基于数学模型的规划和推理

基于数学模型的规划和推理

　　一个庞大的系统可以由许多事件组成，对这些事件可以建立一个数学模型，如随机事件模型、模糊综合决策模型、神经网络决策模型等。这些模型从理论上实现了知识的组织结构及知识子结构之间的组合或综合。知识利用的效率是专家系统的一个主要性能指标。前面简述了如何将一个庞大的系统分解成相对小的子问题，而对于各子问题同样存在着从问题表示到问题解决的求解过程，即搜索过程。

　　根据系统在搜索过程中是否利用与特定问题有关的信息或控制性知识，冶金窑可将搜索分为知识搜索IS和无知识搜索US两大类。IS并非试图穷尽搜索的每一种可能性，而是根据某种原则(如打分函数)选择最有希望的路径进行搜索。US又称盲目搜索，该方法在搜索过程中不利用任何与特定领域有关的知识，因而具有较大的通用性。常用的搜索方法主要有状态空间描述法、图搜索策略、盲目搜索策略和启发式搜索策略等。具体算法及搜索过程可参阅相关专著，这里不作详细阐述。

　　与上述逻辑推理不同，似然推理所得到的结论不能确保其准确无误，故又称不确定性推理。目前常用的似然推理方法有确定性理论、主观贝叶斯法、可能性理论、证据理论方法等。陶粒砂生产厂对于设备故障诊断之类的专家系统，由于受现有认识水平、测试手段以及经济、安全等方面原因的限制，使得人们对故障原因的认识还不全面、不准确，加之故障征兆与故障原因之间所具有的一因多果、一果多因等固有的不确定性，现阶段仅仅依靠严密的逻辑推理来进行故障诊断是不够的，有时甚至是行不通的，因此，似然推理具有更强大的生命力。