基于MCN和MO启发式策略的扩展规则知识编译方法

• 作者: 殷明浩 王金艳 谷文祥
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 人工智能 自动推理 知识编译 扩展规则 启发式策略
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 2064-2073
• 分类号: TP181
• 字数: 8515字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谷文祥	东北师范大学计算机科学与信息技术学院	71	538	11.0	20.0
5	殷明浩	东北师范大学计算机科学与信息技术学院	35	304	10.0	16.0
6	王金艳	东北师范大学计算机科学与信息技术学院	2	13	2.0	2.0