本书第二版介绍专家系统的理论基础、设计技术及其应用，共11章。书中概述专家系统定义、发展历史、类型、结构和特点以及专家系统构建的步骤；讨论开发专家系统时可能采用的人工智能的知识表示方法和搜索推理技术；探讨专家的解释机制；研究基于规则专家系统、基于框架专家系统、基于模型专家系统、基于Web专家系统和实时专家系统的结构、推理技术、设计方法及应用示例；介绍人工智能和专家系统的编程语言和开发工具；展望专家系统的发展趋势和研究课题，并简介新型专家系统的特征与示例。本书内容比第一版有较大的更新，特别是补充了许多专家系统的设计方法、编程技术和应用实例。
本书作为专著和教材，可供高等学校计算机、智能科学与技术、自动化、自动控制、机电工程、电子信息和电子工程及其他专业本科高年级学生和研究生作为“专家系统”课程的教材或参考书，也可供从事专家系统、人工智能和智能系统研究、开发和应用的科技工作者使用。

蔡自兴，IEEE院士和IEEE终身院士（Fellow）、国际导航与运动控制科学院院士、纽约科学院院士、联合国专家，中南大学信息科学与工程学院教授、博士生导师，湖南省自兴人工智能研究院首席科学家。首届全国高校国家级教学名师奖、吴文俊人工智能科技奖成就奖、徐特立教育奖、宝钢全国优秀教师奖特等奖获得者。历任第八届湖南省政协副主席和全国政协第九届和第十届委员会委员，兼任中国人工智能学会副理事长及智能机器人专业委员会创会主任、IEEE计算智能学会评奖委员会委员和IEEE CIS进化计算技术委员会委员等。已在国内外编著出版专著和教材50多部（版），发表论文1000余篇，他引数万次。主持国家级精品课程、精品资源共享课程、国家级教学团队等国家教育部质量工程项目8项。是我国人工智能、智能控制、机器人学诸学科的学术带头人之一，被誉为“中国人工智能教育第一人”“中国智能机器人学科创始人”“中国智能控制奠基者”。

第二版前言
第一版前言
第1章 专家系统概述
1.1 专家系统的定义
1.2 专家系统的发展历史
1.3 专家系统的分类
1.3.1 系统应用领域
1.3.2 问题求解任务
1.3.3 系统工作原理
1.4 专家系统的结构
1.5 专家系统的特点
1.6 构建专家系统的步骤
1.7 人在专家系统中的作用
1.8 本章小结
习题1
第2章 专家系统的知识表示和推理
2.1 知识表示
2.1.1 知识的类型
2.1.2 对象一属性一值三元组
2.1.3 规则
2.1.4 框架
2.1.5 语义网络
2.1.6 谓词逻辑
2.2 知识获取
2.2.1 基本概念和知识类型
2.2.2 知识提取任务
2.2.3 知识获取的时间需求和困难
2.3 知识推理
2.3.1 人类的推理
2.3.2 机器的推理
2.4 不确定推理
2.4.1 关于证据的不确定性
2.4.2 关于结论的不确定性
2.4.3 多个规则支持同一事实的不确定性
2.5 基于规则的推理系统
2.6 模糊逻辑
2.6.1 模糊集合、模糊逻辑及其运算
2.6.2 模糊逻辑推理
2.6.3 模糊判决方法
2.7 人工神经网络
2.7.1 人工神经网络研究的进展
2.7.2 人工神经网络的结构
2.7.3 人工神经网络的典型模型
2.7.4 基于神经网络的知识表示与推理
2.8 进化计算
2.8.1 遗传算法基本原理
2.8.2 遗传算法求解步骤
2.9 免疫计算
2.9.1 自体和异体的知识表示
2.9.2 异体特征空间的表示
2.9.3 异体特征空间的搜索与推理
2.10 本章小结
习题2
第3章 专家系统的解释机制
3.1 解释机制的行为
3.2 解释机制的要求
3.3 解释机制的结构
3.3.1 预制文本法
3.3.2 追踪解释法
3.3.3 策略解释法
3.3.4 自动程序员法
3.3.5 基于事实的自动解释机制
3.4 解释机制的实现
3.4.1 预制文本法的实现
3.4.2 基于事实的自动解释机制的实现
3.5 解释机制的web可视化
3.5.1 基于web的解释界面设计
3.5.2 解释信息的可视化显示
3.5.3 解释机制的web可视化案例
3.6 本章小结
习题3
第4章 基于规则的专家系统
4.1 基于规则专家系统的发展
4.2 基于规则专家系统的工作模型
4.2.1 产生式系统
4.2.2 基于规则专家系统的工作模型和结构
4.3 基于规则专家系统的特点
4.3.1 基于规则专家系统的优点
4.3.2 基于规则专家系统的缺点
4.4 基于规则专家系统的设计过程
4.4.1 专家知识的描述
4.4.2 知识的使用和决策解释
4.5 反向推理规则专家系统的设计
4.5.1 基于规则专家系统的一般设计方法
4.5.2 反向推理规则专家系统的设计任务
4.6 正向推理规则专家系统的设计
4.6.1 正向规则专家系统的一般设计方法
4.6.2 正向推理规则专家系统的设计任务
4.7 基于规则专家系统的设计示例
4.7.1 MYcIN概述
4.7.2 咨询子系统
4.7.3 静态数据库
4.7.4 动态数据库
4.7.5 非精确推理
4.7.6 控制策略
4.8 基于规则专家系统的应用实例
4.8.1 机器人规划专家系统
4.8.2 基于模糊规则的飞机空气动力学特征预测专家系统
4.9 本章小结
习题4
第5章 基于框架的专家系统
5.1 基于框架的专家系统概述
5.2 框架的表示与推理
5.2.1 框架的表示
5.2.2 框架的推理
5.3 基于框架专家系统的定义和结构
5.4 基于框架专家系统的概念剖析
5.4.1 框架的类剖析
5.4.2 框架的于类剖析
5.4.3 实例框架剖析
5.4.4 框架的属性剖析
5.5 基于框架专家系统的继承、槽和方法
5.5.1 基于框架专家系统的继承
5.5.2 基于框架专家系统的槽
5.5.3 基于框架专家系统的方法
5.6 基于框架专家系统的设计
5.6.1 框架专家系统与规则专家系统的对比
5.6.2 基于框架专家系统的一般设计任务
5.7 基于框架专家系统的设计示例
5.7.1 基于槽的对象间通信
5.7.2 消息传递
5.8 基于框架专家系统的应用实例
5.8.1 基于框架的系统知识表示与获取
5.8.2 故障诊断推理与系统实现
5.9 本章小结
习题5
第6章 基于模型的专家系统
6.1 基于模型专家系统的提出
6.2 基于神经网络的专家系统
6.2.1 传统专家系统与神经网络的集成
6.2.2 基于神经网络专家系统的结构
6.2.3 基于神经网络的专家系统实例
6.3基于概率模型的专家系统
6.3.1 主观概率与M0nte carlo模拟
6.3.2 概率模型
6.4 基于模型专家系统的设计方法
6.4.1 因果时间本体论
6.4.2 推理系统设计
6.4.3 可变系统的本体论
6.5 基于模型专家系统的实例
6.5.1 核电站应用实例
6.5.2