一种基于自学习的几何辅助线添加方法技术

本发明专利技术涉及一种基于自学习的几何辅助线添加方法，首先建立辅助线知识库：其次进行关系状态空间编码，与原有状态空间进行比较，查看状态空间是否相似，如果相似则选择辅助线，进行求解，求解成功更新状态空间，整个流程结束；否则，利用蒙特卡洛搜索树+剪枝的方法作为价值网络对辅助线知识库中产生的辅助线进行排序，选择合适的辅助线进行添加，然后进行求解，求解成功，更新状态空间，若不成功，从排序的辅助线知识库中重新选择辅助线，添加后重新进行解题。本发明专利技术提到的自动添加辅助线的方法，使得自动添加辅助线的成功率大大增加，并且显著提高了效率。

A geometric auxiliary line adding method based on self-learning

The invention relates to a method of adding auxiliary line geometry self-learning based on established knowledge base: the second auxiliary line between state space encoding, compared with the original state space, the state space view is similar, if similar selection of auxiliary lines, for solving successfully updated state space, the end of the process; otherwise using the method of Monte Carlo search tree pruning + as the value network to sort the auxiliary line auxiliary line in knowledge base, choose appropriate auxiliary line to add, and then solve the solution, success, update the state space, if successful, to select the auxiliary line from the auxiliary line knowledge base sort, add the following re solving problems. The method of automatically adding auxiliary lines mentioned in the invention makes the success rate of automatically adding auxiliary lines greatly increase, and remarkably improves the efficiency.

【技术实现步骤摘要】
一种基于自学习的几何辅助线添加方法
本专利技术涉及辅助线知识库的构建领域，具体涉及一种基于自学习的几何辅助线添加方法。
技术介绍
根据传统添加辅助线的方法，有些方法是将几何知识中的定理、定义作为多个辅助线模型，并且不具备自学习能力，根据添加辅助线题目的复杂性和多变性需要添加的辅助线、辅助点必须是灵活多变的，很难使用一种或者几种已经总结好的辅助线模型覆盖大量的辅助线题目。这就是说，很难通过总结固定模型包含所有的添加情况，当题目中出现的辅助线不在原有的辅助线模型中，需要尝试所有的添加方法，直至解题失败，使得解题能力非常有限且扩展性很差。随着机器学习，自动推理的不断发展，有些辅助线添加方法已经具备一定的自学习能力，可以通过不断学习来补充辅助线的类型，使得系统通过大量的题目学习，获得各种类型的辅助线，但是在辅助线的选择上，缺乏智能性和目标性，一般为顺序或者随机选择辅助线，使得辅助线无法与题目的实际情况相联系，选择最可能辅助线，极端情况下需要穷尽所有可能的辅助线，造成解题效率的低下。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于自学习的几何辅助线添加方法，该方法解决了现有的利用计算机自本文档来自技高网...

【技术保护点】
一种基于自学习的几何辅助线添加方法，该方法通过大数据的机器学习，利用自动推理实现辅助线的自动添加，其特征在于，包括以下步骤：(1)构建辅助线知识库；(2)根据题目，提取题目以及图形中的特征，将所述特征与辅助线知识库产生联系，建立该题目的辅助线知识库；(3)构建该题目的状态空间编码；(4)通过构建的状态空间编码，与原有的状态空间编码进行比较，查看状态空间是否相似，如果相似，则根据原有的状态空间选择相似的辅助线，进行解题，如果可以求解，则更新状态空间；如果不相似，则进入下一步求解过程；(5)将蒙特卡洛搜索法与剪枝优化算法结合作为价值网络，利用价值网络实现辅助线的自动添加。

【技术特征摘要】
1.一种基于自学习的几何辅助线添加方法，该方法通过大数据的机器学习，利用自动推理实现辅助线的自动添加，其特征在于，包括以下步骤：(1)构建辅助线知识库；(2)根据题目，提取题目以及图形中的特征，将所述特征与辅助线知识库产生联系，建立该题目的辅助线知识库；(3)构建该题目的状态空间编码；(4)通过构建的状态空间编码，与原有的状态空间编码进行比较，查看状态空间是否相似，如果相似，则根据原有的状态空间选择相似的辅助线，进行解题，如果可以求解，则更新状态空间；如果不相似，则进入下一步求解过程；(5)将蒙特卡洛搜索法与剪枝优化算法结合作为价值网络，利用价值网络实现辅助线的自动添加。2.根据权利要求1所述的基于自学习的几何辅助线添加方法，其特征在于，所述步骤(1)中构建辅助线知识库的具体方法为：根据几何知识中的定义、定理、分析几何元素和各种定理满足的判定条件，将几何元素、判定条件进行组合以及基于整理的几何知识规则，形成辅助线的添加策略，基于该添加策略，生成辅助线，并产生辅助线数据库。3.根据权利要求1所述的基于自学习的几何辅助线添加方法，其特征在于，所述步骤(2)中建立该题目的辅助线知识库的具体方法为：将题目中题干、结论作为关键字，按照关键字的定义，或者所涉及的定理与辅助线知识库产生联系；按照关联策略，将题目中的条件作为关键字与辅助线知识库产生联系；按照复杂图形简单化，或者简单图形复杂化，与辅助线知识库产...

【专利技术属性】
技术研发人员：钟秀琴，符红光，胥亮，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51