基于描述逻辑的电机故障诊断知识表示与推理

针对传统电机故障诊断专家系统中知识表示方法的不足,提出一种基于描述逻辑的电机故障诊断领域知识描述方法,并在此基础上对所构建的电机故障知识库进行了逻辑检错推理.通过对电机故障诊断领域知识进行表示和推理,可以有效地表示电机故障知识之间的关系,检测知识逻辑体系错误.在实验过程中,利用本体编辑工具Protégé采用OWL语言对其进行了实现,并通过TABLEAU算法实现了逻辑检错推理.     

基于描述逻辑的模糊ER模型的表示与推理

重点分析了将ER模型分别转化为描述逻辑ALNUI知识库和DLR知识库的不同之处.在深入研究了描述逻辑DLR的基础之上,对DLR进行了模糊化扩展,提出了一种新的模糊描述逻辑FDLR(fuzzyDLR).定义了FDLR的语法结构、语义解释以及知识库的形式,研究了如何将模糊ER模型转化为FDLR的知识库.通过一个转化实例例证了FDLR能够很好地对模糊ER模型进行表示,并利用FDLR的推理机制研究了模糊ER模型的自动推理问题,同时给出了上述转化和推理问题的正确性证明.     

基于描述逻辑的概念图推理

分析了概念图在知识表示领域的重要性及其存在的问题,提出了一种基于描述逻辑的具有自动推理功能的扩展概念图.针对概念图的特点和需求,给出了将概念图的一个子集转化为描述逻辑知识库的方法,并证明了该方法的正确性.同时给出了其知识库的一致性、包含关系的自动判断方法,也证明了这些判断方法的正确性.     

模糊描述逻辑FALNUI的tableaux推理

分析了模糊描述逻辑FALNUI与模糊ER模型的关系,即模糊ER模型可以转化为FALNUI的知识库,并且模糊ER模型的可满足性、冗余性和包含关系等推理问题可以转化为FALNUI的包含推理问题,但FALNUI缺乏相应的推理算法.提出了一种基于描述逻辑tableaux的FALNUI的可满足性推理算法,证明了该推理算法的正确性,以及提出了FALNUI的Tbox扩展和去除方法,证明了FALNUI的包含推理问题可以转化为可满足性推理问题,并给出了FALNUI的包含推理算法. FALNUI的tableaux推理算法为模糊ER模型的可满足性、冗余性和包含关系等自动推理的实现提供了理论基础.     

基于时态的模糊描述逻辑初探

针对现实生活中,有许多的信息都是具有时间属性并且带有模糊、不精确的特点,在时态逻辑和模糊描述逻辑基础上,利用vager集概念,对基于时态的模糊描述逻辑系统进行了初步的研究,并给出了时态模糊描述逻辑的语法和语义的相关说明.与模糊描述逻辑FALC相比,该系统的提出在一定程度上弥补了FALC作为语义Web逻辑基础在表达时序上的空白.     

一般术语公理下的模糊描述逻辑FALCN推理

分析了一般术语公理下推理的主要难点:在模糊解释中的隶属度不是离散值,而是区间[0,1]上的连续值.为解决该难点,提出了模糊描述逻辑FALCN下的模糊解释离散化方法,从而使解释中的隶属度都属于一个特殊的有限离散集合.基于该离散化方法,给出一般术语公理下FALCN推理问题的离散Tableau推理技术,包括离散Tableau的定义以及离散Tableau的构造算法,并证明了算法的正确性、完备性和复杂度.     

基于模糊描述逻辑的模糊XML模型的表示与推理

通过分析描述逻辑与XML之间的关系,该文进一步研究了基于模糊描述逻辑的模糊XML模型的表示与推理.首先提出了模糊XML模型(包括模糊XML文档和模糊DTD)的形式化定义.然后针对模糊XML模型的特点和推理需求,提出了一种新的模糊描述逻辑f一ALCQwf-reg,给出了它的语法、语义、知识库以及推理算法.在此基础上,研究...     

基于描述逻辑的模糊ER模型

分析了描述逻辑ALNUI与ER模型的关系,特别是如何将ER模型转化为ALNUI的知识库,从而利用ALNUI的推理机制对ER模型进行自动推理的有效性,在此基础上,进一步研究了基于描述逻辑的模糊ER模型.针对模糊ER模型的特点和需求,在描述逻辑ALNUI的基础上,对描述逻辑ALNUI进行了模糊化推广,提出了一种新的描述逻辑,即模糊描述逻辑FALNUI.研究了基于FALNUI的模糊ER模型,即研究了如何将模糊ER模型转化为FALNUI的知识库,并利用FALNUI的推理机制研究了模糊ER模型的可满足性、冗余性和包含关系等自动推理问题,证明了这些推理问题的正确性.     

粗描述逻辑RALCQ的Tableau推理

基于描述逻辑ALCQ,通过引入分级近似算子而得到粗描述逻辑RALCQ。随后通过转换的方法得到粗描述逻辑RALCQ的Tableau算法推理规则及推理复杂性。     

模糊面向对象数据模型的描述逻辑表示与推理

通过分析描述逻辑与面向对象数据模型之间的关系,研究了基于描述逻辑的模糊面向对象数据(fuzzy object-oriented data,简称FOOD)模型的表示与推理.首先,进一步研究了FOOD模型,提出了FOOD模型的形式化定义和语义定义,以便更好地在FOOD模型与模糊描述逻辑之间建立对应关系;然后,针对FOOD模型的特点和推理需求,介绍了模糊描述逻辑f-ALCIQ.在此基础上,研究了基于f-ALCIQ的FOOD模型的表示与推理,包括:实现了从FOOD模型到f-ALCIQ知识库在结构层和实例层上的转化,即实现了从FOOD模型到f-ALCIQ TBox的转化,以及从FOOD模型相应的数据库实例到f-ALCIQ ABox的转化;进而,基于转化得到的f-ALCIQ知识库,研究了如何利用f-ALCIQ的推理机制对FOOD模型的推理问题(一致性、包含性和冗余性等)进行推理;最后,设计并实现了基于f-ALCIQ的模糊描述逻辑推理机(FRsQ推理机),实现了对FOOD模型和f-ALCIQ模糊概念知识的自动推理.     

二型模糊粗糙属性约简模型

属性约简是粗糙集理论的重要应用之一,其目的是在保持分类能力不变的前提下去掉冗余的属性,从而简化信息系统。由于经典粗糙集等价关系的要求过于严格,为了更好地解决实际问题,将粗糙集与二型模糊集结合,得到二型模糊粗糙集。利用论域和特征空间的积空间上的两个一型模糊集来构造论域的一个二型模糊划分,将模糊粗糙集属性约简的模型推广到二型模糊粗糙集框架中,得到了一个二型模糊粗糙属性约简的模型,并举例说明了用此模型进行属性约简的方法。     

Ⅱ-型模糊集截集的定义及特征研究

经典模糊集的截集概念是经典模糊集合与经典集合联系的桥梁,对于II-型模糊集,该文在分析II-型模糊集、区间值II-型模糊集、I-型模糊集以及经典集合之间关系的基础上,定义了II-型模糊集的截集概念,分析了II-型模糊集截集的特征,仿真证明了II-型模糊集截集的有效性,为基于II-型模糊集的决策、聚类等实际应用提供了新的方法。     

Type-2 Fuzzy Logic Control of a Flexible-Joint Manipulator

A type-2 fuzzy logic controller (FLC) is proposed in this article for robot manipulators with joint elasticity and structured and unstructured dynamical uncertainties. The proposed controller is based on a sliding mode control strategy. To enhance its real-time performance, simplified interval fuzzy sets are used. The efficiency of the control scheme is further enhanced by using computationally inexpensive input signals independently of the noisy torque and acceleration signals, and by adopting a trade off strategy between the manipulator’s position and the actuators’ internal stability. The controller is validated through a set of numerical experiments and by comparing it against its type-1 counterpart. It is shown through these experiments the higher performance of the type-2 FLC in compensating for larger magnitudes of uncertainties with severe nonlinearities. This work was partially supported by the Natural Sciences and Engineering Research Council of Canada (NSERC) and the Canadian Microelectronics Corporation (CMC).     

基于二型模糊逻辑的多线程数据竞争检测方法研究

多线程机制以其诸多优势在程序开发中被广泛使用,然而随着多线程软件规模的增长,程序中潜存着许多并发缺陷,最常见的并发缺陷是数据竞争和死锁。目前,针对这些并发缺陷的检测手段都无法处理线程时序的不确定性,无法处理运行时环境对线程时序的影响,同时也不能计算这些并发缺陷发生的概率并根据概率生成其处理优先级。针对以上问题,提出了一种基于二型模糊逻辑的多线程数据竞争检测方法。该方法将传统的多线程时序分析和缺陷检测方法作为预处理,考虑程序运行时环境因素对线程时序的影响,利用二型模糊逻辑和隐马尔科夫模型对待检测程序建模,计算待检测程序在某一系统负载下的时序概率,并根据时序概率生成时序缺陷处理优先级列表供软件开发人员参考。     

专家系统中不确定性知识的表示和处理

知识表示和处理是专家系统的基本问题，不确定性知识的表示和处理一直是专家系统研究的热点。本文在阐述不确定性知识概念的基础上，简单介绍传统的不确定知识表示和处理方法，重点讨论近年来出现的新的不确定知识表示和处理方法。     

关于二型模糊集合的一些基本问题

采用集合论的方法给出了单位模糊集合和二型模糊集合及其在一点的限制等定义,使得二型模糊集合更易于理解.通过定义嵌入单位模糊集合来描述一般二型模糊集合,并给出离散、半连通二型模糊集合的表达式.根据论域、主隶属度及隶属函数的特性将二型模糊集合分为四种类型：离散、半连通、连通及复合型,并根据连通的特点将连通二型模糊集合分为单连通及多连通两类.利用支集的闭包（Closure of support,CoS）划分法表述主隶属度及区间二型模糊集合.提出了CoS二、三次划分法分别来表述单、复连通二型模糊集合,并使每一个子区域的上下边界及次隶属函数在该子区域上的限制分别具有相同的解析表述式.最后,探讨了二型模糊集合在一点的限制、主隶属度、支集、嵌入单位模糊集合之间的关系.