一种基于可信度的迭代信念修正方法

信念修正主要解决在接收到新信息时,如何对原有知识库进行操作的问题.经典的迭代信念修正主要关注信念修正的一致性,并未考虑多agent系统中信息具有不可靠性,以及信念修正过程对修正结果的影响.基于可信度的迭代信念修正方法,通过证据理论以及信度函数方法估计信息的可信度,并由此确定最优的最大协调子集作为信念修正的结果.基于可信度的迭代信念修正算子具有历史依赖性,即修正结果不仅与当前的信念集和接收到的新信息有关,也与信念集中曾经接收到的信息相关.