基于WFPN的PAAIS知识表示及校验研究

驾驶员辅助决策人工智能系统(PAAIS)是辅助飞机驾驶员进行决策的智能系统,其核心是知识处理。以加权模糊Petri网(WFPN)表示PAAIS知识库中模糊产生式规则,并提出有效的模糊推理算法。针对PAAIS具有多个领域知识库的特点,提出基于WFPN的多知识库校验算法。     

基于面向对象Petri网的知识库模型

根据Petri网能够对知识的细节进行抽象的特点及对知识库系统应用的需求，利用VC 对Petri网进行了类的封装，建立了基于面向对象Petri网的知识库模型，实现了对知识库的动态维护，并增加了单步推理和反向执行的功能，同时也改进了规则维护算法。     

智能网络管理中一种基于Petri网的知识验证技术1

知识库是智能网络管理系统中的重要组成部分,知识库的维护要求知识库系统必须具备知识的验证功能.智能网管系统中知识组织的动态性决定了知识的结构性验证必须正确、有效和及时.本文以有色Petri网为基础,针对智能网管系统中知识验证的主要内容,以一种扩充的有色Petri网作为描述和分析工具,建立了相应的知识表示模型和知识验证模型,提出了一种简洁的、基于有色Petri网的知识验证方法,并给出了相应的判定准则.     

一种基于Petri 网推理的实例修改方法

实例修改是CBR 的关键技术,实例在修改过程中具有较强的领域依赖性,与实例修改相关的领域知识通常以规则的形式存储于规则知识库中,而规则知识库缺乏整体的协调和组织,基于规则的推理效率比较低。本文提出了一种基于Petri 网推理的实例修改方法。首先采用Petri 网表示规则,较好地反映知识的条理性和内部逻辑;其次利用Petri 网的数学原理进行推理,克服了规则推理效率低的缺点。并采用电冰箱为应用实例,验证了上述方法的可行性和有效性。     

基于Petri 网知识库维护方法的实现

知识库的维护是知识系统的关键部分，直接关系到系统能否正常运行，本文介绍了基于Petri网知识库维护方法的实现。     

基于知识Petri网和归结规则的推理方法

本文提出了一种基于知识Petri网和归结规则的推理方法.通过知识Petri网描述命题逻辑知识库,将归结规则映射到知识Petri网上,根据库所和变迁的连接关系,定义了知识Petri网中的归结结构.利用归结结构,给出了基于知识Petri网的归结推理算法和扩展知识库的推理算法,并利用Wumpus实例验证了推理算法.该推理方法是可靠且完备的,能够利用知识Petri网的网络结构降低计算复杂性.     

一种模糊Petri网的逆向知识推理方法设计实现

模糊Petri网是模糊产生式知识表示和推理的理想工具.针对基于模糊产生式规则的知识库,在已知决策目标的前提下,设计了该知识库的模糊Petri网模型及基于递归的逆向知识推理方法,并以实例时该方法进行了验证.对于任意指定的库所,通过该方法可以确定其模糊托肯值,即对应命题的模糊真值.该方法的逻辑表达力强,利于计算机实现,而且其逆向推理策略能有效减少计算空间,使计算在一个复杂的模糊Petri网系统的子系统中进行,提高了计算效率.     

智能网络管理中一种基于Petri网的知识验证技术

知识库是智能网络管理系统中的重要组成部分,知识库的维护要求知识库系统必须具备知识的验证功能。智能网管系统中知识组织的动态性决定了知识的结构性验证必须正确、有效和及时。本文以有色Petri网为基础,针对智能网管系统中知识验证的主要内窝,以一种扩充的有色Petri网作为描述和分析工具,建立了相应的知识表示模型和知识验证模型,提出了一种简洁的、基于有色Petri网的知识验证方法,并给出了相应的判定准则。     

基于本体的知识库模型研究

本体作为一种能在语义和知识层次上描述信息系统的概念模型建模工具,近年来在计算机的许多领域得到了广泛的应用。其中,基于本体的知识构建是一个复杂的系统工程。就目前的研究状况来说,主要是解决如何构建知识模型的问题。本文运用本体知识模型相关的理论,在分析了本体论、知识库和知识库系统概念的基础上探讨了本体论在知识库系统中的应用和方法,提出了一种基于本体的知识模型,并阐述了基于本体的知识库构建方法。     

故障诊断专家系统中知识库组织和维护技术的研究

在开发化工过程实时故障诊断专家系统的基础上,本文讨论了知识库的组织和维护技术,对知识表示和知识库结构进行了详细介绍。在知识库维护方面,采用面向对象的方法描述领域知识,并实现知识获取和转换；对于知识校验,提出一种基于有向图的知识校验方法。以润滑油生产过程为例,讨论了系统的知识校验过程。本文讨论的技术和策略已应用于润滑油过程实时故障诊断专家系统。实际应用表明,该技术和策略保证了知识库和专家系统的稳定和高效率。     

An algebraic approach to revising propositional rule-based knowledge bases

One of the important topics in knowledge base revision is to introduce an efficient implementation algorithm. Algebraic approaches have good characteristics and implementation method; they may be a choice to solve the problem. An algebraic approach is presented to revise propositional rule-based knowledge bases in this paper. A way is firstly introduced to transform a propositional rule-based knowledge base into a Petri net. A knowledge base is represented by a Petri net, and facts are represented by the initial marking. Thus, the consistency check of a knowledge base is equivalent to the reachability problem of Petri nets. The reachability of Petri nets can be decided by whether the state equation has a solution; hence the consistency check can also be implemented by algebraic approach. Furthermore, algorithms are introduced to revise a propositional rule-based knowledge base, as well as extended logic programming. Compared with related works, the algorithms presented in the paper are efficient, and the time complexities of these algorithms are polynomial.     

模糊Petri网在带权不精确知识表示和推理中的应用研究

Petri网是一种适合于描述异步并发事件的计算机系统模型 ,可以有效地对并行和并发系统进行形式化验证和行为分析 .以模糊 Petri网的基本定义为基础 ,讨论了带权模糊知识的模糊产生式系统表示法 ,建立了这种表示法与模糊 Petri网之间的映射关系和转换算法 ;在对模糊 Petri网进一步扩充的基础上 ,解决了与知识的模糊Petri网表示相关的几个问题 ;最后给出了模糊 Petri网中不确定性的计算方法和相应的不精确推理算法     

应用带标识的模糊Petri网的知识表示方法

提出一种在某些库所中带有标识的模糊Petri网模型来进行知识表示。为了获得更多的加权模糊产生式规则的信息,在知识表示的过程中考虑了权值,确定性因子,阈值等参数。这种模糊Petri网充分利用了Petri网的并行处理能力。随着带标识的模糊Petri网的运行,网中标识的变化可以标记加权模糊推理的运行。通过文中给出的基于相似性测度的计算方法可以更加高效地计算出多层加权模糊推理的推理结果。     

Enhanced high-level Petri nets with multiple colors for knowledgeverification/validation of rule-based expert systems

Exploring the properties of rule-based expert systems through Petri net models has received a lot of attention. Traditional Petri nets provide a straightforward but inadequate method for knowledge verification/validation of rule-based expert systems. We propose an enhanced high-level Petri net model in which variables and negative information can be represented and processed properly. Rule inference is modeled exactly and some important aspects in rule-based systems (RBSs), such as conservation of facts, refraction, and closed-world assumption, are considered in this model. With the coloring scheme proposed in this paper, the tasks involved in checking the logic structure and output correctness of an RES are formally investigated. We focus on the detection of redundancy, conflicts, cycles, unnecessary conditions, dead ends, and unreachable goals in an RES. These knowledge verification/validation (KVV) tasks are formulated as the reachability problem and improper knowledge can be detected by solving a set of equations with respect to multiple colors. The complexity of our method is discussed and a comparison of our model with other Petri net models is presented.     

基于Petri网的知识空间建模方法与学习路径控制

对学生学习路径的控制和学习状态的了解在自主学习系统中是一个重要的问题,以知识空间理论为基础建立了学习状态空间,并通过Petri网对该学习状态空间进行了建模,利用Petri网实现了学习状态空间中所有可能的学习路径控制和学生学习状态的了解,在此模型中学生可以利用Petri网的变迁实现自由的学习控制,并通过Petri网库所标识来了解学生的学习状态,达到个性化学习路径的目的。     

基于知识Petri网的确定性和不确定性联合推理

知识推理是人工智能的核心领域,旨在研究如何从已知(知识库和推理规则)推理出未知,以帮助智能体做出科学决策.而智能体所处的环境存在不可观性和不确定性,因此知识库通常不仅包含确定性知识,还包含不确定性知识,而且推理过程需要两类知识紧密协作.然而,目前的推理方法无法将两类知识统一表示,常常将两者对应的推理过程割裂进行.基于此,为了实现在统一的模型架构下完成确定性和不确定性联合推理,给出了一种知识Petri网推理方法.首先,定义了一种新的知识Petri网,使其不仅能够描述确定性的知识规范,也可以描述先验概率知识;其次,根据知识Petri网的网结构,给出了一种知识Petri网概率独立剪枝算法,能够指数级地降低不确定性推理的计算复杂性;最后,利用知识Petri网及其概率独立剪枝算法,给出了一种新型推理算法,实现了确定性和不确定性的联合推理,并利用Wumpus世界进行了演示和验证.