本书全面详细地介绍了第三代人工智能系统的核心技术及其实现方法，具有多领域普遍应用价值。本书是人工智能专家系统工业应用的实用型教科书，也是人工智能专家系统工程实践指导书。
本书是对第三代人工智能技术的全面探索，是开发和应用实践的总结。本书内容包括：知识本体、信息标准化和领域知识本体，方法和任务知识本体，高效推理算法、图论和网络拓扑，基于符号有向图的深度学习，知识图谱建核与智能推理软件AI3的设计与开发，以及AI3在智能教学和过程工业中的应用。软件AI3分为AI3普及版（自由拷贝，不限使用）、AI3智能教学版以及AI3专业版（适用于复杂过程工业系统AI应用)。AI3软件的普及版可以登录官方网站www.cipedu.com.cn自行下载使用。本书相关操作视频及部分彩图做成了二维码形式，扫描即可查看。
本书适合作为大学本科人工智能专业的教材，也可作为教师开发专业教学模型的培训用书，对从事人工智能工业应用的技术人员具有实际参考价值。

第一章 绪论
1.1 知识图谱建模与智能推理的概念和沿革
1.2 知识图谱和智能推理的应用进展
1.3 知识图谱建模与智能推理的需求分析
1.4 本书各章内容概要
第二章 知识本体、信息标准化和领域知识本体
2.1 知识本体
2.1.1 知识本体的基本类型
2.1.2 知识本体的设计规则
2.2 工业自动化信息国际标准ISO
2.2.1 ISO 15926简介
2.2.2 ISO 15926-2知识本体的基本要素
2.3 ISO 15926原理借鉴和扩展
2.3.1 过程系统的领域知识本体内容信息分类
2.3.2 过程系统的领域知识本体结构信息分类
2.3.3 影响方程
2.4 过程系统的领域知识本体总貌
2.5 剧情对象模型（SOM）
2.5.1 剧情的定义
2.5.2 危险剧情的定义
2.5.3 剧情对象模型（SOM）设计
2.5.4 危险剧情在系统安全领域的应用进展
第三章 方法和任务知识本体
3.1 常用推理分析方法
3.1.1 演绎法——正向推理
3.1.2 归纳法——反向推理
3.1.3 溯因法——双向推理
3.1.4 默认推理
3.1.5 因果反事实推理
3.2 可操作性分析（HAZOP）方法
3.2.1 HAZOP的产生背景和意义
3.2.2 HAZOP国际标准和术语定义
3.2.3 HAZOP原理
3.2.4 设计描述
3.2.5 HAZOP应用
3.2.6 HAZOP分析步骤
3.2.7 人工HAZOP分析方法的不足和改进
3.3 保护层分析（LOPA）方法
3.3.1 LOPA的定义和作用
3.3.2 LOPA的优点
3.3.3 LOPA的局限性
3.3.4 LOPA的结果类型
3.3.5 执行LOPA的必备条件
3.3.6 LOPA方法描述
第四章 高效推理算法、图论与网络拓扑
4.1 高效基本回路搜索算法
4.1.1 詹森回路搜索算法
4.1.2 詹森回路搜索算法原理
4.1.3 有向图基本回路搜索算法程序
4.2 有向图基本通路搜索算法及程序
4.2.1 有向图基本通路搜索算法要点
4.2.2 有向图基本通路搜索算法程序设计
4.2.3 基本通路搜索算法程序例题
4.3 网络独立通路和回路搜索算法应用案例
4.3.1 信号流图的稳态和动态解法
4.3.2 图形化控制系统信号流图分析CSA软件
4.3.3 采用CSA自动解算复杂信号流图系统
4.4 回路搜索和推理在动态系统分析和决策中的作用
第五章 基于符号有向图（SDG）的深度学习
5.1 符号有向图（SDG）方法的历史与进展
5.2 SDG方法的优缺点
5.3 SDG原理与建模
5.3.1 定量和定性仿真与SDG的关系
5.3.2 SDG模型及定义
5.3.3 SDG建模方法和原则
5.3.4 SDG模型的主要推理机制
5.4 SDG简单建模实例
5.4.1 世界系统SDG建模
5.4.2 离心泵与液位系统SDG建模
5.5 SDG模型简化
5.6 加热炉SDG建模与验证试验
5.6.1 加热炉工艺流程简介
5.6.2 加热炉故障诊断模型的建立
5.6.3 SDG模型检验与验证方法分类
5.6.4 加热炉SDG故障诊断试验
5.7 反应再生装置SDG故障诊断试验
5.7.1 反应再生装置工艺流程简介
5.7.2 反应再生装置故障诊断模型的建立
5.7.3 反应再生装置SDG故障诊断试验
5.8 SDG深度学习启示
第六章 知识图谱建模与智能推理软件AI3的设计与开发
6.1 AI3概述
6.2 AI3总体功能、结构设计描述和应用
6.3 图形化人机界面使用说明与要点
6.3.1 AI3图形化建模编程要点
6.3.2 AI3基本画面和图形化操作方法设计与实现
6.4 推理引擎开发
6.4.1 具体事件一致性和条件约束推理方法
6.4.2 正向推理
6.4.3 反向推理
6.4.4 双向推理
6.4.5 AI3推理速度测试
6.5 推理输出结果表达
6.5.1 AI3推理结果画面
6.5.2 工况数据（“快门”）一览表
6.5.3 反应温度记录曲线查询
6.5.4 模型中具体事件超限状态显示
6.6 AI3应用建模方法
6.6.1 经验渐进法建模要点
6.6.2 “与门”串联连接规则
6.6.3 经验与深度学习相结合的建模要点
6.6.4 知识图谱的初步认知
第七章 AI3在智能教学中的应用
7.1 智能教学系统（ITS）应用进展
7.2 学习内容、教学方法和智能教学
7.3 智能仿真培训系统
7.4 知识本体模型与仿真模型的协同技术
7.4.1 仿真模型的质量评估
7.4.2 动态仿真模型的特点及建模注意事项
7.5 高精度动态仿真模型开发案例
7.5.1 充分利用工程设计的成熟计算方法
7.5.2 阀门特性仿真建模
7.5.3 间歇反应动力学仿真建模
7.6 多功能过程与控制仿真实验系统
7.6.1 MPCE实验系统构成
7.6.2 MPCE过程动态特性测试实验案例
7.6.3 PID控制器参数整定实验
7.7 MPCE连续反应先进控制案例
7.7.1 连续反应系统（CSTR）工艺流程
7.7.2 CSTR控制硬件配置
7.7.3 CSTR控制目标
7.7.4 CSTR系统测