史忠植的《高级人工智能(第3版)》在第二版的基础上作了重大修订，共分16章。第1章是绪论，从人工智能的认知问题出发，介绍本书撰写的指导思想。第2章讨论人工智能逻辑，较系统地讨论非单调逻辑和与智能主体有关的逻辑系统。第3章讨论约束推理，介绍许多实用的约束推理方法。第4章介绍定性推理。多年来作者及其领导的团队一直从事基于案例推理的研究，其主要成果构成第5章。概率推理是一种重要的不确定推理，第6章进行重点讨论。机器学习是当前人工智能研究的核心，也是知识发现、数据挖掘等领域的重要基础，本书用8章(第7～14章)的篇幅给予论述，反映研究的最新进展。第7章论述归纳学习。第8章介绍统计学习。第9章讨论解释学习。第10章论述强化学习。第11章介绍无监督学习。第12章阐述关联规则。第13章讨论进化计算，重点阐述遗传算法。第14章给出集成的知识发现系统，新版中增加了分布式知识发现。近几年来主体计算研究取得重要进展，并在不少领域得到应用。结合我们研究的成果，在第15章重点讨论主体理论和多主体系统的关键技术。第16章探讨互联网智能，基于全社会共享的信息资源，将会产生多种形式的集体智能，推动人工智能和智能系统的发展。

人工智能是研究解释和模拟人类智能、智能行为及其规律的一门学科，建立智能信息处理理论，研制智能机器和智能系统，延伸和扩展人类智能。

史忠植的《高级人工智能(第3版)》共16章。第1～6章讨论人工智能的认知问题和自动推理，论述逻辑基础、约束推理、定性推理、基于案例的推理、概率推理；第7～14章重点讨论机器学习和知识发现，包括归纳学习、支持向量机、解释学习、强化学习、无监督学习、关联规则、进化计算、知识发现；第15章阐述主体计算；第16章讨论互联网智能。与本书第二版相比，增加了两章新内容。其他章节也作了较大的修改和补充。

《高级人工智能(第3版)》内容新颖，反映了人工智能领域的最新研究进展，总结了作者多年的科研成果。全书力求从理论、算法、系统、应用等方面讨论人工智能的方法和关键技术。本书可作为高等院校信息领域相关专业的高年级本科生和研究生的教材，也可供相关科技人员学习参考。

前言

第1章 绪论

 1.1 人工智能的渊源

 1.2 人工智能的认知问题

 1.3 思维的层次模型

 1.4 符号智能

 1.5 人工智能的研究方法

1.5.1 认知学派

1.5.2 逻辑学派

1.5.3 行为学派

 1.6 自动推理

 1.7 机器学习

 1.8 分布式人工智能

 1.9 智能系统

 习题

第2章 人工智能逻辑

第3章 约束推理

第4章 定性推理

第5章 基于案例的推理

第6章 贝叶斯网络

第7章 归纳学习

第8章 统计学习

第9章 解释学习

第10章 强化学习

第11章 元监督学习

第12章 关联规则

第13章 进化计算

第14章 知识发现

第15章 主体计算

第16章 互联网智能

参考文献