第1章  緒論
  1.1  專家系統概述
    1.1.1  專家系統的定義與結構
    1.1.2  專家系統的特點
    1.1.3  專家系統的發展
    1.1.4  專家系統的分類
  1.2  專家系統的設計
    1.2.1  專家系統的設計要求
    1.2.2  專家系統的設計原則
    1.2.3  專家系統的設計步驟
    1.2.4  專家系統的開發方法
  1.3  新一代專家系統
    1.3.1  新一代專家系統的定義
    1.3.2  新一代專家系統的特點
  1.4  新一代專家系統的研究
    1.4.1  新一代專家系統研究的必要性
    1.4.2  新一代專家系統的研究現狀
    1.4.2  新一代專家系統的研究意義
  1.5  專家系統在網絡故障管理中的應用
    1.5.1  網絡管理的基本概念
    1.5.2  網絡故障管理中引入專家系統的必要性
  1.6  本章小結
  參考文獻
第2章  概念圖知識表示
  2.1  知識表示
  2.2  常用的知識表示方法
    2.2.1  狀態空間表示法
    2.2.2  產生式規則
    2.2.3  語義網絡
    2.2.4  框架
    2.2.5  劇本
  2.3  概念圖
    2.3.1  概念圖的基本概念
    2.3.2  概念圖的類型理論
    2.3.3  概念類型格
    2.3.4  正則圖
  2.4  模糊概念圖
    2.4.1  模糊集合的基本概念
    2.4.2  模糊概念圖的定義
    2.4.3  模糊類型格
  2.5  灰色概念圖
    2.5.1  傳統概念圖的局限性
    2.5.2  灰色數學的基本概念
    2.5.3  灰色概念圖的概念
    2.5.4  灰色概念圖的統一性
    2.5.5  灰色概念圖的應用
  2.6  擴展產生式規則
    2.6.1  eprs知識表示
    2.6.2  eprs的實現
    2.6.3  eprs的分析與評價
  2.7  本章小結
  參考文獻
第3章  基于數據挖掘技術的知識獲取
  3.1  知識獲取的重要性和任務
  3.2  知識獲取的常用方法
  3.3  關聯規則挖掘
    3.3.1  關聯規則的基本概念
    3.3.2  關聯規則挖掘的經典算法
  3.4  基于數據庫約簡的關聯規則挖掘算法
    3.4.1  事務數據庫約簡原理
    3.4.2  marrd算法的設計
    3.4.3  marrd算法的性能分析
    3.4.4  marrd算法挖掘結果的評價
  3.5  基于關聯度的關聯規則挖掘算法
    3.5.1  基本概念
    3.5.2  ffia算法的設計
    3.5.3  ffia算法應用舉例
    3.5.4  ffia算法的分析
    3.5.5  ffia算法的評價
  3.6  基于一次性數據庫訪問策略的關聯規則挖掘算法
    3.6.1  算法設計思想
    3.6.2  apriori_ado算法設計
    3.6.3  算法復雜度分析
    3.6.4  簡單實例分析
    3.6.5  實驗分析與應用
  3.7  模糊關聯規則挖掘算法
    3.7.1  模糊關聯規則的基本概念
    3.7.2  模糊概念的處理
    3.7.3  模糊關聯規則挖掘算法mfarr
    3.7.4  mfarr算法的評價
  3.8  網絡故障數據庫關聯規則挖掘
    3.8.1  數據準備
    3.8.2  關聯規則與eprs規則的轉換
  3.9  本章小結
  參考文獻
第4章  概念圖與eprs的知識推理
  4.1  基本概念
    4.1.1  知識推理
    4.1.2  知識推理的分類
    4.1.3  推理的控制策略
  4.2  幾種常見的不確定性推理方法
    4.2.1  概率推理
    4.2.2  主觀bayes推理
    4.2.3  可信度方法
  4.3  eprs規則的不確定性推理
    4.3.1  eprs的推理機制
    4.3.2  eprs規則中不確定性知識的傳播
    4.3.3  灰色知識的傳播
  4.4  灰色概念圖的匹配推理
    4.4.1  區間灰數的匹配問題
    4.4.2  灰色概念圖的匹配推理
  4.5  模糊含權概念圖的匹配推理
    4.5.1  模糊含權概念圖
    4.5.2  概念間主要關系的表示
    4.5.3  模糊含權概念圖匹配推理
  4.6  本章小結
  參考文獻
第5章  基子概念圖的自然語言接口設計
  5.1  自然語言接口
  5.2  自然語言生成
    5.2.1  自然語言生成的歷史
    5.2.2  自然語言生成系統
    5.2.3  自然語言生成的邏輯結構
    5.2.4  自然語言生成的視圖
    5.2.5  基于概念圖的自然語言生成系統
  5.3  自然語言生成的語句優化處理
  5.4  自然語言生成的語法規則集
  5.5  基于概念圖的自然語言生成
    5.5.1  基本概念
    5.5.2  apsg句法生成規則
    5.5.3  概念圖中常見的關系
  5.6  基于概念圖的漢語語句生成算法
  5.7  循環概念圖的自然語言生成
  5.8  嵌套概念圖的自然語言生成
  5.9  自然語言理解
    5.9.1  語法規則集
    5.9.2  句法分析技術
    5.9.3  語義分析
    5.9.4  結構分析技術
    5.9.5  回溯與并行
  5.10  本章小結
  參考文獻
第6章  網絡故障診斷專家系統的設計與實現
  6.1  網絡故障診斷專家系統的結構
    6.1.1  傳統專家系統存在的問題
    6.1.2  網絡故障診斷專家系統結構模型
  6.2  網絡故障知識的組織
    6.2.1  網絡故障知識的分類
    6.2.2  esfdn中故障診斷知識庫
  6.3  esfdn中漢語語言子集
    6.3.1  漢語語言子集中的基本句型
    6.3.2  漢語語言子集的語法
  6.4  esfdn專家系統的原型設計
    6.4.1  數據庫的組織
    6.4.2  知識獲取
    6.4.3  專家系統的設計
    6.4.4  推理機和解釋器
  6.5  本章小結
  參考文獻
第7章  新一代專家系統研究的總結與展望
  7.1  本書的主要研究工作
  7.2  主要研究結論
  7.3  研究展望