知识工程与知识管理

作　者：	陈文伟陈晟
出版社：	清华大学出版社
丛编项：	计算机科学与技术学科前沿丛书计算机科学与技术学科研究生系列教材
版权说明：	本书为出版图书，暂不支持在线阅读，请支持正版图书
标　签：	计算机理论

ISBN	出版时间	包装	开本	页数	字数
未知	暂无	暂无	未知	0	暂无

作者简介

　　陈文伟，1963年毕业于哈尔滨工业大学计算数学专业。现任海军兵种指挥学院教授，国防科学技术大学管理科学与工程学科专业博士生导师，中国人工智能学会机器学习专业委员会副主任，中国人工智能学会可拓工程专业委员会副主任。长期从事智能决策技术、机器学习、数据仓库和数据挖掘、决策支持系统、指挥自动化、可拓数据挖掘等方面的教学和科研工作。出版的专著有《决策支持系统及其开发》（第一、二、三版）、《智能决策技术》、《数据挖掘技术》、《决策支持系统教程》、《数据仓库与数据挖掘教程》等。在国内外刊物发表学术论文100多篇。主持重大科研项目有国家863计划高科技项目，“八五”、“九五”、“十五”国防预研项目，国家自然科学基金项目，中国科学院合作项目。科研成果获得国家科学进步奖二等奖1项，军队科学技术进步奖二、三等奖多项。国家自然科学基金项目被评为优等。指导博士生、硕士生共计70多名获得学位。开设博士生、硕士生课程多门。在教学和指导研究生中，获国防科技大学教学优秀奖、优秀研究生导师奖多次。陈晟，1998年获国防科学技术大学信息处理专业博士学位，2006年获清华大学工商管理专业硕士学位。先后服务于总装备部、信息产业部和著名IT公司。长期从事信息系统设计与开发、软件工程和质量保证、信息化咨询领域的技术管理和技术创新工作。在计算机学报等刊物发表20余篇学术论文。在专业领域学习和工作实践中，系统地分析和总结了计算机软、硬件和计算机网络的知识体系，并提出了技术进化的思想。

内容简介

本书系统地介绍了知识工程与知识管理。知识工程是人工智能中最具有实用价值的部分，包括专家系统、决策支持系统、计算智能（神经计算、模糊计算、遗传算法等）、机器学习与数据挖掘、公式发现与变换规则的挖掘等的原理与开发；知识管理是对社会中组织（或个人）进行知识的交流和共享，并创造知识，包括知识管理、学习型组织与知识创造等理论与实例。本书最后讨论了计算机进化规律的发掘，这是介于知识工程与知识管理之间有意义的课题。本书以“原理、实现、应用” 的讲述方式，较系统地介绍知识工程中的原理和开发技术、知识管理中的理论和实例，以便研究生能够从理论和实践两个方面较扎实地掌握知识工程和知识管理，初步达到既掌握知识又能利用书中介绍的实现技术去开发实际系统的目标。本书适合作为计算机科学与技术专业、信息管理与信息系统专业和系统工程专业的研究生教材，也可供大学本科高年级学生使用。同时本书也可供有关教师和科研技术人员学习参考。

图书目录

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 知识系统结构和知识工程基础

　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 专家系统的应用与开发的困难

　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

　2.4 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章决策支持系统及其开发

　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 基于数据仓库的决策支持系统

　　3.2.1 数据仓库与联机分析处理

　　3.2.2 数据仓库的决策支持

　　3.2.3 基于数据仓库的决策支持系统与商业智能

　　3.2.4 基于数据仓库的决策支持系统实例

　3.3 综合决策支持系统

　　3.3.1 传统决策支持系统与新决策支持系统的比较

　　3.3.2 数据仓库与数学模型

　　3.3.3 综合决策支持系统结构与原理

　　3.3.4 网络环境的综合决策支持系统体系

　　3.3.5 网络环境的决策支持系统实例

　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BP

　　4.1.3 反向传播模型实例分析

　　4.1.4 神经网络专家系统

　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

第6章公式发现与变换规则的挖掘

第7章知识管理

第8章知识创造

参考文献