4数据挖掘的应用416

11.4.5互联网信息可信度问题416

11.5集体智能417

11.5.1社群智能418

11.5.2集体智能系统419

11.5.3全球脑420

11.6网络应用421

习题422

附录A人工智能程序设计语言Prolog424

A.1Turbo Prolog核心机制425

A.1.1逻辑型程序设计语言 Prolog425

A.1.2Turbo Prolog程序设计430

A.2Visual Prolog编程环境442

A.2.1Visual Prolog概述442

A.2.2系统安装442

A.2.3编程初步443

A.2.4编写第一个应用程序“Hello World”446

A.2.5Visual Prolog调试器450

附录B人工智能大作业453

B.1NIM问题求解 453

B.2水壶问题453

B.3合一算法454

B.4中国象棋454

B.5围棋455

B.6五子棋456

B.7魔方457

B.8用神经网络对大写字母分类457

B.9小型动物分类专家系统458

B.10美国地理458

B.11洞穴探宝458

B.12音节划分459

B.13奥木459

B.14九宫图460

B.15归类测试算法461

B.16传教士野人问题461

B.17八皇后问题461

B.18Elsevier的横向信息产品462

B.19奥迪的数据整合463

B.20人寿保险公司的技能寻获463

B.21在线学习463

B.22警察局的多媒体收藏索引464

B.23康富的在线采购465

B.24数码设备的可共用性465

B.25火星探测者Agent466

B.26用于电力管理的多Agent系统467

B.27人工智能军事应用跟踪470

B.28计算机游戏如何产生娱乐效果470

参考文献472第1章绪论1

1.1人工智能的定义与发展1

1.2人类智能与人工智能4

1.2.1智能信息处理系统的假设5

1.2.2人类智能的计算机模拟7

1.3人工智能各学派的认知观8

1.4人工智能的研究与应用领域10

1.4.1智能感知11

1.4.2智能推理13

1.4.3智能学习16

1.4.4智能行动19

1.5未来50年的人工智能问题25

1.6人类级人工智能28

习题28

第2章知识表示和推理30

2.1概述30

2.1.1知识和知识表示30

2.1.2知识策略智能32

2.1.3人工智能对知识表示方法的要求33

2.1.4知识的分类33

2.1.5知识表示语言问题34

2.1.6现代逻辑学的基本研究方法35

2.2命题逻辑37

2.2.1语法38

2.2.2语义38

2.2.3命题演算形式系统40

2.3谓词逻辑41

2.3.1语法42人工智能（第2版）目录2.3.2语义43

2.3.3谓词逻辑形式系统FC46

2.3.4一阶谓词逻辑的应用47

2.4归结推理49

2.4.1命题演算中的归结推理49

2.4.2谓词演算中的归结推理52

2.4.3谓词演算归结反演的合理性和完备性61

2.5产生式系统65

2.5.1产生式系统的组成部分66

2.5.2产生式系统的基本过程70

2.5.3产生式系统的控制策略70

2.6知识表示的其他方法72

2.6.1语义网络72

2.6.2框架79

2.6.3脚本82

2.6.4面向对象 84

2.7基于知识的系统87

2.7.1知识获取88

2.7.2知识组织90

2.7.3知识应用91

2.7.4常识知识和大规模知识处理91

2.8小结92

习题93

第3章搜索技术100

3.1概述100

3.2盲目搜索方法102

3.2.1宽度优先搜索102

3.2.2深度优先搜索104

3.2.3迭代加深搜索106

3.3启发式搜索107

3.3.1启发性信息和评估函数108

3.3.2最好优先搜索算法109

3.3.3通用图搜索算法109

3.3.4A算法112

3.3.5迭代加深A算法116

3.4问题归约和ANDOR图启发式搜索117

3.4.1问题归约的描述117

3.4.2ANDOR图表示118

3.4.3AO算法119

3.5博弈124

3.5.1极大极小过程125

3.5.2αβ过程127

3.6约束满足搜索130

3.7小结132

习题133

第4章高级搜索134

4.1爬山法搜索134

4.2模拟退火搜索137

4.2.1模拟退火搜索的基本思想137

4.2.2模拟退火算法138

4.2.3模拟退火算法关键参数和操作的设计139

4.2.4模拟退火算法的改进141

4.3遗传算法143

4.3.1遗传算法的基本思想143

4.3.2遗传算法的基本操作145

4.3.3遗传算法的应用情况150

4.4小结151

习题151

第5章不确定知识表示和推理1

5.1概述1

5.1.1什么是不确定推理153

5.1.2不确定推理要解决的基本问题153

5.1.3不确定性推理方法分类155

5.2非单调逻辑156

5.2.1单调性与非单调性156

5.2.2非单调逻辑的产生157

5.2.3缺省推理逻辑158

5.2.4非单调逻辑系统162

5.2.5非单调规则164

5.3主观Bayes方法167

5.3.1全概率公式和Bayes公式167

5.3.2主观Bayes方法169

5.4确定性理论174

5.4.1建造医学专家系统时的问题175

5.4.2CF模型176

5.5证据理论180

5.5.1假设的不确定性181

5.5.2证据的不确定性183

5.5.3证据的组合函数183

5.5.4规则的不确定性185

5.5.5不确定性的传递185

5.5.6不确定性的组合185

5.6模糊逻辑和模糊推理187

5.6.1模糊集合及其运算187

5.6.2模糊关系189

5.6.3语言变量190

5.6.4模糊逻辑190

5.6.5模糊推理191

5.7小结195

习题196

第6章Agent199

6.1概述199

6.2Agent及其结构201

6.2.1Agent定义201

6.2.2Agent要素及特性202

6.2.3Agent例子204

6.2.4Agent的结构特点205

6.2.5Agent的结构分类206

6.3Agent通信209

6.3.1通信方式209

6.3.2Agent通信语言KQML210

6.3.3SACL语言214

6.4协调与协作217

6.4.1引言217

6.4.2合同网220

6.4.3协作规划221

6.5移动Agent225

6.5.1移动Agent产生的背景225

6.5.2定义和系统组成228

6.5.3实现技术229

6.5.4技术优势239

6.6基于Agent的系统及其应用240

6.6.1移动Agent系统240

6.6.2移动Agent技术的应用242

6.6.3多Agent系统的应用244

6.7小结245

习题246

第7章自然语言处理技术247

7.1自然语言理解的一般问题247

7.1.1自然语言理解的概念及意义247

7.1.2自然语言理解研究的发展249

7.1.3自然语言理解的层次250

7.2词法分析253

7.3句法分析254

7.3.1短语结构文法和 Chomsky文法体系254

7.3.2句法分析树256

7.3.3转移网络257

7.4语义分析258

7.4.1语义文法258

7.4.2格文法259

7.5大规模真实文本的处理261

7.5.1语料库语言学及其特点261

7.5.2统计学方法的应用及面临的问题263

7.5.3汉语语料库加工的基本方法264

7.5.4语义资源建设266

7.6信息搜索268

7.6.1信息搜索概述268

7.6.2搜索引擎268

7.6.3智能搜索引擎274

7.6.4搜索引擎面临的挑战279

7.6.5搜索引擎的发展趋势280

7.7机器翻译283

7.7.1机器翻译的基本模式和方法283

7.7.2统计机器翻译285

7.7.3机器翻译系统的发展287

7.8语音识别290

7.8.1组成单词读音的基本单元291

7.8.2信号处理291

7.8.3识别293

7.8.4隐马尔可夫模型294

7.8.5口语翻译296

7.9自然语言应用297

7.9.1故事理解和问题解答297

7.9.2数据库前端298

7.9.3自动文摘298

7.10小结300

习题300

第8章机器学习和神经网络301

8.1机器学习概述301

8.1.1学习中的元素302

8.1.2目标函数的表示303

8.1.3学习任务的类型305

8.1.4机器学习的定义和发展史306

8.1.5机器学习的主要策略307

8.1.6机器学习系统的基本结构308

8.2基于符号的机器学习方法309

8.2.1机械学习310

8.2.2归纳学习311

8.2.3决策树学习314

8.2.4基于范例的学习319

8.2.5解释学习323

8.2.6强化学习326

8.3基于神经网络的学习327

8.3.1神经网络概述327

8.3.2基于反向传播网络的学习333

8.3.3Hopfield神经网络模型343

8.4知识发现349

8.4.1知识发现的处理过程350

8.4.2知识发现的方法351

8.4.3知识发现的应用353

8.5小结354

习题355

第9章智能规划361

9.1规划问题与实例361

9.1.1规划问题及其描述语言361

9.1.2规划问题实例364

9.2状态空间搜索规划367

9.2.1前向状态空间搜索367

9.2.2后向状态空间搜索368

9.2.3状态空间搜索的启发式369

9.3偏序规划370

9.3.1偏序规划的描述370

9.3.2偏序规划的实例373

9.3.3无约束变量的偏序规划375

9.3.4启发式偏序规划376

9.4命题逻辑规划377

9.5分层任务网络规划379

9.6非确定性规划382

9.7多Agent规划383

9.7.1合作: 联合目标和规划384

9.7.2多Agent规划的构建385

9.7.3协调机制386

9.7.4竞争387

9.8小结387

习题387

第10章机器人学389

10.1概述389

10.1.1机器人的由来389

10.1.2机器人的定义390

10.1.3机器人的分类392

10.1.4机器人的特性392

10.1.5机器人学的形成393

10.1.6机器人学的研究领域394

10.2机器人系统394

10.2.1机器人系统的组成394

10.2.2机器人的工作空间396

10.2.3机器人的性能指标398

10.3机器人的编程模式与语言399

10.4机器人的社会问题402

10.5机器人的应用与展望402

10.5.1机器人应用403

10.5.2机器人发展展望405

习题407

第11章互联网智能408

11.1概述408

11.2语义网与本体410

11.2.1语义网的层次模型410

11.2.2本体的基本概念412

11.2.3本体描述语言OWL414

11.2.4本体知识管理框架414

11.2.5本体知识管理系统Protégé415

11.2.6本体知识管理系统KAON416

11.3Web技术的演化417

11.3.1Web 1.0418

11.3.2Web 2.0418

11.3.3Web 3.0421

11.4Web挖掘422

11.4.1Web内容挖掘423

11.4.2Web结构挖掘424

11.4.3Web使用挖掘425

11.4.4数据挖掘的应用426

11.4.5互联网信息可信度问题427

11.5集体智能428

11.5.1社群智能

11.5.2集体智能系统429

11.5.3全球脑430

11.6网络应用431

习题432

附录A人工智能程序设计语言Prolog433

A.1Turbo Prolog核心机制434

A.1.1逻辑型程序设计语言 Prolog434

A.1.2Turbo Prolog程序设计439

A.2Visual Prolog编程环境451

A.2.1Visual Prolog概述451

A.2.2系统安装451

A.2.3编程初步452

A.2.2编写第一个应用程序“Hello World”455

A.2.5Visual Prolog调试器459

附录B人工智能大作业462

B.1NIM问题求解 462

B.2水壶问题462

B.3合一算法463

B.4中国象棋463

B.5围棋464

B.6五子棋465

B.7魔方466

B.8用神经网络对大写字母分类466

B.9小型动物分类专家系统467

B.10美国地理467

B.11洞穴探宝467

B.12音节划分468

B.13奥木468

B.14九宫图469

B.15归类测试算法470

B.16传教士野人问题470

B.17八皇后问题470

B.18Elsevier的横向信息产品471

B.19奥迪的数据整合472

B.20人寿保险公司的技能寻获472

B.21在线学习472

B.22警察局的多媒体收藏索引473

B.23康富的在线采购474

B.24数码设备的可共用性474

B.25火星探测者Agent475

B.26用于电力管理的多Agent系统476

B.27人工智能军事应用跟踪479

B.28计算机游戏如何产生娱乐效果479

参考文献481