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。     

不确定时态信息表示的统一模型

时态信息表示和推理是人工智能研究中的一个重要课题,现有的模型大多只能表示确定时态信息,然而现实生活中很多事件的发生结束等时态信息都是不确定的。故提出了一个表示不确定时态信息的统一模型,可用于描述各种具有确定或不确定时态信息的事件。该模型首先定义各类时态对象(如时间点、时间区间)以及它们之间的关系,并给出时态对象间的传递关系表,利用该表能进行时态一致性约束满足问题的求解。最后,给出了两个不确定时态推理的例子,表明了该模型的实际应用意义。     

协同式变电站故障诊断专家系统

传统的变电站故障诊断专家系统在单个PC机上工作,造成PC机的负载很重,推理效率很低。针对这个问题,论文设计了具有自学习能力的变电站故障诊断专家系统(CSFDES),其中的多个子专家系统和核心专家系统协同工作。子专家系统应用不确定推理机制实现了快速的故障诊断。子专家系统将故障不确定事件提交给核心专家系统。核心专家系统利用设计的基于事例的推理机制,提高了故障诊断的准确性。CSFDES的原型系统初步应用到变电站的故障诊断,具有较高的实时性和准确性。     

一种新的不确定推理方法

提出了一种基于认知结构的不确定推理方法:采用四值认知结构表达不确定知识,采用定义在认知结构上的双向认知推理结构来处理推理规则的不确定性.介绍的不确定推理方法可以包容精确的概率推理、容忍信息的不确定性、有效地避免推理规则之间的相互关系问题,并且使认知结构最简推理的计算复杂度与推理节点个数成线性关系.     

基于粗糙集理论的不确定推理方法

针对粗糙集理论在分析不精确、不完备信息系统等方面具有的优势,把粗糙集理论应用到模糊推理系统中,提出了一种基于粗糙集理论的不确定推理方法。通过粗糙集理论对属性进行约简,使得到的规则大大简化,通过引入可信度及其传播的概念,使推理结果更具有可信性和说服力。算例结果表明,应用此方法提取的模糊推理规则数目少、可信度高,且具有一定的容错能力,对规则的测试验证了该方法的有效性。     

时空推理中自动生成复合表的通用算法

时空推理是面向时间/空间问题的研究领域,在人工智能(如语义Web、机器人导航、自然语言处理、物理过程的定性模拟和常识推理等)和其他领域有着广泛的应用前景.复合推理在时空推理中具有重要作用,是约束满足问题等其他定性推理的基础.复合推理是由R(a,b)和R(b,c)决定R(a,c)的一种演绎推理.一般将关系复合结果放在复合表中备查.但目前复合表的建立需要逐个模型进行手工推导,少数模型给出了独立的复合表生成算法,没有适合多种时空关系模型、能自动生成复合表的通用算法.为此,提出了一种能自动生成复合表的通用算法.首先,给出了基于空间划分的通用时空表示模型.在此基础上,提出了基于场景检测的通用复合表生成算法.通过理论分析和对RCC、宽边界、区间代数等20余种典型时空模型的测试,证明了本算法对于所有以精确区域(或区间)为基础的确定、不确定时空模型均能正确快速地生成复合表.     

专家寄语

波兰科学院院士Pawlak在研究关系型数据库推理10余年的基础上,于1982年提出了粗糙集理论(Rough Set Theory),它是一种关于不精确、不确定、不一致数据分析与推理的强有力的模型与理论.粗糙集理论的提出立刻引起了国际人工智能领域专家学者的重视;20世纪90年代国内从事人工智能研究的专家学者开始重视粗糙集理论与应用的研究.随着Internet技术特别是WWW技术的飞速发展,Internet已经变成一个庞大的、分布式的、异构的数据库与计算平台.传统的数据库和文本的理论、方法、技术很难应用于Web 的处理,在这样的背景下,华人专家钟宁、刘际明和姚一豫教授于2000年提出了网络智能(Web Intelligence).     

一种基于符号变换的描述逻辑ALC超协调推理算法

语义万维网作为一个开放、不断更新而且相互协作的环境,经常会包含一些不协调的或不精确的信息。众所周知,描述逻辑是语义万维网重要的逻辑基础,然而描述逻辑缺乏处理不协调或不完全信息的能力。近来一些超协调方案通过限制或阻止使用一些推理规则来避免推理的平凡化,从而容忍本体中出现的不协调。因为这些方法限制了描述逻辑系统的推理能力,所以推理能力弱于经典的描述逻辑推理能力,即使在处理协调的本体时。提出一种基于符号变换的具有强推理能力的超协调推理算法。证明了该算法是可判定的,而且在处理协调的本体时该推理系统与经典逻辑系统具有相等的推理能力。     

专家系统知识表示中规则的强度

本文得出如下结论:在精确推理中,规则A→B本身为真的概率P(A→B),就等价于,以规则A→B的条件概率P(B|A)为其强度来描述规则的不确定性;在不精确推理中,P(A→B)与P(B|A)作为规则强度是不等价的,但它们之间存在着密切关系,使用P(B|A)来度量规则A→B的不确定性比使用P(A→B)优越。本文同时给出了全概率公式的另一种推导。     

基于不精确信息实例检索模型的研究

传统实例检索模型缺乏对不确定环境中不精确信息的适应性。采用构造因果网络的分阶段实例检索模型,则可以有效地处理实例检索中的不精确性,并能提高基于实例推理系统的性能。     

基于不确定推理的军用软件故障诊断方法研究

针对基于构件的军用软件使用过程中故障频发,传统规则推理的方法进行故障诊断存在不确定性问题,提出了基于不确定规则知识库的故障诊断方法;首先根据不确定推理逻辑,分析传统规则推理的不确定因素,构建不确定规则知识库;然后基于该知识库和正向链推理策略,计算确定性因子;合理设置激活规则的阈值,并对中间结论的确定性因子进行排序以消解冲突;实验结果表明,基于不确定推理的诊断方法与传统精确推理方法相比,具有更高的诊断准确率。