注冊 | 登錄讀書好,好讀書,讀好書!
讀書網-DuShu.com
當前位置: 首頁出版圖書科學技術計算機/網絡人工智能人工智能技術及應用

人工智能技術及應用

人工智能技術及應用

定 價:¥30.00

作 者: 姚錫凡,李旻 編著
出版社: 中國電力出版社
叢編項: 現(xiàn)代工業(yè)自動化技術應用叢書
標 簽: 人工智能

購買這本書可以去


ISBN: 9787508358482 出版時間: 2008-01-01 包裝: 平裝
開本: 16開 頁數(shù): 289 字數(shù):  

內容簡介

  《現(xiàn)代工業(yè)自動化技術應用叢書:人工智能技術及應用》從工程應用的角度介紹人工智能技術的基本原理、控制方法及應用。在簡述人工智能的理論與方法基礎上,較詳細地介紹了人工智能在工業(yè)領域中的應用,包括人工智能基礎知識專家系統(tǒng)、智能控制、計算智能及其應用、數(shù)據(jù)挖掘與智能決策、智能制造、智能機器人、綜合集成智能系統(tǒng)和智能系統(tǒng)及裝備實例等。書中內容取材新穎,理論聯(lián)系實際,面向工程應用,語言通俗易懂?!冬F(xiàn)代工業(yè)自動化技術應用叢書:人工智能技術及應用》適宜于從事人工智能領域工作的科研和工程技術人員閱讀,也可作為大專院校相關專業(yè)的教材或參考書。

作者簡介

暫缺《人工智能技術及應用》作者簡介

圖書目錄

序言
前言
第1章 緒論
1.1 人工智能的概念
1.2 人工智能的學派與研究途徑
1.3 人工智能研究的內容與應用領域
1.3.1 人工智能研究的內容
1.3.2 人工智能研究的應用領域
1.4 人工智能的發(fā)展
第2章 人工智能基礎知識
2.1 符號智能與計算智能
2.2 模糊理論
2.2.1 模糊集合
2.2.2 模糊集合的表示方法
2.2.3 模糊集合的運算
2.2.4 模糊關系和模糊關系矩陣的運算
2.2.5 模糊邏輯推理
2.2.6 解模糊判決方法
2.3 人工神經網絡
2.3.1 人工神經網絡發(fā)展簡史
2.3.2 人工神經元的模型
2.3.3 神經網絡模型結構
2.3.4 神經網絡的兩大類學習方法
2.3.5 反向傳播網絡及其學習算法
2.3.6 反饋神經網絡
2.4 進化計算
2.4.1 遺傳算法
2.4.2 進化策略
2.4.3 進化規(guī)劃
2.5 模擬退火算法
2.6 知識表示
2.6.1 一階謂詞邏輯表示法
2.6.2 產生式規(guī)則
2.6.3 語義網表示法
2.6.4 框架表示法
2.6.5 人工神經網絡的知識表示
2.7 搜索原理
2.7.1 問題求解過程的形式表示
2.7.2 吠態(tài)空間搜索
2.7.3 與/或樹搜索
2.8 基本的推理方法
2.8.1 推理的基本概念
2.8.2 自然演繹推理
2.8.3 歸結演繹推理
2.8.4 基于規(guī)則的演繹系統(tǒng)
2.8.5 產生式系統(tǒng)
2.9 機器學習
第3章 專家系統(tǒng)
3.1 專家系統(tǒng)概述
3.1.1 專家系統(tǒng)發(fā)展簡況
3.1.2 專家系統(tǒng)結構
3.1.3 專家系統(tǒng)類型
3.1.4 專家系統(tǒng)的特點
3.2 不確定性推理
3.2.1 確定因子法
3.2.2 主觀Bayes方法
3.2.3 D—S證據(jù)理論
3.2.4 可能性理論
3.2.5 不確定推理方法的比較
3.3 專家系統(tǒng)的開發(fā)工具與建造步驟
3.3.1 專家系統(tǒng)的開發(fā)工具
3.3.2 建造專家系統(tǒng)的步驟
3.4 專家系統(tǒng)實例
3.4.1 智能設計
3.4.2 智能CAPP系統(tǒng)
3.4.3 故障診斷
第4章 智能控制
4.1 簡述
4.1.1 自動控制的發(fā)展
4.1.2 智能控制的發(fā)展
4.1.3 智能控制的結構
4.2 專家控制
4.2.1 專家控制的結構與分類
4.2.2 基于知識的制造過程控制示例
4.3 模糊控制
4.3.1 常規(guī)模糊控制原理
4.3.2 模糊控制器的設計
4.3.3 自適應模糊控制
4.3.4 模糊PID控制
4.4 神經網絡控制
4.4.1 神經網絡控制的學習結構
4.4.2 神經網絡建模
4.4.3 基于神經網絡的仿真控制
4.4.4 基于神經網絡的控制實驗示例
4.5 基于信息論的智能控制
4.5.1 智能控制的信息優(yōu)化原理
4.5.2 控制系統(tǒng)結構
4.5.3 基于信息測度的加工過程控制
第5章 計算智能及其應用
5.1 計算智能
5.1.1 計算智能的特點
5.1.2 混合計算智能
5.2 計算智能應用實例
5.2.1 基于GA的Job-Shop調度
5.2.2 基于神經網絡的切削加工參數(shù)多目標優(yōu)化
5.2.3 端銑加工參數(shù)的多目標模糊優(yōu)化
5.2.4 加工過程狀態(tài)監(jiān)測
5.2.5 機械產品的敏捷開發(fā)系統(tǒng)
第6章 數(shù)據(jù)挖掘與智能決策
6.1 數(shù)據(jù)挖掘
6.1.1 數(shù)據(jù)挖掘的定義和功能
6.1.2 數(shù)據(jù)挖掘的流程
6.1.3 數(shù)據(jù)挖掘的方法和技術
6.1.4 分布式數(shù)據(jù)挖掘
6.2 分布式人工智能
6.2.1 分布式人工智能概述
6.2.2 Agent基本理論
6.2.3 多Agent系統(tǒng)
6.3 智能決策與群體決策
6.3.1 智能決策支持系統(tǒng)
6.3.2 群體決策支持系統(tǒng)
第7章 智能制造
7.1 智能制造的含義
7.2 智能制造系統(tǒng)的特點
7.3 智能制造研究的主要內容
7.4 智能制造的支撐技術
7.5 基于Agent的分布式網絡化智能制造系統(tǒng)
7.6 基于自治及合作的整子制造系統(tǒng)
第8章 智能機器人
8.1 機器人的原理
8.1.1 機器人的定義與分類
8.1.2 機器人系統(tǒng)的基本組成
8.1.3 智能機器人概述
8.2 智能機器人的傳感與信息融合
8.2.1 機器人的傳感技術
8.2.2 多傳感器信息融合
8.3 機器人的規(guī)劃與控制
8.3.1 機器人的規(guī)劃
8.3.2 機器人的控制
第9章 綜合集成智能系統(tǒng)
9.1 智能集成簡述
9.2 集成智能設計專家系統(tǒng)
9.2.1 基于神經網絡的設計專家系統(tǒng)
9.2.2 多種智能集成設計系統(tǒng)
9.2.3 基于CSCw的智能CAD結構
9.3 集成智能CAPP
9.4 制造過程的綜合智能決策
9.5 多模塊的智能調度
9.6 基于人機一體化的集成制造系統(tǒng)
第10章 智能系統(tǒng)及裝備實例
10.1 仿人機器人
10.2 智能輪椅移動機器人
10.3 地震預報專家系統(tǒng)
10.3.1 ESEP的主要結構
10.3.2 ESEP的知識表示模型
10.3.3 ESEP的專家知識庫
10.3.4 ESEP的事實準備模塊
10.3.5 ESEP的推理模型和推理決策模塊
10.4 智能車輛
10.4.1 意大利MOB—LAB的智能車輛
10.4.2 美國俄亥俄州立大學的智能車輛
參考文獻

本目錄推薦

掃描二維碼
Copyright ? 讀書網 ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網安備 42010302001612號