[发明专利]一种模拟需求决策过程的方法及系统

说明书

本发明涉及人工智能技术领域，公开了一种模拟需求决策过程的方法。具体包括以下过程：步骤1，每个物体设置N个特征，利用元素个数为N的列矢量表示物体的特征；步骤2，将物体和物体之间的作用关系抽象为有向图，有向图的顶点表示物体，各顶点具有该顶点物体的特征，有向图的带箭头的边表示物体对物体的作用；步骤3，设置驱动条件和避免条件，在驱动条件和避免条件下根据图算法进行有向图顶点的搜索，建立新物体和已知物体的连接，寻找驱动目标。本方案采用矢量表示物体特征，以及有向图表示物体及物体关系，不同于需要大量的学习样本和人工标注的方法，从另一个角度实现机器“学习”。本发明还公开了一种模拟需求决策过程的系统。

技术领域

本发明涉及人工智能技术领域，特别是一种模拟需求决策过程的方法及系统。

背景技术

随着人工智能的高速发展，人工智能以及人工智能衍生的机器人已经应用到各大领域。人工智能技术有一些监督和半监督技术。现有的基于神经网络等机器学习的模拟方式，需要大量的学习样本和人工标注，训练过程复杂，参数设定没有规则可循，可重现性不高。

发明内容

本发明所要解决的技术问题是：针对上述存在的问题，提供了一种模拟需求决策过程的方法及系统。

本发明采用的技术方案如下：一种模拟需求决策过程的方法，具体包括以下过程：

步骤1，每个物体设置N个特征，利用元素个数为N的列矢量表示物体的特征；

步骤2，将物体和物体之间的作用关系抽象为有向图，有向图的顶点表示物体，物体的特征是顶点属性的一部分，有向图的带箭头的边表示物体对物体的作用；

步骤3，设置驱动条件和避免条件，在驱动条件和避免条件下根据图算法进行有向图顶点的搜索，建立新物体和已知物体的连接，寻找驱动目标。

进一步的，所述步骤1中，当物体具有8个特征，物体的特征的列矢量表示为x＝[a,b,c,d,e,f,g,h]′,所述a,b,c,d,e,f,g,h分别表示不同的特征值。

进一步的，物体对物体的作用可以用作用矩阵表示，作用矩阵的一条对角线元素为非零的自然数，除所述对角线元素的其它元素均为0,则作用矩阵可以表示为

某个物体通过边P对x的作用表示为P*x＝[A*a,B*b,C*c,D*d,E*e,F*f,G*g,H*h]′，所述A,B,C,D,E,F,G,H为非零自然数，如果该自然数为1则对应的该项特征不被改变，如果该自然数不为1则对应的该项特征根据自然数的大小来决定特征被改变的程度。

进一步的，物体对物体的作用可以用函数表示，假设物体P通过边f(·)作用到具有特征矢量x的物体Q后可以表示为x_new＝f(x)；Q到具有特征为y的物体R是通过g(y)作用的，那么这条路径：可以用复合函数的形式表示为：

进一步的，所述步骤3的具体过程为：

步骤31，在驱动条件的作用下搜索物体库，所述物体库是根据环境每时每刻不断更新的；步骤32，如果在物体库中搜索到已知物体，通过此物体按照已有的路径获得驱动目标；如果在物体库中没有搜索到已知物体，启动下一步；步骤33，首先寻找当前环境中的新物体，并获得新物体的特征，然后对照图中已有物体的特征，有满足施受必要特征的物体，建立待实践的作用方法；步骤34，对步骤33的方法进行尝试实践，如果实践确认正确，添加带箭头的有向边，如果实践确认不正确，添加到顶点的不可到达路径库，增加带叉的阻止边。

进一步的，步骤33的具体过程为：选择待分析的新顶点z和w，根据其特征选择一条有向边，假设有向边是表示顶点x通过矩阵P作用到顶点y；