多偏好逻辑GMPL

针对缺乏多类型偏好共存的偏好逻辑系统的现状,MPL(logic of many kinds of preference)被构造为一种能够表示和推理四类型偏好的偏好逻辑,但是MPL的语义基于全前序偏好结构,因而不能表示不完全偏好.为此,提出了偏好逻辑GMPL(a generalized edition of MPL).此外,通过常见逻辑偏好的GMPL重写表明GMPL较强的表达能力和实际应用前景.并提出一种将GMPL的SAT问题归结为命题逻辑的SAT问题的方法.     

一种Agent的偏好系统及其建立

受到Agent偏好模型的启发,提出了一个新的描述人们行为的偏好系统称为AF系统,它将Michael Freund的理性偏好推理与Adams提出的经典的归纳逻辑和概率逻辑相结合,即借助经典的逻辑系统,把人们的逻辑推理和以人们的偏好取向为基础的常识性推理以及以主观愿望为基础的意向推理结合在一起成为一个有机系统,并且在这个系统下提出Agent的理性偏好的建立方法以及推理步骤.最后给出一个实例,说明它能根据人们的部分愿望,全面估计人们的偏好走向,而且一旦人们的基本态度有所转向,偏好结构也可做相应调整,无需做根本改动,因此它具有鲁棒性和实用价值.     

一种基于策略服务的逻辑结构

本文首先定义了基于策略服务的概念,然后在剖析已有策略控制结构的基础上提出一种具有可操作性,的,通用基于策略服务的逻辑结构,并详细讨论了它各部分的功能及策略控制的过程。     

一种基于偏好的多目标调和遗传算法

最近涌现了各种进化方法来解决多目标优化问题,多数方法使用Pareto优胜关系作为选择策略而没有采用偏好信息.这些算法不能有效处理目标数目许多时的优化问题.通过在不同准则之间引入偏好来解决该问题,提出一种多目标调和遗传算法MOCGA(multi-objective concordance genetic algorithm).当同时待优化的目标数目增加时,根据决策者提供的信息使用弱优胜关系进行个体优劣的比较.这种算法被证明为能收敛至全局最优.对于目标数目为很多的优化问题,测试实验结果表明了这种新算法的有效性.     

基于偏好逻辑的网络流QoS类动态聚集方法

现有的网络业务流到QoS(Quality of Service)类的聚集一般采用定量的聚集方式,这类方法需要业务流给出确定的QoS参数值,并且QoS参数之间的权重系数是精确的,系统设置的QoS类也是固定不变的;而现实中,这些因素往往是不确定、不精确的.于是本文引入定性的偏好逻辑理论、并结合QoE(Quality of Experience)建模业务流的偏好需求,再基于霍尔逻辑对冲突的偏好需求进行有效的检测和消除,继而借助非单调推理在动态变化的候选集QoS类中进行选择,最终实现一种以偏好为内容的QoS类动态聚集方法 PLM(Preference Logic Model for flows aggregation).实验结果表明,本文提出的聚集方法,可有效建模业务流不确定、不精确的QoS需求;在高可变的动态环境中,当业务流QoS需求发生变化,或QoS类发生变化,都能对业务流进行有效的聚集调节以充分利用系统资源.因此,与其他聚集方法相比,在延时、丢包率、吞吐量等各个方面表现优良.     

一种基于时态描述逻辑的工资智能决策支持系统的实现

分析指出了现阶段工资智能决策支持系统的不足之处,即工资政策是通过人工编程实现,没有将其形式化,不能适应工资政策的易变性特点.根据工资政策的需求和特点,在时态描述逻辑ALCmon旆的基础上,扩展得到了新的时态描述逻辑EALCmon旆,并分析了其时间复杂度,然后讨论了工资智能决策支持系统基于该时态描述逻辑的实现方法,并给出了工资系统中工资政策的形式化和推理方法,最后讨论了该方法的优点和不足,并指出了以后的工作方向.     

一种基于隐私偏好的隐私保护模型及其量化方法

针对隐私保护与服务质量之间的均衡问题,提出了一种基于隐私偏好的博弈度量模型。首先,对用户的隐私偏好进行形式化定义,根据用户的隐私偏好度提出隐私偏好的量化方法;在此基础上,分析服务提供者基于用户隐私偏好的策略选择并提出基于博弈的隐私度量模型,在混合策略下运用策略熵度量用户隐私的泄露情况,能够全面地考虑用户的隐私偏好对服务提供者博弈策略的影响,并对用户的隐私泄露进行有效的度量;最后,用一个案例来说明所提方案的可行性。     

基于偏好的双边多议题协商优化

提出一种优化的自动协商模型。Agent在信知不完全的情况下通过学习交互历史和在线协商信息获取对手的偏好,结合贝叶斯方法和支持向量机学习对手偏好,基于保留值和权重提出一种决策模型。通过实验比较和分析,该模型能有效降低协商次数,提高协商双方的联合效用。在信息保密和先验知识未知的环境下,该模型仍然表现出了较高的效用和效率。     

一种基于动态偏好扫描的网络免疫策略

复杂网络中各种自组织现象的涌现给网络脆弱性挖掘和网络免疫自推进带来了启示.一个完整的免疫资源配置过程可以分为4个阶段：信息收集、扫描、漏洞修复和自我推进.网络主机脆弱性分布的实证分析表明,脆弱主机在网络中呈现明显的幂律分布特性,这就意味着盲目扫描将耗费大量资源在非脆弱或不存在的主机上,而一个有效的网络免疫策略应该利用这种非均匀的网络脆弱性分布特性.静态偏好性的扫描方法在初期能取得良好的推进效果,但并不能将这种有效性贯穿整个免疫过程.为此,提出了一种新的基于扫描方式的网络免疫自推进策略.该策略能够在不知道网络结构的条件下,通过一种动态适应的偏好扫描方法,高效命中脆弱主机实施免疫修复.经过传播模型推导及计算机仿真分析,设计的网络免疫策略能够很好地抑制危害传播,提高网络的安全性.     

一种有效的分层加权库编译方法

提议对加权库进行分层,一方面符合人类的思维习惯,另一方面能够提高推理效率.首先说明现有的针对非分层加权库的编译方法也适用于编译分层加权库,但是,由于存在较多冗余信息而效率不高.提出一种新的编译方法,能够在编译过程中去除冗余信息,并提出两种优化技术提高时间效率.该方法与现有方法相同,当软约束权值改变时无需重新编译.选择ROBDD为目标语言,使用随机问题对该方法进行测试.结果表明:对于非分层加权库,该方法的空间效率高于已存在方法;对于分层加权库,该方法的时间和空间效率均高于已存在方法,且当层数越多时,该方法的效率越高.     

A programmable approach to revising knowledge bases

Knowledge base revision,which is also called belief revision,is an important topic in artificial intelligence and philosophy,and many approaches have been introduced in re-cent years[1―26].An important topic for knowledge base revision is to introduce a pro-grammable approach[9].This paper focuses on showing a programmable approach to revise a knowledge base consisting of clauses.Knowledge base revision is important from both the theoretical and applied point of view[27].Doyle’s truth mainte…     

知识库系统技术研究

由于知识在人类生活中的重要性,知识库系统的研究具有十分重要的意义。本文首先定义了什么是知识库和知识库系统,对近年来人们在知识库领域及相关领域所做的工作进行了概括和总结,最后分析了该领域的研究动向。     

一种扩展DL角色描述能力的方法

本体描述知识的逻辑基础是描述逻辑(DL),虽然现有DL中对概念的描述方式非常丰富,但是角色却只能是原子角色。针对角色描述能力低的问题,在现有的DLSHIQ中增加了角色表达式来对角色进行描述,证明了如果知识库中所有角色表达式都是安全的,该知识库在现有的推理机KAON2上的推理仍然是Exp-Time,提出了一种判断角色表达式是否安全的算法。     

KBASE—P：一个知识库程序设计语言*

KBASE—P是一个知识库程序设计语言．它以KBASE作为查询语言,以FD—PROLOG为过程性的宿主语言．二者具有相同的编程风范,都是Horn子句风范,并且系统对任何磁盘数据访问都是以“每次一个集合”的方式进行,因此在KBASE—P中．查询语言与宿主语言之间的“阻抗不匹配”问题尽可能地减小了．KBASE—P以RDBMS来管理事实(包括中间求值结果)和规则,因此能够有效地管理大容量的数据,并且数据是可共享的,适合于处理大规模的知识密集型应用．本文介绍了KBASE—P语言及其特点,并与相关的系统进行了比较．     

Web Agent中的对象逻辑知识库技术

Web Agent技术是近年来互联网领域研究的热点。以国防科研项目“基于multi-Agent的分布式决策支持系统”及其后勤保障应用为背景,介绍了一个基于语义Web与Web服务的多Agent系统,并通过后勤保障原型应用实例描述了对象逻辑知识库的构造。     

扩展角色表达能力的描述逻辑

针对角色描述能力较弱的问题,在现有描述逻辑SHIQ中增加角色表达式对角色进行描述,形成描述逻辑SHIQb。给出SHIQb的相关定义,并证明若SHIQb知识库中所有角色表达式都是安全的,那么该知识库在现有的推理机KAON2上的推理仍然是Polynomia Time这一定理。在此基础上,提出一种能够判断角色表达式是否安全的算法。