新書推薦：
《
津轻：日本无赖派文学代表太宰治自传性随笔集
》
售價：NT$
302.0
《
河流之齿
》
售價：NT$
270.0
《
新经济史革命：计量学派与新制度学派
》
售價：NT$
406.0
《
盗墓笔记之秦岭神树4
》
售價：NT$
259.0
《
战胜人格障碍
》
售價：NT$
302.0
《
逃不开的科技创新战争
》
售價：NT$
467.0
《
漫画三国一百年
》
售價：NT$
250.0
《
希腊文明3000年（古希腊的科学精神，成就了现代科学之源）
》
售價：NT$
374.0
|
| 編輯推薦： |
|
本本书参考了许多较新的国外同类教材和其他文献，力求保持新颖性和实用性，强调基本概念和基本观点，注重理论和实际相结合，配备有大量辅助教学的演示及应用实例（以二维码形式链接）。
|
| 內容簡介： |
|
本书四个部分，共10章，主要介绍了人工智能与计算智能概述、知识表示、用搜索求解问题、专家系统、逻辑学的原理及其应用、人工神经网络、机器学习、遗传算法、群集智能算法和记忆型搜索算法以及各章节的应用案例。系统地阐述了人工智能的基本原理、实现技术及其应用，全面地反映了国内外人工智能研究领域的新进展和发展方向。
|
| 關於作者： |
|
李公法，男，博士，教授，博导，冶金装备及其控制教育部重点实验室副主任，测控技术与仪器系教工党支部书记。英国朴茨茅斯大学访问学者。荣获湖北省科技进步一等奖2项，共发表论文200余篇，其中SCI收录20余篇，EI收录140余篇，授权发明专利10余项。
|
| 目錄：
|
第1篇总论
第1章人工智能与计算智能概述3
1.1人工智能与计算智能简介3
1.1.1人工智能简介3
1.1.2计算智能简介4
1.2人工智能的不同学派4
1.2.1符号主义5
1.2.2连接主义5
1.2.3行为主义6
1.3人工智能与计算智能的发展历史6
1.3.1人工智能的发展历史6
1.3.2计算智能的发展历史10
1.4人工智能与计算智能的应用领域10
第2篇符 号 主 义
第2章知识表示15
2.1知识和知识表示的概念15
2.1.1知识的含义15
2.1.2知识表示的含义16
2.1.3影响知识表示方法选择的因素17
2.2状态空间表示法17
2.2.1状态空间的构成18
2.2.2状态空间图18
2.2.3利用状态空间表示法求解的具体思路和步骤19
2.3一阶谓词逻辑表示法19
2.3.1谓词逻辑19
2.3.2用谓词公式表示知识的一般步骤21
2.3.3一阶谓词逻辑表示法的特点22
2.4语义网络表示法23
2.4.1语义网络表示法的概念及其结构23
2.4.2语义网络中常用的语义联系23
2.4.3语义网络表示知识的方法26
2.4.4语义网络下的推理27
2.4.5语义网络表示法的特点28
2.5框架表示法28
2.5.1框架的一般表示形式29
2.5.2框架网络29
2.5.3框架中槽的设置与组织30
2.5.4求解问题的匹配推理步骤31
2.5.5框架表示法的特点31
2.6产生式表示法32
2.6.1产生式表示法基本形式32
2.6.2产生式系统的组成33
2.6.3产生式系统推理机的推理方式34
2.6.4产生式系统的分类35
2.6.5产生式系统求解问题的一般步骤35
2.6.6产生式表示法的特点35
2.7脚本表示法36
2.7.1脚本的定义36
2.7.2概念依赖关系37
2.7.3用脚本表示知识的步骤37
2.7.4脚本表示下的推论方式37
2.7.5脚本表示法的特点38
第3章用搜索求解问题39
3.1搜索过程的三大要素39
3.1.1搜索对象39
3.1.2扩展规则40
3.1.3目标测试41
3.2通过搜索求解问题的思路和步骤41
3.3问题的特征分析42
3.4搜索的基本策略43
3.4.1状态空间的盲目搜索43
3.4.2状态空间的启发式搜索51
3.4.3随机搜索57
3.5博弈搜索60
3.5.1基础概念60
3.5.2基础搜索算法62
3.5.3深度优先的搜索及其增强算法64
3.6其他搜索算法70
3.6.1蒙特卡洛树搜索70
3.6.2在线机器学习71
3.6.3多臂匪徒模型与上限信心界策略71
第4章专家系统75
4.1专家系统的基本概念75
4.2专家系统的基本结构76
4.2.1专家系统的组成76
4.2.2专家系统的类型77
4.3知识获取79
4.3.1概述79
4.3.2知识获取的直接方法81
4.3.3知识获取的新进展82
4.4专家系统的解释机制83
4.5专家系统开发工具与环境86
4.5.1专家系统开发工具与环境的基本概念86
4.5.2专家系统工具JESS88
4.5.3JESS中的Rete匹配算法和逆向推理机制91
4.6专家系统开发与评价91
4.6.1专家系统开发步骤91
4.6.2专家系统开发方法92
4.6.3专家系统的评价93
第5章逻辑学的原理及其应用96
5.1思维、语言与逻辑96
5.2逻辑与逻辑学98
5.3逻辑学的研究对象99
5.3.1思维形式99
5.3.2逻辑规律与逻辑方法100
5.4逻辑学在人工智能中的应用101
第3篇机器学习与神经网络
第6章机器学习107
6.1概述107
6.1.1机器学习的定义和意义107
6.1.2机器学习的研究简史107
6.1.3机器学习的分类112
6.1.4学习形式分类115
6.2归纳学习121
6.2.1归纳学习概述121
6.2.2归纳学习的方法分类123
6.3基于解释的学习123
6.3.1基于解释的学习简介124
6.3.2基于解释的学习的工作原理125
6.4类比学习130
6.4.1类比学习简介130
6.4.2类比学习的过程及关键问题130
6.5深度学习131
6.5.1深度学习相关应用领域132
6.5.2深度学习常用模型134
6.5.3基于深度学习的优化方法140
6.5.4深度学习常用软件工具及平台140
第7章人工神经网络143
7.1概述143
7.1.1神经元模型143
7.1.2神经网络的学习规则144
7.1.3神经网络的结构分类147
7.2前馈型神经网络147
7.2.1感知器网络148
7.2.2反向传播神经网络150
7.2.3径向基函数神经网络153
7.3反馈型神经网络153
7.3.1Hopfield神经网络154
7.3.2Elman神经网络158
7.4卷积神经网络159
7.4.1卷积神经网络发展历史159
7.4.2基本概念和基本网络结构160
7.4.3卷积神经网络的工作原理163
7.4.4卷积神经网络的应用164
第4篇计 算 智 能
第8章遗传算法167
8.1概述167
8.1.1遗传算法中的一些术语167
8.1.2遗传算法基本流程169
8.2遗传算法的基本要素170
8.2.1遗传编码170
8.2.2种群设定173
8.2.3适应度函数分析174
8.2.4遗传操作176
8.2.5算法的终止181
8.2.6模式定理181
8.3遗传算法的优点、主要问题及改进182
8.3.1遗传算法的优点183
8.3.2遗传算法的主要问题183
8.3.3遗传算法的改进191
8.3.4一些改进的遗传算法比较193
第9章群集智能算法196
9.1研究背景196
9.2算法概述196
9.3蚁群算法198
9.3.1蚁群算法详解198
9.3.2蚁群算法的特点及应用200
9.4粒子群算法201
9.4.1粒子群算法详解201
9.4.2粒子群算法的参数分析203
9.4.3粒子群算法与其他算法的比较204
9.5人工鱼群算法205
9.6人工蜂群算法207
第10章记忆型搜索算法210
10.1禁忌搜索算法210
10.1.1禁忌搜索算法的基本思想210
10.1.2禁忌搜索算法的构成要素211
10.1.3禁忌搜索算法的流程214
10.1.4禁忌搜索算法解决旅行商问题214
10.1.5禁忌搜索算法的特点218
10.1.6禁忌搜索算法的改进218
10.2和声搜索算法219
10.2.1和声搜索算法的简介219
10.2.2和声搜索算法的原理220
10.2.3和声搜索算法的相关参数220
10.2.4和声搜索算法的步骤221
10.2.5和声搜索算法的应用222
10.2.6算法比较与分析227
参考文献228
|
| 內容試閱：
|
人工智能作为研究机器智能和智能机器的一门综合性高技术学科，产生于20世纪50年代，曾经在20世纪末经历了一个轰轰烈烈的研究和发展时期，并且取得了不少令人鼓舞的成果。至今，它仍然是计算机科学中备受人们重视和非常具有吸引力的前沿学科，并不断衍生出很多新的研究方向。
计算智能属于现代人工智能的一个分支。由于人工智能内容体系复杂、庞大，且各个学派自身存在局限性，因此人工智能的应用发展非常缓慢，而在此基础上，计算智能发展了起来。计算智能是信息科学、生命科学、认知科学等不同学科相互交叉的产物，它在我们生活的许多领域有着广泛的应用，例如大规模复杂系统优化、科学技术与社会问题优化及控制，以及在计算机网络、机器人、仿生学、智能交通、城市规划等领域的应用。
使计算机程序具有智能、能够模拟人的思维和行为，一直是计算机科学工作者的理想和追求。尽管人工智能的发展道路崎岖不平，一直充满艰辛，但不畏艰难地从事人工智能研究的科学工作者们并没有放弃对这个理想的追求；尽管计算机科学其他分支的发展也非常迅猛，并不断涌现新的学科领域，但是当这些学科的发展进一步深化的时候，人们不会忘记这样一个共同的目标：要使计算机更加智能化。因此，不同知识背景和专业的人们都密切关注人工智能这门具有崭新思想和实用价值的综合性学科，并正在这个领域中发现某些新思想和新方法。
人工智能的研究范畴不只局限于计算机科学和技术，还涉及心理学、认知科学、思维科学、信息科学、系统科学和生物科学等多个学科，并利用这些学科知识来研究智能行为的基本理论和实现技术。目前，研究人员已在知识处理、模式识别、自然语言处理、博弈、自动定理证明、自动程序设计、专家系统、知识库、智能机器人、智能计算、数据挖掘和知识发现等多个领域取得了举世瞩目的成果，并且人工智能呈现出多元化的发展方向。近几年来，随着计算机网络，尤其是Internet的发展，多媒体、分布式人工智能和开放分布式环境下的多智体multi agent及知识挖掘等计算机主流技术的兴起，使得人工智能研究更加活跃、发展更加成熟，并拓宽了其研究和应用的领域。
目前人工智能与计算智能已经渗透到各行各业，其中人工智能与机械工程的交叉融合推动了智能制造技术的研究与发展。本书正是为了方便机械行业的本科生和研究生学习、了解人工智能在机械工程的应用编写的。本书分为4篇，共10章，内容包括：总论，主要介绍人工智能与计算智能概述；符号主义，主要介绍了知识表示、用搜索求解问题、专家系统、逻辑学的原理及其应用；机器学习与神经网络，主要介绍了机器学习和人工神经网络；计算智能，主要介绍了遗传算法、群集智能算法、记忆型搜索算法。为了方便读者理论联系实际，第2~10章后附有应用案例，以二维码形式链接。
本书可作为普通高校理工科研究生、本科生学习、了解人工智能的教材，也可供计算机及相关专业工程技术人员参考。
本书共4篇10章，主要由武汉科技大学机械自动化学院组织编写，参与编写的有：李公法第8章及其应用案例、陶波第7章及其应用案例、熊禾根第9章及其应用案例、曾飞第3章及其应用案例、许爽第2章及其应用案例、第4章及其应用案例、黄莉第6章及其应用案例、第10章及其应用案例、蒋国璋第5章及其应用案例、孙瑛第1章及其应用案例。本书由李公法、陶波、熊禾根担任主编。
本书结合一线教师们多年的教学经验，借鉴目前流行的同类教材，考虑未来人工智能的发展趋势进行编写，是一本综合性较强的教材，适合多种专业同类课程的学生使用。本书参考了许多较新的同类教材和文献，力求保持新颖性和实用性，强调基本概念和基本观点，注重理论和实际相结合，配备有大量辅助教学的演示及应用案例见章后二维码链接。
本书编者在编写本书时经过了漫长的总结经验和收集意见的过程，得到了多位教师和学生大量的帮助，在此向他们表示衷心的感谢。
由于水平所限，书中难免存在不足之处，恳请各位读者批评指正。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
