第三章 確定性推理
3.1 圖搜索策略
圖搜索（graph search）
3.2 盲目搜索
3.2.1 寬度優先搜索
寬度優先搜索（breadth-first search）
3.2.2 深度優先搜索
深度優先搜索（depth-first search）
3.2.3 等代價搜索
3.3 啓發式搜索
啓發式搜索（heuristic search）
3.3.1 啓發式搜索策略和估價函數
估價函數（evaluation function）
3.3.2 有序搜索
有序搜索（ordered search）
最佳優先搜索（best-first search）
3.3.3 A*算法
啓發函數（heuristic function）
定義3.1 A算法
定義3.2 下界
定義3.3 A*算法
3.4 消解原理
消解原理（resolution principle）
3.4.1 子句集的求取
前束形（prenex form）
3.4.2 消解推理規則
3.4.3 含有變量的消解式
3.4.4 消解反演求解過程
1) 消解反演
2) 反演求解過程
3.5 規則演繹系統
if-then規則
規則演繹系統（rule based deduction system）
3.5.1 規則正向演繹系統
正向推理（forward reasoning）
逆向推理（backward reasoning）
3.5.2 規則逆向演繹系統
3.5.3 規則雙向演繹系統
3.6 產生式系統
產生式系統（production system）
基於規則的系統（rule-based system）
3.6.1 產生式系統的組成
1) 匹配
2) 衝突解決
3) 操作
3.6.2 產生式系統的推理
1) 正向推理
2) 逆向推理
3) 雙向推理
3.6.3 產生式系統舉例
3.7 非單調推理
3.7.1 缺省推理
缺省推理（default reasoning）
3.7.2 真值維持系統
真值維持系統（truth maintenance system）
3.8 小結
第四章 非經典推理
4.1 經典推理和非經典推理
4.2 不確定性推理
不確定性推理（reasoning with uncertainty）
4.2.1 不確定性的表示與量度
1) 不確定性的表示
2) 不確定性的量度
4.2.2 不確定性的算法
1) 不確定性的匹配算法
2) 不確定性的更新算法
4.3 概率推理
4.3.1 概率的基本性質和計算公式
4.3.2 概率推理方法
4.4 主觀貝葉斯方法
4.4.1 知識不確定性的表示
知識的靜態強度
充分性因子
必要性因子
修改的貝葉斯公式
4.4.2 證據不確定性的表示
4.4.3 主觀貝葉斯方法的推理過程
4.5 可信度方法
可信度
4.5.2 可信度方法的推理算法
1) 組合證據的不確定性算法
2) 不確定性的傳遞算法
3) 多個獨立證據推出同一假設的合成算法
4.6 證據理論
4.6.1 證據理論的形式化描述
4.6.2 證據理論的不確定性推理模型
4.6.3 推理示例
4.7 小結