知识表示与推理

前言
第一章 知识表示
1 概述
1.1 什么是知识表示
1.2 知识的类型
1.3 知识的表示和利用
1.4 知识表示发展简史
2 知识表示方法
2.1 自然语言表示
2.2 数据处理和传统数据库系统
2.3 程序设计语言
2.4 逻辑表示
2.5 语义网络
2.6 框架表示
2.7 产生式系统
2.8 语义原语
2.9 过程表示法
2.10 直接表示法
2.11 知识表示语言
2.12. 知识表示系统
3 小结
第二章 推理
1 演绎推理与归纳推理
1.1 演绎推理
1.2 归纳推理
1.3 演绎推理与归纳推理的区别
2 精确推理与不精确推理
3 推理策略
3.1 正向推理
3.2 反向推理
3.3 混合推理
3.4 双向推理
3.5 元控制
第三章 推理模型
1 使用算法的推理技术
1.1 王浩算法
1.2 海伯伦定理
1.3 鲁滨逊消解原理
1.4 消解原理的改进
2 启发式推理技术
2.1 基本概念
2.2 基本搜索策略
2.3 启发式搜索
3 匹配
3.1 索引匹配
3.2 变量匹配
3.3 近似匹配
3.4 过滤匹配
4 并行推理
4.1 任务的分解与排序
4.2 OR并行
4.3 AND并行
4.4 协作组的组成
5 其它技术
5.1 元推理
5.2 非单调推理
第四章 不精确推理
1 概述
1.1 证据(断言)的不确定性
1.2 知识的不确定性
1.3 静态强度与动态强度
1.4 不精确推理中要做些什么
1.5 工程方法与控制方法
2 带可信度的不精确推理
2.1 静态强度与动态强度的表示
2.2 不确定性的传播算法
2.3 一个计算实例
3 主观Bayes方法
3.1 主观Bayes方法下的知识表示
3.2 不确定性的传播算法
3.3 一个计算实例
4 模糊集理论
5 证据理论
5.1 基本理论
5.2 一个具体模型
5.3 一个计算实例
6 发生率的计算
6.1 纯数值结构的限制
6.2 基本理论与方法
6.3 一种实现方案
6.4 维持一致性
7 带重要性分层囿值
7.1 知识表示模式
7.2 分层囿值
7.3 不精确性的传播算法
7.4 一个例子
第五章 知识表示与推理的结合
1 产生式表示法及其推理机的设计
1.1 一般形式
1.2 例子
1.3 推理机的设计
1.4 问题与讨论
2 语义网络表示法及其推理机设计
2.1 表示的一般形式
2.2 语义网络表示之例
2.3 语义网络的实现和推理
2.4 问题与讨论
3 框架及其推理
3.1 框架
3.2 例子
3.3 框架的推理
3.4 讨论
4 逻辑表示法及其推理机的设计
4.1 使用逻辑程序表示知识
4.2 用Prolog实现逻辑程序设计
4.3 使用非经典逻辑处理知识
4.4 小结
参考文献