高级人工智能 史忠植.doc

编号：8106 高级人工智能 ADVANCED ARTIFICIAL INTELLIGENCE 类型：AB 学时/学分：60/3, 机时：20 预修课程 数理逻辑、人工智能原理 教学目的和要求 (1) 了解人工智能前沿研究领域 (2) 了解人工智能最新研究成果 (3) 掌握基本思想和关键技术 (4) 培养人工智能研究能力 内容提要和简要目录 本课讲授和讨论人工智能前沿研究领域的主要思想和关键技术。主要内容有 非单调逻辑、自动推理、机器学习、分布式人工智能、人工思维、 人工生命、大规模 并行人工智能等。 简要目录 第一章 绪论 1.1 人工智能的认知问题 1.2 思维的层次模型 1.3 符号智能 1.4 人工智能的发展概况 1.5 人工智能的研究方法 1.5.1 认知学派 1.5.2 逻辑学派 1.5.3 行为学派 1.6 自动推理 1.7 机器学习 1.8 分布式人工智能 1.9 人工思维模型 1.10 知识系统 第二章 人工智能逻辑 2.1 逻辑-----重要的形式工具 2.1.1 逻辑程序设计 2.1.2 关于知识的表示与推理 2.2 非单调逻辑 2.3 默认逻辑 2.4 限定逻辑 2.5 自认知逻辑 2.5.1 Moore系统${\cal L}_{B}$ 2.5.2 $\cal O \cal L$ 逻辑 2.5.3 标准型定理 2.5.4 $\diamondsuit-$ 记号以及稳定扩张的一种判定过程 2.6 真值维护系统 2.7 情景演算的逻辑基础 2.7.1 刻划情景演算的多类逻辑$\bf LR$ 2.7.2 $\bf LR$中的基本动作理论 2.7.3 多类逻辑$\bf LR$的改进 第三章 约束推理 3.1 概述 3.2 回溯法 3.3 约束传播 3.4 约束传播在树搜索中的作用 3.5 智能回溯与真值维护 3.6 变量例示次序与赋值次序 3.7 局部修正搜索法 3.8 基于图的回跳法 3.9 基于影响的回跳法 3.10 约束关系运算的处理 3.10.1 恒等关系的单元共享策略 3.10.2 区间传播 3.10.3 不等式图 3.10.4 不等式推理 3.11 约束推理系统COPS 定性推理 4.1 概述 4.2 定性推理的基本方法 4.3 定性模型推理 4.4 定性进程推理 4.5 定性仿真推理 4.5.1 定性状态转换 4.5.2 QSIM算法 4.6 代数方法 4.7 几何空间定性推理 4.7.1 空间逻辑 4.7.2 空间时间关系描述 4.7.3 空间和时间逻辑的应用 4.7.4 Randell算法 第五章 基于范例推理 5.1 概述 5.2 基于范例学习的一般过程 5.3 范例的表示 5.3.1 语义记忆单元 5.3.2 记忆网 5.4 基于记忆网的范例检索 5.4.1 检索问题 5.4.2