基于知识的模型名词解释

基于知识的模型名词解释

所谓基于知识的模型是指利用基于知识的软件平台构造的，用来解决系统开发中问题的专家系统。

如果把专家系统与人工神经网络比作原子核式的粒子计算机，那么这种基于知识的专家系统就相当于半导体电路。专家系统能够有效地处理包括模糊、随机、不确定、非线性、高度耦合等复杂非线性关系，这是人工神经网络所做不到的。知识表示是建立知识库的首要问题。一般而言，知识库可分为三类：(1)具有固定结构的已知库；(2)自动生成的随机产生库；(3)将已有的数据和规则映射到自己构造的模型中。模型优化是设计出基于知识的模型的核心。知识库是专家系统运行的基础。一般情况下，专家系统主要采用知识工程的方法获取和存储知识库，并采用推理机的方法求解问题。专家系统的实际应用是从某一领域知识库中提取数据和事实规则并进行加工，以解决实际问题。由于专家系统可以借助知识库中的数据和事实规则求解复杂的问题，因此它在管理、教育、医疗等领域有广泛的应用前景。

由于是不确定性规划问题，所以，从对大量不同的模型搜索过程中可以得到各种不同的求解方法。 1、确定型规划的模型有三个：(1)一次优化法，这类问题没有明显的二阶段或多阶段性，即先找出优化解，再找出最优解。( 2)逐次优化法，该方法是根据以往的经验，通过观察和试验确定优化值，然后反复调整直到达到最优值。(3)禁忌搜索法，这类方法是从以往的经验中找出一些模型的解来替代真正的解。 2、随机型规划的模型有四个：(1)动态规划法，主要是用前面

提到的遗传算法和禁忌搜索算法求解该问题。(2)灵敏度法，即先估计当前状态的状态变量S的概率密度函数，再根据相应的信息，求出状态S的值，这类问题的解常有多个，但每个解只反映一个状态，而且常不是最优的。(3)混合模型法，即采用遗传算法、禁忌搜索算法和动态规划法三者之一的组合。(4)模拟退火法，即先对某些未知参数，对某些初始值进行模拟退火，然后使用遗传算法和动态规划法进行优化求解。 3、非线性规划的模型有六个：(1)动态规划法，如一次规划法、高斯法等。(2)加权最小二乘法，又称混合模型法。(3)整数规划法， (4)动态规划与单纯形法的组合。(5)特殊线性规划法，(6)模拟退火法。