人工智能技术导论(PPT 187页)

主要内容
第一章  人工智能概述
什么是人工智能
什么是人的智能
为什么要研究人工智能
人工智能的目标
人工智能的表现形式
人工智能的研究途径与方法
人工智能的分支领域
人工智能的基本技术
人工智能的发展概况
当前发展趋势
第二章 基于谓词逻辑的机器推理
一些命题的表示
谓词公式
部分逻辑蕴含式（p59-p60)
自然演绎推理
子句集
命题逻辑中的归结原理
替换与合一
谓词逻辑中的归结原理
归结反演
归结反演举例
应用归结原理求解
归结策略
归结策略
第四章  图搜索技术
状态图
状态图搜索
搜索算法
穷举式搜索
启发式搜索
启发式搜索算法
加权状态图搜索
启发式搜索的A算法和A*算法
状态图问题求解
与或图
与或图搜索
与或树搜索
启发式与或树搜索
希望树
与或树的有序搜索过程
博弈树搜索
极小极大分析法
剪枝技术
第五章  产生式系统
产生式规则
产生式系统
产生式系统的运行过程
产生式系统的正向推理
动物分类正向推理树
产生式系统的反向推理
动物分类反向推理树
冲突消解策略
知识表示
知识的概念
框架的概念
框架之间的关系
框架的表达能力
基于框架的推理
框架表示法的优点
框架表示法的缺点
语义网络的概念
语义网络的实例
语义网络的表达能力
基于语义网络的推理及优缺点
第七章 不确定性处理
不确定性知识的表示
MYCIN中使用的信度
模糊知识的表示
多值逻辑
非单调逻辑
不确定性推理的一般模式
确定性理论
模糊集合与模糊逻辑
模糊集合
模糊集合的表示方法
第九章 机器学习
机器学习系统
机器学习的分类
记忆学习
Sameul的跳棋程序
机械学习系统所需的能力
传授学习
演绎学习
类比学习
类比学习的过程
示例学习
发现学习
解释学习
生物神经元的结构
大脑处理信息的特点
人工神经元
常见的特征函数
神经网络
分层前向网络
反馈前向网络
互连前向网络
神经网络的学习
权值修正规则
遗传算法(Genetic Algorithm)
生物学的相关概念及原理
生物学的基本概念和术语
生物学的基本概念和术语
遗传算法的基本思想
遗传算法的一般流程
需考虑的问题
优化准则的确定
遗传算法举例
用遗传算法求解TSP问题

 

..............................