9、知识与行动逻辑及多知识表示技术融合探讨

知识与行动逻辑及多知识表示技术融合探讨

1. 行动决策与实际世界概念

在行动决策方面,存在一种对“决定”的解释,它指向主体对 p 的“决定”,而非主体对 p 的“执行”。这种解释为同时“决定”非 p 留下了空间,因为决定是可以重新考量的。

对于“实际世界/历史”的概念,我们需要采取一种更灵活的立场。在标准的 S5 认知逻辑中,通常只关注包含实际世界的认知等价类,而忽略其他等价类的意义。但在当前的设定下,历史可能性算子会遍历不同认知等价类中的历史,所以其他等价类是有意义的,它们意味着主体能够有意识地执行相关行动,从而使实际世界处于不同的历史集合中。

2. 深思熟虑行动的算子定义

原有的 STIT 算子存在一些问题,比如 [A xstit]⊤ 这种性质,主体不应能促成必然为真的事情,而应是那些没有其干预可能不会成真的事情。因此,可以定义深思熟虑版本的 STIT 算子:
- [A d1xstit]ϕ :定义为 [A xstit]ϕ ∧¬□Xϕ ,这是文献中在“Chellas”STIT 里定义深思熟虑 STIT 的标准方式。
- [a d2xstit]ϕ :考虑到主体应知晓自己的行动,将行动部分替换为“一致”的 STIT,定义为 Ka[a xstit]ϕ ∧¬□Xϕ 。
- [a d3xstit]ϕ :若主体应意识到结果可能因自身行动而不同这一侧条件,可定义为 Ka[a xstit]ϕ ∧Ka¬□Xϕ 。

3. 主体的自主性与依赖性

可以用 [A xstit][B xstit]ϕ

【最优潮流】直流最优潮流(OPF)课设(Matlab代码实现)内容概要:本文档主要围绕“直流最优潮流(OPF)课设”的Matlab代码实现展开,属于电力系统优化领域的教学科研实践内容。文档介绍了通过Matlab进行电力系统最优潮流计算的基本原理编程实现方法,重点聚焦于直流最优潮流模型的构建求解过程,适用于课程设计或科研入门实践。文中提及使用YALMIP等优化工具包进行建模,并提供了相关资源下载链接,便于读者复现学习。此外,文档还列举了大量电力系统、智能优化算法、机器学习、路径规划等相关的Matlab仿真案例,体现出其服务于科研仿真辅导的综合性平台性质。; 适合人群:电气工程、自动化、电力系统及相关专业的本科生、研究生,以及从事电力系统优化、智能算法应用研究的科研人员。; 使用场景及目标:①掌握直流最优潮流的基本原理Matlab实现方法;②完成课程设计或科研项目中的电力系统优化任务;③借助提供的丰富案例资源,拓展在智能优化、状态估计、微电网调度等方向的研究思路技术手段。; 阅读建议:建议读者结合文档中提供的网盘资源,下载完整代码工具包,边学习理论边动手实践。重点关注YALMIP工具的使用方法,并通过复现文中提到的个案例,加深对电力系统优化问题建模求解的理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值