王永庆编著的《人工智能原理与方法(修订版高等学校电子信息类规划教材)》较全面地介绍了人工智能的基本理论、方法及其应用技术。全书共12章，可分为三大部分：第一部分包括第1章至第6章，论述了人工智能的三大技术，即知识表示、推理及搜索，重点讨论了不确定性的表示及处理技术；第二部分包括第7章至第10章，着重讨论了专家系统、机器学习、模式识别及智能决策支持系统等研究领域的有关概念及系统构成技术；第三部分包括第11章和第12章，分别讨论了神经网络和智能计算机的概念、模型、研究现状及展望等。
该书取材新颖，具有系统性、新颖性、实用性及可读性等特点，便于教学和自学，适于作为计算机学科本科生及研究生的教科书，亦可供有关科技人员参考。

第1章 绪论
1.1 什么是人工智能
1.1.1 智能
1.1.2 人工智能
1.1.3 人工智能的发展简史
1.2 人工智能的研究目标及基本内容
1.2.1 人工智能的研究目标
1.2.2 人工智能研究的基本内容
1.3 人工智能的研究途径
1.3.1 以符号处理为核心的方法
1.3.2 以网络连接为主的连接机制方法
1.3.3 系统集成
1.4 人工智能的研究领域
1.4.1 专家系统
1.4.2 机器学习
1.4.3 模式识别
1.4.4 自然语言理解
1.4.5 自动定理证明
1.4.6 自动程序设计
1.4.7 机器人学
1.4.8 博弈
1.4.9 智能决策支持系统
1.4.10 人工神经网络
本章小结
习题
第2章 人工智能的数学基础
2.1 命题逻辑与谓词逻辑
2.1.1 命题
2.1.2 谓词
2.1.3 谓词公式
2.1.4 谓词公式的解释
2.1.5 谓词公式的永真性、可满足性、不可满足性
2.1.6 谓词公式的等价性与永真蕴含
2.2 多值逻辑
2.3 概率论
2.3.1 随机现象
2.3.2 样本空间与随机事件
2.3.3 事件的概率
2.3.4 条件概率
2.3.5 全概率公式与Bayes公式
2.4 模糊理论
2.4.1 模糊性
2.4.2 集合与特征函数
2.4.3 模糊集与隶属函数
2.4.4 模糊集的表示方法
2.4.5 模糊集的运算
2.4.6 模糊集的λ水平截集
2.4.7 模糊度
2.4.8 模糊数
2.4.9 模糊关系及其合成
2.4.10 模糊变换
2.4.11 实数域上几种常用的隶属函数
2.4.12 建立隶属函数的方法
本章小结
习题
第3章 知识与知识表示
3.1 基本概念
3.1.1 什么是知识
3.1.2 知识的特性
3.1.3 知识的分类
3.1.4 知识的表示
3.2 一阶谓词逻辑表示法
3.2.1 表示知识方法
3.2.2 一阶谓词逻辑表示法的特点
3.3 产生式表示法
3.3.1 产生式的基本形式
3.3.2 产生式系统
3.3.3 产生式系统的分类
3.3.4 产生式表示法的特点
3.4 框架表示法
3.4.1 框架理论
3.4.2 框架
3.4.3 框架网络
3.4.4 框架中槽的设置与组织
3.4.5 框架系统中求解问题的基本过程
3.4.6 框架表示法的特点
3.5 语义网络表示法
3.5.1 语义网络的概念
3.5.2 知识的语义网络表示
第4章 经典逻辑推理
第5章 不确定与非单调推理
第6章 搜索策略
第7章 专家系统
第8章 机器学习
第9章 模式识别
第10章 智能决策支持系统
第11章 神经网络
第12章 智能计算机
附录
参考文献