Database Reference
In-Depth Information
J
4
J
2
+
V
F
+
n
⊥
−
J
1
J
3
+
+
P
F
+
J
0
Abbildung 7.4
Truth Maintenance-Netzwerk zu Beispiel 7.22
Nehmen wir an, wir hatten zunachst nur die Information, dass Tweety ein Vogel
ist. Unser TM-Netzwerk besitzt also die Knoten
V
:
Vogel sein
P
:
Pinguin sein
F
:
i n onnen
F
:
nicht fliegen konnen
n
⊥
:
Widerspruchsknoten
und (zunachst) die Begrundungen
J
0
:
P
|∅ →
F
J
1
:
P
|∅ →
V
J
2
:
V |P → F
J
3
:
F, F |∅ → n
⊥
J
4
:
∅|∅ →
V
In Abbildung 7.4 ist dieses TMN graphisch dargestellt. Zu diesem TMN gibt es nur
ein zulassiges Modell, namlich M =
- aus der Information, dass Tweety ein
Vogel ist, konnen wir (unsicher, da F eine Annahme ist) folgern, dass er auch fliegen
kann. In dieser Situation gibt es keinen begrundeten Hinweis darauf, dass Tweety
ein Pinguin ist, also konnen weder J
0
noch J
1
angewandt werden.
Nun werde die Begrundung
{
V, F
}
J
5
:
∅|∅ →
P
hinzugefugt, d.h. es ist offenkundig geworden, dass Tweety ein Pinguin ist. Das
JTMS-Verfahren etabliert nun das neue Modell M
=
- die Annahme F
wurde zuruckgezogen, und statt dessen ließ sich F begrunden. Tweety kann also
gleichzeitig als Vogel und als Pinguin reprasentiert werden, und es kann korrekt
gefolgert werden, dass er nicht fliegen kann.
Allerdings ist das obige TMN nicht sonderlich befriedigend, da es zwar auf
Tweety passt, jedoch jedem Strauß oder Kiwi weiterhin die Flugfahigkeit beschei-
nigt. Anstatt nun diese Ausnahmen - und viele andere denkbare - auch mit in
{
V, P, F
}
