25、阿姆斯特朗公理的共同知识语义解读

阿姆斯特朗公理的共同知识语义解读

1. 共同知识语义基础

在认知世界中,若要使群体 A 对命题 p 的共同知识能蕴含群体 B 对 p 的共同知识,无论命题变量 p 在给定的克里普克框架上如何评估,需满足一定条件。具体而言,对于认知世界 u 中的群体 A 和 B,若存在一系列由 B 中元素连接的世界序列,那么必然存在一个由 A 中元素连接的世界序列。这一条件形式化后用于定义克里普克框架与命题公式之间的关系。

定义 4 给出了克里普克框架 (K = (W, A, {\sim_a} {a\in A})) 与命题公式 (\varPhi(A)) 之间关系 (\vDash) 的具体规则:
- (K \nvDash \bot)
- (K \vDash A \vdash B) 当且仅当对于任意 (x, y \in W),若存在 (n \geq 0),(w_0, \ldots, w_n \in W) 以及 (b_1, \ldots, b_n \in B) 使得 (x = w_0 \sim
{b_1} w_1 \sim_{b_2} w_2 \sim_{b_3} \cdots \sim_{b_n} w_n = y),则存在 (m \geq 0),(v_0, \ldots, v_m \in W) 以及 (a_1, \ldots, a_m \in A) 使得 (x = v_0 \sim_{a_1} v_1 \sim_{a_2} v_2 \sim_{a_3} \cdots \sim_{a_m} v_m = y)
- (K \vDash \phi \to \psi) 当且仅当 (K \nvDash \phi) 或 (K \vDash \psi)

2. 逻辑
提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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