[发明专利]一种基于代表模型的命题逻辑修正方法

说明书

发明领域

本发明涉及一种在人工智能命题逻辑系统中，根据事实集合Delta对原有命题逻辑系统Gamma进行形式修正，使得修正后的系统Lambda能够与事实集合Delta相互协调。该发明尤其涉及基于命题代表模型的修正演算的自动修正方法。

发明背景

随着信息科学和人工智能的发展，人们对于知识系统的自动维护需求日益提升，如何使计算机系统自动地对系统知识库进行维护是需要解决的一个问题。人们对此提出逻辑修正的问题——当新的观念或需求与原有信念系统放生冲突或矛盾时，如何能够修改或删减原有信念系统，使得加入新观念后的系统保持一致。

为了实现命题逻辑系统的自动修正，需要从命题结构和语义的角度找出矛盾产生的根本原因。到目前为止，分析逻辑命题句法结构的方法，形式推理R-演算的方法都具有不错的效果。这些方法通过分析系统中命题的逻辑结构，通过逻辑结构转化或形式推导找到命题系统的需要被删除的命题，进而获得与新集合相协调的极大缩减。但这些方法在系统实现上都存在着一定程度上的效率问题。

发明内容

本发明要解决的技术问题：克服现有技术的不足，提供一种基于代表模型的命题逻辑修正演算方法，它根据每一个命题的代表模型，逐个进行针对的检查，以最少的模型验证数量实现对所有模型的验证，从而找到导致不协调出现的命题，实现了命题逻辑集合的自动修正功能。

本发明采用的技术方案：一种基于代表模型的命题逻辑修正演算方法，其特征在于步骤如下：

(1)将结果集合Lambda初始化为空集，将接收集合Sigma初始为系统必须要接受的事实集合Delta，将Gamma初始为所有等待验证命题所组成的集合，将新代表模型列表NewModelList初始化为空集；

(2)将代表模型列表ModelList初始化为Sigma的所有代表模型；

(3)如果系统集合Gamma为空集，则转到步骤(8)；

(4)从Gamma中取出一个命题A，并将A从Gamma中删除；

(5)利用A，Sigma和ModelList构造A的所有备选代表模型集合PropModel；

(6)将PropModel中的所有模型逐个对A进行验证：按照逻辑连接词的运算规则和原子命题在模型M下的真假赋值情况，计算A在备选代表模型M下的真假值，如果A在M下的取值为真，则将M存入NewModelList；

(7)如果NewModelList不是空集，使ModelList等于NewModelList，并将NewModelList重置成空集，将命题A分别存入到Lambda和Sigma中，转步骤(3)；否则，直接转步骤(3)；

(8)输出结果Lambda。

根据本发明的又一个方面，其中步骤(2)进一步包括步骤：

(a)找出Sigma中的所有原子命题，记为{s₁，…，s_n0}；

(b)根据{s₁，…，s_n0}中n0个原子命题的赋值＜V_i(s₁)，…，V_i(s_n0)＞(i＝1，…，2ⁿ⁰)构造Sigma的备选代表模型M_i，如果任意一个原子命题s，如果s是{s₁，…，s_n0}中的一个，则s在M_i下取值为V_i(s)，否则，s在M_i下取值为假，并将这2ⁿ⁰个备选代表模型存入集合SigmaModel；

(c)用SigmaModel中的所有模型分别对Sigma进行验证：如果某一个模型使得Sigma可满足，将该模型存入ModelList；

根据本发明的又一个方面，其中步骤(5)进一步包括：

(a)计算Sigma中出现的所有原子命题，记其为{s₁，…，s_n}；

(b)计算出所有在A中出现而不在Sigma中出现的的原子命题，记为{a₁，…，a_p}；

(c)构造出这p个命题的所有赋值情况＜v_j(a₁)，…，v_j(a_p)＞(j＝1，…，2^p)；