基于可拓规则的故障诊断专家系统推理机的研究

针对传统产生式规则在知识表示、匹配冲突等方面存在的局限,提出了一种将可拓规则用于故障诊断专家系统推理机的方法;该方法重点研究了可拓规则的匹配原理和可拓推理机算法思想,提出了匹配度计算方法并用来计算故障条件与规则前件的匹配度;根据研究表明,利用可拓规则进行推理,不仅在知识表示上比传统产生式规则推理有所提高,而且还解决了传统专家系统容易出现匹配冲突等问题;最后以AMU故障推理为例,说明可拓推理机具有推理速度快、效率高等优点,取得了较好的推理效果.     

一种基于云计算的业务规则匹配算法

研究业务规则匹配效率优化问题,由于企业业务规则数目多,逻辑变化复杂,内存消耗大,导致传统匹配算法效率低.为提高了业务规则匹配效率,将云计算理论中的节点共享和索引查询优化技术引入到Rete匹配算法中,产生一种根据云计算改进的Rete业务规则匹配算法.首先构建规则网络和事实,然后采用节点共享技术降低空间冗余,最后采用索引查询优化技术进行搜寻,遍历这个网络,从而提高匹配的效率.通过3个仿真对改进后Rete算法性能进行测试,仿真结果表明,改进Rete算法提高了业务规则匹配效率,解决了传统算法实时性差的问题,资源利用率高,为企业优化管理提供了依据.     

规则软件系统模式匹配算法研究综述

模式匹配算法是规则软件系统的核心技术.本文叙述规则软件系统的基本概念、工作原理和主要推理方式;研究规则软件系统的模式匹配问题,总结了改善模式匹配效率的方法和技术;介绍Rete、Treat、Leaps和Matchbox四种典型的前向推理顺序模式匹配算法,分析研究了各个算法使用的提高匹配效率的技术及其优缺点,并对模式匹配算法当前研究进展和规则软件系统的应用现状进行了阐述.     

产生式系统规则匹配算法研究

产生式系统中规则匹配算法的效率决定了产生式系统的运行效率。本文研究最常用的规则匹配算法——Rete算法及其改进算法,同时对其他规则匹配算法进行了分析。     

基于规则与ANN的铣削加工参数匹配知识库研究

分析铣削加工参数匹配关系及其知识表示,针对产生式规则难以全面、高效表示加工参数定量匹配知识的问题,提出应用规则推理与人工神经网络（ANN）混合技术构建知识库的方法,给出了参数定量匹配知识表示的神经网络模型和改进的Vogl知识获取方法,运用手册上提供的最复杂样本集数据进行实验验证,结果表明提出的方法具有较好的知识表示性能。最后就如何应用该技术开发面向铣削加工的参数匹配知识库系统展开论述。     

结合Rete的RDF数据分布式并行推理算法*

现有的资源描述框架(RDF)数据分布式并行推理算法大多需要启动多个MapReduce任务,但有些算法对于含有实例三元组前件的RDFS/OWL规则的推理效率低下,整体推理效率不高。针对此问题,文中提出结合Rete的RDF数据分布式并行推理算法(DRRM)。首先结合RDF数据本体,构建模式三元组列表和规则标记模型。在RDFS/OWL推理阶段,结合MapReduce实现Rete算法中的alpha阶段和beta阶段。然后对推理结果进行去重处理,完成一次RDFS/OWL全部规则推理。实验表明,文中算法能高效正确地实现大规模数据的并行推理。     

基于Spark的分布式并行推理算法

现有的RDF数据分布式并行推理算法大多需要启动多个MapReduce任务,有些算法对于含有多个实例三元组前件的OWL规则的推理效率低下,使其整体的推理效率不高.针对这些问题,文中提出结合TREAT的基于Spark的分布式并行推理算法（DPRS）.该算法首先结合RDF数据本体,构建模式三元组对应的alpha寄存器和规则标记模型;在OWL推理阶段,结合MapReduce实现TREAT算法中的alpha阶段;然后对推理结果进行去重处理,完成一次OWL全部规则推理.实验表明DPRS算法能够高效正确地实现大规模数据的并行推理.     

协同设计中基于规则推理的冲突消解研究*

分析了协同设计中冲突产生的原因和冲突消解的技术,提出了一种基于规则推理的冲突消解体系结构,并在冲突消解的规则推理过程中运用了一种快速的规则匹配算法,提高了在冲突消解过程中的规则匹配效率,同时降低了协同设计过程中冲突消解的时间及空间复杂度。     

基于不确定性推理的活动识别方法研究

活动识别已成为智能家居领域的研究热点,目前国内外有关活动识别方法的研究有很多,研究人员提出了不同的方法来进行活动建模和识别,可分为数据驱动方法和知识驱动方法。数据驱动方法容易受到维数的限制,并且需要大量的数据集来训练出活动模型。目前在有关活动识别研究的方法中缺少一种既能够考虑到异构数据之间的知识共享,又能够考虑到活动的不确定性的方法。该文将D-S理论(Dempster-Shafer theory,证据理论)和本体推理结合起来,在改进的证据合成规则的基础上提出了ER-OT(evidential reasoning-ontology,证据-本体推理)算法,解决了活动中的不确定性和推理结果之间的冲突。算法首先在加权分配的思想上按重新定义的冲突系数对证据合成规则进行改进,在推理时推理机将推理信息同时输入到Jena本体推理和改进的证据推理模块,然后将推理结果按改进的证据合成规则进行合成得到最终的推理结果。实验结果表明,与现有的马尔可夫逻辑网络算法和传统的本体推理算法相比,该算法提高了不确定性活动的识别准确率。     

基于表示学习的知识图谱推理研究综述

知识图谱以结构化形式描述了现实世界中的客观知识,但面临着构建不完整或者无法处理新增知识等挑战。知识图谱推理方法成为了知识图谱补全和更新的重要手段,该方法旨在基于图谱中已有的事实推断出未知的事实。近年来,基于表示学习的知识图谱推理研究受到了广泛关注,其主要研究思路是将实体和关系嵌入到低维连续向量空间从而进行推理,具有计算效率快、推理性能高等优势。文中以基于表示学习的知识图谱推理方法为研究对象,首先对相关的符号表示、数据集、评价指标、训练方法以及评测任务进行了简要概述;其次介绍了基于平移距离和语义匹配的两种典型知识图谱推理方法;然后对融合多源信息的推理方法进行了分类和梳理,以及详细分析了近期流行的基于神经网络的推理研究进展;最后总结全文,同时对知识图谱推理的未来研究方向进行展望。     

支持演化规则引擎的Rete算法研究

在演化规则模式匹配过程中, 存在内存空间有限与用户请求响应要求快速等问题, 传统的Rete算法并不能完全适合此类实际应用。针对此类问题, 在经典Rete算法的基础上, 通过从算法空间复杂度的角度对Rete网络结构匹配效率进行分析, 并结合系统动态演化过程中强动态和高实时性的特点, 引入节点复用技术构造Rete网络, 且以规则权重、入网时间为依据, 增设了Rete网络节点存储空间可调整机制, 完成了Rete算法在内存消耗与调节、匹配耗时方面的优化。对比测试表明, 优化后的算法提高了网络匹配性能, 实现了系统的平稳安全运行, 解决了演化系统模式匹配过程中存在的问题。     

一种基于共享度模型的改进Rete算法

专家系统是人工智能领域的重要分支,其中知识表示和知识推理是专家系统的重要组成部分.Rete算法是一种高效的模式匹配算法,能够解决专家系统中推理效率的问题,但是Rete算法在构建Rete网络和推理过程中存在空间和性能方面问题.本文采取有穷自动机理论的思想,阐述了Rete算法中的模式共享度和节点共享度模型,提出了一种Rete网络构建和推理算法来降低Rete网络的复杂度,提升Rete网络推理的速度.最后实验结果表明,本算法能够降低网络复杂度,提升推理速度.     

基于Rete算法的多Agent的实时协同推理

1 引言多Agent系统是由若干具有一个或多个目标的Agent按照一定的信息关系和控制关系以及问题求解能力的分布模式组成的系统,它主要研究一组在逻辑上或物理上分离的Agent之间行为的协调。目前,多Agent系统已应用于诸如空中交通控制、电子商务、通讯网络管理和作业调度等生产实际领域。Agent技术应用到实际领域时映射的对象一般有     

可视化产生式系统的设计与实现

产生式系统是最流行的专家系统类型。目前常见的产生式系统,如OPS5和CLIPS,它们的应用和开发界面都是类似LISP的文本界面,可操作性差。文章基于面向对象的方法和技术,设计并实现了一个可视化的产生式系统,该系统采用Rete算法进行推理,提供了事实库、规则库和Rete网络的可视化的维护功能。实际运行表明,该系统效率高,可操作性强。     

Coupling production systems and database systems: a homogeneousapproach

Methods for storing and manipulating large rule bases using a relational database management systems (DBMS) are discussed. An approach to decomposing and storing the condition elements in the antecedents of rules such as those used in production rule-based systems is presented. A set-oriented approach, DBCond, which uses a special data structure that is implemented using relations is proposed. A matching algorithm for DBCond uses the relational structures to efficiently identify rules whose antecedents are satisfied. The performance of DBCond is compared with that of DBRete, a DBMS implementation of the Rete match algorithm developed for use with the production rule language OPS5. DBCond is also compared with DBQuery, a method that is based on evaluating queries corresponding to the conditions in the antecedents of the rules. Improvements to the data structure and the algorithms of the DBCond method are described. An advantage of DBCond is that it is fully parallelizable, thus making it attractive for parallel computing environments     

入侵检测系统中一种模式匹配算法的研究与改进

对基于入侵检测系统来说．模式匹配算法是基于特征匹配的入侵检测系统中的核心算法,也是当前入侵检测设备中普遍应用的算法。它的效率直接影响到入侵检测系统的准确性和实时性,文章通过对模式匹配算法的改进,提出了一种改进的算法,在匹配文本中重复字符串较多时,该算法可以加快入侵检测系统的检测速度,提高现有入侵检测系统的检测能力。     

电信资费优惠规则知识表示、冲突检测与实现研究

目前电信运营商资费优惠规则（俗称套餐）采用自然语言来描述,不仅容易产生歧义而且不能用计算机来进行重复套餐的自动冲突检测。针对重复套餐增多致使业务支撑系统（BSS）不堪重负而出现效率低下甚至宕机的现象,运用人工智能知识表示的方法将电信资费每条优惠规则表示为条件部分和结论部分,采用当前有代表性的冲突检测算法Rete算法和Rete改进算法的思想,提出了优惠规则冲突检测算法,与专家平台相结合,实现了优惠规则的自动化冲突检测。最后通过实例验证了优惠规则知识表示和冲突检测算法的合理性和有效性,在优惠规则的科学设置、减少客户投诉、压缩优惠规则数量、提高系统效率和增加经济效益与社会效益等方面都取得了较好的效果。     

字符串模糊匹配算法的探讨

字符串模糊匹配问题在计算机中有着广泛的应用．尝试探讨一种无论从算法时间复杂度上讲还是编程复杂度上都比较优秀的一种模糊匹配算法。     

基于时空分析的地图匹配算法研究

地图匹配技术被广泛用于GPS导航、城市道路交通状态分析等领域。针对目前城市浮动车数据量日益庞大,地图匹配算法实时性差、匹配率不高的缺点,提出了一种基于时空分析的地图匹配算法。算法在对城市路网建立网格索引的基础上,综合考虑了空间几何、路网拓扑信息及上下文因素对选取GPS投影点的影响,大大提高了匹配效率和匹配精度。实验结果表明,算法能够满足工程应用中浮动车地图匹配的实时性和准确性。