导　　师： 陈旭辉

学科专业： H1203

授予学位： 硕士

作　　者： ;

机构地区： 兰州理工大学

摘　　要： 认知科学已成为21世纪智力革命的前沿，它是对人的大脑和智能进行研究的综合性学科，是研究人类感知和思维信息处理过程的科学。近年来发表的大量文献表示，认知建模技术已取得了重要的进展，许多新的思想被提出来，已经成为非常引人注目的领域之一。目前，认知模型虽然有很多种，但作为一种新兴的交叉学科，它还有很多需要改进的地方。 本文在分析研究美国卡耐基梅隆大学认知软件act-r，密西根大学认知软件soar等模型以及技术报告基础上，针对目前在认知模型研究领域存在着各自研究各自领域的状况，研究了具有信念功能和感知模块的认知模型，通过综合act-r、soar和信念系统模型，提出了一个更加系统、具有信念功能的认知模型。该模型采用产生式和启发式搜索技术，具有感知、信念、推理、记忆、学习、行为等功能，与soar和act模型相比较，更强调了系统的结构合理性和全面性。 知识存储在计算机中以后，如何在具体领域中，迅速找到相关的知识来解决问题，这就需要用搜索技术。结合通用认知模型soar，研究了启发式搜索的理论和算法以及产生式系统；主要内容包括，启发式搜索算法，启发评估函数的实现，衡量启发式搜索好坏的尺度和回溯算法的实现，并将产生式和启发式搜索算法在认知模型soar中进行仿真应用。 人的感知行为由感觉、知觉开始，它是人的心理与行为活动的基础。目前绝大多数感知模型都是描述性模型，在为数不多的可计算模型中，早期的研究主要集中在产生式感知规则上，但是这种模型没有考虑事件、态势、规则的不确定性。因此，本文采用故障诊断的方法来观察环境，以乒乓球赛为特例，构造了一个体育比赛的通用感知建模框架，建立了一个以概率观察模型作为主体从外部环境

关 键 词： 人工智能 产生式搜索技术 认知模型

领　　域： [自动化与计算机技术] [自动化与计算机技术]