具有模糊約束的概率邏輯程序設(shè)計.pdf

1、目前，基于agent的計算是一個非常重要的研究領(lǐng)域，許多研究者從理論和實踐方面做了許多工作。在agent的研究中，BDI-agent是一個廣為人知的概念，即面向目標，信念轉(zhuǎn)移的實體。然而，目前大多數(shù)的研究都假定，在agent的精神狀態(tài)以及其所處的環(huán)境中，不存在不確定性。也就是說，在這些假定下，agent僅僅在其對于事件的真/假具有100％確信的時候，才指定其行動。然而，在實際的許多應用中，agent對其周圍的環(huán)境僅僅有部分的，不確定的知

2、識.為了祛除這些的不現(xiàn)實的假定，對不確定知識進行描述和推理，在本文的第一部分，提出了一種新的面向agent的概率邏輯程序語言，它把概率程序和實時程序結(jié)合起來，可以實現(xiàn)不確定性下的信念更新，目標更新和不確定性實用推理。它一方面把概率邏輯程序語言PLP擴展到了面向agent的系統(tǒng)；同時，也擴展了Hindriks等人的工作，即把面向agent的邏輯程序語言擴展到了不確定環(huán)境中，實現(xiàn)了對于不確定知識的動態(tài)的描述和推理。 然而，不確定知識

3、并非不完全知識的唯一形式，實際中，常常需要面對模糊信息。為了處理不確定環(huán)境中的模糊知識，在本文的第二部分，我們進一步把面向agent的概率邏輯程序語言擴展到了具有模糊約束的情況，即，提出了一種具有模糊約束的概率邏輯程序，它允許agent程序在不確定環(huán)境中有效處理模糊知識，并且動態(tài)的適應環(huán)境的變化。這種語言陳述了一種新的實用的方法解決不確定環(huán)境中的模糊約束問題，它主要包括三個部分：(1)基于概率論的不確定信念的更新。(2)基于模糊多屬性決