基于MCN和MO启发式策略的扩展规则知识编译方法

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.

关键词：人工智能、自动推理、知识编译、扩展规则、启发式策略

所属期刊栏目：48

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目60803102,60473042,60573067,61070084

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2064-2073