A. 人工智慧及其應用的目錄

前沿學科的最精彩成就
代序－－計算機時代的腦力勞動機械化與科學技術現代化
第三版序
第二版序
前言
第1章緒論
1.1人工智慧的定義與發展
1.1.1人工智慧的定義
1.1.2人工智慧的起源與發展
1.2人類智能的與人工智慧
1.2.1智能信息處理系統的假設和認知的研究層次
1.2.2人類智能的計算機模似
1.3人工智慧各學派的認知觀
1.4人工智慧的研究與應用領域
1.4.1問題求解
1.4.2邏輯推理與定理證明
1.4.3自然語言理解
1.4.4自動程序設計
1.4.5專家系統
1.4.6機器學習
1.4.7神經網路
1.4.8機器人學
1.4.9模式識別
1.4.10機器視覺
1.4.11智能控制
1.4.12智能檢察
1.4.13智能調度與指揮
1.4.14分布式人工智慧與Agent
1.4.15計算智能與進化計算
1.4.16數據挖掘與知識發展
1.4.17人工生命
1.4.18系統與語言工具
1.5本書概要
習題1
第2章知識表示與推理
2.1知識表示的一般方法
2.2圖搜索策略
2.3一般搜索與推理技術
2.4A演算法
2.5消解原理
2.5.1子句集的求取
2.5.2消解推理規則
2.5.3含有變數的消解式
2.5.4消解反演求解過程
2.5.5含狀態項的回答語句的求取
2.6規則演繹系統
2.6.1規則正向演繹系統
2.6.2規則逆向演繹系統
2.6.3規則雙向演繹系統
2.7產生式系統
2.7.1產生式系統的組成
2.7.2產生式系統的推理
2.7.3產生式系統舉例
2.8系統組織技術
2.8.1議程表
2.8.2黑板法
2.8.3極小搜索法
2.9小結
習題2
第3章高級知識推理
3.1經典推理和非經典推理
3.2非單調推理
3.2.1預設推理
3.2.2限定推理
3.2.3真值維持系統
3.3時序推理
3.3.1時間區間關系的表示
3.3.2各種約束關系演算法
3.3.3時序關系表示和約束演算法的拓廣
3.4不確定推理
3.4.1不確定性的表示與度量
3.4.2不確定性的演算法
3.5概率推理
3.5.1概率的基本性質和計算公式
3.5.2概率推理方法
3.6可信度方法
3.6.1知識不確定性的表示
3.6.2證據不確定的表示
3.6.3主觀貝葉斯方法的推理演算法
3.7可信度方法
3.7.1基於可信度的不確定性表示
3.7.2可信度方法的推理演算法
3.8證據理論
3.8.1證據理論的形式化描述
3.8.2證據理論的不確定性推理模型
3.8.3推理示例
3.9小結
習題3
第4章計算智能
第5章專家系統
第6章機器學習
第7章自動規劃
第8章Agent（艾真體）
第9章機器視覺
第10章自然語言理解
第11章智能控制
第12章人工智慧的爭論與發展望
參考文獻
索引

B. 人工智慧技術及應用的目錄

序言
前言
第1章緒論
1.1人工智慧的概念
1.2人工智慧的學派與研究途徑
1.3人工智慧研究的內容與應用領域
1.4人工智慧的發展
第2章人工智慧基礎知識
2.1符號智能與計算智能
2.2模糊理論
2.3人工神經網路
2.4進化計算
2.5模擬退火演算法
2.6知識表示
2.7搜索原理
2.8基本的推理方法
2.9機器學習
第3章專家系統
3.1專家系統概述
3.2不確定性推理
3.3專家系統的開發工具與建造步驟
3.4專家系統實例
第4章智能控制
4.1簡述
4.2專家控制
4.3模糊控制
4.4神經網路控制
4.5基於資訊理論的智能控制
第5章計算智能及其應用
5.1計算智能
5.2計算智能應用實例
第6章數據挖掘與智能決策
6.1數據挖掘
6.2分布式人工智慧
6.3智能決策與群體決策
第7章智能製造
7.1智能製造的含義
7.2智能製造系統的特點
7.3智能製造研究的主要內容
7.4智能製造的支撐技術
7.5基於Agent的分布式網路化智能製造系統
7.6基於自治及合作的整子製造系統
第8章智能機器人
8.1機器人的原理
8.2智能機器人的感測與信息融合
8.3機器人的規劃與控制
第9章綜合集成智能系統
第10章智能系統及裝備實例
參考文獻

C. 人工智慧原理及其應用的目錄

第1章人工智慧概述
1.1人工智慧的定義及其研究目標
1.2人工智慧的產生與發展
1.3人工智慧研究的基本內容
1.4人工智慧研究中的不同學派
1.5人工智慧的研究和應用領域
1.6人工智慧近期發展分析
習題1
第2章知識表示方法
2.1知識表示的基本概念
2.2一階謂詞邏輯表示
2.3產生式表示法
2.4語義網路表示法
2.5框架表示法
2.6過程表示法
習題2
第3章確定性推理
3.1推理的基本概念
3.2推理的邏輯基礎
3.3自然演繹推理
3.4歸結演繹推理
3.5基於規則的演繹推理
習題3
第4章搜索策略
4.1搜索的基本概念
4.2狀態空間的盲目搜索
4.3狀態空間的啟發式搜索
4.4與/或樹的盲目搜索
4.5與/或樹的啟發式搜索
4.6博弈樹的啟發式搜索
習題4
第5章計算智能
第6章不確定性推理
第7章機器學習
第8章自然語言理解
第9章分布智能
第10章先進專家系統
附錄A人工智慧實驗
參考文獻

D. 智能機器人的目錄

第1章機器人概述
1.1機器人的定義
1.2機器人的發展歷程
1.3智能機器人的關鍵技術
習題
第2章空間投影與射影幾何學
2.1透視變換與射影幾何學
2.2齊次坐標
2.3用齊次坐標表現運動
2.4射影變換
2.5射影變換與圖像的形成
2.6射影幾何學與復比
習題
第3章立體視覺與三維重構
3.1攝像機校正
3.2立體視覺
3.3從對象的移動來再現其外形
3.4立體視覺系統應用
習題
第4章圖像處理與機器視覺
4.1圖像處理
4.2機器視覺理論基礎
4.3機器視覺與視覺跟蹤
4.4圖像形態學處理
習題
第5章主動視覺與目標跟蹤
5.1主動視覺系統
5.2目標跟蹤演算法
5.3CAMShift跟蹤演算法
5.4結合顏色、特徵點和運動預測的跟蹤方法
5.5主動視覺系統控制
5.6主動視覺試驗
習題
第6章智能機器人自主導航
6.1智能機器人導航
6.2局部導航
6.3視覺導航技術
6.4智能機器人運動學
6.5導航系統設計
習題
第7章智能機器人路徑規劃
7.1路徑規劃概述
7.2路徑規劃研究現狀
7.3人工勢場法
7.4柵格法
7.5路徑規劃的未來發展
7.6勢場柵格法與動態路徑規劃
7.7局部導航方法
習題
第8章智能機器人設計與實現
8.1智能機器人的特點
8.2PC機與智能機器人
8.3智能機器人的控制器
8.4智能機器人的軟體體系
習題
參考文獻

E. 智能簡史的目錄

第1章 導言
第2章 我正在進行的工作
自傳
我的工作
基因演算法
神經系統進化
FPGA技術的應用
未來的任務和內理想
第3章 使人工容智能成為可能的關鍵技術
摩爾定律
可逆計算
納米科技：分子級工程
人工胚胎形成學
進化工程學
自我裝配
綜合所有的技術
量子計算的人工智慧
作為人腦科學工具的綱術技術
第4章 宇宙主義者
「全局」的論據
「科學宗教」的論據
「製造人工智慧上帝」的論據
「人類奮斗」的論據
「經濟動力」的論據
「軍事動力」的論據
第5章 地球主義者
「自衛」的論據
「畏懼差異」的論據
「拒絕半機器人」的論據
「不可預知復雜性」的論據
「宇宙主義者的不體諒」的論據
第6章 人工智慧的戰爭
第7章 人工智慧時代
第8章 問題和解答
問題1．「時間問題——如果人工智慧發展得太快以至於關於人工智慧的辯論來不及展開將怎麼辦？」
問題2．「那麼第三群體——半機器人是怎麼回事呢？」
……
第9章 總結
術語表
參考文獻
後記
編輯手記

F. 人工智慧原理與應用的圖書目錄

第1章 緒論
1．1 什麼是人工智慧
1．1．1 智能的解釋
1．1．2 人工智慧的解釋
1．1．3 計算機與人工智慧
1．1．4 人類智能與人工智慧
1．1．5 人工智慧的研究目標
1．1．6 人工智慧中的通用問題求解方法
1．2 人工智慧的發展簡史
1．3 人工智慧的研究方法及基本內容
1．3．1 人工智慧的研究方法
1．3．2 人工智慧研究的基本內容
1．4 人工智慧的基本技術
1．5 人工智慧的主要研究領域及實踐
1．5．1 人工智慧的主要研究領域
1．5．2 人工智慧實踐
1．6 人工智慧在中國
1．6．1 數學機械化
1．6．2 機器學習
1．6．3 自動推理
1．6．4 時間和空間知識表示和推理
1．6．5 自然語言處理
1．6．6 智能體技術及應用
1．6．7 圖像識別
習題
第2章 知識及知識的表示
2．1 概述
2．1．1 知識的基本概念
2．1．2 知識表示
2．2 一階謂詞邏輯表示法
2．2．1 知識的謂詞邏輯表示法
2．2．2 謂詞邏輯表示知識舉例
2．2．3 一階謂詞邏輯表示法的特點
2．3 產生式表示法
2．3．1 產生式的基本形式
2．3．2 產生式表示知識的方法
2．3．3 產生式系統的組成
2．3．4 產生式系統的推理方式
2．3．5 產生式系統應用舉例
2．3．6 產生式表示法的特點
2．4 框架表示法
2．4．1 框架的構成
2．4．2 框架表示知識舉例
2．4．3 框架系統的推理
2．4．4 框架表示法的特點
2．5 語義網路表示法
2．5．1 語義網路的概念及結構
2．5．2 語義網路的基本語義聯系
2．5．3 語義網路表示知識的方法及步驟
2．5．4 語義網路知識表示舉例
2．5．5 語義網路的推理過程
2．5．6 語義網路表示法的特點
2．6 面向對象表示法
2．6．1 面向對象的基本概念
2．6．2 面向對象的知識表示
2．6．3 面向對象的知識表示舉例
習題
第3章 經典邏輯推理
3．1 概述
3．1．1 推理定義
3．1．2 推理方式及分類
3．2 推理的邏輯基礎
3．2．1 謂詞公式的解釋
3．2．2 謂詞公式的等價性與永真蘊含性
3．2．3 置換與合一
3．2．4 謂詞公式的範式
3．3 產生式系統推理
3．3．1 產生式系統的基本結構
3．3．2 推理方向
3．3．3 沖突消解策略
3．4 自然演繹推理
3．4．1 自然演繹推理的基本概念
3．4．2 利用演繹推理解決問題
3．5 歸結演繹推理
3．5．1 子句集及其化簡
3．5．2 Herbrand理論
3．5．3 Robinson歸結原理
3．5．4 應用歸結原理證明問題
3．5．6 用歸結原理求解問題
3．5．7 歸結策略
習題
第4章 不確定性推理
4．1 不確定性推理中的基本問題
4．2 不確定性推理方法分類
4．3 概率方法
4．3．1 經典概率方法
4．3．2 Bayes定理
4．3．3 逆概率方法的基本思想
4．3．4 逆概率方法的優缺點
4．4 主觀Bayes方法
4．4．1 知識不確定性的表示
4．4．2 證據不確定性的表示
4．4．3 不確定性的傳遞演算法
4．4．4 結論不確定性的合成演算法
4．4．5 例子
4．4．6 主觀Bayes方法的主要優缺點
4．5 可信度方法
4．5．1 可信度概念
4．5．2 C-F模型
4．5．3 可信度方法應用舉例
4．6 證據理論
4．6．1 基本概念
4．6．2 D-S理論
4．6．3 知識的不確定性的表示
4．6．4 證據的不確定性的表示
4．6．5 例子
4．6．6 證據理論的主要優缺點
習題
第5章 搜索問題求解
5．1 基本概念
5．2 狀態空間搜索
5．2．1 問題的狀態空間表示
5．2．2 狀態空間的窮搜索法
5．2．3 啟發式搜索法
5．3 問題歸約法
5．3．1 問題歸約描述
5．3．2 與或圖表示
5．3．3 AO*演算法
5．4 博弈樹搜索
5．4．1 極大極小過程
5．4．2 α-β過程
習題
第6章 遺傳演算法
6．1 遺傳演算法簡介
6．1．1 遺傳演算法的起源
6．1．2 遺傳演算法的基本思想
6．1．3 遺傳演算法的主要特點
6．1．4 遺傳演算法的應用
6．2 函數優化實例
6．2．1 問題描述
6．2．2 種群的初始化
6．2．3 選擇策略
6．2．4 遺傳運算元
6．3 基本遺傳演算法
6．3．1 編碼表示
6．3．2 適應度函數
6．3．3 選擇策略
6．3．4 遺傳運算元的設計
6．4 遺傳演算法的應用舉例
6．4．1 函數最優化問題
6．4．2 旅行商問題
6．4．3 排課表問題
習題
第7章 人工智慧在教育教學領域中的應用
7．1 遺傳演算法在教育教學領域中的應用
7．1．1 基於遺傳演算法的智能組卷策略
7．1．2 基於遺傳演算法和模糊綜合評價的課堂效果評價方
7．1．3 基於遺傳演算法的網路教學資源共享優化調度
7．2 專家系統在教育教學領域中的應用
7．2．1 智能教學專家系統的形式化模型
7．2．2 計算機編程輔助教學專家系統的構建
7．2．3 專家系統在計算機輔助教學系統中的應用
7．2．4 智能計算機輔助教學系統中學生模型庫的設計
7．2．5 計算機智能導師系統的知識表示
7．3 數據挖掘在教育教學領域中的應用
7．3．1 數據挖掘在本科教學評估中的應用
7．3．2 關聯規則挖掘在學分制教學管理中的應用
7．3．3 多維關聯規則挖掘在高校就業領域中的應用
7．4 神經網路在教育教學領域中的應用
7．4．1 神經網路在教學工作水平評估中的應用
7．4．2 基於BP神經網路的編譯原理學績評估方法
附錄簡單函數優化的遺傳演算法C代碼
參考文獻

G. 游戲開發中的人工智慧的圖書目錄

前言 .
第一章 游戲人工智慧簡介
定性與非定性ai
現有的游戲ai技術
游戲ai的未來
第二章 追逐和閃躲
基本的追逐和閃躲
視線追逐
磚塊環境中的視線追逐
攔截
第三章 移動模式
標准演算法
磚塊環境中的移動模式
模擬物理環境中的移動模式
第四章 群聚
基本群聚
群聚實例
避開障礙物
跟隨領頭者
第五章 以勢函數實現移動
.游戲軟體ai中如何使用勢函數？
追逐閃躲
避開障礙物
成群結隊
關於最佳化的建議
第六章 基本路徑尋找及航點應用
基本的路徑尋找
以麵包屑尋找路徑
遵循路徑走
沿著牆走
航點導航
第七章 a路徑尋找演算法
定義搜尋區域
開始搜尋
記分
搜尋死路
地形成本
影響力對應
其他信息
第八章 描述式ai及描述引擎
描述機制技巧
描述對手屬性
腳本的基本分析
描述對手行為
描述口語互動
描述事件
其他信息
第九章 有限狀態機 ..
狀態機的基本模型
設計有限狀態機
螞蟻實例
其他信息
第十章 模糊邏輯
如何在游戲中使用模糊邏輯？
模糊邏輯基礎
控制實例
威脅評估實例
第十一章 規則式ai
規則系統基礎
對戰游戲攻擊預測
其他信息
第十二章 概率概論
如何在游戲中使用概率？
何謂概率？
概率規則
條件概率
第十三章 不確定狀態下的決策：貝葉斯技術
何謂貝葉斯網路？
設置陷阱？
寶物何在？
空戰或陸戰
功夫游戲
其他信息
第十四章 神經網路
分析神經網路
訓練
編寫神經網路的程序
用大腦解決追逐和閃躲之決策
其他信息
第十五章 遺傳演算法
演化過程
植物生命的演化
遺傳在游戲開發中的應用
其他信息
附錄 向量的運算
索引 ...

H. 高級人工智慧的目錄

《智能科學技術著作叢書》序
前言
第1章 緒論
1.1 人工智慧的淵源
1.2 人工智慧的認版知問題
1.3 思維的層次權模型
1.4 符號智能
1.5 人工智慧的研究方法
1.6 自動推理
1.7 機器學習
1.8 分布式人工智慧
1.9 人工思維模型
1.10 知識系統
習題
第2章 人工智慧邏輯
2.1 概述
2.2 邏輯程序設計
2.3 非單調邏輯
2.4 封閉世界假設
2.5 默認邏輯
2.6 限制邏輯
2.7 非單調邏輯NML
2.8 自認知邏輯
2.9 真值維護系統
2.10 情景演算的邏輯基礎
2.11 框架問題
2.12 動態描述邏輯DDL
習題
第3章 約束推理
第4章 定性推理
第5章 基於範例推理
第6章 概率推理
第7章 歸納學習
第8章 類比學習
第9章 解釋學習
第10章 粗糙集
第11章 支持向量機
第12章 關聯規則
第13章 知識發現
第14章 分布智能
第15章 進化計算
第16章 人工生命

I. 人工智慧智能系統指南的目錄

出版者的話
專家指導委員會
譯者序
序
第2版序
致謝
第1章 基於知識的智能系統概述
1.1 智能機器概述
1.2 人工智慧發展歷史
1.3 小結
復習題
參考文獻
第2章 基於規則的專家系統
2.1 知識概述
2.2 規則是一種知識表達技術
2.3 專家系統研發團隊中的主要參與者
2.4 基於規則的專家系統的結構
2.5 專家系統的基本特徵
2.6 前向鏈接和後向鏈接推理技術
2.7 實例
2.8 沖突的解決方案
2.9 基於規則的專家系統的優缺點
2.10 小結
復習題
參考文獻
第3章 基於規則的專家系統的不確定管理
3.1 不確定性簡介
3.2 基本概率論
3.3 貝葉斯推理
3.4 FORECAST：貝葉斯證據累積
3.5 貝葉斯方法的偏差
3.6 確定因子理論和證據推理
3.7 FORECAST：確定因子的應用
3.8 貝葉斯推理和確定因子的比較
3.9 小結
復習題
參考文獻
第4章 模糊專家系統
4.1 概述
4.2 模糊集
4.3 語言變數和模糊限制語
4.4 模糊集的操作
4.5 模糊規則
4.6 模糊推理
4.7 建立模糊專家系統
4.8 小結
復習題
參考文獻
參考書目
第5章 基於框架的專家系統
5.1 框架簡介
5.2 作為知識表達技術的框架
5.3 基於框架系統中的繼承
5.4 方法和守護程序
5.5 框架和規則的交互
5.6 基於框架的專家系統實例：Buy Smart
5.7 小結
復習題
參考文獻
參考書目
第6章 人工神經網路
6.1 人腦工作機制簡介
6.2 作為簡單計算元素的神經元
6.3 感知器
6.4 多層神經網路
6.5 多層神經網路的加速學習
6.6 Hopfield神經網路
6.7 雙向相關記憶
6.8 自組織神經網路
6.9 小結
復習題
參考文獻
第7章 進化計算
7.1 進化是智能的嗎
7.2 模擬自然進化
7.3 遺傳演算法
7.4 遺傳演算法如何工作
7.5 實例：用遺傳演算法來維護計劃
7.6 進化策略
7.7 遺傳編程
7.8 小結
復習題
參考文獻
參考書目
第8章 混合智能系統
8.1 概述
8.2 神經專家系統
8.3 神經模糊系統
8.4 ANFIS：自適應性神經模糊推理系統
8.5 進化神經網路
8.6 模糊進化系統
8.7 小結
復習題
參考文獻
第9章 知識工程和數據挖掘
9.1 知識工程簡介
9.2 專家系統可以解決的問題
9.3 模糊專家系統可以解決的問題
9.4 神經網路可以解決的問題
9.5 遺傳演算法可以解決的問題
9.6 混合智能系統可以解決的問題
9.7 數據挖掘和知識發現
9.8 小結
復習題
參考文獻
術語表
附錄 人工智慧工具和廠商

J. 中國人工智慧進展的目錄

上冊
特邀報告
生物世界的自組織現象與可能的機理
關於知識更新的演算系統
仿生模式識別新進展
仿生模式識別新進展
自然計算
人工智慧研究的新方向——網路化智能
智能製造：回顧與展望
機制主義：人工智慧的統一理論
廣義智能學
論智能的研究
機器學習研究進展
對智能科學邏輯基礎研究的戰略思考
基於粗糙集理論的不確定性信息處理研究
拉馬克進化、班德文效應與自然計算
論文
人工智慧的基礎理論
從腦可塑性與認識可塑性看人工智慧的研究取向
對影響駕駛操作的言語交流任務的探討
基於自然觀的人工智慧MAEI模型的研究
基於一級泛與運算模型的命題模糊邏輯
常識推理中一種分層隔離矛盾的修正策略
一種心理情緒狀態網路的學習機制
人工情才與人工心理
變論域模糊控制在一類非線性問題中的研究
主機環境中的數據挖掘的研究
一種大規模呼叫圖最大團發現演算法
協調試人工智慧研究
本體映射研究
八識與數字化世界
論智科學的理論信息學基礎
語義Web上本體與規則
一種基於改進模糊C均值演算法的去雜訊建模方法
知識激活理論的統一集建模初探
一種新的數據清洗方法的研究與實現
面向信息系統的本體建模方法
基於大型樣本筆跡庫的筆跡信息挖掘
基於偽相關反饋的主動模樣例挑選
人工智慧的極限
自然計算與計算主義
知識工程與分布智能
機器學習
神經網路與計算智能
粗糙集與軟計算
模糊集和模糊設計
可拓工程
下冊
集對分析
機器感知與虛擬現實
智能機器人
智能控制與智能管理
自然語言處理與理解
生物信息學與人工生命
智能CAD與數字藝術
智能系統工程
機器人足球
計算機輔助教育和人工智慧教育
智能能製造
智能交通和智能電力