知識工程與知識管理(中文版)（簡體書）

本書系統地介紹了知識工程與知識管理。知識工程是人工智能中最具有實用價值的部分，包括專家系統、決策支持系統、計算智能（神經計算、模糊計算、遺傳算法等）、機器學習與數據挖掘、公式發現與變換規則的挖掘等的原理與開發；知識管理是對社會中組織（或個人）進行知識的交流和共享，并創造知識，包括知識管理、學習型組織與知識創造等理論與實例。本書最后討論了計算機進化規律的發掘，這是介于知識工程與知識管理之間有意義的課題。
本書以“原理、實現、應用” 的講述方式，較系統地介紹知識工程中的原理和開發技術、知識管理中的理論和實例，以便研究生能夠從理論和實踐兩個方面較扎實地掌握知識工程和知識管理，初步達到既掌握知識又能利用書中介紹的實現技術去開發實際系統的目標。
本書適合作為計算機科學與技術專業、信息管理與信息系統專業和系統工程專業的研究生教材，也可供大學本科高年級學生使用。同時本書也可供有關教師和科研技術人員學習參考。

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 人工智能概念和發展過程
1.1.3 知識系統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 知識工程與知識產業
1.3.4 知識工程和知識管理相互促進
　習題1
第2章 專家系統及其開發
　2.1 專家系統綜述
2.1.1 專家系統概念
2.1.2 專家系統結構和原理
2.1.3 專家系統的應用與開發的困難
　2.2 產生式規則專家系統
2.2.1 產生式規則知識與推理
2.2.2 不確定性推理
2.2.3 解釋機制和事實庫
2.2.4 產生式規則知識推理簡例
　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 專家系統的黑板結構
2.4.1 基本原理
2.4.2 HEARSAY-II語言識別系統
2.4.3 醫療診斷專家系統
　2.5 專家系統開發與實例
2.5.1 專家系統的開發
2.5.2 專家系統工具
2.5.3 單推理樹形式的專家系統
2.5.4 多推理樹形式的專家系統
　習題2
第3章 決策支持系統及其開發
　3.1 決策支持系統與智能決策支持系統
3.1.1 決策支持系統綜述
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 智能決策支持系統的設計與開發
3.1.5 決策支持系統實例
　3.2 基於數據倉庫的決策支持系統
3.2.1 數據倉庫與聯機分析處理
3.2.2 數據倉庫的決策支持
3.2.3 基於數據倉庫的決策支持系統與商業智能
3.2.4 基於數據倉庫的決策支持系統實例
　3.3 綜合決策支持系統
3.3.1 傳統決策支持系統與新決策支持系統的比較
3.3.2 數據倉庫與數學模型
3.3.3 綜合決策支持系統結構與原理
3.3.4 網絡環境的綜合決策支持系統體系
3.3.5 網絡環境的決策支持系統實例
　習題3
第4章 計算智能的仿生技術
　4.1 神經計算
4.1.1 人工神經網絡
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 神經網絡專家系統
　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 優化模型的遺傳算法求解
4.3.3 基於遺傳算法的分類學習系統
　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
　習題4
第5章 機器學習與數據挖掘
第6章 公式發現與變換規則的挖掘
第7章 知識管理
第8章 知識創造
參考文獻