DCSP 中的高效知识库管理
人工智能
2010-10-01 v1 分布式、并行与集群计算
摘要
DCSP（分布式约束满足问题）一直是 AI（人工智能）中非常重要的研究领域。分布式 AI 中的许多应用问题都可以形式化为 DCSP。随着 AI 中应用问题的复杂性和问题规模不断增加，搜索所需的存储空间和平均搜索时间也在增加。因此，在求解 DCSP 时有效利用有限的存储空间成为一个非常重要的问题，这也有助于减少搜索时间。本文提供了一种基于一致性算法中超消解规则 (hyper-resolution-rule) 广泛应用的高效知识库管理方法。该方法通过消除冗余约束和假 nogood 来最小化知识库的增长。这些消除操作不改变原知识库增长的完备性。文中给出了证明。示例表明，该方法极大地减少了新生成的 nogood 数量和知识库规模。从而减少了所需的存储空间并简化了搜索过程。
引用
@article{arxiv.1009.6127,
title = {Efficient Knowledge Base Management in DCSP},
author = {Hong Jiang},
journal= {arXiv preprint arXiv:1009.6127},
year = {2010}
}
备注
11 pages