基于以上目的，我们设计一个父规则。

[list][*]

父规则名称：规则_温度控制

[*]

父规则定义域 (X)： {0, 1, 2, ..., T_max} （时间步序列，直到达到目标）

[*]

元信息 (f(0))：

json
{    "目标温度": 5,    "初始温度": 20,    "最大变化率": 0.5, // 每个时间步最多降低0.5°C，防止骤降    "规则类型": "控制序列"}[/list]

第三步：通过规则沉沦实现目的

为了达成“先降温后稳定”的目的，我们自然地使用规则沉沦，将过程分为两个阶段。

[list=1][*]

沉沦子规则_降温阶段（定义域: {0, 1, 2, ..., k}）

[list][*]

目的：将温度从20°C平稳地降至接近5°C。

[*]

生成逻辑：f_cool(t) = 初始温度 - min(最大变化率 * t, 初始温度 - 目标温度)

[*]

说明：min 函数确保温度不会降得过低，它体现了明确的目的（平稳降至目标）。

[/list][*]

沉沦子规则_稳定阶段（定义域: {k+1, ..., T_max}）

[list][*]

目的：将温度稳定在5°C。

[*]

生成逻辑：f_stable(t) = 目标温度

[*]

说明：一旦进入此阶段，规则只有一个简单的目的——维持目标值。

[/list][/list]

切换点 k 的确定：k 不是任意的，而是由目的推导出的值。k = ceil((初始温度 - 目标温度) / 最大变化率)。在这个例子中，k = ceil(15 / 0.5) = 30。这意味着沉沦发生在 t=30。

第四步：动态执行与输出

现在，我们观察这个为解决问题而设计的规则如何运行：

[list][*]

时间步 t=0:

[list][*]

活跃规则: 沉沦子规则_降温阶段

[*]

输出值: 20 - min(0.5*0, 15) = 20°C

[*]

目的达成状态: 开始执行降温任务。

[/list][*]

时间步 t=10:

[list][*]

活跃规则: 沉沦子规则_降温阶段

[*]

输出值: 20 - min(5, 15) = 15°C

[*]

目的达成状态: 平稳降温中。

[/list][*]

时间步 t=30:

[list][*]

活跃规则: 沉沦子规则_降温阶段

[*]

输出值: 20 - min(15, 15) = 5°C

[*]

目的达成状态: 恰好达到目标温度，降温目的已达成。

[/list][*]

时间步 t=31:

[list][*]

规则沉沦发生！降温阶段子规则使命结束。

[*]

活跃规则变为: 沉沦子规则_稳定阶段

[*]

输出值: 5°C

[*]

目的达成状态: 进入维持目的阶段。

[/list][*]

时间步 t=100:

[list][*]

活跃规则: 沉沦子规则_稳定阶段

[*]

输出值: 5°C

[*]

目的达成状态: 持续稳定，核心目的已持续达成。

[/list][/list]