默认逻辑中的扩展搜索的遗传算法

默认理论可以用其一组可信结论的集合来特征化，称为其扩展。然而，由于默认逻辑的理论复杂性(Σ_2p-完整)，寻找此类扩展的问题在处理非平凡知识库时非常困难。基于自然选择原理，遗传算法在组合问题中取得了很好的成功，似乎适用于巨大搜索空间且没有可接受算法可用的问题。本文的目的是显示遗传算法技术如何用于构建一个高效的默认推理系统。在提供构建基于遗传算法原则的扩展搜索所需组成部分的正式描述之后，我们展示了一些实验结果。