【摘要】单调推理无法满足人们对客观世界的认知,为此提出了非单调推理。人们从外界获取的信念往往不总为真,当获取的新信念与原有信念集中的信念相矛盾时就会出现不一致,如何对信念集进行协调性维护是常识推理的关键问题之一。目前对不一致信念进行处理的主要方法是信念修正方法,其主要不足之处在于：有可能会丢失有用信念和产生多个结论难以选择。本论文对不一致信念的处理则采用信念非修正的极小模型方法,其基本思想是：允许 […]

【摘要】对于一个Agent个体而言,它需要以从外部环境或与其它Agent进行通信的方式获取信息。Agent获取的信息越多,那么它做出的决定就更加合理。但是Agent接收的信息无法保证与己有的信念协调一致,因此需要对Agent的信念集进行信念修正操作以确保信念集的一致性。尽管人工智能领域的研究人员对信念修正做了深入的研究,但其工作往往是在一阶逻辑框架下完成的。基于这些理论构建的信念修正系统,因其在检 […]

【摘要】信念修正是当前研究的一个热点问题,如何构建信念修正系统形式化描述主体信念的动态变化以及利用更好的技术处理信念修正问题,具有重要的研究意义和价值。但就目前的情况来看,信念修正在取得一定研究成果的同时还存在许多亟待解决的问题。本文介绍了三种不同的研究信念修正的方法,通过分析这几种方法各自的优势和不足,尝试找出各种信念修正理论的共通点和共同的不足之处抑或是面临的问题。同时也希望通过对这几种方法的 […]