49、归纳逻辑编程中随机局部搜索通过命题化的研究

归纳逻辑编程中随机局部搜索通过命题化的研究

1. 随机局部搜索算法介绍

随机局部搜索（SLS）算法在学习k - 项DNF公式方面有着重要的应用。当处理正例时，如果一个正例被错误分类，意味着假设需要泛化，此时会从假设的项中移除一个文字。具体操作如下：
- 以概率 pg1 随机选择一个项 t ；
- 否则，选择与正例文字差异最小的项 t ；
- 以概率 pg2 随机选择一个文字 l ；
- 否则，选择移除后能最大程度降低分数的文字 l ，并从项 t 中移除该文字。

当处理负例时，如果一个负例被错误分类，意味着假设需要特化，此时会在一个项中添加一个文字。具体操作如下：
- 随机选择一个覆盖该负例的项 t ；
- 以概率 ps 随机选择一个文字 l ，使得 t ∧ l 不覆盖该负例；
- 否则，选择添加后能最大程度降低分数的文字 l ，并将该文字添加到项 t 中。

以下是 search(k, maxTries, maxSteps) 函数的代码实现：

search(k, maxTries, maxSteps) : Give