聚类算法研究

对近年来聚类算法的研究现状与新进展进行归纳总结.一方面对近年来提出的较有代表性的聚类算法,从算法思想、关键技术和优缺点等方面进行分析概括;另一方面选择一些典型的聚类算法和一些知名的数据集,主要从正确率和运行效率两个方面进行模拟实验,并分别就同一种聚类算法、不同的数据集以及同一个数据集、不同的聚类算法的聚类情况进行对比分析.最后通过综合上述两方面信息给出聚类分析的研究热点、难点、不足和有待解决的一些问题.上述工作将为聚类分析和数据挖掘等研究提供有益的参考.  

非二元约束满足问题求解

在约束满足问题(CSP)的研究中，大部分工作集中在二元约束，但处理实际问题时，常常会遇到非二元约束的情况．该文在概要地讨论了两类求解非二元约束问题方法的基础上，研究了一种将约束传播技术和一般弧相容回溯算法相结合的非二元约束求解方法，并在设计开发的约束求解工具“明月SOLVER1.0”中实现了该方法，以典型例子给出了实现系统的运行结果．  

描述逻辑综述

描述逻辑是一种知识表示的形式化语言，是一阶逻辑的可判定子集。作为一种知识表示的有效机制，描述逻辑被广泛地应用到计算机科学的许多领域中。本文对目前描述逻辑的研究与应用现状进行了综述性的介绍，并且从描述逻辑的定义、描述逻辑的基本语法及语义、体系结构以及描述逻辑在语义Web中的地位等方面做了系统阐述。  

大规模三维地形可视化算法研究进展

大规模地形可视化是大型户外环境模拟不可缺少的组成部分，也是近年来可视化领域的研究热点，在游戏、仿真、虚拟现实、地理信息系统等领域有着广泛的应用。本文重点讨论了国内外学者在该领域的研究方法和最新研究进展以及尚未解决的问题。从数据拟合和模型简化两个方面叙述了自适应地形可视化建模方法，根据对现代图形硬件是否友好，将地形模型简化算法归纳为面向CPU的细粒度LOD算法和面向GPU的粗粒度LOD算法两类，同时描述了建模过程中存在的空间不连续问题以及各种解决方案，详细阐述了支持大数据集绘制的out-of-core技术，最后总结并分析了地形可视化建模领域的发展趋势和今后的研究重点。  

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。  

产品配置器的工作机理研究*

随着大批量定制生产方式的发展，产品配置器在现代生产中扮演着越来越重要的角色。描述了产品配置器的功能、工作机理，以及影响配置器质量与应用的种种因素。  

提高一阶多值逻辑Tableau推理效率的布尔剪枝方法

含有量词的一阶多值Tableau方法具有统一的扩展规则，并由Zabel等人给出了可靠性和完备性的证明，但由于扩展后的分枝随着真值数目的增加而呈指数的增加，因而影响了机器推理执行的效率，该文提出了布尔剪枝方法，将带符号的公式与集合的上集／下集联系起来，使含量词的一阶多值逻辑公式的扩展规则大大简化，进一步，通过对布尔剪枝方法的分析，建立了一类特殊一阶多值逻辑正则公式的更为简洁的Tableau推理方法，该方法使得含量词的一阶多值逻辑Tableau推理类同于经典逻辑Tableau方法。  

最大度二元约束满足问题粒子群算法

约束满足问题是人工智能的一个重要研究领域，使用粒子群搜索算法来求解约束满足问题逐渐受到人们的重视．把变量的最大度静态变量序关系引入到评估函数中，区别对待每个变量，通过静态变量序关系改变适应度函数，从而影响算法对最优粒子的选择．使用随机约束满足问题实验表明，改进后的算法比原算法具有更好的搜索能力，能以更快的速度收敛到全局解．  

自由变量语义tableau中δ-规则的一种改进方法

自动推理一直是人工智能领域研究的重要内容．近几年来，由于tableau方法的通用性和直观性，引起人工智能界的广泛关注．对于自由变量语义tableau中的量词规则，由于r-规则替换的任意性，可导致在同一tableau证明中r-规则被多次使用，使得tableau推理结构树中出现多个自由变量．针对tableau中多次出现自由变量，使tableau封闭延迟的问题，在δ^ -规则的基础上，提出对δ^ -规则改进的δ^ -规则，并进行了正确性证明．将δ^ -规则应用到TableauTAP系统中，结果表明，δ^ -规则使tableau封闭提前，在推理的时间效率和空间效率上都有较大的提高．  

认识逻辑(2):多认识主体的认识逻辑MEL

认识逻辑ＥＬ给出了知识和信念在单一认识主体情形下的逻辑框架。本文将认识逻辑ＥＬ推广到多认识主体的情形，得到了一个可靠并且完备的系统ＭＥＬ。ＭＥＬ继承了ＥＬ的全部性质。ＭＥＬ的一个重要特点是各个认识主体的知识是可以共享的。ＭＥＬ可以作为分布式多ａｇｅｎｔ系统的逻辑基础。