操作系统理论的探索 （之四）.doc

　　操作系统理论的探索 （之四） 　　三、规则模型分类 -- 狭义与广义 　　规则模型按模型整体追求的最终结果可以分为狭义规则模型与广义规则模型。 　　1. 狭义规则模型 　　狭义规则模型就是在如今我们的理论体系下所设计的系统模型，要求有预知的目的，能在可预计的时间内完成任务，即要求是有限步的可计算形式，如同可有限步证明的公理体系，但被证明是不完备的。 　　这种模型的特点是： 　　系统的元素是固定的集合（固定的执行主体）； 　　有一个固定的行为规则集合； 　　具有明确的可操作的系统设计目标，通常为有限个目标； 　　达到目标的计算必须在有限步中得到，即算法必须收敛； 　　结果在系统设计时可预知，即系统是可解的 ； 　　运行结果的分析主体是人； 　　整个系统的理解主体是人。 　　形成这些特点的主要原因是： 　　现有的多数系统都要求在一定时间限制内完成相应任务； 　　还没有很好的数学工具来分析非收敛的数据特性，目前都是尽可能的把所有计算量化成可有限计算的形式； 　　对人的思维研究还未深入，所有的系统结果只能由相应的人员来分析； 　　现有理论的积累主体是人，机器是人思维的辅助工具。 　　总得讲是：狭义规则模型在得到预知结果时，一个结果只对应一个规则组合序列。 　　对于得到结果就停止的系统而言，整个过程只产生了一条有效的新规则。 　　这种模型的典型代表就是图灵机。 　　按规则模型的角度看图灵机： 　　图灵机是建立在有穷执行主体和有穷规则集的基础上，对执行主体构成的有穷序列或无穷序列进行规则操作的概念机器。其判断规则就是图灵机能否停机，对于可停机的图灵计算称为是可收敛的计算，否则是发散的计算，由此产生了著名的停机问题。 　　与图灵机相关的理论在很多书中都有描述，在此就不再细述，因为篇幅过长。 　　图灵机所具有的一切局限性，狭义规则模型都具有，最关键的局限性就是有穷规则集。 　　而广义规则模型的一个特点就是动态构造无穷的规则集。 　　现有的关于狭义规则模型的最典型算法是遗传算法，将在下一节中讨论。 　　2. 理论体系发展的形式 　　在引出广义规则模型前，先考察一个广义规则模型的实际例子--我们的理论体系本身。 　　自从人类学会用文字来记录历史与知识后，人类就没有停止过建立完善的可解释世界的理论体系。 　　但我们建立的理论体系有如下特点： 　　无法预测未来理论的形式。 　　无法预测产生新理论的时间。 　　理论的产生是一小步小步的基于逻辑推理的积累。 　　无法预测现有理论体系外的全新理论产生的形式与时间。 　　这些显然于我们对具体系统设计时候要求的各种有时间限制期望目标不同，关键是没有了收敛的要求，因为无法去判断如何收敛。 　　而第三点积累形式与规则模型的运动过程存在一致性。 　　作为所有理论的基础：数学与逻辑，它们是建立在公理集上的理论体系。 　　对于数学与逻辑而言，相应的新定理必须是可以由已知定理或公理进行有限步推导后的结果，除非是直接将其作为一条未经证明的公理假设来使用。这一点与规则模型具有一致性。 规则模型执行主体行为规则集组合形成新的规则判断规则集数学与逻辑理论研究对象公理集合由公理推导出的定理正误判断融合进每一推导步骤中　　数学与逻辑中所有正确的定理本身包含了正确性判断，所以其判断规则是最简单的二值判断非错即正，所以无须显式的判断规则来进行推导约束。所以公理体系是规则模型的最佳形式，因为它将判断规则集完全简化，使得行为规则成为非常精确的可判断行为，虽然增加了行为规则的复杂度，但简化了新规则产生的方式，可加速新规则的产生。 　　由上表的比较可以看出，理论体系的发展实质是不断寻找有效规则组合的过程，即理论体系是一种特殊形式的规则模型，但它们明显不同于狭义规则模型，无具体收敛性判断，所以将它们称为广义规则模型。 　　3. 广义规则模型 　　3.1 定义 　　广义的含义就是能包含所有，没有具体的限制，与狭义规则模型的本质差别就是无收敛性约束。无收敛性约束于我们自身对理论体系发展的无收敛性。 　　广义规则模型的约定如下： 　　执行主体集可以是动态的可变集合，允许是元素无限的集合。 　　行为规则集合是无穷集合。 　　初始规则集仍旧是有穷集合，但每个新的有效规则组合，都作为新规则添加进初始规则集，以此使行为规则集趋向无穷集。 　　判断规则集是动态的可变集合，随着执行主体集合的变化而变化。 　　以规则模型自身完善为目标，允许对所有基础集合中的元素进行修改（删除、改善或添加）。 　　判断规则只限于判断新组合形式是否逻辑成立，而不判断是否该规则是否能产生可收敛的结果。 　　第六条的规定，是要求凡是正确的新组合形式都认为是正确的新行为规则，将其可以加入行为规则集中，使狭义规则模型中对收敛性的限制失去意