[发明专利]一种采用基于与或树的有限约束问题推理方法的专家系统

说明书

本发明提供一种采用基于与或树的有限约束问题推理方法的专家系统，包括以下步骤：对原问题P进行分解操作，将原问题P分解成n个相互等价的子问题；根据约束条件集，实时调整对子问题的推理求解顺序，从而得到每个子问题的解，最终输出得到的问题序列P和方法序列C。可高效快速的对有限约束问题进行推理求解。

技术领域

本发明涉及一种有限约束问题推理方法，具体涉及一种采用基于与或树的有限约束问题推理方法的专家系统。

背景技术

约束问题中约束的含义，顾名思义，是对事物的限制。事实上，逻辑程序设计(Logic programming)在实质上就是一种特殊的约束求解问题。约束问题可以简单理解成逻辑推理时的附加条件，也可以说是得出某些结果时所必须考虑的限制条件。对待这类问题的求解的研究初始于上个世纪70年代的Scene Labeling以及60年代的InteractiveGraphics。它允许用户在计算机中绘制和处理图形，从而发展了局部推演(Localpropagation)等关键技术。现今在计算机领域中，约束问题包括诸如布尔约束问题、有限约束问题和数值约束问题等等。其中，有限约束问题最为常见。

随着人工智能技术的兴起，用计算机进行逻辑推理的技术也日益成熟。就计算机的推理方法而言，常见的方法有以下几个：基于OWA(ordered weighted aggregation)算子核心思想的目标可满足性推理方法，这种方法避免了纯逻辑推理中“与”、“或”的过于“偏执”的推理结果，较好地反映出了人类一般思维的特点。基于模糊Petri网的并行推理方法，这种是把模糊Petri网模型转化为了矩阵形式，在此基础上提出了一种并行推理算法。该算法是对传统使用Petri网模型的算法进行了改进，提高了算法的推理效率，尤其适合较大的复杂的模糊Petri网模型。还有基于模糊决策树的推理方法，该方法被用于网络取证，在做证据分析和推理时，其正确分类率可达到91.16％。

然而，上述所公开的各类推理方法都有较强的针对性，并不适用于对有限约束问题进行求解，因此，如何对有限约束问题进行高效快速的推理求解，具有重要意义，现有技术中，尚未出现有效的解决方案。

发明内容

针对现有技术存在的缺陷，本发明提供一种采用基于与或树的有限约束问题推理方法的专家系统，可有效解决上述问题。

本发明采用的技术方案如下：

本发明提供一种采用基于与或树的有限约束问题推理方法的专家系统，所述专家系统采用基于与或树的有限约束问题推理方法对问题进行求解，得到所有子问题的解；其中，所述基于与或树的有限约束问题推理方法包括以下步骤：

步骤1，对于一个具有有限约束的原问题P，对原问题P进行分解操作，将原问题P分解成n个相互等价的子问题，将各个子问题依次记为子问题P1、子问题P2…子问题Pn；其中，n为自然数；

步骤2，对于任意一个子问题Pi，i∈(1、2…n)，对子问题Pi进行独立的求解，得到子问题Pi的m个解，将子问题Pi的m个解分别记为：Ci1、Ci2…Cim；其中，m为自然数，对于不同的子问题Pi，其具有的解个数m的值相同或不相同；

步骤3，将原问题P作为根节点；将各个子问题Pi作为原问题P的儿子节点；将子问题Pi的m个解作为子问题Pi的儿子节点，由此建立得到一棵层数为3的与或树；

步骤4，建立约束关系集；所述约束关系集用于存储子问题Pi与其他子问题的解之间的约束关系；

步骤5，采用以下方法对问题进行推理求解：

步骤5.1，建立问题序列P＝[]和方法序列C＝[]；初始时，问题序列P＝[]和方法序列C＝[]均为空；

步骤5.2，令i＝1；

步骤5.3，遍历第i个子问题Pi，并将Pi存入P，即P＝[Pi]；