前言

人工智能是計算機科學與應用中的一個傳統分支，涵蓋眾多的領域。人工智能技術被廣泛運用于許多方面。人工智能涉及的內容廣泛，而且一直在不斷地發展，隨時都在產生新的方法和理論。

本書的編寫參考了國家學位委員會對工科學科各層次學歷人員關于“人工智能教學大綱”的基本要求，內容較全面地反映了人工智能學科整體結構及其研究進展狀況。凝聚了作者多年講授人工智能原理的教學實踐與科學研究成果，注重理論與實踐的結合，從人工智能的基本概念和發展過程出發，著重闡述了人工智能的原理、技術及其應用方法。

本書作為人工智能入門性的教材，主要介紹人工智能研究中最基本的、最經典的理論和方法。全書共分為11章，第1章簡要介紹了人工智能的發展歷史、研究途徑和方法、研究領域。第2章為知識及其表示方法，包括狀態空間表示法，與或圖表示法，一階謂詞邏輯表示法，產生式表示法，語義網絡表示法，框架表示法，腳本表示法，面向對象的表示法，過程表示法，Petri網表示法。第3章為搜索技術，包括盲目搜索和啟發式搜索等；與或圖搜索，包括AO?算法和博弈樹搜索等。第4章為知識推理，包括歸結演繹推理，歸結控制策略，基于規則的演繹推理以及非歸結演繹推理。第5章為高級搜索，包括禁忌搜索算法，模擬退火算法，人工神經網絡，遺傳算法，進化策略，進化編程，遺傳編程，人工生命，粒子群優化算法，免疫計算等。第6章為高級知識表示與知識推理，包括模糊邏輯，多值邏輯，模態邏輯，非單調邏輯，不確定推理，時間推理，空間推理，定性推理和描述邏輯等。第7章為 Agent 及 Multi-Agent 系統，包括 Agent 概念，BDI 模型，Agent 結構，Agent 通信， Multi-Agent系統模型與結構，移動Agent，面向Agent的程序設計等。第8 章為自然語言理解，包括句法分析，語義分析，自然語言理解系統應用舉例，機器翻譯，語音識別，信息檢索等內容。第9章為機器學習，包括機器學習的分類，實例學習，類比學習，解釋學習，強化學習，決策樹學習等。第10 章為規劃系統，包括早期的自動規劃技術（GPS，Green和STRIPS），圖規劃，分層規劃，部分排序規劃技術等。第11 章為人工智能應用，介紹應用人工智能技術的一些實例，主要采用MATLAB實現。本書每章后面都附有練習題。

本教材適用學時數為32～64（2 ～4 學分），章節編排具有相對的獨立性，使教師與學生便于取舍，便于不同層次院校的不同專業選用，以適應不同教學學時數的需要。教材內容完善、新穎，有利于學生能力的培養。其中：32學時，可講授第1章，第2章的2.1～2.7節，第3章的3.1～3.3節，第4 章的4.1、4.2 節，第6 章的6.1 節；第7 章的7.1 ～7.5節；第8章的8.1～8.4節；第9章的9.1、9.2節和第10章的10.1～10.3節。64學時，可講授第1，2，3，4，5，7，8 章，以及6.1 ～6.5，9.1 ～9.4，10.1 ～10.6 節。此外，根據教學目標不同，教師也可以適當取舍。

本書由李國勇和李維民編著，全書由李國勇整理定稿。太原理工大學博士生導師彭新光教授主審了全書，并提出了許多寶貴的意見和建議，在此深表謝意。

本書在寫作過程中，參考了大量的國內外文獻資料，在此一并感謝。

由于作者水平有限，書中難免有遺漏與不當之處，歡迎讀者批評指正。

編著者