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.     

一种模糊动态描述逻辑

分析了目前描述逻辑DL的研究现状和存在的问题,特别是动态描述逻辑DDL作为语义Web逻辑基础所存在的问题。针对语义Web需要处理模糊和不精确知识的特点和需求,对DDL进行了模糊化扩充,提出了一种新的描述逻辑,即模糊动态描述逻辑FDDL。给出了FDDL的语法和语义,研究了FDDL的推理机制。与动态描述逻辑DDL相比,该FDDL可以为语义Web提供更为合理的逻辑基础,弥补了DDL作为语义Web逻辑基础的不足。     

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.     

基于模态的模糊描述逻辑(M-FALC)的形式化公理体系

模糊描述逻辑的提出是针对现实生活中存在的模糊现象,而模态逻辑解决的是现实生活中具有的状态和状态转换现象等。将模态逻辑中的模态思想和模糊逻辑中的模糊理论相结合,同时结合描述逻辑,形成模态模糊描述逻辑(M-FALC)。考虑不同论域中的可能存在的模糊概念,关系,公式等,本文给出M-FALC的形式化公理体系及其推理,既能解决现实问题中的状态现象又解决模糊现象。     

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.     

模糊描述逻辑系统L-ALCN中的形式概念格

该文首先简单介绍格值模糊描述逻辑系统L—ALCN的语法和语义,介绍形式概念分析（FCA）的基本理论。把形式概念分析引入到模糊描述逻辑中,在国际上也是刚刚起步,尚不成熟。该文定义了模糊形式背景、模糊形式概念格,并证明了此概念格为完备格。     

支持模糊数据类型表示的模糊描述逻辑F-SHOIQ(G)

分析了现有描述逻辑在模糊知识和数据类型表示方面存在的问题,提出了一种新的模糊描述逻辑F-SHOIQ(G).F-SHOIQ(G)不仅能够表示模糊知识,而且能够表示含有自定义模糊数据类型及自定义模糊数据类型谓词的模糊数据信息.首先,给出了模糊数据类型域的概念和模糊数据类型表示的一般形式,在此基础上,定义了F-SHOIQ(G)的语法、语义及相应的知识库,进而给出了基于模糊Tableaux的F-SHOIQ(G)概念的可满足性推理算法.其次,将经典描述逻辑中的推理结构(该结构将Tableaux扩展规则推理和数据类型推理相分离)用于F-SHOIQ(G)的推理问题,设计了相应的模糊数据类型推理机.最后,详细证明了F-SHOIQ(G)概念的可满足性推理问题是可判定的.在数据类型表示方面,F-SHOIQ(G)具备比FSHOIQ更强的表达能力和推理能力,为语义Web表示和推理模糊数据信息提供了理论基础.     

模糊描述逻辑系统L-ALCN中的形式概念格

该文首先简单介绍格值模糊描述逻辑系统L-ALCN的语法和语义,介绍形式概念分析(FCA)的基本理论。把形式概念分析引入到模糊描述逻辑中,在国际上也是刚刚起步,尚不成熟。该文定义了模糊形式背景、模糊形式概念格,并证明了此概念格为完备格。     

基于模糊描述逻辑的PNL网络问答系统

将现有网络搜索引擎过渡到网络问答系统是WI的基本目标之一，模糊问答系统是网络问答系统研究的重要问题。基于模糊描述逻辑，该文特化了PNL过程，提出了PNL式模糊网络问答系统。该系统将模糊描述逻辑规则作为PNL 推理过程中用到的原型语言规则中的计算部分，推理出原型语言规则中的知识符号，并以一个具体的问答实例，介绍了PNL式问答系统的工作流程。     

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...     

基于模糊描述逻辑的个性化推荐系统建模*

为了解决现有个性化推荐系统中缺乏对模糊语义信息处理的能力,本文建立模糊语义推荐系统模型,使用模糊描述逻辑实现了该模型,并给出了推荐算法。在实现模型的过程中引入了两条规则实现了概念层次关系在的兴趣程度和关联程度上的传递。最后通过实例证明,通过将用户的兴趣和待选资源的相关概念在语义层面进行适当的扩展,模糊语义推荐系统模型能更准确描述用户的兴趣并产生更多符合用户兴趣的推荐项目。     

基于模糊组合变量的自适应加权控制

针对多变量非线性系统,提出一种基于模糊组合变量的自就加权控制方法,首先利用模糊逻辑系统构造模糊组合变量,通过赋予各个模糊组合变量不同的权重来形成多变量非线性系统的加权控制;然后利用反向传播算法对量化系数和加权系数进行学习,从而有效地解决了多变量模糊控制系统难以设计和实现多维控制器的问题,最后通过仿真实验证明了该方法的有效性。     

空间方向关系模糊描述

采用模糊的方法来描述方向关系.首先给每个方向定义一个模糊隶属函数,使得目标对象属于某个方向的模糊性可用一个模糊集来描述,9方向关系系统可用9个模糊集来描述;然后在每个模糊集上定义一个聚集算子,使得每个模糊对象和精确对象间的方向关系可用一个3×3的模糊矩阵来描述.     

FRESG:一种模糊描述逻辑推理机

作为语义Web的逻辑基础,描述逻辑可为其提供推理支持,因而描述逻辑推理机是语义Web付诸应用的根本载体.基于模糊描述逻辑F-ALC(G),设计并实现了模糊描述逻辑推理机FRESG1.0,它支持含有模糊用户定制数据类型谓词的模糊数据类型信息的表示和推理.简要介绍了FRESG1.0的主要推理功能以及所使用的编程语言;详细描述了FRESG1.0的总体结构及其主要组成部分的设计与实现,其中着重阐述了FRESG1.0推理机的特色和设计实现过程中所采用的算法、实现技术.通过测试案例可以看出,FRESG1.0推理机具备较强的推理能力,尤其具备目前其他推理机所不具备的推理模糊用户定制数据信息的能力.FRESG1.0具有较强的模块化结构,有很好的可扩展性,为今后对其进行深入研究和扩展奠定了基础.     

面向Deep Web不确定知识表示的动态模糊描述逻辑

Deep Web信息量大,主题专一,信息质量好.然而Deep Web信息存在着不确定问题,因此难以对其进行知识表示和推理.基于动态模糊逻辑理论,提出了一种新的描述逻辑,即动态模糊描述逻辑(DFDLs).给出了DFDLs形式化定义以及DFDLs的语法和语义,设计了DFDLs的tableau的推理算法和策略.采用动态模糊描述逻辑对面向Deep Web的不确定知识进行表示并实现合理的推理和利用,能更好地表达Deep Web的动态和模糊信息.     

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.