支持模糊粗糙本体的推理机研究

不精确信息进行表达和推理逐渐成为一种必然的需求,而经典的本体并不适合处理这种不确定的信息.设计了一种支持模糊粗糙本体的推理机,其最大的特点是处理的对象是模糊粗糙本体,从而解决了不确定信息的推理问题.对模糊粗糙本体模型进行了研究,着重介绍了该模糊粗糙本体推理机的总体结构、功能及推理机中各模块的作用,通过对模糊粗糙本体进行约简和去粗糙处理,最终将对模糊粗糙本体的推理转化为经典的推理.     

描述逻辑的粗糙扩展研究

由于传统的描述逻辑系统不适于表示不确定的、模糊的知识,本文将基于粗糙集语义的下近似和上近似引入描述逻辑系统中,使用一种简单的方法将传统描述逻辑进行扩展,介绍了粗糙描述逻辑的概念,在粗糙描述逻辑系统中我们可以使用适当的子概念和超概念来对某些模糊的知识进行约束表示。本文主要讨论描述逻辑ALC的粗糙扩展,介绍扩展后所得到的粗糙描述逻辑RALC的语法、语义和相关推理问题,探讨了使用粗糙描述逻辑来对不精确概念进行建模的基本思想,最后提出了一个RALC的可满足性问题的推理算法。本文的工作可以使得在描述逻辑中对不确定的知识进行形式化描述和推理更加方便。     

基于描述逻辑的OntoUML模型的推理研究

作为语义网的逻辑基础,描述逻辑在知识表示与知识推理方面发挥着重要作用。基于描述逻辑的推理系统保证了其推理的合理性和有效性。本文概要介绍基于UFO本体的OntoUML,并探讨OntoUML模型到描述逻辑的形式化表示及推理方法。     

基于本体的推理机研究

语义网技术的兴起促进了本体技术的发展,本体作为语义网的基石,在知识表示与知识推理方面发挥着重要作用。本体表示语言与描述逻辑相结合,为本体推理的合理性和有效性提供了保证。介绍了本体语言、描述逻辑和描述逻辑推理的基本原理,重点介绍了基于SHIQ描述逻辑的推理机Racer的基本功能及其在智能信息检索中的应用。     

基于粗糙FCA-概念代数的上下文本体建模

在上下文本体模型中,根据现有上下文信息推导出新知识,但在推理过程中存在两个问题:(1)现有上下文中可能隐含多个有用信息,而现有方法在推理前并未对其针对这一点进行处理,上下文具有不完整性,推理出的知识可能不全面;(2)推理后有新知识出现,新知识与旧知识可能存在不协同等问题,使得本体可能没有较好的可扩展性。针对以上两个问题,借鉴粗糙FCA的粗糙处理方法,提出基于粗糙FCA上下文抽取方法以获得隐含上下文;再使用概念代数将得到的所有上下文深度形式化表示,并构建具有较好可扩展性的概念网。实验结果表明,在提出的方法基础上进行上下文推理的正确率高于直接使用原推理方法,而且在本体可扩展性方面有明显优势。     

基于Racer和nRQL的本体查询与推理

语义网技术的兴起促进了本体技术的发展,本体作为语义网的基石,在知识表示与知识推理方面发挥着重要作用.本体描述语言与描述逻辑相结合,为本体推理的合理性和有效性提供了保证.在介绍描述逻辑及其系统的有关概念与查询推理机制的基础上,重点讨论了推理机Racer及其查询语言nRQL的功能,开发了一个基于Racer和nRQL的智能信息查询程序并应用于大学本体的信息查询.     

粗糙逻辑的计量化研究

将计量化方法引入到粗糙逻辑的研究当中,在一种典型的粗糙逻辑[LR]中引入了公式的粗糙真度概念。在此基础上,提出了公式之间的粗糙相似度、粗糙伪距离等概念,得到了粗糙逻辑度量空间。在粗糙度量空间中提出了两种不同的粗糙近似推理模式。这一结果实现了粗糙集与计量逻辑学这两种不同的处理近似问题理论的融合,同时对进一步丰富基于粗糙集的近似推理有一定启示。     

基于粗糙描述逻辑的不精确时态知识表示研究

在粗糙描述逻辑基础上扩充不精确时态关系,以满足不精确时态知识表示与推理的需要。首先给出了粗糙集及粗糙描述逻辑的相关概念;接着通过定义粗糙时态描述逻辑不精确时态关系,扩展了粗糙描述逻辑中具体域,并给出了可靠性和完备性证明;最后通过实际例子说明粗糙时态描述逻辑的知识表示和应用,结果表明扩展后的粗糙时态描述逻辑可以实现不精确时态知识的表示与推理。     

粗糙逻辑中公式的Borel型概率粗糙真度

以一种特殊的粗糙逻辑为研究对象,视全体赋值之集为通常乘积拓扑空间,通过利用赋值集上的Borel概率测度,提出了能融合粗糙逻辑与计量逻辑为一体的公式的Borel型概率粗糙真度理论,给出了公式概率粗糙真度的公理化定义,建立起了相应的概率真度表示定理.公式的概率粗糙真度理论可被看作粗糙逻辑中已有工作的计量化,也可看作计量逻辑学中真度理论的粗糙化.基于这一核心概念,进一步给出了粗糙逻辑中已有概念的程度化表示形式,如公式的粗糙度、精确度、公式之间的粗糙相似度等,并建立起了基于粗糙相似度的3种近似推理模式.该结果实现了粗糙逻辑与计量逻辑的和谐统一,为进一步基于粗糙真值的程度化推理搭建了一个可能的框架.     

基于案例和描述逻辑的海上援救规划方法

实现知识共享和案例检索是开发基于案例的智能决策支持系统面临的首要问题。针对海上援救指挥决策,采用Web本体语言OWL表示危机态势信息和海上援救领域知识,提出一种基于案例推理和描述逻辑推理的援救规划业务流程。以援救搁浅触礁舰船为例,对海损状况及其援救方法等信息进行了描述和推理。实验结果表明,根据具有语义的领域知识使用描述逻辑推理机对危机态势信息进行分类,能事先限定所要搜索的案例库和选择合理的援救方法,并提高案例检索效率和援救规划的实用性。     

国家知识基础设施中的数学知识表示

数学知识表示是知识表示中的一个重要方面,是数学知识检索、自动定理机器证明、智能教学系统等的基础.根据在设计NKI(national knowledge infrastructure)的数学知识表示语言中遇到的问题,并在讨论了数学对象的本体论假设的基础上提出了两种数学知识的表示方法:一种是以一个逻辑语言上的公式为属性值域的描述逻辑;另一种是以描述逻辑描述的本体为逻辑语言的一部分的一阶逻辑.在前者的表示中,如果对公式不作任何限制,那么得到的知识库中的推理不是可算法化的;在后者的表示中,以描述逻辑描述的本体中的推理是可算法化的,而以本体为逻辑语言的一部分的一阶逻辑所表示的数学知识中的推理一般是不可算法化的.因此,在表示数学知识时,需要区分概念性的知识(本体中的知识)和非概念性的知识(用本体作为语言表示的知识).框架或者描述逻辑可以表示和有效地推理概念性知识,但如果将非概念性知识加入到框架或知识库中,就可能使得原来可以有效推理的框架所表示的知识库不存在有效的推理算法,甚至不存在推理算法.为此,建议在表示数学知识时,用框架或描述逻辑来表示概念性知识;然后,用这样表示的知识库作为逻辑语言的一部分,以表示非概念性知识.     

基于Ontology和描述逻辑推理的Web题目资源检索

Web网上存在着大量题目资源，学生在学习过程中需要准确找到与其所学知识真正相吻合的题目。但是从题目的语言表述往往很难获得其语义信息，合适的题目难以找到。该文提出了一种基于Ontology和描述逻辑推理的Web题目资源检索方案。该方案通过为Web题目资源添加语义注释，并通过描述逻辑推理完成基于语义的题目资源检索，使学生获得与其所学知识语义相关的题目。采用OWL描述Ontology、使用推理机RACER实现描述逻辑推理。     

改进的描述逻辑框架Rough-SHOIN

针对具有不完备、多粒度特点的不确定知识表示,设计了一个粗糙描述逻辑框架--Rough-SHOIN,利用粗糙相似关系作为概念描述的基础,定义概念的粗糙上近似和下近似,实现不完备概念表达,在概念解释中引入上下文,实现在不同粒度上准确定义概念-对象间关系。在此基础上,给出Rough-SHOIN粗糙概念的语法、语义及知识库,并在不增加计算复杂度的前提下,定义Rough-SHOIN的推理规则。通过实例说明该框架的有效性。     

一种扩展DL角色描述能力的方法

本体描述知识的逻辑基础是描述逻辑(DL),虽然现有DL中对概念的描述方式非常丰富,但是角色却只能是原子角色。针对角色描述能力低的问题,在现有的DLSHIQ中增加了角色表达式来对角色进行描述,证明了如果知识库中所有角色表达式都是安全的,该知识库在现有的推理机KAON2上的推理仍然是Exp-Time,提出了一种判断角色表达式是否安全的算法。     

描述逻辑程序系统的设计与实现

Eiter等人为语义网提出的回答集程序和描述逻辑相结合的描述逻辑程序,获得了本体上的非单调表达和推理能力。王以松等人证明了描述逻辑程序的完备化和环公式可以精确刻画描述逻辑程序的回答集。在此基础上,进一步证明了若完备化公式的模型不是回答集则一定存在终止环公式反例,它们是多项式时间可计算的。设计并实现了借助SAT求解器MiniSAT以及描述逻辑推理机RacerPro计算描述逻辑强回答集的原型DLP_SAT。实验结果表明,该原型能有效地计算一些熟知的描述逻辑程序的强回答集。