購物車(0)
知識系統決策規則的動態更新策略及等價矩陣計算
譚天樂 上海航天控制技術研究所; 上海201109; 上海市空間智能控制技術重點實驗室; 上海201109
關鍵詞：知識系統 決策規則 動態更新 等價矩陣計算
摘要：專家系統是航天領域中人工智能技術應用的重要形式。學習能力是人工智能、機器學習的本質特征之一。用屬性及其取值表述對象的知識系統通常需要從大量樣本中獲取知識并以決策規則的形式加以表達。當樣本集合發生變化時,則需對決策規則集進行動態更新。本文分析了增加和移除學習樣本兩種情況下調整決策規則的方法,提出了知識系統決策規則動態更新的策略和等價矩陣計算方法,通過算例進行了仿真和驗證。結果表明:決策規則的動態更新方法和等價矩陣計算可以解決知識系統的動態學習問題,相較決策規則的全局獲取運算,減少了計算量。
上海航天雜志要求:
{1}計量單位以國家法定計量單位為準。統計學符號按國家標準《統計學名詞及符號》的規定書寫。
{2}所有投稿在形式上應當符合國家著作權規定、公認學術規范和本刊編輯體例。
{3}參考文獻：擇主要列入，10篇以內為宜，按文中出現順序排列。
{4}簡要地介紹研究背景、研究內容、研究成果。關鍵詞的個數為3-8個。
{5}中英文對照的標題、作者、作者單位、摘要、關鍵詞。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
