并行逻辑程序设计语言GHC的实现

本文设计了一个GHC的并行抽象推理机,对该推理机的进程管理、环境管理、挂起机制、托付机制等一系列课题进行了探讨和研究,并提出了相应的策略和算法。本文提出了一种新的挂起机制实现方法。该方法在保持环境访问效率的前提下,具有较小的系统开销,为GHC的高效实现提供了可能。     

逻辑程序模块化的研究与实现

模块化结构是当今智能语言或工具系统商品化和标准化的一个重要部分。我们在ＧＫＤ－Ｐｒｏｌｏｇ的基础上，设计并实现了一个模块化Ｐｒｏｌｏｇ系统。它同时引入了模块和执行环境的概念，并提供了对这些概念的直接支持，使Ｐｒｏｌｏｇ更适于知识的表示和操作。本文主要研究了Ｐｒｏｌｏｇ模块系统的概念和理论，描述了系统的组织结构，并结合两种实现模块机制的方法介绍了本文的主要实现技术，最后给出了我们引入的模块操作原语。     

多agent逻辑程序及其在协议验证中的应用

提出一种多agent逻辑程序,每个agent具有一个相信算子,讨论了其不动点语义和操作语义,证明了两种语义之间的等价性.提出了一种基于多agent逻辑程序的协议验证方法,以一种多方非否认安全协议为例,对该协议进行了形式化描述,验证了其具有不可否认性.     

优先归纳逻辑程序的极限行为

虽然对归纳逻辑程序的极限行为至今并没有深入的研究，但是通常在分析正在执行的增量式或在线归纳学习算法时，必须考虑这种程序的极限行为．某些归纳学习算法如果不考虑极限行为可能运行到最后会发生错误．如果给定一个递增的例子集合序列，一个归纳逻辑程序会产生一个相应的具有集合论极限的Horn逻辑程序序列，则此归纳逻辑程序是收敛的，并且如果该Horn逻辑程序序列关于例子集合序列的极限是极限正确的，则此归纳逻辑程序是极限正确的，还说明GOLEM系统不是极限正确的．为了解决这个问题，提出了一个极限正确的称为优先GOLEM系统的归纳逻辑系统，并证明了在一定的限制下，优先GOLEM系统的算法是极限正确的．     

基于VC++和Prolog语言混合编程的专家系统框架

为解决专家系统开发周期长的问题,提出并实现了用PROLOG与VC 混合编程方法开发专家系统框架的方案,用VC 实现专家系统框架的人机界面,用PROLOG语言构建知识库并实现推理过程.该框架具有较好的用户界面,用户只要输入或导入脚本编写的知识库、事实库和目标,就可以进行目标求解,因此简化了专家系统的开发过程.介绍了该专家系统框架的实现原理和设计思想,给出了导入导出模块、脚本语言语法检测模块和解释机制的实现方法.     

递归逻辑程序的强构造分层学习算法及其实现

本文提出了一种逻辑程序的强构造分层学习算法用该算法解决了一类递归逻辑程序的强构造二层学问题，为强的构造学习研究提供了一个新的思路，并就有关问题进行了详细的讨论。