[發(fā)明專利]面向共享知識的自主學(xué)習(xí)模型的裝置

有效

• 申請?zhí)枺?/td>: 201510411554.5
• 申請日: 2015-09-25
• 公開（公告）號: CN105095969B
• 公開（公告）日: 2018-08-17
• 發(fā)明（設(shè)計）人: 鄧寒冰;許童羽;周云成
• 申請（專利權(quán)）人: 沈陽農(nóng)業(yè)大學(xué)
• 主分類號: G06N5/04
• 分類號: G06N5/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.面向共享知識的自主學(xué)習(xí)模型的裝置，其特征在于，包括

知識庫，用于存放與Agent所提供服務(wù)相關(guān)的領(lǐng)域知識，知識庫在形態(tài)上是多Agent共享，知識更新過程是動態(tài)的，支持不同Agent對知識庫的實時冗余處理；

接口，包括

知識接口，用來建立與知識庫之間的知識訪問通道，Agent通過知識接口調(diào)取和更新知識；

消息接口，用來接收其他Agent發(fā)送過來的消息，Agent本身也可以通過消息接口向其他Agent發(fā)出信息；

環(huán)境接口，用來感知環(huán)境中的數(shù)據(jù)信息；

冗余處理模塊，用來消除Agent在根據(jù)服務(wù)需求調(diào)取知識庫中的知識來執(zhí)行服務(wù)時產(chǎn)生新的知識之間存在的冗余內(nèi)容；

沖突處理模塊，用來消除不同知識之間的沖突內(nèi)容；

定位處理模塊，用來為知識在知識庫中找到合適的位置；

關(guān)聯(lián)處理模塊，用于為新知識找到相似知識點，同時建立相似知識點之間的關(guān)系。

2.根據(jù)權(quán)利要求1所述的面向共享知識的自主學(xué)習(xí)模型的裝置，其特征在于，所述冗余處理模塊采用分層冗余處理，具體包括：首先根據(jù)知識源k找到Agent集合Ag中需要使用知識的Agent子集Ag’，Ag’以隊列形式存在，每次取出Ag’集合中的前兩個Agent個體(ag1，ag2)，利用ag1.use(k)和ag2.use(k)函數(shù)分別產(chǎn)生新知識k₁和k₂，最后分別對[k₁，k₂]，[(k₁，k₂)，k]和[[(k₁，k₂)，k]，K]進行分層冗余處理，將處理后的新知識融入到最終的知識集合K中，完成知識冗余處理過程。

3.根據(jù)權(quán)利要求1所述的面向共享知識的自主學(xué)習(xí)模型的裝置，其特征在于，所述冗余處理由redundancy函數(shù)，在redundancy函數(shù)中，分別將k₁和k₂中的知識元素取出e₁和e₂，然將e₁和e₂中的X，Y以及關(guān)系R取出進行比較并做merge處理，merge處理具體包括：分別對比xe₁，xe₂，ye₁，ye₂，將具有相同內(nèi)容的元素項刪除，并保留原有關(guān)系r值，將關(guān)系與未被刪除項合并。

4.根據(jù)權(quán)利要求1所述的面向共享知識的自主學(xué)習(xí)模型的裝置，其特征在于，不同知識之間的沖突包括服務(wù)環(huán)境與現(xiàn)有知識之間存在沖突和Agent行為能力與知識之間存在沖突。

5.根據(jù)權(quán)利要求1所述的面向共享知識的自主學(xué)習(xí)模型的裝置，其特征在于，所述沖突處理模塊采用EKA算法和AKF算法。

6.根據(jù)權(quán)利要求5所述的面向共享知識的自主學(xué)習(xí)模型的裝置，其特征在于，

在EFA算法中，我們首先要得到ag_i對應(yīng)當(dāng)前環(huán)境s_i以及目標環(huán)境t_i中所涉及的全部概念和實例，形成概念集合C_i和實例集合I_i，然后按順序從知識集合K中依此取出知識元素k，將k中的概念和實例信息取出，形成概念集合C_K和實例集合I_K，進而可以判斷：

(1)如果且成立，則證明k對于ag_i的當(dāng)前服務(wù)環(huán)境來說是無用的，知識子集k是可以被過濾的；

(2)而如果或成立，則證明k對于ag_i的當(dāng)前服務(wù)任務(wù)t_i來說是有用的，知識子集k應(yīng)該保留。