您好、欢迎来到现金彩票网!
当前位置:2019全年免费资料大全 > 统计推理 >

基于统计缺省逻辑的多Agent推理模型

发布时间:2019-08-09 04:23 来源:未知 编辑:admin

  100福建电脑2008年第10期基于统计缺省逻辑的多Agent推理模型张敏( 集美大学计算机工程学院福建厦门361021)【摘要】:统计缺省逻辑是经典缺省逻辑的推广,借助错误参数允许我们在标准的推理统计模型中模型化普遍的推理模式。多Agent系统所面临的推理环境是动态的、不确定的.在推理过程中可以通过设置错误参数。在允许错误的情况下进行推理。本文采用统计缺省逻辑描述了多Agent系统的推理过程,建立了基于统计缺省逻辑的多Agent推理模型。【关键词】:统计缺省逻辑;多Agen· 系统1、引言多Agent系统( MAS) 是近年来人们普遍关系的问题之一.其根本原因是多个Agent系...

  100福建电脑2008年第10期基于统计缺省逻辑的多Agent推理模型张敏( 集美大学计算机工程学院福建厦门361021)【摘要】:统计缺省逻辑是经典缺省逻辑的推广,借助错误参数允许我们在标准的推理统计模型中模型化普遍的推理模式。多Agent系统所面临的推理环境是动态的、不确定的.在推理过程中可以通过设置错误参数。在允许错误的情况下进行推理。本文采用统计缺省逻辑描述了多Agent系统的推理过程,建立了基于统计缺省逻辑的多Agent推理模型。【关键词】:统计缺省逻辑;多Agen 系统1、引言多Agent系统( MAS) 是近年来人们普遍关系的问题之一.其根本原因是多个Agent系统实际上可以看作是在某个环境中的Agent集合。并且Agent之间、Agent与环境之间可以进行交互,通过彼此问的行为推理达到共同完成某个任务的目的。在多Agent系统中,每个Agent都必须具备协调推理能力。以解决复杂的、单个Agent难以胜任的问题.这也是多Agent系统研究与应用的初衷之一m。Agent是一个基于软件或硬件的计算机系统。它具有自治性、反应性、社会性和协作性等特性,是一个智能的实体,可以控制自己的内部状态,自动感知其所处的环境。并与其他Agent交流合作。从而完成推理任务。什么是Agent的推理?Agent的推理就是Agent依据一定的规则从已有的事实推出结论的过程.或Agent与Agent之间利用相互之间的信息进行问题求解的过程嗍。Agent的推理决策过程也是一个动态的不确定的过程.而且在信息模糊和缺乏的情况下也可以推出合乎常理的结论。在多Agent系统中.经常要面临环境的动态变化产生的动态模糊性。统计的缺省逻辑通过设定知识的错误频率的” 上极限” 来描述推理.同时具有非单调性和动态性。因此。本文采用基于统计的缺省逻辑作为多Agent系统的理论工具,建立一个多Agent系统的统计缺省推理模型。2、统计缺省逻辑( SDL) 的基本理论本节主要给出一些统计缺省逻辑的基本理论。在Rei ter[ 6]缺省逻辑的基础上,统计描述与缺省逻辑之问的联系在文献『71中提出并在文献[8】中有进一步发展。GregoryR.Wheel er在文献[910】中第一次提出统计的缺省逻辑。它是经典Rei ter缺省逻辑的推广。它允许我们在标准的推理统计模型中模型化普遍的推理模式。这一理论是由经典的Rei ter缺省带上单位区问中实数作限制而得的缺省规则之集以及带约束的事实之集构成的集合序对所组成。这个实数是” 可适用缺省规则” 的结论能被接受的错误概率的一种极限。傅丽在文献【11】中提出了统计缺省扩充的两种算法。从而可以在满足限制条件下直接计算统计缺省的扩充。统计缺省推理是用明确知识的错误频率的- 上极限” 来描述的推理形式。把形如口:胁.屈.y( 1)的缺省称为统计缺省( 简记为:s一缺省) ,把错误参数概率的上极限简称为e约束.这里Ⅸ:jB一 pny是Rei ter缺省,且O81。( 1) 式的意义是:假如已知a且没有晟的否定出现仁J ,⋯,矽,则y在规则使用中的错误不超过。设£是一阶语言中的合式公式之集。定义1( 约束句子) 句子 P,由8约束用一序对( P,8) 表示(简记为:( P).),这里 p是一阶语言L中的句子。且08l ;如果8=0,则( p)御。定义2统计缺省理论是A.=佤形J 。这里W是约束句子集。S是统计缺省规则集。以n记约束句子集,则函数Crov( H) 是n中出现的所有约柬句子去掉约束参数后的集合。例如咖№-,⋯纸kjy=妨,⋯纸)定义3( s一缺省e一约束结论) 约束句子7。是从约束句子集n出发的,在统计缺省规则必乞7下的约束结论.当且仅当@kH,_1层,⋯-1屈叠Crop(兀)且毛+q=弓占Con(S)是统计缺省理论△ ._佤矽J 的s-缺省一约束结论,即Con@):{魄I必叩s}L7JQ)I-EH,.1届,⋯,一成芒Crop(兀),且%+占,=£r占舣4。C一n衙鞭露H兽蔷耵觫锊知滂子(n)=移).Ij 够L.}是8一约束的逻辑闭包.定义5在A.=rs,形胆统计缺省理论,n是某约束句子集,令EA.ffl ) 是满足如下三个条件的最小集:( 1) ∥ sE.( nJ(2)c心慨。(n))=瓦。(n)(3)Ezx.(17)在s下8内是闭合的,对所有的鱼k!丝生:::::丝Lg.s仁)f.En,,层,⋯,以仨c叫n)y且f口+s,=占ys约束句子集n是统计缺省△ .在£的扩充( 简记为:8一扩充)当且仅当E△ ,fTI)=n。定理1令兀是8一约束句子集㈦s。,(B)e:,∽旬,佃)。.和似)ss,对应L中的句子a,p,y,妒和妒,且令A,=佤聊在e是统计缺省理论。定义:(1)对所有的(劝%形,eel --0;( 2) no=w,且对任意的i #0,17』“ =Cnc(玎j )UL粤蔓!蛐::::丛 s。这里I丫QI EⅡ,一p,,⋯,一p.正c却(n),B.e。+e,=eT s£).则n是△ J _佤肜_I在8内的统计扩充当且仅当n=Un,,Io 万方数据 2008年第10期福建电脑10l3、多AgeI。L的统计缺省推理模型多Agent系统的统计缺省推理模型是能够在某一知识领域满足人们自主运用知识的智能系统.因此它必须具备以下几个基本组成部分:( 1) 知识库:存放该领域的相关基础知识和基本规则;( 2) 当前知识库:用于Agent之间、Agent和环境之间交互过程中产生的信息。存储了当前推理过程中的信息;( 3) 基于统计的缺省推理系统:将知识库中的知识用于具体的问题。通过统计缺省推理控制机制进行推理,得出结论;( 4) 广播站:用于管理者Agent与各任务Agent之问的信息传递。因此.我们可以这样描述基于统计缺省逻辑的多Agent系统推理框架:A宝DL=(Ag, KB。TB,B,D其中。Ag表示一个Agent集合。由管理者Agent和任务A.gem组成。前者用于下达任务、反馈信息、协议” 裁并控制整个推理过程。后者用于协作完成推理过程:KB表示系统的学科知识库.由管理者Agent分析问题以后自动生成的。存放分析所得的基本知识和基本规则;TB表示I临时信息库.用于存放在推理过程中产生的临时信息.以用于下一步的推理。B表示广播站.将管理者的要求及各个Agent反馈的信息以广播的方式通知所有的Agent:SDL表示统计缺省推理控制机制.用于控制推理的过程。整个推理过程如下:管理者Agent在接收到问题后触发自动推理系统。首先管理者分析问题的条件和结论。生成相应的知识库和任务。然后将任务下达给各个任务Agent,每个任务Agent在接收到任务后。搜索自己的知识库,采用统计缺省推理,将推理的结果反馈给管理者Agent。管理者Agent将结果放入临时信息库,并与结论进行比较,若一致,表示任务已解决。推理结柬;否则进行第二次推理。因此,整个系统的运行过程为分析任务、生成知识库、反复推理的过程。( 1) 多Agent系统中的任务分配( 图1)图l图2( 2) 推理模型的框架结构如图2所示。( 3) 任务Agenfi 的统计推理过程的算法描述PredumSDLC(, .S,w)H li sthe questi on, Si s a fi ni te set毹stati sti caldefaul tsandi slfi ni teboundedtheory,the procedureret urns an aBsowcrset,J Begi nR_{业≯£JEsI,fJ.Crop(WwCon。G))£。+£.s£T}置- 0占:1wU矗)一艘::{唑华e.州xl口Ha,£.+£。s£成啪Uc口凡m)置AU肚Unti lAR=oP口returnyEndbegi nEndprocndur2f4) 评估机制EVM的算法描述。ProcedureEVM( DBegi nCk..eck E i nTBIf don t confl i ct then add i t to KBEl segi ve upthe resul tEnd i fEnd1, %i oEndproccdam该算法主要是逐个查找临时.占息库中的知识是否与结论一致,若一致.则问题已解决。4、结论与展望本文在统计缺省理论的基础上给出了统计缺省推理算法.从而建立了多Agent推理模型。蔓传统的自动推理技术相比。本文考虑了信息的动态变化和模糊性.允许对缺省规则指定其错误概率.在不超过错误概率的上极限的情况下进行推理。通过建立基于统计缺省逻辑的多Agent推理模型.能够很好的解决对推理的不确定影响。并且通过多Agent系统加速对问题的求解。接下来的工作将集中在各Agent之间的相互作用.以及对推理模型影响I.研究.继而能够改进和完善多Agent系统的统计缺省推理模型。参考文献:1.李海刚,昊启迪.多Agent系统研究综速.同济大学dP41L, 2003,31(6):728-731.2.Xmn F Zha。SamudY E Li m。Ⅵ,cn F工u.AKnowl edge Intensi ve Mul ti -agent Systemfor CooperaUve/CoUaradve Assembl y Model i ngand ProcessPhnni ngJ oumalofIntegrated Desi gnand Process Sci ence.2003。7(1):99122.3.P.ybi mke H,p.y矗o D.Knowl edge Shari ng i n Defaul t Reasoni ng BasedMul ti agent Systems.Internati onal Conference onIntdi i gent Agent Tech-nol ogy.2003:576601.4.孙娟,窦万春.Mul ti -agent系统中/X/b, 协作研究.计算机应用,2005,25(10):24072409.5.董海峰,张成年.基于DFL的多Agent系统的自动推理模型.大众科技。2006.5:7576.6.Rei ter&ALogi cfor Defaul tP.easoni ng.Arti fi ci alIntel l i gence,1980.13:81- 132.7.Bacchus F A,Grove D,I-Ial pemJ , KoUerD.Stati sti cal foundati om for de-faul t陀瑚Il i ng.Proceedi ngs of Ore Interafi onJ oi nt Conference on Arti fi calIntel l i gence.1993:563569.8.TanY H.Defaul t l ogi candi nducti ve-stati sti cal rcoIl i ng.Synthese.1997,1 10:357-379.9.Wheel er G凡A resource boundeddefaul t l ogi c.Proceedi ngsof thel Othe Internati onal WorkshoponNon monotoni c Reasoni ng.2004:416 。422.10.WheeJ er G凡Dmaasi o C.Ani mpl ementati onof stati sti cal defaul tlogic.Logi csi n arti fi ci ali ntel l i gence,2004:121133.11.傅丽.统计蚨省扩充的两种算法.模糊系统与敦学,2007,21(3):93-100. 万方数据

http://linkzoo.net/tongjituili/491.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有