• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文学位 >具有模糊约束的概率逻辑程序设计
【6h】

具有模糊约束的概率逻辑程序设计

代理获取
页面导航
  • 目录
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

目录

Chapter 1 Introduction

Chapter 2Agent-oriented Probabilistic Logic Programming

Chapter 3 Agent-Oriented PLP with Fuzzy Constraints

Chapter 4 Fuzzy Constraint Logic Programming

Chapter 5 Conclusion

Bibliography

Publications

致谢

展开▼

摘要

目前，基于agent的计算是一个非常重要的研究领域，许多研究者从理论和实践方面做了许多工作。在agent的研究中，BDI-agent是一个广为人知的概念，即面向目标，信念转移的实体。然而，目前大多数的研究都假定，在agent的精神状态以及其所处的环境中，不存在不确定性。也就是说，在这些假定下，agent仅仅在其对于事件的真/假具有100％确信的时候，才指定其行动。然而，在实际的许多应用中，agent对其周围的环境仅仅有部分的，不确定的知识.为了祛除这些的不现实的假定，对不确定知识进行描述和推理，在本文的第一部分，提出了一种新的面向agent的概率逻辑程序语言，它把概率程序和实时程序结合起来，可以实现不确定性下的信念更新，目标更新和不确定性实用推理。它一方面把概率逻辑程序语言PLP扩展到了面向agent的系统；同时，也扩展了Hindriks等人的工作，即把面向agent的逻辑程序语言扩展到了不确定环境中，实现了对于不确定知识的动态的描述和推理。 然而，不确定知识并非不完全知识的唯一形式，实际中，常常需要面对模糊信息。为了处理不确定环境中的模糊知识，在本文的第二部分，我们进一步把面向agent的概率逻辑程序语言扩展到了具有模糊约束的情况，即，提出了一种具有模糊约束的概率逻辑程序，它允许agent程序在不确定环境中有效处理模糊知识，并且动态的适应环境的变化。这种语言陈述了一种新的实用的方法解决不确定环境中的模糊约束问题，它主要包括三个部分：(1)基于概率论的不确定信念的更新。(2)基于模糊多属性决策理论的的目标更新和修正机制；(3)建立在不确定的实用推理规则上的不确定信息和模糊信息的处理。 在本文的第三部分，通过把模糊逻辑程序和模糊数学程序相结合的方法建立了模糊约束逻辑程序语言的框架，给出了模糊约束逻辑程序的语法(包括缺省非)，建立了基于稳定模型语义的模糊约束逻辑程序语言的应答集语义。最后，本文给出了一个具体的实例并计算出其应答集语义，并与Joo的工作相比较，结果显示使用应答集语义的方法所得到的结果更为合理。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号