§6.1 基本概念 §6.2 专家系统的一般结构 §6.3 知识的监测与求精 §6.5 知识的组织与管理 §6.6 专家系统的建造与评价 §6.7 专家系统的开发工具 §6.8 新一代专家系统的研究

4.1 模糊逻辑的数学基础 4.1.1 模糊集合 4.1.2 模糊集合的表示方法 4.1.3 模糊集合的运算 4.1.4 隶属函数确定方法 4.1.5 模糊关系 4.2 模糊逻辑的推理 4.2.1 模糊命题 4.2.2 模糊逻辑 4.2.3 模糊语言 4.2.4 模糊推理 4.3 模糊控制系统概述 4.3.1 模糊控制系统的构成 4.3.2 模糊控制系统的原理 4.4 模糊控制器原理 4.5 模糊控制器设计基础 4.6 双入单出模糊控制器设计 4.6.1 模糊化 4.6.2 模糊控制器规则、模糊关系 4.6.3 清晰化 4.6.4 控制表计算程序

1.已知前提:(1)如果x与y是同班同学,则x的老师也是y的老师;(2)小李和小 张是同班同学;(3)王先生是小李的老师,运用自然演绎推理证明:王先生也是小张 的老师 证明:首先定义谓词: Teacher(x, y) x是y的老师 Classmates(x, y) x和y是同班同学 则已知的前提可以符号化为 (1)VxVyV=Teacher(x, y)A Classmates (, =)>Teacher(x, =))

6.1 遗传算法的基本原理 6.1.1 遗传算法的基本遗传学基础 6.1.2 遗传算法的原理和特点 6.1.3 遗传算法的基本操作 6.2 遗传算法的模式理论 6.3 遗传算法应用中的一些基本问题 6.4 高级遗传算法 6.4.1 改进的复制方法 6.4.2 高级GA算法 6.5 微种群和双种群遗传算法 6.6 基于遗传算法的系统在线辨识 6.7 基于遗传算法的模糊控制 6.8 免疫遗传算法 6.8.1 免疫遗传算法的基本概念 6.8.2 免疫算子的机理与构造 6.8.3 TSP问题的免疫遗传算法

8.1 机器学习的基本概念 8.2 机械学习 8.3 指导学习 8.4 类比学习 8.5 归纳学习 8.6 解释学习 8.7 知识发现与数据挖掘 8.8 学习控制系统

第一讲绪论 以冯·诺依曼型计算机为中心的信息处理技术的高速发展,使得计算机在当今的信息 化社会中起着十分重要的作用。但是,当用它来解决某些人工智能问题时却遇到了很大的 困难。 例如,一个人可以很容易地识别他人的脸孔,但计算机则很难做到这一点。这是因为 脸孔的识别不能用一个精确的数学模型加以描述,而计算机工作则必须有对模型进行各种 运算的指令才行,得不到精确的模型,程序也就无法编制

11.1语言及其理解的一般问题 11.2句法和语义的自动分析 11.3句子的自动理解 11.4语言的自动生成 11.5自然语言理解系统应用举例 11.6小结

1.(补充习题)判断以下公式对是否可合一若可合一,则求出最一般的合一 (3)P(f(x),y),P(y,f(b)) 解:令O=,S={p(f(x),y),P(y,f(b))} ①差异集为{f(x),y},做替换{f(x)/y},则 1=0of(x)y}={f(x)/y} S1 =S, ={P((x), f (x), P( f(x),(b)); ②差异集为{x,b},做替换{b/x},则

6.1专家系统概述 6.2基于规则的专家系统 6.3基于框架的专家系统 6.4基于模型的专家系统 6.5新型专家系统 6.6专家系统设计 6.7专家系统开发工具 6.8小结

5.1 概述 5.2 基于谓词逻辑的机器推理 5.3 基于产生式规则的机器推理 5.4 几种结构化知识表示及其推理 5.5 不确定性知识的表示与推理