پاورپوینت ایجاد و نگهداری چمن های ورزشی (چمنهای طبیعی و مصنوعی)

پاورپوینت ایجاد و نگهداری چمن های ورزشی (چمنهای طبیعی و مصنوعی) دانلود پاورپوینت ایجاد و نگهداری چمن های ورزشی(چمنهای طبیعی و مصنوعی) بررسی ایجاد و نگهداری چمن های ورزشی(چمنهای طبیعی و مصنوعی) پاورپوینت جامع و کامل ایجاد و نگهداری چمن های ورزشی(چمنهای طبیعی و مصنوعی) کاملترین پاورپوینت ایجاد و نگهداری چمن های ورزشی(چمنهای طبیعی و مصنوعی) پکیج پاورپوینت ایجاد و نگهداری چمن های ورزشی(چمنهای طبیعی و مصنوعی)

دسته بندی	پاورپوینت
فرمت فایل	ppt
حجم فایل	6666 کیلو بایت
تعداد صفحات فایل	69

نوع فایل: پاورپوینت (قابل ویرایش)

 قسمتی از متن پاورپوینت :

تعداد اسلاید : 69 صفحه

ایجاد و نگهداری چمن های ورزشی (چمنهای طبیعی و مصنوعی) * خصوصیات چمن (grass)
گیاهی است تک لپه ای ( مونوکوتیلدون ) از تیره گرامینه ها و جزء نباتات دائمی یک یا چند ساله محسوب می شود . این گیاه انتشار جهانی داشته و تحت شرایط آب و هوایی گوناگون از نواحی استوایی تا نواحی قطبی می روید. مرکز رویش چمن در قسمت طوقه ، نزدیک خاک است و این مرکز رویشی پایین به گونه ای است که کار چمن زنی را آسان می کند و نیز قدم زدن روی آن تقریباً‌ بدون عارضه بوده و حتی در مقابل پاخوری ولگد کوب شدن نیز مقاومت نشان داده و آنچنان آسیبی به چمن وارد نمی شود .
این گیاه به دلیل داشتن بافت برگی متراکم و پوشاننده بهترین پوشش برای زمین های ورزشی بخصوص زمین فوتبال محسوب می گردد.
چمن طبیعی ویژگیها و شرایط چمن خوب

قابلیت پا خوری و استقامت
سازگاری با شرایط آب و هوا و چهار فصل بودن
دوام ، طول عمر و قدرت تحمل چیده شدن در دفعات و رشد مناسب
ظرافت ، لطافت و سرسبزی برگها ، بافت و رنگ خوب در فصلهای مختلف
دارا بودن ساقه کوتاه با قدرت پنجه زنی زیاد و سرعت جوانه زدن
عاری بودن از کچلی ،‌علفهای هرز ، آفات و بیماریها
مقاوم به خشکی ، سرما و گرما و شوری خاک و سایه
 
 
چگونگی ایجاد سیستم زهکش فنی :
در خاکهایی که خاصیت زهکشی مناسب نداشته باشند بطور مصنوعی اقدام به ایجاد سیستم زهکشی می گردد برای اینکار:
* ابتدا عملیات خاکبرداری در منطقه مورد نظر صورت می گیرد . عمق خاکبرداری (بین 80-70 سانتیمتر)
زمین مربوطه پس از نجام خاکبرداری بایستی کاملاً از نظر پستی و بلندیها مسطح و یکنواخت باشد.
در این مرحله عملیات حفر کانالهای اصلی و فرعی صورت می گیرد، شیب لازم برای هدایت آب به بیرون از سیستم بایستی در نظر گرفته شود ،
معمولاً‌ برای حصول نتیجه مطلوب در انتخاب جنس کانالها از بتن سیمانی یا لوله های پلی اتیلین استفاده می شود .
برای سهولت خروج آب از سیستم ، کانالهای اصلی و فرعی تعبیه شده به یک سیستم خروجی نهایی منتهی می گردند
و بدین ترتیب آب مورد نیاز گیاه پس از قرار گرفتن در دسترس سیستم ریشه ای و مشروب کردن ریشه ها ( مازاد آب بصورت زه آب) ازمنطقه ریشه ها به پایین نفوذ کرده ( طبقات زهکش ،‌آب را تدریجاً نفوذ داده و به پایین منتقل می کنند) و از سیستم به بیرون از محوطه زمین چمن منتقل می شود .
* مرحله بعدی در ایجاد سیستم ، استفاده از سنگهای رودخانه ای بصورت قلوه سنگها و ایجاد طبقه بلوکاژ است معمولاً ایجاد طبقه در 2 یا 3 ردیف صورت می گیرد و عمل آن نیز به 35-25 سانتیمتر می رسد . در ایجاد این طبقه برای حالت تثبیت زدن غلتک ضروری است .

* مرحله نهایی عملیات ، تشکیل طبقه فوقانی طبقه بلوکاژ ، یعنی استفاده از شن های ریز و درشت است که نقش فیلتر بین طبقات بلوکاژ و خاک بستر را دارند و از مسدود شدن فضاهای خالی بین طبقه بلوکاژ جلوگیری کرده و نفوذ‌ آب به طبقه زیرین را تسهیل می نمایند . عمق این طبقه نیز 15-10 سانتیمتر خواهد . نوع خاک
بعد از ایجاد سیستم زهکشی ، مهمترین قسمت زیرسازی بستر چمن ،‌انتخاب نوع خاک زیر بستر چمن و ایجاد این طبقه است .
در انتخاب خاک بستر از نوع خاکهای رسی ( قطر ذرات کمتراز 0/002میلی متر ) با ترکیب خاک - ماسه ( قطر ذرات 0/02تا 0/002میلی متر) استفاده می‌شود .
خاک انتخابی باید عاری از هر گونه آلودگی به مواد آهکی و مواد نمکی و بذر و علفهای هرز و عوامل بیماریزا و غیره باشد .
برای این منظور میتوان از طریق آزمایشگاههای تست خاک ،‌به میزان املاح محلول در خاک پی برد.
خاک انتخابی بایستی از نظر مواد آلی ـ معدنی غنی باشد .
عملیات غنی سازی ( حاصلخیز نمودن )‌خاک بوسیله کودهای آلی (حیوانی ) خاک برگ ـ مواد هوموسی ،‌کمپوست و … صورت می گیرد تا شرایط مطلوب برای رشد و نمو گیاه را فراهم نماید.
عمق طبقه خاک زیر بستر معمولاً 25-20 سانتیمتر خواهد بود. جدول گذاری
چمن را از اجزاء فضای سبز احاطه کننده آن جداکرده و نمای مجزایی از محیط اطراف را به چمن می دهد .
همچنین مانع از هجوم پوشش گیاهی محیط اطراف به بخش چمن کاری و بالعکس می شود . عملیات بعدی در انجام مراحل آماده سازی بستر زیرین چمن شامل ، ماله کشی روی خاک مورد نظر ، تسطیح خاک حالت تراز بستر و همچنین شیب بندی و نهایتاً زدن غلتک برای کوبیدن خاک خواهد بود . 

---

توجه: متن بالا فقط قسمت کوچکی از محتوای فایل پاورپوینت بوده و بدون ظاهر گرافیکی می باشد و پس از دانلود، فایل کامل آنرا با تمامی اسلایدهای آن دریافت می کنید.

پاورپوینت هوش مصنوعی (مرجع)

پاورپوینت هوش مصنوعی (مرجع) دانلود پاورپوینت هوش مصنوعی (مرجع) بررسی هوش مصنوعی (مرجع) پاورپوینت جامع و کامل هوش مصنوعی (مرجع) کاملترین پاورپوینت هوش مصنوعی (مرجع) پکیج پاورپوینت هوش مصنوعی (مرجع) مقاله هوش مصنوعی (مرجع) تحقیق هوش مصنوعی (مرجع)

دسته بندی	پاورپوینت
فرمت فایل	ppt
حجم فایل	3230 کیلو بایت
تعداد صفحات فایل	277

نوع فایل: پاورپوینت (قابل ویرایش)

 قسمتی از متن پاورپوینت :

تعداد اسلاید : 277 صفحه

1 هوش مصنوعی(مرجع) نام مرجع :
Artificial Intelligence A Modern Approach
2 هوش مصنوعی فصل اول مقدمه هوش مصنوعی Artificial Intelligence فهرست هوش مصنوعی چیست؟
مبانی هوش مصنوعی
تاریخچه هوش مصنوعی 4 مقدمه هوش مصنوعی چیست؟ مانند انسان فکر کردن مانند انسان عمل کردن عاقلانه عمل کردن عاقلانه فکر کردن 5 مقدمه مانند انسان عمل کردن Acting humanly هنر ساخت ماشینهایی که کارهایی را انجام میدهند که آن کارها توسط انسان با فکر کردن انجام میشوند. مطالعه برای ساخت کامپیوترها برای انجام کارهایی که فعلاً انسان آنها را بهتر انجام میدهد. 6 مقدمه (مانند انسان عمل کردن) تست تورینگ A B کدام انسان است؟
A یا B 7 مقدمه مانند انسان فکر کردن Thinking humanly تلاش جدید و هیجان انگیز برای ساخت ماشین هایی متفکر و با حس کامل خودکارسازی فعالیت های مرتبط با تفکر انسان، فعالیتهایی مثل تصمیم گیری، حل مسئله، یادگیری 8 مقدمه عاقلانه فکر کردن Think rationally مطالعه توانایی های ذهنی از طریق مدل های محاسباتی (منطق گرایی) مطالعه محاسباتی که منجر به درک و استدلال می شود. 9 مقدمه عاقلانه عمل کردن Act rationally طوری عمل کند که بهترین نتیجه را ارائه دهد هوش محاسباتی، مطالعه طراحی عامل های هوشمند است 10 مقدمه مبانی هوش مصنوعی فلسفه: منطق، استدلال، ناشی شدن تفکر از مغز فیزیکی، مبانی یادگیری، زبان و عقلانیت ریاضیات: نمایش رسمی الگوریتمها، محاسبات، تصمیم پذیری و تصمیم ناپذیری، احتمال روان شناسی: تطبیق، اثر طبیعی ادراک و تاثیر آن بر محیط زبان شناسی: علم ارائه، گرامر 11 مقدمه اقتصاد: نظریه تصمیمهای عقلایی، نظریه بازی علوم عصبی: نحوه پردازش اطلاعات توسط مغز نظریه کنترل و سیبرنتیک: تحت کنترل در آوردن محصولات مصنوعی، ثبات و پایداری، طراحی عامل بهینه مهندسی کامپیوتر: ساخت کامپیوترهای سریع مبانی هوش مصنوعی 12 مقدمه تاریخچه هوش مصنوعی
1943، مک کولوچ و والتر پیتز: ارایه مدل نرون مصنوعی بیتی( دو حالته) قابل یادگیری به منظور محاسبه هر تابع قابل محاسبه.
1950، آلن تورینگ اولین بار دید کاملی از هوش مصنوعی را تحت عنوان “ محاسبات ماشینی و هوشمند” ارایه نمود.
1951، هینسکی و ادموندز اولین کامپیوتر شبکه عصبی را طراحی کردند.
1952، آرتور سامویل: برنامه ای ساخت که یاد میگرفت بهتر از نویسنده اش بازی کند؛ در نتیجه این تصور را که “کامپیوتر فقط کاری را انجام میدهد که به آن گفته شود” نقض کرد.
13 مقدمه (تاریخچه هوش مصنوعی)
1956،نشست کارگروهی دورتموند: انتخاب نام هوش مصنوعی
1959، هربرت جلونتر: برنامه(GTP) را ساخت که قضایا را با اصل موضوعات مشخص ثابت می کرد.
1958، جان مک کارتی: تعریف زبان لیسپ که بهترین زبان هوش مصنوعی شد.
1958-1973، جیمز اسلاگل: برنامه حل مسایل انتگرالگیری فرم بسته
تام ایوانز: برنامه حل مشابهت های هندسی
دانیل بابروز: برنامه حل مسایل جبری
دیوید هافمن: پروژه محدوده بینایی روبات در جهان بلوکها
دیوید والتز: سیستم بینایی و انتشار محدود
پاتریک ونیستون: نظریه یادگیری

14 مقدمه (تاریخچه هوش مصنوعی) (1973-1966) کند شدن مسیر تحقیقات هوش مصنوعی

پیچیده شدن الگوریتم برنامه های جدید
برنامه ترجمه متون

انجام ناپذیری بسیاری از مسائلی که سعی در حل آنها بود
عدم موفقیت اثبات قضایا با مفروضات بیشتر

بکارگیری بعضی محدودیتها روی ساختارهای اساسی
محدودیت نمایش پرسپترون دو ورودی 15 مقدمه (تاریخچه هوش مصنوعی) (1969- 1979) سیستم های مبتنی بر دانش جست و جوی همه منظوره که سعی بر یادگیری داشت تا پیمودن راه حل کامل
مثل برنامه DENDRAL، بوچانان و همکارانش در سال 1969
مزیت برنامه DENDRAL این بود که اولین سیستم پاداش غنی بود
متدولوژی جدید سیستم خبره
مثل سیستم MYCIN که برای تشخیص عفونتهای خونی طراحی شد
استفاده از فاکتورهای قطعیت
افزایش تقاضا برای شِمای نمایش دانش
استفاده از منطق در پرولوگ، استفاده از ایده ...

---

توجه: متن بالا فقط قسمت کوچکی از محتوای فایل پاورپوینت بوده و بدون ظاهر گرافیکی می باشد و پس از دانلود، فایل کامل آنرا با تمامی اسلایدهای آن دریافت می کنید.

دانلود فایل ورد Word بررسی شبکه های عصبی مصنوعی

دانلود فایل ورد Word بررسی شبکه های عصبی مصنوعی مشخصات مقاله عنوان کامل بررسی و معرفی شبکه های عصبی مصنوعی دسته فناوری اطلاعات و کامپیوتر فرمت فایل WORD (قابل ویرایش) تعداد صفحات پروژه ۱۲۱

دسته بندی	کامپیوتر و IT
فرمت فایل	doc
حجم فایل	1507 کیلو بایت
تعداد صفحات فایل	121

مشخصات مقاله:

عنوان کامل: بررسی و معرفی شبکه های عصبی مصنوعی

دسته: فناوری اطلاعات و کامپیوتر

فرمت فایل: WORD (قابل ویرایش)

تعداد صفحات پروژه: ۱۲۱

چکیده ای از مقدمه آغازین ” پایان نامه بررسی و معرفی شبکه های عصبی مصنوعی” بدین شرح است:

.

هوش محاسباتی یا (Computational-Intelligence) CI به معنای استخراج هوش، دانش، الگوریتم یا نگاشت از دل محاسبات عددی براساس ارائه به روز داده‌های عددی است. سیستم‌هایCI در اصل سیستم‌های دینامیکی مدل آزاد (Model-free) را برای تقریب توابع و نگاشتها ارائه می‌کند. در کنار این ویژگی بسیار مهم باید از ویژگی مهم دیگری در ارتباط با خصوصیات محاسباتی سیستم‌های CI نام برد، که در آن دقت، وجه‌المصالحه مقاوم بودن، منعطف‌بودن و سهولت پیاده‌سازی قرار می‌گیرد.

مولفه‌های مهم و اساسی CI ، شبکه‌های عصبی )محاسبات نورونی(، منطق فازی) محاسبات تقریبی( و الگوریتم ژنتیک) محاسبات ژنتیکی(است، که هر یک به نوعی مغز را الگو قرار داده‌اند. شبکه‌های عصبی ارتباطات سیناپسی و ساختار نورونی، منطق فازی استنتاجات تقریبی و محاسبات ژنتیکی محاسبات موتاسیونی مغز را مدل می‌کنند. ‍‍‌

هوش مصنوعی:

در شبکه ارتباطی مغز انسانها سیگنالهای ارتباطی به صورت پالسهای الکتریکی هستند.جزء اصلی مغز نرون است که از یک ساختمان سلولی و مجموعه ای از شیارها و خطوط تشکیل شده و شیارها محل ورود اطلاعات به نرون هستند وخطوط محل خروج اطلاعات از نرون اند . نقطه اتصال یک نرون به نرون دیگر را سیناپس می نامند که مانند دروازه یا کلید عمل می کنند. اگر واکنشهایی که میلیونها نرون مختلف به پالسهای متفاوت نشان میدهند با یکدیگر هماهنگ باشند ممکن است پدیده های مهمی در مغز رخ دهد.

آن دسته از پژوهشگران هوش مصنوعی که رویکرد مدل مغزی را دنبال می کنند گونه ای از مدارهای الکتریکی را طراحی کرده اند که تا حدی شبکه مغز را شبیه سازی میکند در این روش هر گره (نرون)به تنهایی یک پردازنده است ولی رایانه های معمولی حداکثر چند cpuدارند هدف عمده کامپیوتر شبکه عصبی این است که مکانیسمی طراحی کند که همانند مغز انسان بازخورد مثبت یاد بگیرد پاسخهای درست و نادرست کدامند.

بخشی از فهرست مقاله:

مقدمه
هوش مصنوعی
به سوی آینده
تاریخچه
تعریف
تاریخچه و تعاریف سیستم‌های خبره
بعضی از تعاریف سیستم های خبره
تاریخچه سیستم های خبره
الگوریتم ژنتیک
تابع سازگاری(FitnessFunction)
Mutation(جهش ژنتیکی)
مقدمه ای بر سیستم های فازی وکنترل فازی
سیستم‌های فازی چگونه سیستم‌هایی هستند؟
سیستم‌های فازی کجا و چگونه استفاده می‌شوند؟
زمینه‌های تحقیق عمده در تئوری فازی
تاریخچه مختصری از تئوری و کاربردهای فازی
فصل دوم

شبکه های عصبی
مقدمه
ساختار مغز
ساختار نرون
چگونه مغز انسان می آموزد ؟
معنای شبکه های عصبی
قوانین هب
از سلول های عصبی انسانی تا سلول های عصبی مصنوعی
رویای جایگزینی ویژگی های مغز در یک سیستم مصنوعی چقدر ممکن گردیده؟
تاریخچه شبکه‌های عصبی
چرا از شبکه های عصبی استفاده می کنیم؟
شبکه های عصبی در مقابل کامپیوتر های معمولی
مزایا و محدودیت های شبکه عصبی
چه کسانی به شبکه عصبی علاقه‌مند هستند؟
نرم‏افزارها و سخت افزارهای شبکه‏ های عصبی
کاربرد شبکه های عصبی
یکپارچگی منطق فازی و شبکه های عصبی
مدل ریاضی یک نرون

یک نرون ساده

قوانین برانگیختگی

یک نرون پیچیده تر

ساختار شبکه های عصبی

مراحل طراحی شبکه

اهداف شبکه های عصبی

تقسیم بندی شبکه های عصبی

انواع یادگیری برای شبکه های عصبی

توپولوژی شبکه های عصبی

شبکه‏های پیش‏خور (Feed Forward)

شبکه‏ های برگشتی(Recurrent)

پرسپترون چند لایه

Perceptronهای ساده

قدرت Perceptron

دنباله‌های Perceptron

آموزش پر سپترون

الگوریتم یادگیری پرسپترون

قانون پرسپترون

قانون دلتا

روشهای دیگر

شبکه های هاپفید

شبکه‌های دارای پس‌خور

شبکه عصبی ترکیبی المن- جردن

پس انتشار خطا

چند بررسی از کاربرد های شبکه های عصبی

فصل سوم

نتیجه گیری

منابع ومأخذ

مشخصات مقاله:

عنوان کامل: بررسی و معرفی شبکه های عصبی مصنوعی

دسته: فناوری اطلاعات و کامپیوتر

فرمت فایل: WORD (قابل ویرایش)

تعداد صفحات پروژه: ۱۲۱

دانلود مقاله پرورش بره ها به صورت مصنوعی با استفاده از جایگزین شیر

دانلود مقاله پرورش بره ها به صورت مصنوعی با استفاده از جایگزین شیر فاکتورهای مهم پرورش گوسفند یکی قیمت بره در بازار و دیگری تعداد بره های از شیر گرفته شده به ازای هر راس گوسفند در سال می باشدبا انجام فعالیت های اصلاحی و سلکسیون ، گوسفندانی با دوقلوزایی ومیزلن بره زایی بالا حاصل شده اند که علاوه بر مزیتی که دارد این افزایش مشکل پرورش بره ها را به وجود آورده است

دسته بندی	دام و طیور
فرمت فایل	doc
حجم فایل	15 کیلو بایت
تعداد صفحات فایل	13

مقدمه
فاکتورهای مهم پرورش گوسفند یکی قیمت بره در بازار و دیگری تعداد بره های از شیر گرفته شده به ازای هر راس گوسفند در سال می باشد.با انجام فعالیت های اصلاحی و سلکسیون ، گوسفندانی با دوقلوزایی ومیزلن بره زایی بالا حاصل شده اند که علاوه بر مزیتی که دارد این افزایش مشکل پرورش بره ها را به وجود آورده است.
کافی نبودن شیر مادر به دلایل مختلف مانند سنگینی زایمان مرگ و میر بره ها را افزایش داده است.هزینه ،زمان، نیروی کاری که صرف کاهش میزان مرگ و میر بره ها که ناشی از گرسنگی بره و فقدان خصوصیات مادری میش است می شود از لحاظ اقتصادی مقادیر زیادی را شامل می شود. برای حل این مشکل پرورش مصنوعی بره ها به عنوان یک راه چاره برگزیده می شود.
پرورش دهندگان گوسفند به دلیل مراقبت های ویژه ، احتمال مرگ ، صرف نیروی کار و گران بودن غذای جایگزین از پرورش مصنوعی بره ها خودداری می کنند. اما امروزه با پیشرفت صنعت تولید خوراک دام،بهبود ویژگیهای کیفی،وجود سیستم های مختلف پرورش مصنوعی و وجود تجهیزات مدرن ، میزان نیروی کار کاهش یافته است.
درپرورش بره ها به صورت مصنوعی ،با از شیرگیری زودهنگام بره و تغذیه مناسب ورعایت اصول بهداشتی نتیجه پرورش مصنوعی بره ها به میزان زیادی بهبود یافته است.پرورش بره ها با شیشه وپستانک یا سیستم های اتوماتیک
در یک واحد پرورش گوسفند،وقتی تصمیم به پرورش مصنوعی بره ها گرفته میشود اولین روشی که به ذهن پرورش دهندگان می رسد استفاده از شیشه و پستانک است .

پاورپوینت کتاب هوش مصنوعی رهیافتی نوین

پاورپوینت کتاب هوش مصنوعی رهیافتی نوین پاورپوینت کتاب هوش مصنوعی رهیافتی نوین، مولف راسل و نورویگ، مترجم رامین رهنمون و آناهیتا هماوندی، در قالب ppt و در 360 اسلاید، قابل ویرایش، شامل ده فصل

دسته بندی	کامپیوتر و IT
فرمت فایل	ppt
حجم فایل	871 کیلو بایت
تعداد صفحات فایل	360

فصل اول: علل مطالعه Al
AI چیست؟‌
1. انسان گونه عمل کردن: رهیافت آزمون تورینگ
2. انسانی فکر کردن: رهیافت مدل سازی شناختی
3. منطقی فکر کردن: قوانین رهیافت تفکر
4. منطقی عمل کردن: رهیافت عامل منطقی
مزایای مطالعه AI به‌ عنوان طراحی عامل منطقی
زیربنای هوش مصنوعی
فلسفه (428 قبل از میلاد مسیح- تاکنون)
ریاضیات (800. C- تاکنون)
محاسبات
منطق
احتمالات
تئوری پیچیدگی
روان شناسی (1879- تاکنون)
مهندسی کامپیوتر (1940- تاکنون)
زبان‌ شناسی (1975- تاکنون)
تاریخچه هوش مصنوعی
پیدایش هوش مصنوعی
اشتیاق زودهنگام، آرزوهای بزرگ (1952-1969)
مقداری واقعیت (1966-1974)
سیستم‌های مبتنی بر دانش: کلید قدرت؟ (1969-1979)
روش‌های ضعیف
MYCIN نسبت به DENDRAL دو تفاوت عمده دارد
AI به یک صنعت تبدیل می‌شود (1980-1988)
بازگشت شبکه‌های عصبی

فصل دوم: عامل‌های هوشمند
عامل
عامل نرم‌افزاری
عوامل انسانی
حس کردن: گوش، چشم، دیگر ارگان‌ها
اثرگذاری: دست، پا، بینی، اندام‌های دیگر
عوامل روباتیک
حس کردن: دوربین، یابنده‌های مادون قرمز
اثرگذاری: موتور
عامل‌ها چگونه باید عمل کنند؟
تفاوت میان منطقی بودن و دانش کل (omniscience)
نگاشت ایده‌آل از دنباله‌های ادراکی به عملیات
ساختار عامل‌های هوشمند
برنامه‌های عامل
تشابهات عامل‌های هوشمند
چرا تنها به پاسخ‌ها نگاه نمی‌کنیم
عامل‌های واکنشی ساده
عامل‌هایی که اثرات دنیا را حفظ می‌کنند
عامل‌های هدف گرا
تفاوت عامل‌های واکنشی و هدف‌گرا
عامل‌های سودمند
ارتباط بین عامل و محیط
خواص محیط
قابل دسترسی در مقابل غیر دسترسی
قطعی در برابر غیر قطعی
پپیزودیک در مقابل غیراپیزودیک
ایستا در مقابل پویا
گسسته در مقابل پیوسته
سخت‌ترین حالت در بین حالات موجود برای محیط
برنامه‌های محیط

فصل سوم: حل مسائل توسط جستجو
عامل‌های حل مسئله
مسائل تک حالته (Single-state)
مسائل چند حالته (Multiple-state)
مسائل احتمالی (Contingency)
مسائل  اکتشافی (Exploration)
دانش و انواع مسئله
دنیای مکش (جاروبرقی)
مدل‌های مختلف برای مسئله جاروبرقی
مسائل و راه‌حل‌های خوب تعریف شده
اندازه‌گیری کارایی حل مسئله
انتخاب حالات و عملیات
انتزاع
مسائل نمونه
مسائل اسباب‌ بازی
Cryptarithmetic
دنیای مکش
مسئله کشیش‌ها و آدمخوارها
مسائل دنیای واقعی
مسیریابی
مسائل فروشنده دوره گرد و تور
طرح VISI
هدایت ربات
خط تولید خودکار
جستجو برای راه‌حل
تولید دنباله‌های عمل
فرآیند گسترش حالت
اصل جستجو
ریشه درخت جستجو
گره‌های برگی درخت
ساختارهای داده برای درخت‌های جستجو
تفاوت بین گره‌ها و حالت‌ها
استراتژی جستجو
جستجوی سطحی
جستجوی با هزینه یکسان
جستجوی عمقی
جستجوی عمقی محدود شده
جستجوی عمیق‌کننده تکراری
جستجوی دوطرفه
مقایسه استراتژی‌های جستجو
اجتناب از حالات تکراری
سه راه برای حل مشکل حالات تکراری برای مقابله با افزایش مرتبه و سرریزی فشار کار کامپیوتر وجود دارد
جستجوی ارضاء محدودیت (Constraint Satisfaction Problem)
محدودیت‌ها به گونه‌های مختلفی ظاهر می‌شوند
محدودیت‌های یکتا
محدودیت‌های دودویی
محدودیت‌های مطلق
محدودیت‌های اولویت‌دار

فصل چهارم: روش‌ های جستجو آگاهانه
جستجوی بهترین
حداقل هزینه تخمین زده شده برای رسیدن به هدف: جستجوی حریصانه
ویژگی‌های جستجوی حریصانه
حداقل‌سازی مجموع هزینه مسیر: جستجوی
کشف‌کنندگی قابل قبول
جستجوی A*
رفتار جستجوی A*
نگاهی گذرا به اثبات کامل و بهینه بودن A*
توابع کشف‌کننده
اثر صحت کشف‌کنندگی بر کارایی
کشف‌کننده‌ها برای مسائل ارضا محدودیت
ما حداکثر از سه رنگ (قرمز، آبی، سبز) می‌توانیم استفاده کنیم
جستجوی SMA*
SMA*  دارای خواص زیر است
الگوریتم‌های اصلاح تکراری
این الگوریتم‌ها به دو گره اصلی تقسیم می‌شوند:
 الگوریتم‌های تپه‌نوردی (Hill-climbing)
Simulated annealing
کاربردها در مسائل ارضا محدودیت

فصل پنجم: تئوری بازی
بازی‌ها در نقش مسائل جستجو
دلایلی که محققین قدیم، شطرنج را به‌عنوان موضوعی در AI برگزیدند
پیچیدگی بازی‌ها
عدم قطعیت
تصمیمات کامل در بازی‌های دونفره
یک بازی به طور رسمی می‌تواند به عنوان نوعی از مسئله جستجو به همراه قسمت‌های زیر تعریف شود
الگوریتم MINMAX به منظور تعیین استراتژی بهینه برای MAX طراحی شده است و از این رو می‌توان بهترین حرکت را تصمیم‌‌گیری کرد. الگوریتم شامل 5 مرحله است:
تولید درخت کامل بازی، تمام راه تا مراحل پایانی
درخواست تابع سودمندی برای هر حالت پایانی به منظور بدست آوردن مقدارش
از سودمندی حالات پایانی به منظور تعیین سودمندی گره‌ها یک مرحله بالاتر دردرخت جستجو استفاده کنید.
بررسی مقادیر را از گره‌های برگی تا ریشه، یک لایه در هر لحظه، ادامه دهید.
احتمالاً مقادیر به بالای درخت می‌رسند، MAX حرکتی را انتخاب می‌کند که به بالاترین مقدار منتهی می‌شود.
تصمیمات ناقص
الگوریتم مینی‌ماکس،  به دو راه تغییر یابد
تابع ارزیابی
چگونه به طور دقیق کیفیت را می‌توان اندازه گرفت؟
قطع جستجو
هرس آلفا- بتا
هرس درخت جستجو
درخت جستجوی آلفا- بتا
مزایای هرس آلفا- بتا
بازی‌هایی که شامل عنصر شانس هستند
ارزیابی موقعیت در بازی‌ها با گره‌های شانس
پیچیدگی

فصل ششم: عامل‌هایی که به طور منطقی استدلال می‌‌کنند
معرفی طراحی پایه‌ای برای یک عامل مبتنی بر دانش
عامل مبتنی بر دانش به موارد زیر نیاز دارد:
چه چیزهایی را بداند؟
وضعیت جاری دنیا؟
چطور توسط ادراک به خواص نادیده دنیا رجوع کند؟
چطور دنیا زمان را می‌گشاید؟
عامل به چیزی می‌خواهد برسد؟
فعالیت‌هایی که در شرایط مختلف انجام می‌دهد چیست؟
پایگاه دانش
هر زمان که برنامه دانش صدا زده می‌شود، دو عمل انجام می‌شود
به پایگاه دانش گفته می‌شود (TELL) که چه دریافت کرده است.
از پایگاه دانش سؤال می‌‌شود (ASK) که چه عملی باید انجام شود
می‌توانیم یک عامل مبتنی بر دانش را در سه سطح تعریف کنیم
سطح دانش knowledge level یا سطح epistemological که خلاصه‌ترین سطح است؛ می‌توانیم عامل را توسط گفتن این که عامل چه می‌داند، تعریف ‌نماییم
سطح منطقی logical level سطحی است که دانش به صورت جملات رمزگذاری می‌شود.
سطح پیاده سازی Implementation Level سطحی است که در معماری عامل اجرا می‌شود و بازنمایی‌های فیزیکی از جملات سطح منطقی، در این سطح وجود دارد
دنیای WUMPUS
بازنمایی، استدلال و منطق
زبان بازنمایی دانش متوسط دو خاصیت تعریف می‌شود
تفاوت بین حقایق و بازنمایی‌های آن ها
استلزام
رویه استنتاج می‌تواند یکی از دو عامل ذیل را انجام دهد
با داشتن پایگاه دانش KB می‌تواند جملات تازه‌ای از a  تولید کند که مفهوم آن استلزام توسط KB باشد.
یا با داشتن یک پایگاه دانش KB و جمله a دیگری، این رویه می‌تواند گزارش دهد که a توسط KB مستلزم شده است یا خیر
کلید استنتاج صحیح
بازنمایی
مزایا و معایب زبان طبیعی
صدق‌پذیری
استنتاج در کامپیوترها
منطق گزاره‌ای: یک منطق بسیار ساده
علائم منطق گزاره‌ای:
ثابت های منطقی (true, False)
علائم گزاره‌ای: Q, P
رابط‌های
پرانتز ()
تمام جملات توسط قرار دادن این علائم با هم و با استفاده از قوانین زیر، ساخته ‌می‌شوند:
ثابت های منطقی (true, False) خودشان جمله محسوب می‌شوند.
علامات گزاره‌ای نظیر Q, P هر کدام به تنهایی یک جمله هستند.
پرانتزهای اطراف یک عبارت، آن عبارت را تبدیل به یک جمله واحد می‌سازند مثل (P ^ Q)
یک جمله می‌تواند توسط ترکیب جملات ساده‌تر با یکی از پنج رابط منطقی ایجاد می‌شود.
مدل‌ها Models
قوانین استنتاج برای منطق گزاره‌ای
یکنوایی
مشکل کند شدن رویه استنتاج

فصل هفتم: منطق مرتبه اول
منطق گزاره‌ای
منطق مرتبه اول First-Order_logic)
اجزایی که در این منطق وجود دارند:
تعریف دقیق هر عنصر به صورت زیر است
سیمبول های ثابت (Constant Symbols)
سیمبول های گزاره (Predicate Symbols)
سیمبول های تابع (Function Symbols)
ترم‌ها (Terms)
جملات اتمی (Atomic sentences)
جملات پیچیده
سورها (Quantifires)
منطق مرتبه اول دو سور استاندارد دارد
سور عمومی (Universal Quantification)
سور وجودی (Existential)
سورهای لانه‌ای (Nested Quantifiers)
تساوی (Equality)
سیمبول تساوی
توسعه‌ها و تمایزات نگارشی
1- منطق مرتبه بالاتر
2-1 عبارات تابعی و گزاره‌ای با استفاده از عملگر λ
2-2 سور یکتایی
2-3 عملگر یکتایی
3- انواع علائم
استفاده از منطق مرتبه اول
دامنه Kinship
اصل موضوعات، تعاریف و قضایا
دامنه مجموعه‌ها
علائم خاص برای مجموعه‌ها، لیست‌ها و محاسبات
طرح پرسش و گرفتن پاسخ
عامل‌های منطق برای دنیای Wumpus
عامل واکنشی ساده
محدودیت‌های عامل‌های واکنشی ساده:
وجود مسائلی که باید به عامل از طریق بازنمایی دنیا فهمانده شود.
عامل‌های واکنشی نمی‌توانند از حلقه‌های نامحدود اجتناب ورزند.
بازنمایی تغییر در دنیا
محاسبه موقعیت
استنتاج خواص پنهانی دنیا
دو نوع اصلی از قوانین همزمان وجود دارند
قوانین Causal
قوانین تشخیصی (Diagnostic rules)
اولویت بین عملیات
سیستم مقدار عملیاتی
به سوی یک عامل هدف دار
استنتاج
جستجو
برنامه‌ریزی

فصل هشتم: استنتاج در منطق مرتبه اول
قوانین استنتاج مربوط به سورها
قوانین استنتاج برای منطق گزاره‌ای
Modus Ponens
And – Elimination
And – Introduction
Or – Introduction
Resolution
سه قانون استنتاجی جدید
1- حذف سور عمومی (Universal Elimination)
2- حذف سور وجودی
3- (Existential Introduction)
Modus Ponens تعمیم یافته
فرم Canonical
یکسان‌سازی (Unificaiton)
زنجیره‌سازی به جلو و عقب (Forward AND Backward Chaining):
زنجیره‌سازی به جلو (forward chaining)
زنجیره‌سازی به عقب (Backward Chaining)
الگوریتم زنجیره‌سازی به جلو
الگوریتم زنجیره‌سازی به عقب
کامل بودن Completeness
Resolution: یک رویه استنتاج کامل
قانون استنتاج resolution
Resolution‌تعمیم یافته (ترکیبات فصلی)
Resolution تعمیم یافته (ترکیبات شرطی)
فرم‌های Canonical برای resolution
تبدیل به فرم نرمال
رویه‌ای برای تبدیل به فرم نرمال
1) حذف ترکیب شرطی
2) حذف
3) استاندارد کردن متغیرها
4) انتقال سورها به سمت چپ
5) Skolemize
6) توزیع Λ بر ν
7) ترکیبات فصلی و عطفی لانه‌ای مسطح شده
8) تبدیل ترکیبات فصلی به ترکیب شرطی
برخورد با مسئله تساوی
دو روش برای انجام این امر:
1) بدیهی نمودن تساوی به وسیله ذکر خواص آن
2) استفاده از یک قانون استنتاج از یک قانون استنتاج
استراتژی‌های Resolution:
Unit preference
2) مجموعه Support
3) Resolution‌ ورودی
4) Subsumption

فصل نهم: برنامه‌ریزی
تفاوت عامل برنامه‌ریزی با عامل حل مسئله در سه چیز است
بازنمایی اهداف، حالات و عملیات
یک عامل ساده برنامه‌ریزی
از حل مسئله به برنامه‌ریزی
عناصر اولیه یک حل مسئله مبتنی بر جستجو
بازنمایی عملیات
بازنمایی حالات
بازنمایی اهداف
بازنمایی برنامه‌ها
اولین ایده کلیدی در ورای برنامه‌ریزی
دومین ایده کلیدی در ورای برنامه‌ریزی
سومین ایده کلیدی در ورای برنامه‌ریزی

فصل دهم: عدم قطعیت
مسئله کیفیت
برخورد با دانش غیرقطعی
عدم قطعیت و تصمیمات عقلانی
تئوری سودمندی
طراحی برای یک عامل تصمیم‌گیری نظری