《人工智能原理》介紹了人工智能的發展歷史、基本流派、研究領域，知識表示方法和推理技術，圖搜索技術，專家系統及開發工具的使用和設計方法，模糊理論及應用，機器學習與神經網絡，混沌理論，智能優化算法原理和應用等。
《人工智能原理》是作者在多年教學和科研實踐的基礎上，參閱了國內外現有教材和相關文獻后編寫的。全書注重理論與實踐的結合，注重算法的實際應用與實現方法，注重創新思維的訓練與培養。
《人工智能原理》可作為高等院校自動化、電氣工程、計算機、電子信息等專業人工智能的本科生、研究生教材，也可供從事人工智能研究與應用的科技工作者學習參考。
前言
第1章 緒論
1.1 人工智能的起源與發展
1.2 人工智能學術流派
1.3 人工智能的研究與應用領域
第2章 知識表示和推理
2.1 知識和知識表示的基本概念
2.2 命題邏輯
2.2.1 語法
2.2.2 語義
2.2.3 命題演算形式系統
2.3 謂詞邏輯
2.3.1 語法
2.3.2 語義
2.4 歸結推理
2.4.1 子句集及其簡化
2.4.2 海伯倫定理
2.4.3 Robinson歸結原理
2.4.4 利用Robinson歸結原理實現定理證明
2.4.5 應用歸結原理求解問題
2.5 產生式系統
2.5.1 產生式系統的組成部分
2.5.2 產生式系統的控制策略
2.5.3 產生式系統的推理方式
2.6 語義網絡表示法
2.6.1 語義網絡的結構
2.6.2 基本命題的語義網絡表示
2.6.3 語義網絡的知識表示方法
2.6.4 語義網絡表示法的特點
2.7 框架表示法
2.8 狀態空間表示法
2.9 與或圖表示法
第3章 圖搜索技術
3.1 問題的提出
3.2 狀態圖搜索
3.2.1 狀態圖搜索分類
3.2.2 窮舉式搜索
3.2.3 啟發式搜索
3.2.4 A算法及A算法
3.3 與或圖搜索
3.3.1 與或圖
3.3.2 與或圖搜索舉例
3.4 博弈圖搜索
3.4.1 博弈圖
3.4.2 極大極小分析法
3.4.3 剪枝技術
第4章 專家系統
4.1 專家系統的概述
4.1.1 專家系統的概念與特點
4.1.2 專家系統和傳統程序的區別
4.2 專家系統的結構
4.3 專家系統的設計原則與開發過程
4.3.1 專家系統的設計原則
4.3.2 專家系統的開發過程
4.4 專家系統評價
4.5 專家系統開發工具
4.5.1 骨架型開發工具
4.5.2 語言型開發工具
4.5.3 構造輔助工具
4.5.4 支撐環境
4.6 Prolog語言
4.6.1 Prolog語言的特點
4.6.2 基本Prolog的程序結構
4.6.3 Prolog程序的運行機理
4.6.4 TurboProlog程序結構
4.6.5 TurboProlog的數據與表達式
4.6.6 VisualProlog介紹
4.6.7 PIE Prolog的推理機
第5章 模糊理論及應用
5.1 模糊理論的產生與發展
5.2 模糊理論的數學基礎
5.2.1 經典集合論的基本概念
5.2.2 模糊集合的基本概念
5.2.3 模糊關系與復合運算
5.3 模糊邏輯
5.3.1 模糊條件語句
5.3.2 模糊推理
5.4 模糊控制系統及模糊控制器
5.4.1 模糊控制系統的基本結構
5.4.2 模糊控制器
5.4.3 模糊控制器的設計
5.4.4 模糊PID控制器的設計
5.5 模糊聚類分析與模糊模式識別
5.5.1 模糊聚類分析
5.5.2 模糊模式識別
第6章 機器學習和神經網絡
6.1 機器學習的基本概念和發展史
6.2 經典機器學習方法
6.3 基于神經網絡的學習j
6.3.1 神經網絡概述
6.3.2 人工神經網絡模型
6.3.3 BP神經網絡
6.3.4 RBF神經網絡
6.3.5 cMAc神經網絡
6.3.6 Hopfield神經網絡
6.3.7 模糊神經網絡
6.3.8 其他類型的神經網絡介紹
第7章 混沌理論與混沌神經網絡
7.1 混沌研究的起源與發展
7.2 混沌的基本特性
7.3 通往混沌的道路
7.4 混沌的識別
7.4.1 定性分析法
7.4.2 定量分析法
7.5 混沌應用
7.6 混沌神經網絡
7.6.1 暫態混沌神經網絡
7.6.2 其他類型的混沌神經網絡
7.6.3 G-s混沌神經網絡應用實例
第8章 智能優化計算
8.1 優化問題的分類
8.2 優化算法分類
8.3 梯度優化計算
8.4 混沌優化
8.5 模擬退火算法
8.6 遺傳算法
8.6.1 遺傳算法中的關鍵參數與操作
8.6.2 遺傳算法中的基本流程
8.6.3 遺傳算法的改進
8.6.4 遺傳算法的實現
8.7 蟻群算法
8.7.1 蟻群算法的研究現狀
8.7.2 基本蟻群算法的工作原理
8.8 粒子群算法及應用
8.8.1 基本粒子群優化算法
8.8.2 粒子群優化算法的拓撲結構
8.9 魚群算法簡介
8.10 混合優化計算方法簡介
參考文獻
1.互接觀測法利用動力學系統的數值運算結果繪制出相軌跡圖，以及狀態變量隨時間變化的歷程圖，根據軌跡的形狀對系統的性質進行定性分析和判斷。通常，周期運動的相軌跡為封閉曲線，而混沌運動的相軌跡為在一定區域內隨機分布的永不封閉的軌跡。該方法可以確定分岔點和普適常數，物理圖像清楚、直觀，尤其是對陣發混沌更是一個很直接的分析方法。2.分頻采樣法對于周期外力作用下的非線性振子，研究其倍周期分岔和混沌現象，可采用分頻采樣法。分頻采樣法是實驗物理或非線性振動理論中閃爍采樣法的簡單推廣。即不限于按控制頻率的基本周期采樣，而是按適當分頻（即倍周期）采樣。分頻采樣法是目前辨認長周期混沌帶的最有效方法。
分頻采樣法具有和快速傅氏變換一樣的兩個缺點：一是解釋不唯一，二是不能分辨比采樣頻率更高的頻率。從實用角度看，分頻采樣法的限制僅僅是機器字長和計算時間。
3.龐加萊截面法
對于含多個狀態變量的自治微分方程系統，可采用龐加萊截面法進行分析。其基本思想是：在多維相空間中適當選取一截面，在此截面上對某一對共軛變量取固定值，該界面稱為龐加萊截面。每當軌道按一定方向穿過該面，就將相應的交點記錄下來，這樣就得到一個離散點列。于是連續運動在該平面中就表現為離散點的映像，這就是龐加萊映像。龐加萊映像是研究分岔與混沌問題的重要手段。
分析運動軌跡與龐加萊截面的交點（龐加萊點）可得到系統運動特性的信息。相空間中不同的初值可能對應不同的運動類型，這對于保守系統尤其如此。只要運動是有界的，軌道穿過一次龐加萊截面后，遲早會第二、三、一次穿過。
若不考慮系統初始階段的暫態過程，只考慮龐加萊截面上的穩態圖像，則當龐加萊截面上只有一個不動點或少數離散點時，運動是周期的；當龐加萊截面上是一閉曲線時，運動是準周期的；當龐加萊截面上是成片的密集點且有層次結構時，運動是混沌的。
龐加萊截面將連續運動降為低維的離散映像。特別是對沒有確定的頻率可作控制參數的系統，龐加萊截面成為研究它們的主要手段。
截面位置的選擇很重要，通常應經過原來穩定而后失穩的不動點附近，才能反映出現分岔和混沌的過程。由于分岔序列往往伴隨著在不同幾何尺度上重復的層次結構，原則上可以靠分割和限制空間范圍與采樣間隔提高分辨能力。
4.相空間重構法
當系統的數學模型未知時，上述分析混沌行為的方法就不再適用了。此時可考慮采用相空間重構理論進行動力系統分析。
相空間重構的概念最早出現在統計學領域中，后被Packard、Ruell、Takens等人先后引入動力學體系中。相空間重構可把具有混沌特性的時間序列重建為一種低階非線性動力學系統。
新書資訊