人工智能技术.pdf
《人工智能技术.pdf》由会员分享,可在线阅读,更多相关《人工智能技术.pdf(279页珍藏版)》请在文库网上搜索。
1、普通高等教育“十三五”规划教材人 工 智 能 技 术主编 修春波参编 卢少磊 苏雪苗 孟 博 王雅君夏琳琳 张继德 成 怡 陈奕梅田慧欣 李金义 王若思 潘肖楠机 械 工 业 出 版 社本书介绍了人工智能的发展历史、基本流派、研究领域,知识表示方法和推理技术、图搜索技术,专家系统及其开发工具的使用和设计方法,模糊理论及应用,机器学习和神经网络,卷积神经网络,混沌理论,智能优化算法原理和应用,多智能体技术等内容。本书是作者在多年教学和科研实践的基础上,参阅了国内外现有教材和相关文献后编写的。全书注重理论与实践的结合,注重算法的实际应用与实现方法,注重创新思维的训练与培养。本书可作为高等院校人工智
2、能、自动化、电气工程及其自动化、计算机科学与技术、电子信息工程等专业学生“人工智能”课程的本科生、研究生教材,也可供从事人工智能研究与应用的科技工作者学习参考。图书在版编目(CIP)数据人工智能技术/修春波主编.北京:机械工业出版社,2018.8普通高等教育“十三五”规划教材ISBN 978-7-111-60409-9.人.修.人工智能-高等学校-教材.TP18中国版本图书馆 CIP 数据核字(2018)第 147242 号机械工业出版社(北京市百万庄大街 22 号 邮政编码 100037)策划编辑:王雅新 责任编辑:王雅新 徐 凡责任校对:肖 琳 封面设计:陈 沛责任印制:常天培北京富博印刷
3、有限公司印刷厂印刷2018 年 8 月第 1 版第 1 次印刷184mm260mm17.5 印张424 千字标准书号:ISBN 978-7-111-60409-9定价:44.00 元凡购本书,如有缺页、倒页、脱页,由本社发行部调换电话服务服务咨询热线:010-88379833读者购书热线:010-88379649封面无防伪标均为盗版网络服务机 工 官 网:机 工 官 博: 自古以来,人类一直幻想着能够制造出具有智能的机器,很多美丽的传说都蕴含着这样的思想。随着计算机技术的出现和发展,这种幻想终于逐渐得以实现。从 1956 年的达特茅斯会议开始,人工智能历经 60 多年的坎坷发展,终于成为目前相
4、对比较完善的学科,无数的科技工作者为人工智能的发展做出了大量不可磨灭的贡献。在此,我们怀着崇敬的心情对人工智能的先驱者们表示由衷的敬佩。人工智能是一门涉及认知科学、神经生物学、心理学、计算机科学、数学、信息与控制科学等诸多学科的交叉性、前沿性学科。其研究内容包括知识工程、专家系统、机器学习、神经网络、模式识别、优化计算等多个应用领域,受到国内外研究学者的普遍重视。尤其是最近十年来,人工智能的成果大量地应用到人们的生活中,人工智能的神秘面纱也逐渐被大众揭开。AlphaGo 的出现,促使深度学习、神经网络等人工智能专业词汇在大众人群中得到了普及。大量的人工智能技术及产品也随之涌现出来,人们突然意识
5、到人工智能的快速崛起。从 2015 年开始,我国积极鼓励、推动和支持人工智能技术的发展,并大力推动机器人技术的发展。2015 年 5 月 20 日,国务院印发 中国制造 2025,部署全面推进实施制造强国战略。“智能制造”被定位为中国制造的主攻方向。2015 年 7 月 5 日,国务院印发 “互联网+”行动指导意见,提出大力发展智能制造。以智能工厂为发展方向,开展智能制造试点示范,加快推动云计算、物联网、智能工业机器人、智能制造等技术在生产过程中的应用,推进生产装备智能化升级、工艺流程改造和基础数据共享,着力在工控系统、智能感知元器件、工业云平台、操作系统和工业软件等核心环节取得突破,加强工业
6、大数据的开发与利用,有效支撑制造业智能化转型,构建开放、共享、协作的智能制造产业生态。2016 年 4月,工信部、国家发改委、财政部联合发布 机器人产业发展规划(20162020 年),为“十三五”期间我国机器人产业发展描绘了清晰的蓝图。2016 年 5 月 23 日,发改委、科技部、工信部和网信办联合印发“互联网+”人工智能三年行动实施方案。方案中指出,到2018 年,中国将基本建立人工智能产业体系、创新服务体系和标准化体系,培育若干全球领先的人工智能骨干企业,形成千亿级的人工智能市场应用规模。方案提出,为降低人工智能创新成本,中国将建设面向社会开放的文献、语音、图像、视频、地图及行业应用数
7、据等多类型人工智能海量训练资源库和标准测试数据集。国家还将建设满足深度学习等智能计算需求的基础资源服务平台,包括新型计算集群共享平台、云端智能分析处理服务平台、算法与技术开放平台等。2016 年 7 月 28 日,国务院印发 “十三五”国家科技创新规划。该规划在“新一代信息技术”中提到人工智能:重点发展大数据驱动的类人智能技术方法;突破以人为中心的人机物融合理论方法和关键技术,研制相关设备、工具和平台;在基于大数据分析的类人智能方向取得重要突破,实现类人视觉、类人听觉、类人语言和类人思维,支 撑智能产业的发展。2016 年 9 月 1 日,国家发展改革委办公厅关于请组织申报“互联网+”领域创新
8、能力建设专项的通知 出台,其中提到了人工智能的发展应用问题。为构建“互联网+”领域创新网络,促进人工智能技术的发展,应将人工智能技术纳入专项建设内容。2016 年12 月19 日,国务院印发“十三五”国家战略性新兴产业发展规划 的通知,要求发展人工智能,培育人工智能产业生态,促进人工智能在经济社会重点领域推广应用,打造国际领先的技术体系。2017 年 3 月“人工智能”首次写入政府工作报告。2017 年 7 月,国务院印发 新一代人工智能发展规划 的通知,指出发展人工智能是一项事关全局的复杂系统工程,要按照“构建一个体系、把握双重属性、坚持三位一体、强化四大支撑”进行布局,形成人工智能健康持续
9、发展的战略路径。2017 年 10 月,人工智能写入十九大报告。2017 年 12 月 13 日,工信部印发 促进新一代人工智能产业发展三年行动计划(20182020 年),明确了人工智能 20182020 年在推动战略性新兴产业总体突破、推进供给侧结构性改革、振兴实体经济、建设制造强国和网络强国方面的重大作用和具体目标。国家政策的强有力支持,促进了人工智能产业的迅速发展。人工智能技术发展速度之快令人惊讶,新的研究内容以及理论方法更新之快令人目不暇接。本书内容兼顾人工智能的经典知识和前沿技术,着重于基本理论与实际应用相结合,强调内容的新颖性、先进性、实用性和可读性。特别注重算法的编程实现和实际
10、问题的分析与解决。为易于读者理解相关的理论知识,书中简化了相关理论证明,并给出了实际的应用案例分析,增加了学习的趣味性和直观性。本书注重培养与训练学生的创新思维。在介绍完一个基本算法后,会给出一系列在其基础上的改进算法,一方面可加深学生对基本算法的理解,另一方面可培养学生独立思考与分析算法性能的能力,有利于学生寻找创新点,训练学生的创新思维。考虑到现有的人工智能类书籍大多是针对计算机应用专业编写的,因此本书在选材方面适当加入了智能控制等方面的知识,可以满足自动化专业的教学要求。同时结合作者的研究经历并参考相关文献,增加了一些人工智能领域的最新研究成果,丰富了本书的内容。本书共分为 10 章,第
11、 1 章简述人工智能的发展历史、基本流派、研究领域;第 2 章介绍多种知识表示方法和推理技术;第 3 章介绍图搜索技术;第 4 章介绍专家系统的理论知识以及开发工具的使用和设计方法;第 5 章介绍模糊理论的基本知识以及模糊理论在控制和模式识别等方面的应用;第 6 章介绍机器学习的基础理论知识,重点介绍多种神经网络的学习理论和应用方法;第 7 章介绍卷积神经网络的原理及 TensorFlow 的应用;第 8 章介绍混沌的初步理论知识,并介绍混沌神经网络的相关内容;第 9 章介绍多种智能优化算法的原理和实际应用;第 10 章介绍智能体与多智能体系统的相关知识及应用。本书由修春波主编并统稿,卢少磊、
12、苏雪苗、孟博、王雅君、夏琳琳、张继德、成怡、陈奕梅、田慧欣、李金义、王若思、潘肖楠等多位老师参与了本书的编写工作。本书由北京理工大学张宇河教授主审。由于编者能力和水平有限,书中不妥与错误之处在所难免,恳请各位专家和读者不吝指导和帮助。对此,我们深表感谢。编 者 前 言第 1 章 绪论1 1.1 人工智能的起源与发展1 1.2 人工智能学术流派4 1.3 人工智能的研究与应用领域6 习题10第 2 章 知识表示和推理11 2.1 知识和知识表示的基本概念11 2.2 命题逻辑14 2.2.1 语法14 2.2.2 语义(Semantics)15 2.2.3 命题演算(Calculas)形式系统1
13、6 2.3 谓词逻辑17 2.3.1 语法18 2.3.2 语义21 2.4 归结推理25 2.4.1 子句集及其简化26 2.4.2 海伯伦定理29 2.4.3 Robinson 归结原理33 2.4.4 利用 Robinson 归结原理实现定理证明38 2.4.5 应用归结原理求解问题42 2.5 产生式系统43 2.5.1 产生式系统的组成部分44 2.5.2 产生式系统的控制策略45 2.5.3 产生式系统的推理方式46 2.6 语义网络表示法47 2.6.1 语义网络的结构47 2.6.2 基本命题的语义网络表示47 2.6.3 语义网络的知识表示方法50 2.6.4 语义网络表示法
14、的特点54 2.7 框架表示法54 2.8 状态空间表示法56 2.9 与或图表示法57 习题58第 3 章 图搜索技术59 3.1 问题的提出59 3.2 状态图搜索61 3.2.1 状态图搜索分类61 3.2.2 穷举式搜索63 3.2.3 启发式搜索66 3.2.4 A 算法及 A算法69 3.3 与或图搜索71 3.3.1 与或图71 3.3.2 与或图搜索72 3.4 博弈图搜索76 3.4.1 博弈图76 3.4.2 极大极小分析法78 3.4.3 剪枝技术80 习题81第 4 章 专家系统82 4.1 专家系统的概述82 4.1.1 专家系统的概念与特点82 4.1.2 专家系统
15、和传统程序的区别83 4.1.3 专家系统的类型83 4.2 专家系统的结构84 4.3 专家系统的设计原则与开发过程85 4.3.1 专家系统的设计原则85 4.3.2 专家系统的开发过程86 4.4 专家系统评价87 4.5 MYCIN 专家系统实例分析88 4.6 专家系统开发工具90 4.6.1 骨架型开发工具90 4.6.2 语言型开发工具91 4.6.3 构造辅助工具91 4.6.4 支撑环境92 4.7 Prolog 语言93 4.7.1 Prolog 语言的特点93 4.7.2 基本 Prolog 的程序结构94 4.7.3 Prolog 程序的运行机理95 4.7.4 Tur
16、bo Prolog 程序结构97 4.7.5 Turbo Prolog 的数据与表达式98 4.7.6 Visual Prolog 介绍103 4.7.7 PIE:Prolog 的推理机107 习题109第 5 章 模糊理论及应用110 5.1 模糊理论的产生与发展110 5.2 模糊理论的数学基础111 5.2.1 经典集合论的基本概念111 5.2.2 模糊集合的基本概念112 5.2.3 模糊关系与复合运算115 5.3 模糊推理117 5.3.1 模糊条件语句117 5.3.2 模糊推理120 5.4 模糊控制系统及模糊控制器122 5.4.1 模糊控制系统的基本结构122 5.4.2
17、 模糊控制器123 5.4.3 模糊控制器的设计124 5.4.4 模糊 PID 控制器的设计130 5.5 模糊聚类分析与模糊模式识别133 5.5.1 模糊聚类分析134 5.5.2 模糊模式识别137 5.6 模糊聚类应用案例分析138 习题143第 6 章 机器学习和神经网络144 6.1 机器学习的基本概念和发展史144 6.2 经典机器学习方法145 6.3 基于神经网络的学习148 6.3.1 神经网络概述148 6.3.2 人工神经网络模型149 6.4 BP 神经网络153 6.4.1 网络结构153 6.4.2 网络学习算法154 6.4.3 BP 网络的改进算法156 6
18、.4.4 BP 神经网络的特点157 6.4.5 神经网络应用实例解析158 6.5 RBF 神经网络160 6.5.1 径向基函数160 6.5.2 径向基函数网络结构162 6.5.3 网络学习算法162 6.5.4 RBF 网与 BP 网的对比163 6.6 CMAC 神经网络164 6.6.1 CMAC 网络结构164 6.6.2 网络学习算法164 6.6.3 CMAC 网络的特点166 6.7 Hopfield 神经网络166 6.7.1 离散型 Hopfield 网络167 6.7.2 连续型 Hopfield 网络168 6.8 Elman 神经网络171 6.8.1 Elma
19、n 神经网络结构171 6.8.2 Elman 神经网络学习算法172 6.9 模糊神经网络172 6.9.1 网络结构173 6.9.2 学习过程174 6.10 其他类型的神经网络介绍175 习题178第 7 章 卷积神经网络及 TensorFlow应用实践179 7.1 卷积神经网络发展简介179 7.2 卷积神经网络工作原理179 7.3 TensorFlow 学习185 7.3.1 TensorFlow 简介185 7.3.2 TensorFlow 中的函数和相关运算190 7.3.3 卷积函数194 7.3.4 池化函数196 7.4 利用 TensorFlow 进行图像处理197
20、 7.4.1 图像的读取与存储197 7.4.2 图像处理常用函数197 7.5 卷积神经网络在 MNIST 的应用实例201 习题212第 8 章 混沌理论与混沌神经网络213 8.1 混沌研究的起源与发展213 8.2 混沌的基本特性215 8.3 通往混沌的道路216 8.4 混沌的识别217 8.4.1 定性分析法217 8.4.2 定量分析法218 8.5 混沌应用219 8.6 混沌神经网络222 8.6.1 暂态混沌神经网络222 8.6.2 其他类型的混沌神经网络223 8.6.3 G-S 混沌神经网络应用实例224 习题228 第 9 章 智能优化计算229 9.1 优化问题
21、的分类229 9.2 优化算法分类230 9.3 梯度优化计算231 9.4 混沌优化231 9.5 模拟退火算法234 9.6 遗传算法235 9.6.1 遗传算法中的关键参数与操作235 9.6.2 遗传算法中的基本流程243 9.6.3 遗传算法的改进243 9.6.4 遗传算法的实现245 9.7 蚁群算法248 9.7.1 蚁群算法的研究现状248 9.7.2 基本蚁群算法的工作原理249 9.8 粒子群算法及应用251 9.8.1 基本粒子群优化算法252 9.8.2 粒子群优化算法的拓扑结构255 9.9 鱼群算法简介257 9.10 混合优化计算方法简介258 习题259第 1
22、0 章 智能体与多智能体系统260 10.1 智能体的概念与结构260 10.1.1 智能体的概念260 10.1.2 智能体的结构261 10.2 多智能体系统263 10.2.1 多智能体系统的特征263 10.2.2 多智能体系统的类型264 10.2.3 多智能体系统的应用265 习题267参考文献2681 人工智能(Artificial intelligence,AI)是指研究如何用计算机去模拟、延伸和扩展人的智能,如何使计算机变得更聪敏、更能干,如何设计和制造具有更高智能水平的计算机的理论、方法、技术及应用系统的一门新兴的科学技术。它是涉及认知科学、神经生物学、心理学、计算机科学、
23、数学、信息与控制科学等诸多学科的交叉性、前沿性学科。由于其近年的迅速发展和在诸多领域中的广泛应用,被誉为 20 世纪 70 年代以来世界三大尖端技术(空间技术、能源技术、人工智能)之一,也被称为 21 世纪的三大尖端技术(基因工程、纳米科学、人工智能)之一。1.1 人工智能的起源与发展1.萌芽期自古以来,人们就不断地探索制造和使用各种机器来代替人的部分脑力劳动,以提高人们在自然环境中的生存能力。列子汤问 中,记载了有关西周时期的巧匠偃师制造的能歌舞的机器人的传说故事。公元 850 年,古希腊传说中有关于利用制造的机器人帮助人们劳动的故事记载。在近代史上,关于制造具有智能行为机器人的记载更是层出
24、不穷。这说明,在人类历史的发展过程中,人们从未间断过对人工智能的探索和研究。古希腊哲学家亚里士多德(Aristotle)是逻辑学的创始人,他所提出的三段论(大前提、小前提和结论)奠定了演绎推理的基础。17 世纪世界上第一台会演算的机械加法器由法国物理学家、数学家帕斯卡(B.Pascal)研制成功。在此基础上,德国数学家、哲学家莱布尼兹(G.W.Leibniz)研制了能进行四则运算的计算器,并提出了“万能符号”和“推理计算”的思想,成为现代“思考”机器的设计思想萌芽。进入 20 世纪后,人工智能领域相继出现若干开创性的工作。其中,英国数学家、计算机逻辑的奠基者图灵(A.M.Truring)对人工
25、智能的发展做出了杰出的贡献。1936 年,年仅 24 岁的图灵发表了著名的 论数字计算在决断难题中的应用 一文,提出了著名的图灵机的设想。图灵机是一种抽象计算模型,用来精确定义可计算函数。图灵在设计了该模型后提出:凡可计算的函数都可用这样的机器来实现。这就是著名的图灵论题。半个多世纪以来,数学家提出的各种各样的计算模型都被证明是和图灵机等价的。现在图灵论题已被当成公理一样在使用着。1950 年,图灵发表了 计算机能思考吗?的论文,这篇划时代之作为他赢得了“人工2 智能之父”的桂冠。为了证明机器是否真的能够思考,他又提出了“图灵测试”。所谓图灵测试,是一种测试机器是不是具备智能的方法。被测试者中
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 技术