本书介绍人工智能基本原理及其在决策系统中的应用。主要介绍了人工智能的概况；在决策支持系统中普遍应用的人工智能知识表示方法和搜索推理技术；计算智能和Agent的基本知识；专家系统的愿理、设计和开发工具；指挥控制过程与常用的智能决策方法；人工智能应用于决策系统时的基本技术；人工智能及决策系统的发展。

本书可作为高等院校计算机、管理、自动控制等专业高年级学生和研究生的人工智能课程教材，尤其是决策管理专业和指技合一专业的人工智能课程教材，也可供从事人工智能及决策系统研究与应用的科技人员及指挥与管理人员学习参考。

本书介绍人工智能基本原理及其在决策系统中的应用。全书共十章。第一章介绍人工智能的概况，涉及人工智能的定义、发展过程、主要学派的认知观、人类智能的计算机模拟以及人工智能在决策系统中的应用概况等。第二章讨论在决策支持系统中普遍应用的人工智能知识表示方法和搜索推理技术。第三章研究计算智能和Agent的基本知识，包括神经计算、模糊计算、进化计算与遗传算法及Agem理论与方法。第四章阐述专家系统的愿理、设计和开发工具。第五章论述指挥控制过程与常用的智能决策方法。第六章至第九章分别研究人工智能应用于决策系统时的基本技术，即智能决策的主要技术，涉及智能数据融合与信息集成、智能态势评估、资源智能规划、基于web的专家决策支持系统。第十章展望人工智能及决策系统的发展。

本书可作为高等院校计算机、管理、自动控制等专业高年级学生和研究生的人工智能课程教材，尤其是决策管理专业和指技合一专业的人工智能课程教材，也可供从事人工智能及决策系统研究与应用的科技人员及指挥与管理人员学习参考。

第一章 绪言

1.1 人工智能的定义与发展

 1.1.1人工智能的定义

 1.1.2人工智能的发展

1.2人类智能与人工智能

 1.2.1符号操作系统的假设

 1.2.2人类智能的计算机模拟

1.3 人工智能的各种认知观

 1.3.1人工智能的主要学派

 1.3.2人工智能的争论

1.4人工智能在决策系统中的应用

1.5本书概要

习题1

参考文献

第二章 知识表示与推理

2.1 状态空间法

 2.1.1问题状态描述

 2.1.2状态图示法

 2.1.3状态空间表示举例

2.2 问题归约法

 2.2.1 问题归约描述

 2.2.2与或图表示

 2.2.3问题归约机理

2.3谓词逻辑法

 2.3.1谓词演算

 2.3.2谓词公式

 2.3.3置换与合一

2.4 框架

 2.4.1框架的构成

 2.4.2框架的推理

2.5 本体技术

 2.5.1本体的基本概念

 2.5.2本体的组成

 2.5.3本体的分类

 2.5.4本体建模方法

 2.5.5本体建模语言

2.6 不确定性推理

 2.6.1不确定性的表示与度量

 2.6.2不确定性的算法

2.7 主观贝叶斯方法

 2.7.1知识不确定性的表示

 2.7.2证据不确定性的表示

 2.7.3主观贝叶斯方法的推理过程

2.8 证据理论

 2.8.1证据理论的形式化描述

 2.8.2证据理论的不确定性推理模型

2.9面向对象表示

 2.9.1面向对象基础

 2.9.2类与类继承

2.10小结

习题2

参考文献

第三章 计算智能与Agents

第四章 专家系统

第五章 指挥控制过程和决策方法

第六章 智能数据融合

第七章 智能态势评估技术

第八章 资源智能规划方法

第九章 基于Web的决策支持系统

第十章 人工智能的展望

参考文献