基于Rough集的模态逻辑及其近似推理

本文在Ｒｏｕｇｈ集上定义模态逻辑,并将这种逻辑的真值解释在Ｒｏｕｇｈ集上,使得古黄模态逻辑的必然和可能真值统一为Ｒｏｕｇｈｌｙ真值。文章还阐述了这种真值在近似推理中的应用。     

基于Rough集的模态语义数据分析

1.引言知识的表示与管理一直是当今人工智能领域的研究热点课题,而逻辑表示是人工智能中使用最早的表示模式之一,特别是模态逻辑的研究越来越得到人们的重视。模态逻辑中加入了“必然”和“可能”两种模态算子,从而对命题演算给出了恰当的非真值系统,使其从纯粹逻辑领域走向应用领域。虽然用模态表示的知识模式具有很好的优点,如证明过程的推理规则有效,具有很好的理解形式语义的能力,但是其最大的、难以克服的缺点是表示和处理的分离,如何用可操作的方     

基于Rough Set理论的推理机制的研究

对Rough Set理论中属性域约简、决策表及Rough算子等问题进行了研究,分析了Rough Set理论与模糊集理论及证据理论的关系,着重对基于Rough Set理论的推理机制进行了研究。     

一种带缺省推理的描述逻辑

该文提出了一种新的带缺省推理的描述逻辑，它以描述逻辑为主要框架，对单调逻辑和非单调逻辑进行了整合，但又避免了一般缺省逻辑的困难．基于带缺省推理的描述逻辑，构建了一种同时具有Tbox，Abox和缺省规则的知识库系统，研究了带缺省推理的描述逻辑的可满足性、缺省可满足性、概念包含、缺省包含以及实例检测等推理问题，提出了一种用来检测可满足性和缺省可满足性的Tableau—D算法，并得到了缺省可满足性和缺省包含的转换定理．     

基于Rough集的交叉覆盖算法设计

1.引言人工神经网络因其特有的信息处理能力和独到的解算能力取得了长足的发展,引起各方面的广泛关注,当前已经有许多人工神经网络模型在视觉、语言、信号处理、自动控制、函数逼近、金融证券等领域获得成功的应用,但诸如BP网络等模型也存在一些带有共性的缺点,比如:学习和训练时间很长、学习收敛性很难保证。文[2]根据神经元的几何意义提出的     

定性空间推理的研究与进展

定性空间推理是人工智能学科处理常识性空间知识的一种方法[l],其推理任务包括图:推导知识库中的隐含知识;针对给定的部分知识或特定的上下文回答询问;维护一致性;获取新知识特别是认知图;定性场景描述的可视化。     

模糊Petri我在带权不精确知识表示和推理中的应用研究

Ｐｅｔｒｉ网是一种适合于描述异步并发事件的计算机系统模型,可以有效地对并行和并发系统进行形式化验证和行为分析,以模糊Ｐｅｔｒｉ网的基本定义为基础,讨论了带权模糊的模糊产生式系统表示法,建立了这种表示法与模糊Ｐｅｔｒｉ网之间的映射关系和转换算法;在对模糊Ｐｅｔｒｉ网进一步扩充的基础上,解决了与知识的模糊Ｐｅｔｒｉ网表示相关的几个问题;最后给出了模糊Ｐｅｔｒｉ网中不确定性的计算方法和相应的不精确推理算     

基于PDA的农业专家系统的知识表示与推理策略

专家系统在农业领域的应用是当前关于专家系统研究和应用的热点课题之一。智能化信息技术特别是人工智能(专家系统技术)在世界农业领域中的应用始于70年代末。经过20余年发展,应用已经遍及作物栽培管理、设施园艺管理、畜禽饲养、水产养殖、资源保护与耕作以及农场管理与决策等各方面。目前,农业专家系统基本上都是在PC平台上开发的,不便于带到田间地头直接指导农业生产;另一方面,我国大部分农村还不富裕,PC台式机和笔记本电脑的价格还难以承受,因而不能用PC平台上的农业专家系统在农村进行广泛的推广。另外我国和发达国家国情有很大不同,例如美国、日本、以色列及欧洲一些国家的农庄面积大,机械化程度高,基本上是工厂化管理方式,农场主科技文化素质高,因此这些国家的农场主对如何提高资源利用率、农业经济效益、保护环境实现持续发展等方面等技术研究与应用比较重视,农业信息化程度较高,劳动生产率也较高;而我国由于广     

基于Rough Set的一种决策树的确定算法

决策树是一种有效用于分类的数据采掘方法，通常是通过信息熵的计算去选择分枝属性，计算量大而复杂。文章利用粗集理论中相对正域的概念，找到另一种信息熵的等效表示方法，只要通过简单的集合运算，便可对协调和非协调决策表得到相应的确定和非确定性决策树，从而得到分类规则。     

粗糙逻辑中公式的Borel型概率粗糙真度

以一种特殊的粗糙逻辑为研究对象,视全体赋值之集为通常乘积拓扑空间,通过利用赋值集上的Borel概率测度,提出了能融合粗糙逻辑与计量逻辑为一体的公式的Borel型概率粗糙真度理论,给出了公式概率粗糙真度的公理化定义,建立起了相应的概率真度表示定理.公式的概率粗糙真度理论可被看作粗糙逻辑中已有工作的计量化,也可看作计量逻辑学中真度理论的粗糙化.基于这一核心概念,进一步给出了粗糙逻辑中已有概念的程度化表示形式,如公式的粗糙度、精确度、公式之间的粗糙相似度等,并建立起了基于粗糙相似度的3种近似推理模式.该结果实现了粗糙逻辑与计量逻辑的和谐统一,为进一步基于粗糙真值的程度化推理搭建了一个可能的框架.     

描述逻辑的粗糙扩展研究

由于传统的描述逻辑系统不适于表示不确定的、模糊的知识,本文将基于粗糙集语义的下近似和上近似引入描述逻辑系统中,使用一种简单的方法将传统描述逻辑进行扩展,介绍了粗糙描述逻辑的概念,在粗糙描述逻辑系统中我们可以使用适当的子概念和超概念来对某些模糊的知识进行约束表示。本文主要讨论描述逻辑ALC的粗糙扩展,介绍扩展后所得到的粗糙描述逻辑RALC的语法、语义和相关推理问题,探讨了使用粗糙描述逻辑来对不精确概念进行建模的基本思想,最后提出了一个RALC的可满足性问题的推理算法。本文的工作可以使得在描述逻辑中对不确定的知识进行形式化描述和推理更加方便。     

基于粗糙集的隧道施工风险案例推理研究

隧道工程具有复杂性和不确定性,其施工过程存在很大风险。该文调研隧道工程历史案例,从问题、情景描述、求解方法和结果4个方面进行案例库的设计和归纳。根据粗糙集理论,利用差别矩阵实现对案例决策表特征值属性约简和属性权重的学习。与传统方法相比,该方法有利于减少主观影响,提高风险评估准确率和效率,保证了隧道施工的安全性。     

基于粗糙集方法的不完备信息系统的知识推理

含空值决策表的分析一直是智能信息处理领域的一个难点,论文讨论基于赋值容差关系的数据不完全的信息系统中的数据处理方法,并用实例说明不完全决策表中属性约简和决策规则的发现方法。     

Study of Grey Rough Set Model Based on Tolerance Relation

This paper analyses several extended rough set models in incomplete information systems and proposes a tolerance relation based model of processing grey incomplete information systems, which is an extension to rough set models. The method of the model is: firstly partitioning the original incomplete information system by introduced threshold value, then establishing tolerance classes through grey tolerance relation and obtaining upper and lower approximations through these tolerance classes. Moreover, a method of whitening grey numbers based on grey tolerance relation is given. This paper shows that the model accords with practice according to examples and the algorithm of whitening grey numbers is also comparatively ideal. The more important point is that the subjective needs are considered during partitioning grey tolerance classes by introducing threshold value. So it is consistent with the system methodology of person-oriented person-to-machine communication.     

Rough逻辑及其在数据约简中的应用

讨论了被定义在邻域值决策表上的Rough逻辑及其公式的真值,它在数据约简中的应用比Pawlak定义的决策表上的决策逻辑更加广泛.目前常用的数据约简方法有Pawlak的数据分析和Skowron的分明矩阵法.前者是非形式的,不易机械化;而后者虽说直观、易理解,但还要求生成一个分明矩阵的中间环节,从而造成时空上的不必要的开销.采取一边从邻域值决策表关于属性值邻域是分明的属性并构成邻域分明合取范式,一边做这种逻辑公式的等价变换直接得到邻域值决策表的诸多约简.由于不用生成分明矩阵的中间环节,这样便节省了空间和时间,     

Reasoning with Sets of Defaults in Default Logic

We present a general approach for representing and reasoning with sets of defaults in default logic, focusing on reasoning about preferences among sets of defaults. First, we consider how to control the application of a set of defaults so that either all apply (if possible) or none do (if not). From this, an approach to dealing with preferences among sets of default rules is developed. We begin with an ordered default theory , consisting of a standard default theory, but with possible preferences on sets of rules. This theory is transformed into a second, standard default theory wherein the preferences are respected. The approach differs from other work, in that we obtain standard default theories and do not rely on prioritized versions of default logic. In practical terms this means we can immediately use existing default logic theorem provers for an implementation. Also, we directly generate just those extensions containing the most preferred applied rules; in contrast, most previous approaches generate all extensions, then select the most preferred. In a major application of the approach, we show how semimonotonic default theories can be encoded so that reasoning can be carried out at the object level. With this, we can reason about default extensions from within the framework of a standard default logic. Hence one can encode notions such as skeptical and credulous conclusions, and can reason about such conclusions within a single extension.     

粗糙逻辑在近似空间一类特殊公式下的语义研究及应用

该文以Pawlak粗糙逻辑为基础,在近似空间M=(U,R)中展开讨论。首先对划分U/R=狖犤b1犦,犤b2犦,…,犤bn犦狚中每一个等价类犤bi犦(i=1,2,…,n)进行排序,然后再结合等价关系R,定义出U上的偏序关系P。根据该偏序关系P构造一类特殊的逻辑公式,从而形成特殊的粗糙逻辑语言。最后进一步研究了某些公式的粗糙逻辑值以及这些公式在实际中的应用。     

Reasoning in Medical and Tutoring Systems: A Decidable First-Order Temporal Paraconsistent Non-Commutative Logic

Reasoning in medical and tutoring systems requires expressions relating not only to time-dependency, paraconsistency, constructiveness, and resource-sensitivity, but also order-sensitivity. Our objective in this study is to construct a decidable rst-order logic for appropriately expressing this reasoning. To meet this objective, we introduce a rst-order temporal paraconsistent non-commutative logic as a Gentzen-type sequent calculus. This logic has no structural rules but has some bounded temporal operators and a paraconsistent negation connective. The main result of this study is to show this logic to be decidable. Based on this logic, we present some illustrative examples for reasoning in medical and tutoring systems.     

基于粗集理论的知识系统证据推理研究

证据推理是处理不确定问题的重要方法，但灾用中存在许多问题，如假设的基本概率指派（bpa)往往由专家事先确定，带有较强的主观性，基于证据推理和粗集理论的基本关系，利用粗集约简，决策表确定基本概率指派等方法解决上述问题，并在此基础上，提出了一种决策表的证据推理方法，用于决策表的预测，实例表明，证据推理和粗集理论的结合可提高并对不确定问题的求解能力。