AGM信念收缩算子的拓扑式刻画

摘要：

当agent的信念集是无限集时,传统的基于有限逻辑语言的刻画信念变化(belief change)的简单语义模型通常不再适用.G(a)rdenfors和Makinson引入的epistemic entrenchment(认知牢固度)模型虽然可以用来从语义上刻画AGM型信念收缩算子,但他们并未给出如何构造一个具体的epistemic entrenchment的方法.在无限命题逻辑语言的背景下,通过在模型集上引入一个拓扑结构,构造出一种新的用来刻画AGM信念收缩的语义结构,称为认知链,并给出相应表示定理.讨论了epistemic entrenchment与认知链之间的关系.相对epistemic entrenchment而言,认知链具有结构简单并易于构造的特点.

关键词：知识表示、信念收缩、认知牢固度、拓扑空间

所属期刊栏目：43

分类号：TP181(自动化基础理论)

资助基金：NSFC61402382,11501177;中央高校基础研究基金2682014ZT28;河南省高等学校重点科研项目计划15A110034;西南交通大学创新项目2682014CX054

在线出版日期：2016-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：87-90