与并行条件表达式的生成

逻辑程序的与并行是子句体中文字的并行执行。如果若干文字共享某个变量,获得与并行的一种途径是:仅启动其中一个文字执行,该文字称为该变量的产生器,其它的文字(称为该变量的消耗器)处于等待状态,这称为排序。排序方法大致为完全动态排序、完全静态排序和动静结合排序。本文给出无用户启发信息时的静态排序算法,采用     

关于三值逻辑程序中否定和蕴涵完备化程序的不动点语义

逻辑程序具有丰富的表达能力和非确定性等特点，在定理机器证明、关系数据库系统、程序验证、模块化程序设计和非单调推理等方面都有了广泛的应用。本文是继续文[8]的工作。首先通过两个反例，指出了文[7]中关于否定完备化程序Comp（→，Pr）和蕴涵完备化程序Comp（→，Pr）的两个重要定理都存在一定程度的错误。然后对这两个定理进行了修改，用后继算予Tpt和Fitting算予FPr的不动点语义，分别给出了否定完备化程序（Somp（→，Pr）和蕴涵完备化程序Comp（→，Pr）的Herbrand模型的充分条件和必要条件，这将在逻辑程序的最优不动点和最小不动点的语义研究中有着重要的应用价值。     

逻辑程序的事实维护

事实是逻辑程序的重要组成部分,事实维护影响着整个逻辑程序的一致性和完整性,并能够促进和完善规则维护。论文在分析了人工进行维护操作的弊端后,对事实维护中可能出现的情况进行分类分析,提出了事实维护系统的框架,重点描述了预警检测子系统所扮演的核心作用。     

概率逻辑模型与学习研究进展

近年来，概率逻辑学习研究取得了很大进展，已经提出各种不同的形式化方法和学习方法，包括概率关系模（PRMs）、贝叶斯逻辑程序（BLPs）、逻辑贝叶斯网络（LBNs）和随机逻辑程序（SLPs）等。文章重点介绍了贝叶斯网络与一阶逻辑的结合，并以PRMs、BLPs和LBNs为例，描述了基于贝叶斯网络的概率逻辑模型（PLMs）的知识表示方法，给出了此类PLMs一般使用的参数估计方法和结构学习方法，并给出了建议的研究方向。     

扩充析取逻辑程序的争论语义

该文探讨争论推理在扩充逻辑程序中的实现及其关系问题.基于“相干原理”,建立了扩充逻辑程序的争论推理框架,多种争论推理形式都可以嵌入其中.特别是提出了一种谨慎语义Acc.同时又定义了良基语义的一种合理扩充Mod,以处理较为大胆的推理形式.另外也研究了相关的理论性质.     

线性递归Da taL og 程序优化算法

提出了线性齐次ＤａｔａＬｏｇ逻辑程序的概念,并为该类程序设计了一个优化的求解算法。在此基础上提出了求解一般线性ＤａｔａＬｏｇ程序的优化算法,该算法利用带有的约束条件的递归调用方法,将线性ＤａｔａＬｏｇ程序求解问题变换成齐次程序的求解问题。算法简单,易于实现,可应用于任何线性ＤａｔａＬｏｇ程序的求解。     

扩展的动态逻辑程序及其在产品个性化推荐中的应用

动态逻辑程序能很好的处理知识库更新问题, 但它不能描述和处理具有偏好的知识更新问题. 因此, 本文在动态逻辑程序的基础上, 提出了一种新的扩展的动态逻辑程序, 它通过对规则头部使用有序析取的方法使其能够描述和处理具有偏好的知识更新问题, 进一步增强了知识的表达和推理能力, 并且定义了其最优回答集语义. 同时将这种新的扩展的动态逻辑程序应用于产品推荐系统中, 使用户获得的推荐信息具有个性化特点, 达到个性化推荐的目的. 最后以一个产品个性化推荐实例讨论扩展的动态逻辑程序在产品个性化推荐中的应用.     

基于单逻辑程序的一致性规划任务有限域表示方法

有限域表示(FDR)能有效地压缩状态空间, 其转换算法在实例化阶段对每个初始状态都生成一个逻辑程序, 而一致性规划任务的初始状态数量通常较大, 所以这通常需要较大的时间和空间开销, 甚至导致内存溢出。为了提高转换算法运行效率使其能处理更为复杂的规划问题, 提出了一种基于单逻辑程序的IFDR转换算法。IFDR算法从初始信念状态中所有可能的初始世界状态得到一个事实集, 再由动作和公理计算得到一个规则集。一个事实集和一个规则集组成一个逻辑程序, IFDR用此单逻辑程序完成实例化。实验结果表明IFDR算法在解决问题的效率和数量上都有所提高。     

描述逻辑程序系统的设计与实现

Eiter等人为语义网提出的回答集程序和描述逻辑相结合的描述逻辑程序,获得了本体上的非单调表达和推理能力。王以松等人证明了描述逻辑程序的完备化和环公式可以精确刻画描述逻辑程序的回答集。在此基础上,进一步证明了若完备化公式的模型不是回答集则一定存在终止环公式反例,它们是多项式时间可计算的。设计并实现了借助SAT求解器MiniSAT以及描述逻辑推理机RacerPro计算描述逻辑强回答集的原型DLP_SAT。实验结果表明,该原型能有效地计算一些熟知的描述逻辑程序的强回答集。     

逻辑程序的自动模式推导

本文给出了在逻辑程序抽象解释的理论框架下进行模式推导的方法,并就其中的别名处理问题和定点计算问题进行了详细的讨论提出了一种正确,有铲的别名自理方法以及基于”护展表“的定点求解算法。该方案已用Ｐｒｏｌｏｇ语言实现。