不确定性知识处理是人工智能领域最基本的研究问题。《不确定性知识处理的基本理论与方法》对知识表示和推理、不确定性知识处理（亦简称不确定性处理）的基本理论与方法进行了全面、系统的阐述，内容包括知识表示与推理方法、不确定性知识处理的经典理论与方法、贝叶斯网推理与学习方法、粗糙集理论等四部分。
　　《不确定性知识处理的基本理论与方法》一方面使读者能够透彻掌握主要的不确定性处理方法，另一方面也使读者能够掌握对不确定性处理开展科学研究及理论联系实际的方法。为此，《不确定性知识处理的基本理论与方法》在描述每个不确定性处理模型时，对模型的背景、模型的核心内容、概念的梳理与厘清、关键论点的证明、必要的算法、应用实例、模型的不足或困难等，都加以全面刻画。书中还融入了作者的研究成果，其中一些难题是应用领域专家提出的。
　　《不确定性知识处理的基本理论与方法》可供计算机、自动化等领域的科研与工程技术人员参考，也可作为高等院校计算机、自动化等相关专业教师、研究生的教材和教学参考书。

前言
第1章 绪论
1．1 概述
1．2 内容框架
参考文献

第2章 知识表示
2．1 知识表示概述
2．1．1 知识的定义和结构
2．1．2 知识的阈值
2．1．3 知识的类型
2．1．4 常用的知识表示
2．2 逻辑表示
2．2．1 命题逻辑
2．2．2 一阶谓词逻辑
2．3 产生式规则表示
2．4 语义网表示
2．5 框架表示
2．6 脚本表示
2．7 本体表示
2．8 小结
参考文献

第3章 推理方法与专家系统
3．1 推理概述
3．1．1 推理方法及分类
3．1．2 推理控制策略及分类
3．2 逻辑推理系统
3．2．1 演绎逻辑与三段论
3．2．2 推理规则
3．2．3 逻辑系统
3．2．4 归结与演绎
3．3 产生式推理系统
3．3．1 产生式系统概述
3．3．2 产生式系统的体系结构及工作原理
3．3．3 部分匹配
3．3．4 与或树
3．3．5 正向和反向推理算法
3．3．6 匹配冲突消解
3．4 其他推理方法
3．4．1 类比
3．4．2 生成与验证
3．4．3 溯因
3．5 专家系统概述
3．5．1 专家系统的定义
3．5．2 专家系统的体系结构
3．5．3 专家系统的主要特征
3．5．4 专家系统的类型
3．5．5 一个简单的专家系统示例
3．6 小结
参考文献

第4章 确定性因子理论
4．1 信任和不信任
4．2 信任与不信任之度量
4．3 不确定性因子的计算
4．4 不确定性值计算的封闭性
4．5 不确定性值计算例
4．6 规则集合(规则库)的评价
4．7 小结
参考文献

第5章 确定性因子模型改进及其在冲突消解中的应用
5．1 不确定性知识的描述
5．2 不确定性值的传播算法
5．3 最大存在风险和最大不存在风险
5．4 冲突消解模型
5．5 小结
参考文献

第6章 基于概率论的处理方法
6．1 概述
6．2 确定性证据的不确定性处理
6．3 不确定性证据的不确定性推理
……
第7章 证据理论
第8章 一种面向有序命题类问题的信息融合新方法
第9章 加权模糊逻辑
第10章 专家系统中的一种模糊推理模型——一种二阶不确定性处理模型
第11章 专家系统中部精确推理单位元
第12章 两级不确定性知识处理模型
第13章 多ES协作系统中不一致性处理
第14章 协作知识系统中冲突消解的辩论方法
第15章 Belief的解释和更新
第16章 布尔代数上的Belief模型
第17章 处理二阶不确定性的内涵方法
第18章 贝叶斯网的基本概念及推理方法
第19章 贝叶斯网学习方法
第20章 经典粗糙集
第21章 粗糙集关系扩展模型
第22章 粗糙集公理组的极小化
附录