期刊文献+

基于投票准则的惩罚函数及其多命题推理系统

The penalty-function based on the voting principles andits multi-proposition reasoning systems
下载PDF
导出
摘要 GadiPinkas提出的基于惩罚逻辑函数的非单调推理系统,应用到智能机器人路径规划和采煤机械设备故障诊断问题时,惩罚函数不能很好地反映人类的智能.为此,提出了投票表决准则及其惩罚函数的构造方法.实验结果表明,该惩罚函数在一些实际应用领域中比GadiPinkas给出的惩罚函数更为合理、有效. The reasoning nonmonotonicity system based on the penalty-function presented by Gadi Pinkes did not commendably reflect the human intelligence when applied to the problem of the intelligent route planning and the coal cutting machine fault diagnosis. So the method of constructing the penalty-function based on the voting principles is presented, and experimental results show that it is more reasonable and effective than Gadi Pinkes' theory.
出处 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2004年第6期705-707,共3页 Journal of Harbin Institute of Technology
基金 国家重点基础研究发展规划资助项目(2002cb312205) 哈尔滨工业大学威海分校基金资助项目.
关键词 非单调推理 惩罚函数 多命题推理系统 规则学习 HOPFIELD神经网络 reasoning nonmonotone penalty-function multi-proposition reasoning system rule learning Hopfield neural net work
  • 相关文献

参考文献5

  • 1[1]PINKAS G. Reasoning nonmonotonicity and learning in connectionist networks that capture propositional knowledge[ J]. Artificial Intelligence, 1995,77: 203 - 247. 被引量:1
  • 2[2]MORGAN, CHARLES G. Nature of nonmonotonic rea-soning[ J]. Minds and Machines, 2000 (10): 321 - 360. 被引量:1
  • 3权光日..基于规则学习的神经网络研究[D].哈尔滨工业大学,1998:
  • 4[4]李仁厚,秦世引.智能控制理论和方法[M].西安:西安交通大学出版社,1994. 被引量:1
  • 5权光日,崔明根,张朝晖,洪家荣.基于Hopfield-Tank模型的神经网络的变参数方法[J].电子学报,1996,24(8):87-89. 被引量:7

二级参考文献4

共引文献6

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部