本书是国家教委计算机软件专业教材编委会推荐教材之一。  

人工智能作为独立的学科已经有了几十年的历史，最近lO年发展尤为迅速。本书较为全面地介绍了人工智能的各个分支，全书分上、下两册。上册集中介绍当代人工智能的两大支柱：知识表示和搜索技术。前者以演绎系统、产生式系统、框架结构、语义网络和过程性知识表示为中心；后者涉及盲目搜索、启发式搜索、博弈树搜索以及状态空间搜索、问题空间搜索等多个方面。下册介绍非经典逻辑、机器学习、自然语言理解、知识工程等内容。

本书内容全面，涉及人工智能的大部分分支；取材新颖，从内容到形式力求中国化，叙述深入浅出，各章后附有习题。适于作为计算机科学系本科生及研究生教材，亦可供有关科技人员阅读。

上册

引言

第一部分 知识表示

第一章 演绎系统

1.1 谓词演算

1.2 自然演绎系统

1.3 与或句演绎系统

1.4 子句演绎系统

习题

第二章 产生式系统

2.1 绪论

2.2 产生式系统的基本特征

2.3 产生式的知识元

2.4 推理的方向

2.5 框架问题

2.6 非确定性匹配

2.7 匹配冲突的解决

习题

第三章 框架结构

3.1 事物的属性

3.2 框架

习题

第四章 语义网络

4.1 命题语义网络

4.2 数据语义网络

4.3 语言语义网络

4.4 几种特殊的语义网络

4.5 网络上的推理

习题

第五章 过程性知识

5.1 状态空间

5.2 时序框架

5.3 概念依赖理论和剧本

5.4 说明性表示中的过程知识

习题

第二部分 搜索技术

第六章 无变量盲目搜索算法

6.1 状态空间的盲目搜索

6.2 问题空间的盲目搜索

习题

第七章 带变量盲目搜索算法

7.1 通代算法

7.2 带变量的状态空间盲目搜索

7.3 带变量的问题空间盲目搜索

习题

第八章 启发式搜索算法

8.1 单值有序搜索和多值有序搜索

8.2 H*算法和A*算法

8.3 估值函数的选择

8.4 B算法和B'算法

8.5 双向启发式搜索

习题

……

下册

第三部分 非经典逻辑和非经典推理

第四部分 定理机器证明

第五部分 机器学习

第六部分 自然语言理解

第七部分 知识工程

参考文献