Inhaltsverzeichnis

1 Einführung
1.1 Wissen und Information
1.2 Expertensysteme
1.3 Integrierte Wissensverarbeitung in Intelligenten Systemen

2 Suchverfahren
2.1 Einführung
2.2 Problemrepräsentation mit Zuständen und Operatoren
2.3 Uninformierte Suchverfahren
2.3.1 Tiefensuche
2.3.2 Breitensuche
2.3.3 Eigenschaften der Tiefen- und Breitensuche
2.3.4 Schrittweise Vertiefung
2.4 Heuristische Suche
2.4.1 Heuristische Funktionen
2.4.2 Bestensuche
2.5 Optimierungsprobleme
2.5.1 Der A*-Algorithmus
2.5.2 Kombinatorische Optimierung
2.6 Zusammenfassung
2.7 Aufgaben

3 Constraints – Propagierung von Beschränkungen
3.1 Constraintprobleme
3.2 Heuristiken für Constraintprobleme
3.3 Die Propagierung von Constraints
3.4 Zusammenfassung
3.5 Aufgaben

4 Evolutionäre Algorithmen
4.1 Evolution
4.1.1 Biologische Evolution
4.1.2 Künstliche Evolution
4.2 Genetische Algorithmen
4.2.1 Kodierung
4.2.2 Genetische Operatoren
4.2.3 Anwendung
4.3 Genetisches Programmieren
4.3.1 Struktur der Individuen
4.3.2 Genetische Operatoren
4.3.3 Anwendung
4.4 Zusammenfassung
4.5 Aufgaben

5 Wissensverarbeitung mit Logik
5.1 Einführung
5.2 Aussagenlogik
5.2.1 Syntax und Semantik
5.2.2 Äquivalenz und Normalformen
5.2.3 Folgerung und Resolution
5.3 Prädikatenlogik
5.3.1 Syntax und Semantik
5.3.2 Unifikation und Resolution
5.4 Logikbasierte Wissensverarbeitung
5.5 Zusammenfassung
5.6 Aufgaben

6 Regelsysteme
6.1 Fakten und Regeln
6.2 Rückwärtsverkettende Systeme
6.2.1 Die Regelinterpretation
6.2.2 Die Steuerung der Regelinterpretation
6.3 Vorwärtsverkettende Systeme
6.3.1 Die Regelinterpretation
6.3.2 Konfliktlösungsstrategien
6.4 Zusammenfassung
6.5 Aufgaben

7 Unvollständiges Wissen
7.1 Einführung
7.2 Rechtfertigungsbasierte Systeme (JTMS)
7.3 Behandlung von Inkonsistenzen
7.4 Annahmenbasierte Systeme (ATMS)
7.5 Zusammenfassung
7.6 Aufgaben

8 Unsicheres Wissen
8.1 Einführung
8.2 Wahrscheinlichkeitstheoretische Grundlagen
8.2.1 Wahrscheinlichkeiten
8.2.2 Einfache Anwendungen
8.2.3 Produkträume
8.2.4 Unabhängigkeit von Ereignissen
8.2.5 Bewertung früher Modelle zum unsicheren Schließen
8.3 Sicherheitsfaktoren
8.3.1 Das mathematische Modell
8.3.2 Diskussion
8.4 Bayessche Netze
8.4.1 Problemstellung und Motivation
8.4.2 Abhängigkeitsstrukturen
8.4.3 Propagierung in Abhängigkeitsgraphen
8.5 Vertrauensintervalle nach Dempster-Shafer 8.5.1 Sensordaten-Fusion nach Dempster
8.5.2 Verarbeitung von Vertrauen und Plausibilität nach Shafer
8.5.3 Dempsters Kombinationsregel
8.5.4 Diskussion
8.6 Zusammenfassung
8.7 Aufgaben

9 Vages Wissen
9.1 Einführung
9.2 Fuzzy-Logik
9.3 Fuzzy Control
9.4 Zusammenfassung
9.5 Aufgaben

10 Künstliche neuronale Netze
10.1 Einführung
10.1.1 Maschinelles Lernen
10.1.2 Motivation neuronaler Netze
10.1.3 Geschichtliches – Wer hat’s erfunden
10.2 Modelle künstlicher neuronaler Systeme
10.2.1 Modell eines Neurons
10.2.2 Netztopologie
10.3 Vorwärtsvermittlungsnetze
10.3.1 Perzeptron
10.3.2 Delta-Regel und ADALINE
10.3.3 Multilayer-Perzeptron und Backpropagation
10.3.4 Probleme und Details des BPV
10.3.5 Modifikationen des BPV
10.3.6 Anwendung
10.4 Selbstorganisierende Karten
10.4.1 Aufbau
10.4.2 Training
10.4.3 Visualisierung von SOM
10.4.4 Anwendungsfelder
10.5 Zusammenfassung
10.6 Aufgaben

11 Zeitliches Wissen
11.1 Einführung
11.2 Allens Temporallogik
11.3 Constraintpropagierung in temporalen Constraintnetzen
11.4 Aufgaben

12 Wissen über Situationen, Aktionen und Pläne
12.1 Einführung
12.2 Der Situationskalkül
12.2.1 Repräsentation von Situationen
12.2.2 Operationen und Aktionen
12.3 Der STRIPS-Planer
12.4 Erweiterungen
12.5 Aufgaben

Anhang: Der Pseudocode
Literaturverzeichnis
Index