基于不确定,不精确知识的推理系统——UKRS

ＵＫＲＳ是建立在算子ＦＵＺＺＹ逻辑的λ－Ｈｏｒｎ集上，使用λ－ＳＬＤ归结推理机制作为其理论支持的一个基于不确定、不精确知识的推理系统。在ＵＫＲＳ中用λ－Ｈｏｒｎ子句表示知识，因算子ＦＵＺＺＹ逻辑对于算子是显式表示的，故可以方便的描述不确定、不精确知识，并且支持不确定、不精确推理。     

基于不确定、不精确知识的推理系统─UKRS~＊ 

ＵＫＲＳ是建立在算子ＦＵＺＺＹ逻辑的λ－Ｈｏｒｎ集上，使用λ－ＳＬＤ归结推理机制作为其理论支持的一个基于不确定、不精确知识的推理系统。在ＵＫＲＳ中用λ－Ｈｏｒｎ子句表示知识，因算子ＦＵＺＺＹ逻辑对于算子是显式表示的，故可以方便的描述不确定、不精确知识，并且支持不确定、不精确推理。     

基于不确定性知识的主观贝叶斯网络算法

1引言 贝叶斯网络是有向无环图.它是一种概率推理技术,能从不完全、不精确或不确定的知识和信息中作出推理.主观贝叶斯网络引入了主观贝叶斯方法,成功地解决了在实际应用中的诸多困难.     

基于粗糙集的不确定知识表示方法

1 引言知识表示是人工智能(AI)研究中最关键的分支之一。传统的知识表示模型(如AQ11,ID3等),对知识描述是确定的、清晰的,即:被描述的对象具有或不具有某种属性是明确的。然而,在现实世界中,人们常常面对的是在领域信息不完整、不确定、不精确的前提下,完成对事物的认识、分析、推理、判断、预测和决策。这种智能行为往往要求人们对未知的信息进行估计、推测;对不完整数据进行分析、处理;对已知的证据     

铸件孔洞类缺陷分析专家系统

本文介绍的CCDA专家系统是用来分析铸件内部不健全程度。它由四部分组成:知识获取模块、知识库、推理机和用户接口。知识库由产生式规则构成。推理机或控制策略采用不精确推理、目标驱动和深度优先搜索。     

Credal网络推理的一种不完全枚举法

Credal网络是研究不确定环境下知识表示和因果推理的一种图模型,其条件概率值可以用不精确的区间或不等式定性地表示,使得表达方式更加灵活有效。Credal网络的推理是计算一定证据下的后验概率最大值和最小值,给出了一种Credal网络推理的新方法,该方法是在桶消元框架下通过枚举计算部分因子函数值,使计算量大大减小,并且可以得到精确的结果。最后用一个实例说明了该方法的可行性。     

青铜器鉴定专家系统中的不确定性推理

讨论了青铜器鉴定专家系统的不确定性推理方法，包括知识的不精确表示，推理规则的不精确表示，组合证据的不精确描述以及推理规则的更新。并将该推理方法应用干文物鉴定领域，成功建立了青铜器鉴定专家系统。     

基于证据理论且适于层次逻辑的似然推理算法PMLIS

文中提出了基于证据理论且适于层次逻辑的似然推理算法PMLIS。应用此算法时,知识库由输入空间、输出空间和一组推理规则组成。该算法尤其适宜于层次结构间的不精确推理。为了使推理规则确定因子保持一致,文中最后还研究了推理规则确定因子分解问题。     

图象分析专家系统中的不精确推理

处理图象分析中的不确定性也是专家系统不可回避的任务.目前有多种用以表示不确定性,并能进行不精确推理的模型,主要有概率理论、证据理论和可能性理论;同时不精确推理的非数值方法也引起了人们的极大关注,如非单调逻辑.本文探讨了这些推理理论在一些具体图象分析问题中的应用途径.     

一种模糊推理机的VLSI实现：单片专家系统

我们给出了一种能处理不确定性和近似推理的推理机制的VLSI实现。为了有效和实时应用,设计是以模糊集合论中的“极大极小运算”为基础的,这种推理机制能处理不精确和不确定的知识,从而能获取专家知识并模拟其推理过程。我们采用定制CMOS技术实现了这种推理机制,并突出了简洁性、可扩充性和效率。定时模拟表明这种推理机每秒能完成约80,000次模糊逻辑推理。这类推理机的潜在应用包括指挥与控制领域中的实时决策和机器人系统的自适应命令生成等。