知識(shí)工程是利用智能技術(shù)（人工智能、計(jì)算智能和商務(wù)智能）來建造高性能的知識(shí)系統(tǒng)，知識(shí)工程來源于知識(shí)管理中成熟的知識(shí)應(yīng)用和知識(shí)創(chuàng)造，知識(shí)工程又是知識(shí)管理的技術(shù)支柱；而計(jì)算機(jī)進(jìn)化規(guī)律的發(fā)掘?qū)μ岣哂?jì)算機(jī)應(yīng)用能力和進(jìn)一步促進(jìn)計(jì)算機(jī)進(jìn)化都有積極意義，它是介于知識(shí)工程與知識(shí)管理之間的有意義的課題�！吨R(shí)工程與知識(shí)管理（第二版） 》以“原理、實(shí)現(xiàn)、應(yīng)用”的講述方式，系統(tǒng)地介紹知識(shí)工程中的原理和開發(fā)技術(shù)、知識(shí)管理中的理論和實(shí)例，以便讀者能夠從理論和實(shí)踐兩個(gè)方面較扎實(shí)地掌握知識(shí)工程和知識(shí)管理，初步達(dá)到既掌握知識(shí)又能利用書中介紹的實(shí)現(xiàn)技術(shù)去開發(fā)知識(shí)系統(tǒng)的目標(biāo)。
《知識(shí)工程與知識(shí)管理（第二版） 》適合用作計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)、信息管理與信息系統(tǒng)專業(yè)和系統(tǒng)工程專業(yè)的研究生教材，也可為大學(xué)本科高年級(jí)學(xué)生所用，同時(shí)《知識(shí)工程與知識(shí)管理（第二版） 》也可供有關(guān)教師和科研技術(shù)人員學(xué)習(xí)參考。
本書以“原理、實(shí)現(xiàn)、應(yīng)用”的講述方式，較系統(tǒng)的介紹知識(shí)工程中的原理和開發(fā)技術(shù)、知識(shí)管理中的理論和實(shí)例，以便研究生能夠從理論和實(shí)踐兩個(gè)方面較扎實(shí)掌握知識(shí)工程和知識(shí)管理，初步達(dá)到既掌握知識(shí)又能利用書中介紹的實(shí)現(xiàn)技術(shù)去開發(fā)知識(shí)系統(tǒng)的目標(biāo)。
知識(shí)工程是利用人工智能、計(jì)算智能和商務(wù)智能技術(shù)來建造高性能的知識(shí)系統(tǒng)，是智能技術(shù)中的最實(shí)用的部分。智能技術(shù)重在原理，知識(shí)工程重在實(shí)踐，二者相輔相成。人工智能的特點(diǎn)是符號(hào)推理，專家系統(tǒng)是典型代表。計(jì)算智能的特點(diǎn)是對(duì)仿生物的數(shù)學(xué)模型進(jìn)行計(jì)算推理，神經(jīng)網(wǎng)絡(luò)是典型代表。商務(wù)智能的特點(diǎn)是從數(shù)據(jù)中獲取知識(shí)，應(yīng)對(duì)商務(wù)活動(dòng)中隨機(jī)出現(xiàn)的問題，基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)是典型代表。
知識(shí)管理強(qiáng)調(diào)知識(shí)的交流和共享，特別是知識(shí)創(chuàng)造，可以提高社會(huì)中組織或個(gè)人的知識(shí)水平和解決問題的能力，使其適應(yīng)隨機(jī)變化的環(huán)境。知識(shí)工程與知識(shí)管理雖然處于兩個(gè)不同的層次，但二者也是相輔相成的。知識(shí)工程是知識(shí)管理的技術(shù)支柱。知識(shí)工程能夠幫助組織（或個(gè)人）充分利用計(jì)算機(jī)中的知識(shí)系統(tǒng)來解決實(shí)際問題。
當(dāng)知識(shí)管理中的知識(shí)應(yīng)用和知識(shí)創(chuàng)造逐步成熟并形式化后，通過數(shù)字化就可以成為知識(shí)工程的內(nèi)容。專家系統(tǒng)就是將人類專家利用知識(shí)解決實(shí)際問題的過程，形式化（知識(shí)用規(guī)則形式表示）并數(shù)字化（計(jì)算機(jī)中運(yùn)行）后形成的。神經(jīng)網(wǎng)絡(luò)是用數(shù)學(xué)模型模擬人腦信息傳遞過程（形式化），在計(jì)算機(jī)中運(yùn)行（數(shù)字化），完成模式識(shí)別的任務(wù)�；跀�(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)，利用了大量數(shù)據(jù)（包括數(shù)據(jù)倉(cāng)庫(kù)中的詳細(xì)數(shù)據(jù)、綜合數(shù)據(jù)、歷史數(shù)據(jù)等），通過多維數(shù)據(jù)分析和數(shù)據(jù)挖掘獲取知識(shí)，達(dá)到?jīng)Q策支持的效果。這是人類善于從數(shù)據(jù)中輔助決策，在計(jì)算機(jī)應(yīng)用中的具體體現(xiàn)。知識(shí)工程與知識(shí)管理相互結(jié)合將能增強(qiáng)二者的關(guān)系，并能相互促進(jìn)、共同發(fā)展。
本書詳細(xì)介紹知識(shí)工程建造知識(shí)系統(tǒng)的具體過程和相關(guān)技術(shù)，既介紹原理又介紹實(shí)現(xiàn)方法和實(shí)例。這些開發(fā)方法和應(yīng)用實(shí)例，均是作者在科研中的經(jīng)驗(yàn)總結(jié)。
作者長(zhǎng)期從事專家系統(tǒng)和決策支持系統(tǒng)及其工具的開發(fā)和應(yīng)用: 研制了專家系統(tǒng)工具TOES和馬尾松毛蟲防治決策專家系統(tǒng)、決策支持系統(tǒng)工具GFKDDSS、基于客戶/服務(wù)器的決策支持系統(tǒng)快速開發(fā)平臺(tái)CSDSSP以及全國(guó)農(nóng)業(yè)投資空間決策支持系統(tǒng)等。
在數(shù)據(jù)挖掘的研究中，作者領(lǐng)導(dǎo)的課題組研制的基于信道容量的IBLE方法，比國(guó)外的基于信息增益的ID3方法在識(shí)別率上高出10個(gè)百分點(diǎn)。作者研制的經(jīng)驗(yàn)公式發(fā)現(xiàn)系統(tǒng)FDD，比國(guó)外的BACON系統(tǒng)在發(fā)現(xiàn)公式上更為廣泛。
作者提出的一種適應(yīng)變化環(huán)境的“變換規(guī)則”新知識(shí)表示形式，擴(kuò)充了規(guī)則知識(shí)的應(yīng)用范圍；作者還證明了變換規(guī)則的挖掘、推理的定理和變換規(guī)則鏈挖掘的定理，為獲取變換規(guī)則和變換規(guī)則鏈提供了依據(jù)和方法；作者還提出了用變換規(guī)則作為一種適應(yīng)變化環(huán)境的元知識(shí)表示形式，它更能有效地描述具有變化特點(diǎn)的領(lǐng)域知識(shí)。
本書更強(qiáng)調(diào)“知識(shí)創(chuàng)造”的內(nèi)容。除了介紹知識(shí)創(chuàng)造模型外，還介紹了開源軟件，開源軟件是知識(shí)管理的典范。在互聯(lián)網(wǎng)上互不相識(shí)的人們可以進(jìn)行知識(shí)交流和共享，大家共同協(xié)作完善開源軟件，這種集體協(xié)作創(chuàng)造知識(shí)的方式形成了新潮流。開源軟件的成功，極大地促進(jìn)了軟件的發(fā)展，也是對(duì)知識(shí)私有的一次巨大沖擊。
計(jì)算機(jī)（包括軟件、硬件）和網(wǎng)絡(luò)雖然是非生物，但在人類的幫助下，計(jì)算機(jī)在模擬人的能力方面得到了飛速發(fā)展。作者針對(duì)計(jì)算機(jī)和網(wǎng)絡(luò)進(jìn)化過程進(jìn)行了研究，發(fā)掘了一些進(jìn)化規(guī)律，以便能更清楚地認(rèn)識(shí)計(jì)算機(jī)和網(wǎng)絡(luò)的本質(zhì)，這對(duì)于提高我們對(duì)計(jì)算機(jī)的使用效果，以及進(jìn)一步促進(jìn)計(jì)算機(jī)的進(jìn)化起積極作用。計(jì)算機(jī)進(jìn)化規(guī)律的發(fā)掘是介于知識(shí)工程與知識(shí)管理之間的有意義的課題，希望能夠喚起有興趣者發(fā)掘更多的計(jì)算機(jī)和網(wǎng)絡(luò)的進(jìn)化規(guī)律，加速計(jì)算機(jī)和網(wǎng)絡(luò)的進(jìn)化，使計(jì)算機(jī)和網(wǎng)絡(luò)更有效地為人類服務(wù)。
本書不同于第一版在于： 增加了商務(wù)智能技術(shù)；突出了知識(shí)創(chuàng)造的內(nèi)容，特別是相關(guān)分析的知識(shí)創(chuàng)造，這也是大數(shù)據(jù)時(shí)代強(qiáng)調(diào)的內(nèi)容；增加了各章中部分思考題和計(jì)算題的答案（附錄A和附錄B），這些答案是書中各章內(nèi)容的補(bǔ)充，也是值得探討的問題。歡迎有興趣的讀者進(jìn)行交流。
陳文偉 2015年11月
陳文偉，1963年畢業(yè)于哈爾濱工業(yè)大學(xué)計(jì)算數(shù)學(xué)專業(yè)，國(guó)防科學(xué)技術(shù)大學(xué)博士生導(dǎo)師，海軍兵種指揮學(xué)院教授，中國(guó)人工智能學(xué)會(huì)機(jī)器學(xué)習(xí)專業(yè)委員會(huì)榮譽(yù)副主任，中國(guó)人工智能學(xué)會(huì)可拓工程專業(yè)委員會(huì)榮譽(yù)副主任；研究方向?yàn)槿斯ぶ悄軐＜蚁到y(tǒng)、決策支持系統(tǒng)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、可拓?cái)?shù)據(jù)挖掘、作戰(zhàn)指揮等；出版專著有《智能決策技術(shù)》、《數(shù)據(jù)挖掘技術(shù)》、《知識(shí)工程與知識(shí)管理》等。在《計(jì)算機(jī)學(xué)報(bào)》等學(xué)術(shù)刊物發(fā)表學(xué)術(shù)論文100多篇。
主持重大科研項(xiàng)目有863計(jì)劃高科技項(xiàng)目，“八五”、“九五”、“十五”國(guó)防預(yù)研項(xiàng)目，國(guó)家自然科學(xué)基金項(xiàng)目，中國(guó)科學(xué)院合作項(xiàng)目等。科研成果有國(guó)家科學(xué)進(jìn)步獎(jiǎng)二等獎(jiǎng)1項(xiàng)，軍隊(duì)科學(xué)技術(shù)進(jìn)步獎(jiǎng)二、三等獎(jiǎng)多項(xiàng)，國(guó)家自然科學(xué)基金項(xiàng)目被評(píng)為優(yōu)等；指導(dǎo)博士生、碩士生共計(jì)78名獲得學(xué)位；開設(shè)博士生、碩士生課程多門，在教學(xué)和指導(dǎo)研究生中，獲國(guó)防科技大學(xué)教學(xué)優(yōu)秀獎(jiǎng)、優(yōu)秀研究生導(dǎo)師獎(jiǎng)多次，2015年榮獲國(guó)防科學(xué)技術(shù)大學(xué)資深研究生導(dǎo)師稱號(hào)。
陳晟，1998年獲國(guó)防科學(xué)技術(shù)大學(xué)信息處理專業(yè)博士學(xué)位，2006年獲清華大學(xué)工商管理碩士學(xué)位；先后服務(wù)于總裝備部、信息產(chǎn)業(yè)部和知名IT公司；長(zhǎng)期從事軟件工程、軟件測(cè)試、信息化咨詢和知識(shí)管理等領(lǐng)域的技術(shù)和管理工作；在《計(jì)算機(jī)學(xué)報(bào)》等刊物發(fā)表20余篇學(xué)術(shù)論文；在專業(yè)領(lǐng)域?qū)W習(xí)和工作實(shí)施中，系統(tǒng)地分析和總結(jié)_r計(jì)算機(jī)軟、硬件和網(wǎng)絡(luò)的知識(shí)體系，并提出了技術(shù)進(jìn)化的思想。
第1章知識(shí)工程與知識(shí)管理綜述1
1.1知識(shí)工程與人工智能1
1.1.1知識(shí)工程概念1
1.1.2人工智能概念和發(fā)展過程3
1.1.3知識(shí)系統(tǒng)的結(jié)構(gòu)和知識(shí)工程的基礎(chǔ)9
1.2知識(shí)工程的核心問題10
1.2.1知識(shí)概念與邏輯推理10
1.2.2知識(shí)表示與知識(shí)推理13
1.2.3知識(shí)獲取25
1.3知識(shí)管理與知識(shí)工程27
1.3.1知識(shí)管理綜述27
1.3.2信息管理與知識(shí)管理29
1.3.3知識(shí)工程與知識(shí)產(chǎn)業(yè)31
1.3.4知識(shí)工程和知識(shí)管理相互促進(jìn)33
習(xí)題136
第2章專家系統(tǒng)及其開發(fā)37
2.1專家系統(tǒng)綜述37
2.1.1專家系統(tǒng)概念37
2.1.2專家系統(tǒng)結(jié)構(gòu)和原理38
2.1.3專家系統(tǒng)的應(yīng)用與困難39
2.2產(chǎn)生式規(guī)則專家系統(tǒng)41
2.2.1產(chǎn)生式規(guī)則知識(shí)與推理41
2.2.2不確定性推理45
2.2.3解釋機(jī)制和事實(shí)數(shù)據(jù)庫(kù)48
2.2.4產(chǎn)生式規(guī)則知識(shí)推理簡(jiǎn)例50
2.3元知識(shí)與兩級(jí)推理52
2.3.1元知識(shí)概念52
2.3.2元知識(shí)分類53
2.3.3領(lǐng)域知識(shí)和元知識(shí)的兩級(jí)推理55
2.3.4元知識(shí)的應(yīng)用55
2.4專家系統(tǒng)的黑板結(jié)構(gòu)56
2.4.1基本原理57
2.4.2HEARSAYⅡ語言識(shí)別系統(tǒng)58
2.4.3醫(yī)療診斷專家系統(tǒng)60
2.5專家系統(tǒng)開發(fā)與實(shí)例62
2.5.1專家系統(tǒng)的開發(fā)62
2.5.2專家系統(tǒng)工具63
2.5.3單推理樹形式的專家系統(tǒng)68
2.5.4多推理樹形式的專家系統(tǒng)70
習(xí)題275
目錄知識(shí)工程與知識(shí)管理（第二版）第3章決策支持系統(tǒng)與商務(wù)智能77
3.1決策支持系統(tǒng)與智能決策支持系統(tǒng)77
3.1.1決策支持系統(tǒng)與商務(wù)智能綜述77
3.1.2決策資源與決策支持83
3.1.3模型實(shí)驗(yàn)與模型組合方案85
3.1.4智能決策支持系統(tǒng)的設(shè)計(jì)與開發(fā)86
3.1.5決策支持系統(tǒng)實(shí)例91
3.2網(wǎng)絡(luò)環(huán)境的決策支持系統(tǒng)95
3.2.1網(wǎng)絡(luò)環(huán)境的決策支持系統(tǒng)概述95
3.2.2網(wǎng)絡(luò)環(huán)境的智能決策支持系統(tǒng)96
3.2.3基于客戶/服務(wù)器的決策支持系統(tǒng)開發(fā)平臺(tái)98
3.2.4基于客戶/服務(wù)器的決策支持系統(tǒng)實(shí)例103
3.3商務(wù)智能——基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)105
3.3.1商務(wù)智能概述105
3.3.2數(shù)據(jù)倉(cāng)庫(kù)與聯(lián)機(jī)分析處理107
3.3.3基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)114
3.3.4商務(wù)智能實(shí)例117
習(xí)題3123
第4章計(jì)算智能的仿生技術(shù)124
4.1神經(jīng)計(jì)算124
4.1.1人工神經(jīng)網(wǎng)絡(luò)124
4.1.2反向傳播模型BP129
4.1.3反向傳播模型實(shí)例分析133
4.1.4神經(jīng)元網(wǎng)絡(luò)專家系統(tǒng)135
4.2模糊計(jì)算141
4.2.1模糊集合及其運(yùn)算141
4.2.2模糊推理144
4.2.3模糊規(guī)則的計(jì)算公式145
4.2.4模糊推理方法的比較146
4.3遺傳算法147
4.3.1遺傳算法原理147
4.3.2優(yōu)化模型的遺傳算法求解151
4.3.3基于遺傳算法的分類學(xué)習(xí)系統(tǒng)153
4.4人工生命158
4.4.1人工生命概述158
4.4.2人工生命的研究?jī)?nèi)容和方法159
4.4.3人工生命實(shí)例160
4.4.4人工生命的實(shí)驗(yàn)系統(tǒng)162
習(xí)題4163
第5章機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘166
5.1機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘綜述166
5.1.1機(jī)器學(xué)習(xí)概述166
5.1.2機(jī)器學(xué)習(xí)分類168
5.1.3知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘綜述172
5.1.4數(shù)據(jù)濃縮與知識(shí)表示175
5.2基于信息論的歸納學(xué)習(xí)方法180
5.2.1基于互信息的ID3方法180
5.2.2基于信息增益率的C4.5方法185
5.2.3基于信道容量的IBLE方法186
5.3基于集合論的歸納學(xué)習(xí)方法195
5.3.1粗糙集方法196
5.3.2關(guān)聯(lián)規(guī)則挖掘205
習(xí)題5212
第6章公式發(fā)現(xiàn)與變換規(guī)則的挖掘213
6.1公式發(fā)現(xiàn)213
6.1.1公式發(fā)現(xiàn)綜述213
6.1.2物理化學(xué)定律發(fā)現(xiàn)系統(tǒng)BACON215
6.1.3經(jīng)驗(yàn)公式發(fā)現(xiàn)系統(tǒng)FDD220
6.2變換規(guī)則的知識(shí)挖掘233
6.2.1適應(yīng)變化環(huán)境的變換和變換規(guī)則233
6.2.2變換規(guī)則知識(shí)挖掘的理論基礎(chǔ)235
6.2.3變換規(guī)則的知識(shí)推理237
6.2.4變換規(guī)則鏈的知識(shí)挖掘239
6.2.5適應(yīng)變化環(huán)境的變換規(guī)則元知識(shí)242
習(xí)題6245
第7章知識(shí)管理與知識(shí)創(chuàng)造246
7.1知識(shí)經(jīng)濟(jì)與知識(shí)管理246
7.1.1知識(shí)經(jīng)濟(jì)與知識(shí)管理的形成246
7.1.2知識(shí)管理基本原理248
7.1.3知識(shí)管理與學(xué)習(xí)型組織256
7.2知識(shí)創(chuàng)造260
7.2.1知識(shí)創(chuàng)造模型260
7.2.2知識(shí)創(chuàng)造典范——開源軟件265
7.3大數(shù)據(jù)與關(guān)聯(lián)知識(shí)270
7.3.1從數(shù)據(jù)到?jīng)Q策的大數(shù)據(jù)時(shí)代270
7.3.2大數(shù)據(jù)型科學(xué)研究新范式276
7.3.3從關(guān)聯(lián)分析中創(chuàng)造新知識(shí)278
7.3.4大數(shù)據(jù)的決策支持281
習(xí)題7281
第8章計(jì)算機(jī)進(jìn)化規(guī)律的發(fā)掘283
8.1計(jì)算機(jī)軟件進(jìn)化規(guī)律的發(fā)掘283
8.1.1數(shù)值計(jì)算的進(jìn)化283
8.1.2計(jì)算機(jī)程序的進(jìn)化287
8.1.3數(shù)據(jù)存儲(chǔ)的進(jìn)化290
8.1.4知識(shí)推理的進(jìn)化294
8.1.5軟件進(jìn)化規(guī)律296
8.2計(jì)算機(jī)硬件進(jìn)化規(guī)律的發(fā)掘300
8.2.1計(jì)算機(jī)硬件的理論基礎(chǔ)300
8.2.2計(jì)算機(jī)的體系結(jié)構(gòu)303
8.2.3計(jì)算機(jī)硬件的進(jìn)化305
8.2.4計(jì)算機(jī)硬件進(jìn)化規(guī)律310
8.3計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)化規(guī)律的發(fā)掘311
8.3.1計(jì)算機(jī)網(wǎng)絡(luò)的進(jìn)化311
8.3.2計(jì)算機(jī)網(wǎng)絡(luò)的進(jìn)化規(guī)律317
8.4計(jì)算機(jī)技術(shù)發(fā)展趨勢(shì)318
8.4.1計(jì)算機(jī)軟件發(fā)展趨勢(shì)319
8.4.2計(jì)算機(jī)硬件與網(wǎng)絡(luò)的發(fā)展趨勢(shì)319
習(xí)題8321
附錄A部分思考題參考答案322
附錄B部分計(jì)算題答案334參考文獻(xiàn)346第1章知識(shí)工程與知識(shí)管理綜述1
1.1知識(shí)工程與人工智能1
1.1.1知識(shí)工程概念1
1.1.2人工智能概念和發(fā)展過程3
1.1.3知識(shí)系統(tǒng)結(jié)構(gòu)和知識(shí)工程基礎(chǔ)8
1.2知識(shí)工程的核心問題9
1.2.1知識(shí)概念與邏輯推理9
1.2.2知識(shí)表示與知識(shí)推理12
1.2.3知識(shí)獲取24
1.3知識(shí)管理與知識(shí)工程26
1.3.1知識(shí)管理綜述26
1.3.2信息管理與知識(shí)管理28
1.3.3知識(shí)工程與知識(shí)產(chǎn)業(yè)30
1.3.4知識(shí)工程和知識(shí)管理相互促進(jìn)33
習(xí)題136
第2章專家系統(tǒng)及其開發(fā)37
2.1專家系統(tǒng)綜述37
2.1.1專家系統(tǒng)概念37
2.1.2專家系統(tǒng)結(jié)構(gòu)和原理38
2.1.3專家系統(tǒng)的應(yīng)用與開發(fā)的困難39
2.2產(chǎn)生式規(guī)則專家系統(tǒng)41
2.2.1產(chǎn)生式規(guī)則知識(shí)與推理41
2.2.2不確定性推理45
2.2.3解釋機(jī)制和事實(shí)庫(kù)47
2.2.4產(chǎn)生式規(guī)則知識(shí)推理簡(jiǎn)例49
2.3元知識(shí)與兩級(jí)推理51
2.3.1元知識(shí)概念 51
2.3.2元知識(shí)分類53
2.3.3領(lǐng)域知識(shí)和元知識(shí)的兩級(jí)推理54
2.4專家系統(tǒng)的黑板結(jié)構(gòu)56
2.4.1基本原理56
2.4.2HEARSAYⅡ語言識(shí)別系統(tǒng)58
2.4.3醫(yī)療診斷專家系統(tǒng)60
2.5專家系統(tǒng)開發(fā)與實(shí)例61
2.5.1專家系統(tǒng)的開發(fā)61
2.5.2專家系統(tǒng)工具63
2.5.3單推理樹形式的專家系統(tǒng)68
2.5.4多推理樹形式的專家系統(tǒng)70
習(xí)題274
目錄知識(shí)工程與知識(shí)管理（第二版）第3章決策支持系統(tǒng)及其開發(fā)76
3.1決策支持系統(tǒng)與智能決策支持系統(tǒng)76
3.1.1決策支持系統(tǒng)綜述76
3.1.2決策資源與決策支持82
3.1.3模型實(shí)驗(yàn)與模型組合方案84
3.1.4智能決策支持系統(tǒng)的設(shè)計(jì)與開發(fā)85
3.1.5決策支持系統(tǒng)實(shí)例89
3.2基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)93
3.2.1數(shù)據(jù)倉(cāng)庫(kù)與聯(lián)機(jī)分析處理93
3.2.2數(shù)據(jù)倉(cāng)庫(kù)的決策支持101
3.2.3基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)與商業(yè)智能103
3.2.4基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)實(shí)例105
3.3綜合決策支持系統(tǒng)107
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107
3.3.2數(shù)據(jù)倉(cāng)庫(kù)與數(shù)學(xué)模型108
3.3.3綜合決策支持系統(tǒng)結(jié)構(gòu)與原理109
3.3.4網(wǎng)絡(luò)環(huán)境的綜合決策支持系統(tǒng)體系111
3.3.5網(wǎng)絡(luò)環(huán)境的決策支持系統(tǒng)實(shí)例114
習(xí)題3118
第4章計(jì)算智能的仿生技術(shù)119
4.1神經(jīng)計(jì)算119
4.1.1人工神經(jīng)網(wǎng)絡(luò)119
4.1.2反向傳播模型BP123
4.1.3反向傳播模型實(shí)例分析128
4.1.4神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)130
4.2模糊計(jì)算135
4.2.1模糊集合及其運(yùn)算135
4.2.2模糊推理137
4.2.3模糊規(guī)則的計(jì)算公式139
4.2.4模糊推理方法的比較140
4.3遺傳算法141
4.3.1遺傳算法原理141
4.3.2優(yōu)化模型的遺傳算法求解145
4.3.3基于遺傳算法的分類學(xué)習(xí)系統(tǒng)147
4.4人工生命152
4.4.1人工生命概述152
4.4.2人工生命的研究?jī)?nèi)容和方法153
4.4.3人工生命實(shí)例154
4.4.4人工生命的實(shí)驗(yàn)系統(tǒng)156
習(xí)題4158
第5章機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘160
5.1機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘綜述160
5.1.1機(jī)器學(xué)習(xí)概述160
5.1.2機(jī)器學(xué)習(xí)分類162
5.1.3知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘綜述165
5.1.4數(shù)據(jù)濃縮與知識(shí)表示169
5.2基于信息論的歸納學(xué)習(xí)方法173
5.2.1基于互信息的ID3方法174
5.2.2基于互信息的C4.5方法178
5.2.3基于信道容量的IBLE方法179
5.3基于集合論的歸納學(xué)習(xí)方法189
5.3.1AQ11方法189
5.3.2粗糙集方法194
5.3.3關(guān)聯(lián)規(guī)則挖掘203
習(xí)題5210
第6章公式發(fā)現(xiàn)與變換規(guī)則的挖掘212
6.1公式發(fā)現(xiàn) 212
6.1.1公式發(fā)現(xiàn)綜述212
6.1.2物理化學(xué)定律發(fā)現(xiàn)系統(tǒng)BACON214
6.1.3經(jīng)驗(yàn)公式發(fā)現(xiàn)系統(tǒng)FDD218
6.2變換規(guī)則的知識(shí)挖掘232
6.2.1適應(yīng)變化環(huán)境的變換和變換規(guī)則232
6.2.2變換規(guī)則的知識(shí)挖掘的理論基礎(chǔ)234
6.2.3變換規(guī)則的知識(shí)推理236
6.2.4變換規(guī)則鏈的知識(shí)挖掘238
6.2.5適應(yīng)變化環(huán)境的變換規(guī)則元知識(shí)241
習(xí)題6244
第7章知識(shí)管理246
7.1知識(shí)經(jīng)濟(jì)與知識(shí)管理246
7.1.1知識(shí)經(jīng)濟(jì)與知識(shí)管理的形成246
7.1.2知識(shí)管理基本原理249
7.1.3知識(shí)管理實(shí)例257
7.2知識(shí)管理與學(xué)習(xí)型組織259
7.2.1學(xué)習(xí)型組織概念259
7.2.2學(xué)習(xí)型組織與知識(shí)管理的整合261
7.2.3學(xué)習(xí)型組織實(shí)例265
7.3人力資源管理的理論基礎(chǔ)267
7.3.1知識(shí)管理和人力資源管理267
7.3.2人力資源管理理論268
7.3.3人力資源管理實(shí)例274
習(xí)題7278
第8章知識(shí)創(chuàng)造279
8.1知識(shí)創(chuàng)造模型與開源軟件279
8.1.1知識(shí)創(chuàng)造模型279
8.1.2集體協(xié)作創(chuàng)造知識(shí)的新潮流——開源軟件286
8.2軟件進(jìn)化規(guī)律的發(fā)掘293
8.2.1數(shù)值計(jì)算的進(jìn)化 293
8.2.2計(jì)算機(jī)程序的進(jìn)化297
8.2.3數(shù)據(jù)存儲(chǔ)的進(jìn)化300
8.2.4知識(shí)處理的進(jìn)化302
8.2.5進(jìn)化規(guī)律的發(fā)掘304
8.3計(jì)算機(jī)硬件與網(wǎng)絡(luò)進(jìn)化規(guī)律的發(fā)掘307
8.3.1計(jì)算機(jī)硬件的理論基礎(chǔ)307
8.3.2計(jì)算機(jī)的體系結(jié)構(gòu)312
8.3.3計(jì)算機(jī)硬件的進(jìn)化314
8.3.4硬件進(jìn)化規(guī)律的發(fā)掘318
8.3.5計(jì)算機(jī)網(wǎng)絡(luò)的進(jìn)化320
8.3.6計(jì)算機(jī)技術(shù)發(fā)展趨勢(shì)323
習(xí)題8325
參考文獻(xiàn)327
書單推薦
