知識工程與知識管理

第1章 知識工程與知識管理綜述
　1.1 知識工程與人工智能
　　1.1.1 知識工程概念
　　1.1.2 人工智能概念和發(fā)展過程
　　1.1.3 知識系統(tǒng)結構和知識工程基礎
　1.2 知識工程的核心問題
　　1.2.1 知識概念與邏輯推理
　　1.2.2 知識表示與知識推理
　　1.2.3 知識獲取
　1.3 知識管理與知識工程
　　1.3.1 知識管理綜述
　　1.3.2 信息管理與知識管理
　　1.3.3 知識工程與知識產(chǎn)業(yè)
　　1.3.4 知識工程和知識管理相互促進
　習題1
第2章 專家系統(tǒng)及其開發(fā)
　2.1 專家系統(tǒng)綜述
　　2.1.1 專家系統(tǒng)概念
　　2.1.2 專家系統(tǒng)結構和原理
　　2.1.3 專家系統(tǒng)的應用與開發(fā)的困難
　2.2 產(chǎn)生式規(guī)則專家系統(tǒng)
　　2.2.1 產(chǎn)生式規(guī)則知識與推理
　　2.2.2 不確定性推理
　　2.2.3 解釋機制和事實庫
　　2.2.4 產(chǎn)生式規(guī)則知識推理簡例
　2.3 元知識與兩級推理
　　2.3.1 元知識概念
　　2.3.2 元知識分類
　　2.3.3 領域知識和元知識的兩級推理
　2.4 專家系統(tǒng)的黑板結構
　　2.4.1 基本原理
　　2.4.2 HEARSAY-II語言識別系統(tǒng)
　　2.4.3 醫(yī)療診斷專家系統(tǒng)
　2.5 專家系統(tǒng)開發(fā)與實例
　　2.5.1 專家系統(tǒng)的開發(fā)
　　2.5.2 專家系統(tǒng)工具
　　2.5.3 單推理樹形式的專家系統(tǒng)
　　2.5.4 多推理樹形式的專家系統(tǒng)
　習題2
第3章 決策支持系統(tǒng)及其開發(fā)
　3.1 決策支持系統(tǒng)與智能決策支持系統(tǒng)
　　3.1.1 決策支持系統(tǒng)綜述
　　3.1.2 決策資源與決策支持
　　3.1.3 模型實驗與模型組合方案
　　3.1.4 智能決策支持系統(tǒng)的設計與開發(fā)
　　3.1.5 決策支持系統(tǒng)實例
　3.2 基于數(shù)據(jù)倉庫的決策支持系統(tǒng)
　　3.2.1 數(shù)據(jù)倉庫與聯(lián)機分析處理
　　3.2.2 數(shù)據(jù)倉庫的決策支持
　　3.2.3 基于數(shù)據(jù)倉庫的決策支持系統(tǒng)與商業(yè)智能
　　3.2.4 基于數(shù)據(jù)倉庫的決策支持系統(tǒng)實例
　3.3 綜合決策支持系統(tǒng)
　　3.3.1 傳統(tǒng)決策支持系統(tǒng)與新決策支持系統(tǒng)的比較
　　3.3.2 數(shù)據(jù)倉庫與數(shù)學模型
　　3.3.3 綜合決策支持系統(tǒng)結構與原理
　　3.3.4 網(wǎng)絡環(huán)境的綜合決策支持系統(tǒng)體系
　　3.3.5 網(wǎng)絡環(huán)境的決策支持系統(tǒng)實例
　習題3
第4章 計算智能的仿生技術
　4.1 神經(jīng)計算
　　4.1.1 人工神經(jīng)網(wǎng)絡
　　4.1.2 反向傳播模型BP
　　4.1.3 反向傳播模型實例分析
　　4.1.4 神經(jīng)網(wǎng)絡專家系統(tǒng)
　4.2 模糊計算
　　4.2.1 模糊集合及其運算
　　4.2.2 模糊推理
　　4.2.3 模糊規(guī)則的計算公式
　　4.2.4 模糊推理方法的比較
　4.3 遺傳算法
　　4.3.1 遺傳算法原理
　　4.3.2 優(yōu)化模型的遺傳算法求解
　　4.3.3 基于遺傳算法的分類學習系統(tǒng)
　4.4 人工生命
　　4.4.1 人工生命概述
　　4.4.2 人工生命的研究內(nèi)容和方法
　　4.4.3 人工生命實例
　　4.4.4 人工生命的實驗系統(tǒng)
　習題4
第5章 機器學習與數(shù)據(jù)挖掘
第6章 公式發(fā)現(xiàn)與變換規(guī)則的挖掘
第7章 知識管理
第8章 知識創(chuàng)造
參考文獻