一种带缺省推理的描述逻辑

该文提出了一种新的带缺省推理的描述逻辑，它以描述逻辑为主要框架，对单调逻辑和非单调逻辑进行了整合，但又避免了一般缺省逻辑的困难．基于带缺省推理的描述逻辑，构建了一种同时具有Tbox，Abox和缺省规则的知识库系统，研究了带缺省推理的描述逻辑的可满足性、缺省可满足性、概念包含、缺省包含以及实例检测等推理问题，提出了一种用来检测可满足性和缺省可满足性的Tableau—D算法，并得到了缺省可满足性和缺省包含的转换定理．     

对Etherington并行网络推理算法不完整性问题的探讨

网络缺省推理中扩展的计算需要进行并行性处理．Ｅｔｈｅｒｉｎｇｔｏｎ的并行网络推理算法（ＰＮＩＡ）为缺省推理提供了一条有效的途径．但它存在不能穷尽所有扩展的不完整性问题．本文提出了一个解决这一不完整性间题的并行网络推理算法．     

代数递归逻辑与人工智能

融合代数和递归函数理论，本文建了一个可以刻画知识表示、智能获取和自动推理的逻辑理论，给出了从示例中获得取知识的多项式复杂性算法和自动推理多项式复杂性算法。作为代数递归逻辑的应用，本文给出了人工智能中的约束满足问题的处理方案，探讨了人工智能的基本问题。     

正则无析取缺省理论

知识表示和推理一直是人工智能领域中的一个非常重要的研究课题。早在1958年，McCharthy就提倡用逻辑方法来研究知识表示和推理以达到人工智能的目的。Reiter的缺省逻辑就是最有效的工具之一，这是因为它能够很好地刻画和处理不完全信息下的推理。然而，缺省逻辑并不是完美无缺的。首先，有的缺省理论没有扩充。这样的缺省理论是没有意义的。其次，缺省推理具有高难度。在一般情况下，缺省推理处在复杂性分层的第二层上。即使对于disjunction-free缺省逻辑，它的复杂性也是NP-完全的。     

子句型缺省理论的推理算法

1 引言缺省理论自1980年Reiter提出之后,已成为非单调推理的热点。在缺省逻辑中,扩张的概念至为重要。Reiter对特殊的缺省理论——正规缺省理论做了许多研究,并得出了一些漂亮的结果。Etherington给出了生成任意有穷有序半正规缺省理论的扩张的程序。张明义提出缺省的一种子类——自相容缺省理     

通用对弈游戏:一个探索机器游戏智能的领域

通用对弈游戏（general game playing,简称GGP）是致力于提高机器的通用游戏智能的研究领域.与专用游戏智能程序不同,GGP玩家直到游戏开始时才获得游戏规则,从而避免依赖于人类关于特定游戏的经验.GGP研究发展至今,已在游戏表示、搜索算法、状态估值等方面做了深入探索,并在知识迁移等方面做出了尝试.GGP研究的进展在一定程度上代表了通用人工智能的发展,因而是值得关注的.     

关于解释学习逻辑构架的一些扩充

近来,在机器学习研究领域中,解释学习倍受重视,而其中心机制——解释推广却受限于一阶逻辑,为支持高阶对象和模态概念,本文介绍了两种扩充 Horn 逻辑表示域的方法,并通过例子说明了解释推广在扩充表示域中的实现。     

间断区间时态逻辑的语义

区间逻辑不能模拟自然语言中与,或,非时态关系,其公理系统的完备性不易保证。我们建立的间断区间时态知脚注可以克服区间逻辑的上述缺点,本文给出了间断区间逻辑的语法,语义及公理,即描述了间断区间时态逻辑的语义。     

基于Rough集的模态语义数据分析

1.引言知识的表示与管理一直是当今人工智能领域的研究热点课题,而逻辑表示是人工智能中使用最早的表示模式之一,特别是模态逻辑的研究越来越得到人们的重视。模态逻辑中加入了“必然”和“可能”两种模态算子,从而对命题演算给出了恰当的非真值系统,使其从纯粹逻辑领域走向应用领域。虽然用模态表示的知识模式具有很好的优点,如证明过程的推理规则有效,具有很好的理解形式语义的能力,但是其最大的、难以克服的缺点是表示和处理的分离,如何用可操作的方     

对规划理论研究现状的分析

1 引言现在不少人工智能(AI)研究者认为定义人工智能的一种方法就是将它看作是以构建具有智能行为的agent为目标的研究领域。从这种观点看,“agent”实际上就是人工智能的核心。自从80年代后期以来,关于agent理论及应用的研究取得了很大发展,目前agent是主流计算机科学,包括数据通讯、并行系统、机器人、用户接口设计等等的研究人员所讨论的一个主题。构建agent的经典方法是将它们看作特殊类型的基于知识的系统,这就是通常的符号方法,而相应的a-gent则被称为慎思的agent。一个慎思的agent包含对环境的确切描述的符号模型,并且其决策(例如应采取什么行动)都是基于模式识别或符号处理,通过逻辑推     

从ALC到SHOQ（D）：描述逻辑及其Tableau算法

描述逻辑是一类知识表示的形式系统，并成为语义Web的逻辑基础。Tableau是描述逻辑的基本证明论，基于Tableau的算法提供7描述逻辑的推理机。本文系统地阐述了对应于语义Web语言从基本的ALC到SHOQ(D)描述逻辑基础及其相应的Tableau算法。     

关于知识表示的讨论

知识表示是人工智能（ＡＩ）研究中基本问题之一,对ＡＩ来说,知识表示的研究分成两个层次：（２）知识表示方法的研究,（２）表示观的研究,首先,本文在总结各种表示方法的基础上,提出了一种“知识表示体系树”,以观察ＡＩ研究的发展趋势,其次,文中收集了目前ＡＩ学界对这个问题讨论了各种主张,并将其归纳为评论论、本体论及知识工程等三类对表示的观点;最后,还讨论了ＡＩ一些研究分支与表示的关系。     

表示和处理缺省知识的多维模糊推理方法及算法

本文采用MAX－○复合运算,在基于模糊关系Rb的多维模糊推理Sugeno-Takagi的推理框架中,利用可能性量化语句,从理论上提出了一种表示和处理和缺省知识的多维模糊推理方法,从而提高模糊推理表示和处理知识的能力。在此理论基础上,依据J.F.Baldwin真值限定的概念,提出了一种表示和处理缺省知识的多媒模糊真值推理算法。     

关于Ford算法的一个注记

关于Ｆｏｒｄ算法的一个注记叶震（合肥工业大学微型计算机研究所合肥２３０００９）ＡＮＯＴＥＯＮＦＯＲＤＡＬＧＯＲＩＴＨＭ￥ＹｅＺｈｅｎ（ＩｎｓｔｉｔｕｔｅｏｆＭｉｃｒｏｃｏｍｐｕｔｅｒ，ＨｅｆｅｉＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔｙ，Ｈｅｆｅｉ２...     

认识逻辑(1):关于知识和信念的逻辑框架

知识和信念是人工智能领域研究中经常涉及到的两个重要概念。本文讨论了知识和信念的涵义与关系，定义了认识逻辑系统ＥＩ，讨论了它的语法和语义，证明了认识逻辑ＥＬ不但是可靠的而且是完备的，认为逻辑ＥＬ不但可以用来描述人类的认识过程，还可以用于对常识推理以及分布式系统的形式化描述。     

一个改进的基于区间值模糊集的双向模糊推理算法

本文引入有序权聚类算子(OWA)到区间值模糊集合的相似度度量中,提出了一种改进的双向模糊推理 算法。为采用此算法,文中给出了区间模糊集的加权匹配方向函数,最后通过一个实例说明算法如何灵活地 体现决策者的决策倾向。     

面向不确定性知识表示的描述逻辑SROIQ(D)不确定性扩展

为增强描述逻辑对不确定性知识的表示能力,提出了一种对描述逻辑SROIQ(D)进行不确定性扩展的方法。该方法基于不确定性理论和描述逻辑SROIQ(D),针对知识表示中大量存在的模糊性、粗糙性和随机性知识,首先给出了模糊粗糙概念条件概率的计算方法,并以此为基础对SROIQ(D)进行了不确定性扩展;然后基于模糊粗糙逻辑和概率逻辑分别给出了扩展后的语法、语义和推理任务,使不确定性SROIQ(D)描述逻辑具备同时处理3类不确定性知识的能力。     

以知识点为中心的智能教学系统的研究与构建

在深入研究智能教学系统知识表示方法的基础上,提出了一个以知识点为中心的智能教学系统构建方案,采用知识点作为教学资源的组成单位,通过知识点间的联系来构建知识体系,并结合Web挖掘、人工智能、模糊理论等技术,实现网络教学的智能教学策略。