基于MCN和MO启发式策略的扩展规则知识编译方法

作     者：谷文祥 王金艳 殷明浩 Gu Wenxiang;Wang Jinyan;Yin Minghao

作者机构：东北师范大学计算机科学与信息技术学院长春130117 东北师范大学数学与统计学院长春130024 

基　　金：国家自然科学基金项目(60803102 60473042 60573067 61070084) 

出 版 物：《计算机研究与发展》 (Journal of Computer Research and Development)

年 卷 期：2011年第48卷第11期

页      码：2064-2073页

摘      要：在基于扩展规则的知识编译算法的基础上提出了2种启发式策略:MCN策略和MO策略.MCN策略和MO策略利用子句集的信息分别选择相应子句和变量,减少扩展规则的使用次数,进而降低知识编译后目标子句集的规模.在此基础上,设计并实现了MCN_KCER,MO_KCER和MCN_MO_KCER算法.实验结果表明:2种启发式策略都可以大幅度减小编译后的子句集规模,同时使用它们的效果更为明显,经过编译后得到的子句集规模是原算法的1/3～1/39,从而大幅度提高之后的在线推理阶段的效率.

主 题 词：人工智能 自动推理 知识编译 扩展规则 启发式策略 

学科分类：0810[工学-土木类] 12[管理学] 1201[管理学-管理科学与工程类] 0808[工学-自动化类] 0839[0839] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

馆 藏 号：203488073...