21世纪高等学校计算机专业实用规划教材人工智能习题解析与实践/朱福喜等 本书特色
本书作为作者已出版多次的《人工智能》教材的配套教辅材料，其章节与原教材基本对应，但内容分为学习目标与要求、知识要点、原教材对应的习题解析、补充题、课堂演示与实验指导5个部分。其中，学习目标与要求为每章要达到的学习目标；知识点与原教材的内容对应，基本上全面介绍了人工智能的理论与技术；习题解析对每章的习题进行了解答；补充题对原教材的习题进行了补充，并给出了解答。
21世纪高等学校计算机专业实用规划教材人工智能习题解析与实践/朱福喜等 内容简介
本书作为作者已出版多次的《人工智能》教材的配套教辅材料，其章节与原教材基本对应，但内容分为学习目标与要求、知识要点、原教材对应的习题解析、补充题、课堂演示与实验指导5个部分。其中，学习目标与要求为每章要达到的学习目标；知识点与原教材的内容对应，基本上全面介绍了人工智能的理论与技术；习题解析对每章的习题进行了解答；补充题对原教材的习题进行了补充，并给出了解答。
21世纪高等学校计算机专业实用规划教材人工智能习题解析与实践/朱福喜等 目录
目录
第1章概论
1.1学习目标与要求
1.2知识要点
1.2.1人工智能的概念
1.2.2人工智能的产生及主要学派
1.2.3人工智能、专家系统和知识工程
1.2.4图灵测试
1.2.5人工智能应用系统
1.2.6人工智能的技术特征
1.3习题解析
1.4补充习题
1.5课堂演示与实践指导
第2章用搜索求解问题的基本原理
2.1学习目标与要求
2.2知识要点
2.2.1搜索求解问题的基本思路
2.2.2实现搜索过程的三大要素
2.2.3通过搜索求解问题的方法
2.2.4问题特征分析
2.3习题解析
2.4补充习题
2.5课堂演示与实践指导
2.5.1课堂演示
2.5.2实践指导： 分啤酒问题
第3章搜索的基本策略
3.1学习目标与要求
3.2知识要点
3.2.1盲目的搜索方法
3.2.2启发式搜索
3.3习题解析
3.4补充习题
3.5课堂演示与实践指导
3.5.1课堂演示
3.5.2实践指导： 传教士—野人过河问题的实现
第4章图搜索策略
4.1学习目标与要求
4.2知识要点
4.2.1或图搜索策略
4.2.2与/或图搜索
4.3习题解析
4.4补充习题
4.5课堂演示与实践指导
4.5.1课堂演示
4.5.2实践指导： 天平称球
第5章博弈与搜索
5.1学习目标与要求
5.2知识要点
5.2.1博弈与对策
5.2.2极小极大搜索算法
5.2.3α?β剪枝算法
5.3习题解析
5.4补充习题
5.5课堂演示与实践指导
5.5.1课堂演示
5.5.2实践指导： 人机对战五子棋游戏的实现
第6章演化搜索算法
6.1学习目标与要求
6.2知识要点
6.2.1遗传算法的基本概念
6.2.2遗传编码
6.2.3适应值函数
6.2.4遗传操作
6.2.5初始化群体
6.2.6控制参数的选取
6.2.7算法的终止准则
6.2.8免疫算法
6.3习题解析
6.4补充习题
6.5课堂演示与实践指导
6.5.1课堂演示
6.5.2实践指导： 遗传算法求解TSP问题
第7章群集智能算法
7.1学习目标与要求
7.2知识要点
7.2.1群集智能的基本算法介绍
7.2.2群集智能与人工鱼
7.2.3群集智能的优缺点
7.3习题解析
7.4补充习题
7.5课堂演示与实践指导
7.5.1课堂演示
7.5.2实践指导： 蚁群算法的模拟实现
第8章记忆型搜索算法
8.1学习目标与要求
8.2知识要点
8.2.1禁忌搜索算法
8.2.2和声搜索算法
8.3习题解析
第9章基于Agent的搜索
9.1学习目标与要求
9.2知识要点
9.2.1DAI概述
9.2.2分布式问题求解
9.2.3Agent的定义
9.2.4Agent的分类
9.2.5Agent通信
9.2.6移动Agent
9.2.7典型的移动Agent平台
9.3习题解析
9.4补充习题
9.5实践指导： 基于Agent实现的分布式计算
第10章知识表示与处理方法
10.1学习目标与要求
10.2知识要点
10.2.1知识表示概述
10.2.2逻辑表示法
10.2.3产生式表示法
10.2.4语义网络表示法
10.2.5框架表示法
10.2.6过程式知识表示
10.3习题解析
10.4补充习题
第11章谓词逻辑的归结原理及其应用
11.1学习目标与要求
11.2知识要点
11.2.1命题演算的归结方法
11.2.2谓词演算的归结
11.2.3归结原理
11.2.4归结过程的控制策略
11.3习题解析
11.4补充习题
11.5课堂演示与实践指导
11.5.1课堂演示
11.5.2实践指导
第12章非经典逻辑的推理
12.1学习目标与要求
12.2知识要点
12.2.1非单调推理
12.2.2Dempster?Shater(D?S)证据理论
12.2.3不确定性推理
12.2.4MYCIN系统的推理模型
12.2.5模糊推理
12.3习题解析
12.4补充习题
第13章机器学习
13.1学习目标与要求
13.2知识要点
13.2.1概述
13.2.2归纳学习
13.2.3基于解释的学习
13.2.4基于类比的学习
13.3习题解析
13.4补充习题
13.5实践指导
第14章人工神经网络
14.1学习目标与要求
14.2知识要点
14.2.1人工神经网络的特点
14.2.2人工神经网络的基本原理
14.2.3人工神经网络的基本结构模式
14.2.4人工神经网络互联结构
14.2.5神经网络模型分类
14.2.6基本的神经网络学习算法介绍
14.2.7典型神经网络简介
14.2.8人工神经网络与人工智能其他技术的比较
14.3习题解析
14.4补充习题
14.5实践指导
第15章数据挖掘与知识发现
15.1学习目标与要求
15.2知识要点
15.2.1数据挖掘
15.2.2Web挖掘
15.2.3文本挖掘
15.3习题解析
15.4补充习题
15.5实践指导： 利用Weka挖掘关联规则
第16章专家系统
16.1学习目标与要求
16.2知识要点
16.2.1专家系统概述
16.2.2专家系统中的知识获取
16.2.3专家系统的解释机制
16.2.4专家系统开发工具与环境
16.2.5专家系统开发方法
16.3习题解析
16.4补充习题
参考文献
21世纪高等学校计算机专业实用规划教材人工智能习题解析与实践/朱福喜等 作者简介
朱福喜，男，1957年出生，博士，武汉大学计算机学院教授，博士生导师。浙江大学数学系获学士学位、武汉大学计算机科学系获硕士学位和博士学位。一直从事人工智能方面的教学和科研工作。曾主持了国家自然科学基金项目《用户自适应的社会标签生成和优化模型研究》、湖北省自然科学基金项目《优化IPQoS系统模型研究与实现》。参与了国家自然科学基金重大研究计划《网上信息收集和分析的基础问题和模型研究》、《面向威胁的软件可信性分析模型》《专家系统开发环境与推理工具系统（87102034）》、国家863项目《国家科委办公知识信息系统（863-306-04-04-6）》和国防军工预演项目《支撑Ada语言的并行分布计算环境》的开发项目的研究、主持企业开发项目多项。1993年3月赴美国加州Alpha Omega公司从事项目合作半年，2000年8月访问美国西东(Seton Hall Uni.)大学，从事远程教育和数据挖掘研究一年。发表论文70余篇(其中20余篇被SCI或EI检索，包括SCI二区论文、ESI论文、计算机学报、计算机研究与发展、电子学报论文)，编写教材和专著18部。
