基于馬爾可夫邏輯網(wǎng)的專家系統(tǒng)研究.pdf

1、現(xiàn)實世界中的問題往往具有不確定性，一階邏輯可以方便地表示各種不同的知識或關系，降低問題的復雜度；概率模型可以有效解決不確定性問題。將一階邏輯和概率結合起來解決現(xiàn)實世界中的問題一直是人工智能研究的熱點之一。
　　專家系統(tǒng)作為人工智能研究領域的重要分支之一，它可以借助計算機的強大性能來解決人們在生產(chǎn)生活中遇到的各種問題，專家系統(tǒng)被廣泛應用于汽車制造、采礦、指紋識別、故障診斷、疾病診斷等各個領域，在給人們的生產(chǎn)生活帶來便利的同時，也極大

2、地推動了社會的發(fā)展。
　　傳統(tǒng)專家系統(tǒng)大多采用邏輯模型或概率模型來構造，這些傳統(tǒng)的專家系統(tǒng)在使用過程中會遇到許多困難，如知識庫構造困難、無法處理矛盾知識、不能利用多種類型知識、缺乏自學習能力等，因此，基于傳統(tǒng)模型的專家系統(tǒng)在使用過程中往往無法滿足用戶的需要。將邏輯與概率結合起來構造的專家系統(tǒng)，可以利用二者的優(yōu)點，取得良好的效果。
　　馬爾可夫邏輯網(wǎng)是附加了權值的一階邏輯知識庫，它將邏輯和概率結合起來進行推理，是人工智能研究領

3、域新的熱點之一，已經(jīng)被成功應用在遷移學習、信息抽取、鏈接預測等領域?；隈R爾可夫邏輯網(wǎng)的專家系統(tǒng)將專家的知識用規(guī)則表示，給每條規(guī)則都加上權值，使用已經(jīng)發(fā)生的事實來學習馬爾可夫邏輯網(wǎng)，得出不同的權值，完成推理過程。
　　本文詳細介紹了基于傳統(tǒng)模型的專家系統(tǒng)的概念及構造、推理過程，選擇基于規(guī)則的專家系統(tǒng)為邏輯模型的代表，基于貝葉斯網(wǎng)路的專家系統(tǒng)為概率模型的代表。研究馬爾可夫邏輯網(wǎng)的相關知識，提出了構造基于馬爾可夫邏輯網(wǎng)的專家系統(tǒng)，并給