知识工程与知识管理-(第二版)-(中文版)

第1章 知识工程与知识管理综述1．1 知识工程与人工智能1．1．1 知识工程概念1．1．2 人工智能概念和发展过程1．1．3 知识系统的结构和知识工程的基础1．2 知识工程的核心问题1．2．1 知识概念与逻辑推理1．2．2 知识表示与知识推理1．2．3 知识获取1．3 知识管理与知识工程1．3．1 知识管理综述1．3．2 信息管理与知识管理1．3．3 知识工程与知识产业1．3．4 知识工程和知识管理相互促进习题1 第2章 专家系统及其开发2．1 专家系统综述2．1．1 专家系统概念2．1．2 专家系统结构和原理2．1．3 专家系统的应用与困难2．2 产生式规则专家系统2．2．1 产生式规则知识与推理2．2．2 不确定性推理2．2．3 解释机制和事实数据库2．2．4 产生式规则知识推理简例2．3 元知识与两级推理2．3．1 元知识概念2．3．2 元知识分类2．3．3 领域知识和元知识的两级推理2．3．4 元知识的应用2．4 专家系统的黑板结构2．4．1 基本原理2．4．2 HEARSAY-Ⅱ语言识别系统2．4．3 医疗诊断专家系统2．5 专家系统开发与实例2．5．1 专家系统的开发2．5．2 专家系统工具2．5．3 单推理树形式的专家系统2．5．4 多推理树形式的专家系统习题2 第3章 决策支持系统与商务智能3．1 决策支持系统与智能决策支持系统3．1．1 决策支持系统与商务智能综述3．1．2 决策资源与决策支持3．1．3 模型实验与模型组合方案3．1．4 智能决策支持系统的设计与开发3．1．5 决策支持系统实例3．2 网络环境的决策支持系统3．2．1 网络环境的决策支持系统概述3．2．2 网络环境的智能决策支持系统3．2．3 基于客户/服务器的决策支持系统开发平台3．2．4 基于客户/服务器的决策支持系统实例3．3 商务智能——基于数据仓库的决策支持系统3．3．1 商务智能概述3．3．2 数据仓库与联机分析处理3．3．3 基于数据仓库的决策支持系统3．3．4 商务智能实例习题3 第4章 计算智能的仿生技术4．1 神经计算4．1．1 人工神经网络4．1．2 反向传播模型BP4．1．3 反向传播模型实例分析4．1．4 神经元网络专家系统4．2 模糊计算4．2．1 模糊集合及其运算4．2．2 模糊推理4．2．3 模糊规则的计算公式4．2．4 模糊推理方法的比较4．3 遗传算法4．3．1 遗传算法原理4．3．2 优化模型的遗传算法求解4．3．3 基于遗传算法的分类学习系统4．4 人工生命4．4．1 人工生命概述4．4．2 人工生命的研究内容和方法4．4．3 人工生命实例4．4．4 人工生命的实验系统习题4 第5章 机器学习与数据挖掘5．1 机器学习与数据挖掘综述5．1．1 机器学习概述5．1．2 机器学习分类5．1．3 知识发现与数据挖掘综述5．1．4 数据浓缩与知识表示5．2 基于信息论的归纳学习方法5．2．1 基于互信息的ID3方法5．2．2 基于信息增益率的C4．5方法5．2．3 基于信道容量的IBLE方法5．3 基于集合论的归纳学习方法5．3．1 粗糙集方法5．3．2 关联规则挖掘习题5 第6章 公式发现与变换规则的挖掘6．1 公式发现6．1．1 公式发现综述6．1．2 物理化学定律发现系统BACON6．1．3 经验公式发现系统FDD6．2 变换规则的知识挖掘6．2．1 适应变化环境的变换和变换规则6．2．2 变换规则知识挖掘的理论基础6．2．3 变换规则的知识推理6．2．4 变换规则链的知识挖掘6．2．5 适应变化环境的变换规则元知识习题6 第7章 知识管理与知识创造7．1 知识经济与知识管理7．1．1 知识经济与知识管理的形成7．1．2 知识管理基本原理7．1．3 知识管理与学习型组织7．2 知识创造7．2．1 知识创造模型7．2．2 知识创造典范——开源软件7．3 大数据与关联知识7．3．1 从数据到决策的大数据时代7．3．2 大数据型科学研究新范式7．3．3 从关联分析中创造新知识7．3．4 大数据的决策支持习题7 第8章 计算机进化规律的发掘8．1 计算机软件进化规律的发掘8．1．1 数值计算的进化8．1．2 计算机程序的进化8．1．3 数据存储的进化8．1．4 知识推理的进化8．1．5 软件进化规律8．2 计算机硬件进化规律的发掘8．2．1 计算机硬件的理论基础8．2．2 计算机的体系结构8．2．3 计算机硬件的进化8．2．4 计算机硬件进化规律8．3 计算机网络进化规律的发掘8．3．1 计算机网络的进化8．3．2 计算机网络的进化规律8．4 计算机技术发展趋势8．4．1 计算机软件发展趋势8．4．2 计算机硬件与网络的发展趋势习题8 附录A 部分思考题参考答案附录B 部分计算题答案参考文献