基于统计缺省逻辑的多Agent推理模型

统计缺省逻辑是经典缺省逻辑的推广,借助错误参数允许我们在标准的推理统计模型中模型化普遍的推理模式。多Agent系统所面临的推理环境是动态的、不确定的,在推理过程中可以通过设置错误参数,在允许错误的情况下进行推理。本文采用统计缺省逻辑描述了多Agent系统的推理过程,建立了基于统计缺省逻辑的多Agent推理模型。

统计缺省扩充的两种算法

讨论统计缺省理论的扩充,它是经典缺省逻辑(R e iter缺省)的推广,它借助错误参数ε,允许我们在标准的推理统计中模型化普遍的推理模式。由于统计缺省扩充不具备封闭性,在其对应的R e iter扩充存在时,它的扩充可能不存在;甚至可能出现正规的统计缺省理论没有扩充的情形。但是如果给出一定的限制条件,就可以克服这一缺陷。本文给出了在这种限制条件下,统计缺省理论扩充的两种计算方法。