本书为广大学生和人工智能开发人员提供了学习人工智能相关概念的一种新思路。

书中包含人工智能在多个领域的许多最新应用，这些领域包括游戏程序设计、群体智能、智能Agent、神经网络、人工免疫系统、遗传算法、模式识别、数值优化以及数据挖掘等。本书还讨论了从早期的LISP语言到近期的Python语言等多种人工智能语言。书中不仅包括了人工智能的理论和主要课题，还介绍了从数据输入到转换再到数据输出（即算法的使用）的实际需要的信息。因为传统的人工智能概念目前仅仅表示算法的各种类型，因此需要用一种不同的方法来介绍人工智能算法。这种“传感器一算法一效应器”的方法为这些算法提供了一个基础环境，能够帮助学生和人工智能从业者更好地理解它们，从而更好地应用这些算法。

本书包含当前人工智能（AI）研究的主要内容，尤其强调实际应用，涉及数据挖掘等许多最新应用领域。全书共13章，分别讲述了人工智能的历史、盲目搜索、启发式搜索、人工智能与游戏、知识表示、机器学习、演化计算、神经网络、机器人学与人工智能、智能Agent、仿生和混合模型以及人工智能语言。本书给出了算法的较详细实现，与现有的以理论基础为核心的大多数经典人工智能著作相比，本书有自身的鲜明特色，且内容与国内人工智能课程的教学内容吻合，尤其有利于培养学生解决人工智能实际问题的能力。

本书适合高等学校计算机、自动化等信息学科的本科生和研究生阅读，也适合广大人工智能爱好者自学使用，本书也能为人工智能研究人员了解各种算法的设计思路和具体实现框架提供参考。

第1章 人工智能的历史

　1.1　什么是智能

　1.2　探索机械智能

　1.3　早期时代（20世纪50年代初）

　1.4　人工智能领域的出现

　1.5　人工智能的冬天

　1.6　人工智能的重兴

　1.7　人工智能交叉学科的研究进展

　1.8　系统方法

　1.9　全书内容概述

　1.10 本章小结

　参考文献

　相关资料

　练习

第2章 盲目搜索

　2.1　搜索与人工智能

　2.2　搜索分类

　2.3　通用状态空间搜索

　2.4　树、图及其表示法

　2.5　盲目搜索

　2.6　改进

　2.7　算法优点

　2.8　本章小结

　2.9　算法小结

　参考文献

　练习

第3章 启发式搜索

　3.1　启发式搜索

　3.2　最佳优先搜索（BEST-FS）

　3.3　A*搜索

　3.4　爬山搜索

　3.5　模拟退火（SA）

　3.6　禁忌搜索

　3.7　约束满足问题（CSP）

　3.8　约束满足算法

　3.9　本章小结

　3.10 算法总结

　参考文献

　相关资料

　练习

第4章 人工智能与游戏

　4.1　双人游戏

　4.2　极小极大算法

　4.3　经典游戏中的人工智能

　4.4　视频游戏中的人工智能

　4.5　本章小结

　参考文献

　相关资料

　练习

第5章 知识表示

　5.1　简介

　5.2　知识的类型

　5.3　知识的作用

　5.4　语义网络

　5.5　框架

　5.6　命题逻辑

　5.7　一阶逻辑（谓词逻辑）

　5.8　语义Web

　5.9　计算化知识发现

　5.10 本体

　5.11 知识通信

　5.12 常识

　5.13 本章小结

　参考文献

　相关资料

　练习

第6章 机器学习

　6.1　机器学习算法

　6.2　本章小结

　参考文献

　练习

第7章 演化计算

　7.1　演化计算简史

　7.2　生物学动机

　7.3　遗传算法（GA）

　7.4　遗传程序设计（GP）

　7.5　演化策略（ES）

　7.6　差异演化（DE）

　7.7　粒子群优化（PSO）

　7.8　演化硬件

　7.9　本章小结

　参考文献

　相关资料

　练习

第8章 神经网络I

　8.1　神经网络简史

　8.2　生物学动因

　8.3　神经网络的基本原理

　8.4　感知器

　8.5　最小均方学习

　8.6　反向传播学习

　8.7　概率神经网络

　8.8　其他神经网络结构

　8.9　构建神经网络的技巧

　8.10 本章小结

　参考文献

　练习

第9章 神经网络II

　9.1　无监督学习

　9.2　Hebb学习

　9.3　简单竞争学习

　9.4　k均值聚类

　9.5　自适应谐振理论（ART）

　9.6　Hopfield自联想模型

　9.7　本章小结

　参考文献

　练习

第10章 机器人学和人工智能

　10.1　机器人学简介

　10.2　Braitenberg车

　10.3　自然感知和控制

　10.4　用传感器感知

　10.5　用效应器实现动作

　10.6　机器人控制系统

　10.7　简单的控制体系结构

　10.8　行为规划

　10.9　群组或分布式机器人

　10.10 机器人程序设计语言

　10.11 机器人仿真器

　10.12 本章小结

　参考文献

　相关资料

　练习

第11章 智能Agent

　11.1　Agent的结构

　11.2　Agent属性和人工智能

　11.3　Agent环境

　11.4　Agent分类

　11.5　Agent体系结构

　11.6　Agent语言

　11.7　Agent通信

　11.8　本章小结

　参考文献

　相关资料

　练习

第12章 仿生和混合的模型

　12.1　元胞自动机

　12.2　自主计算系统

　12.3　人工生命

　12.4　模糊系统

　12.5　演化神经网络

　12.6　蚁群优化

　12.7　情感计算

　相关资料

第13章 人工智能语言

　13.1　语言分类

　13.2　人工智能语言

　13.3　其他语言

　13.4　本章小结

　参考文献

　相关资料

　练习

索引