论文部分内容阅读
信念修正是一个解决不一致信念推理的重要方法,信念修正的主要思想是当出现不一致时,就修改知识库使其恢复一致性。信念修正易丢失有用的信息。信念非修正推理方法容忍知识库中的不一致,通过提出新的推理方式来获得一致的结论集。信念非修正原型系统利用信念非修正最基本的逻辑,实现最基础的信念非修正推理过程,但是没有结合实际领域知识进行验证。本文在信念非修正原型系统上,结合船舶领域的故障诊断知识,设计一阶谓词逻辑下有可信度Horn子句形式的表示方式,对不精确的领域知识做有效的表示,简化了领域知识到形式语言的表示过程,方便了系统中信念形式的解析设计,提高整个系统的推理效率。因为知识的表示形式,将知识库设计成"事实-规则"型知识库,将Horn子句形式的知识有序高效的进行存储。根据知识库中知识的结构,改进信念非修正原型系统的推理方法,减少推理过程中的组合爆炸,利用单元归结的推理方法。在推理过程中,将进行推理的信念创建信念图,在信念图上计算信念的可信度和进行信念的修正操作。采用上述方法实现了信念非修正原型系统的知识库构造,单元归结的信念非修正推理过程,以及信念图的构造和在信念图上的可信度计算及信念的约简操作。并实现用户界面的显示。