第1章 绪论 1
1.1 人工智能的单方 1
1.2 AI系统与控制系统的发展 4
1.3 多种模型的集成与综合集成 10
1.3.1 基于逻辑的心理模型 11
1.3.2 神经元网络模型 14
1.3.3 定性物理模型 15
1.3.4 可视知识模型 17
1.4 思维与智能模拟 19
第2章 基于规则的知识系统 22
2.1 起源 22
2.2 基于规则的系统框架 23
2.3 规则表达 24
2.4 知识获取 26
2.5 推理机 27
2.5.1 搜索策略 27
2.5.2 验证机制 27
2.6 不确定性推理 28
2.6.1 概率决策 29
2.6.2 模糊推理 30
2.6.3 可信度计算 30
第3章 人工神经网络及其应用 32
3.1 神经生理学基础 32
3.2 人工神经网络的基本原理 33
3.3 几种典型的模型及其应用 36
3.3.1 Hopfield网络 36
3.3.2 反向传播BP模型 39
3.3.3 自适应共振理论ART模型 42
3.4 人工智能应用举例——连接主义与知识工程 43
第4章 适应性智能系统 47
4.1 人工智能发展的几个阶段 47
4.2 智能系统及其应用 53
4.3 智能控制在交通、家居、楼宇方面的应用 55
4.3.1 智能交通 55
4.3.2 智能家居 59
4.3.3 智能楼宇 63
5.1.1 国际农业信息技术发展概况 67
5.1 农业信息化发展概况 67
第5章 农业专家系统及其应用 67
5.1.2 我国农业信息技术发展概况 68
5.2 专家系统技术在农业领域的应用 69
5.2.1 专家系统技术概述 70
5.2.2 农业专家系统发展概况 72
5.3 农业专家系统对我国农业发展的重要作用 76
第6章 知识管理与知识服务 79
6.1 概述 79
6.2 知识管理的发展历程 80
6.3 知识管理的现状 81
6.3.1 IBM Lotus的知识管理解决方案 82
6.3.2 Microsoft的知识管理方案 83
6.3.3 清华同方的知识管理方案 83
6.4 研究方向与对策 84
6.5 概念和概念网络 86
6.5.1 作为知识核心的概念网络 86
6.5.2 概念网络如何应用于知识管理 87
第7章 智能机器人 89
7.1.1 信息收集 90
7.1 智能机器人的感知 90
7.1.2 多传感器信息融合 92
7.1.3 机器人视觉 92
7.1.4 机器人语言理解 94
7.2 智能机器人的决策 95
7.2.1 智能机器人的规划 95
7.2.2 典型的机器人规划系统 97
7.3 智能机器的动作 98
7.3.1 智能机器人的控制 98
7.3.2 智能机器人的语音与表情 103
7.4 智能机器人的交互 104
7.4.1 多机器人系统 104
7.4.2 多机器人仿真实验典型系统 106
第8章 人机结合的智能系统 110
8.1 计算机的特长与不足 110
8.2 人的心智(human mind)作用 111
8.3 集成型模式识别系统的设计 114
8.4 人机结合的互联网系统 120
参考文献 135
