带n-元存在量词的描述逻辑MSC推理

分析了描述逻辑非标准推理的重要性,特别分析了描述逻辑MSC(Most Specific Concept)推理的研究现状和存在的问题.针对目前描述逻辑MSC推理不能处理n-元存在量词的不足,研究了带n-元存在量词的描述逻辑εL(n)的MSC推理问题.提出了一种新的εL(n)一描述图,利用描述树和描述图给出了描述逻辑εL(n)的MSC近似推理算法,并利用εL(n)-描述树嵌套和εL(n)-描述树描述图同态证明了MSC近似推理算法的正确性.作为一个附带的结果,利用εL(n)-描述树描述图同态给出了εL(n)-的实例推理算法,也证明了实例推理算法的正确性.     

描述逻辑εL混合循环术语集的LCS和MSC推理

分析了描述逻辑循环术语集的研究现状和存在的问题,在F.Baader工作的基础上进一步研究了描述逻辑εL混合循环术语集的LCS(least common subsumer)和MSC(most specific concept)推理问题.给出了εL混合循环术语集的语法和语义.针对εL混合循环术语集LCS和MSC推理的需要,提出了TBox-完全的概念,并重新定义了描述图.使用描述图和TBox-完全给出了最大不动点语义下εL混合循环术语集LCS和MSC的推理算法,证明了推理算法的正确性,并证明了推理算法是多项式时间复杂的.该推理算法为εL混合循环术语集的LCS和MSC推理提供了理论基础.     

描述逻辑εL混合循环术语集的LCS和MSC推理

分析了描述逻辑循环术语集的研究现状和存在的问题,在F.Baader工作的基础上进一步研究了描述逻辑εL混合循环术语集的LCS(least common subsumer)和MSC(most specific concept)推理问题.给出了εL混合循环术语集的语法和语义.针对εL混合循环术语集LCS和MSC推理的需要,提出了TBox-完全的概念,并重新定义了描述图.使用描述图和TBox-完全给出了最大不动点语义下εL混合循环术语集LCS和MSC的推理算法,证明了推理算法的正确性,并证明了推理算法是多项式时间复杂的.该推理算法为(L混合循环术语集的LCS和MSC推理提供了理论基础.     

描述逻辑εL循环术语集的混合推理

循环术语集是描述逻辑长期以来的研究难点,它最基本的问题即语义及推理问题没有得到合理的解决.分析了描述逻辑循环术语集的研究现状和存在的问题,在Baader和Brandt的基础上进一步研究了描述逻辑εL循环术语集的混合推理问题.给出了εL的混合循环知识库的语法和语义(包括不动点语义和描述语义).针对εL循环术语集混合推理的需要.提出了TBox-完全的概念,并重新定义了描述图(包括语法描述图和语义描述图).使用描述图之间的模拟关系和TBox-完全概念给出了最大不动点语义和描述语义下εL混合循环知识库的实例检测推理算法,证明了推理算法的正确性,并给出了推理算法的复杂性定理.     

含传递角色和存在限制描述逻辑系统的匹配推理

分析了描述逻辑非标准推理的重要性和匹配推理的研究现状以及存在的问题。针对匹配推理在处理带传递属性角色符号的不足,研究含传递角色符号和存在量词描述逻辑系统EL+中的匹配推理。通过引入前向边给出EL+中概念的描述图和描述树,基于描述图和描述树给出EL+中两类匹配问题的匹配算法。说明算法的可靠性,并分析算法的复杂性。     

描述逻辑系统εLN中概念最小公共包含推理研究

描述逻辑的非标准推理是上世纪末本世纪初研究者们提出来的一种新的推理机制,它主要包括最具体概念、最小公共包含、匹配问题以及概念的重写等等。非标准推理的提出主要是为了解决人们在知识库的构建、管理、维护等方面遇到的问题,它能为自下而上的知识库构建方式提供必要的支持,这些是传统的标准推理无法提供的。随着描述逻辑的运用越来越广泛,知识库的构建、管理、维护是人们无法回避的问题,因此描述逻辑的非标准推理的研究成为近年来描述逻辑研究者们所关注的热点问题。本文分析了描述逻辑中概念最小公共包含(LCS)推理机制的研究现状和存在的问题,针对目前LCS推理在同时处理存在限制和数量限制的不足,研究了描述逻辑系统εLN的LCS推理算法。首先定义了εLN中的概念描述树及其同态关系,利用描述树之间同态关系给出了概念间包含关系算法。然后通过定义描述树的笛卡尔积给出了εLN中的LCS推理算法,并指出该算法是多项式时间复杂的。     

带RVM的描述逻辑εL混合循环术语集的语义及推理

分析描述逻辑循环术语集的研究现状和存在的问题,在F.Baader和S.Brandt的基础上进一步研究带RVM的描述逻辑εL混合循环术语集的语义及推理问题.给出带RVM的εL混合循环术语集的语法和语义.针对带RVM的εL混合循环术语集包含推理的需要,提出TBox-完全的概念,并重新定义描述图,使用描述图之间的模拟关系和TBox-完全给出最大不动点语义和描述语义下带RVM的εL混合循环术语集的概念包含推理算法,证明推理算法的正确性,并证明推理算法是多项式时间复杂的.     

描述逻辑εLN 循环术语集的不动点语义及推理

循环术语集是描述逻辑长期以来的研究难点,其最基本的问题即语义及推理问题没有得到合理的解决.分析了描述逻辑循环术语集的研究现状和存在的问题,将Baader 的工作扩展到新的方向.针对更大的描述逻辑系统研究了循环术语集的语义及推理机制,即在描述逻辑εL 的基础上添加数量约束构造算子,提出了描述逻辑εLN,给出了εLN 的语义(包括不动点语义和描述语义).针对εLN 的需要,重新定义了描述图(包括语法描述图和语义描述图).使用描述图之间的模拟关系给出了不动点语义下εLN 循环术语集的可满足性和包含关系推理算法,并证明了推理算法是多项式时间复杂的.     

描述逻辑系统εLN中概念的匹配算法研究

分析了描述逻辑非标准推理的重要性,总结了描述逻辑中概念的匹配推理研究现状和存在的问题,针对匹配推理在处理数量限制和存在量词的不足研究了描述逻辑系统εLN中概念的匹配推理。将概念变量引入描述语言εLN,定义出了εLN中概念模式,进而给出了εLN中概念的匹配算法,证明了算法的可靠性并指出该算法计算出的匹配极小完全集的基数是随着匹配问题的大小(size)呈指数增长的。     

描述逻辑系统uεVN中概念的包含关系

描述逻辑中的非标准推理是目前研究者们所关注的焦点问题,它主要包括:最具体概念、最小公共包含、匹配问题及概念的重写等.过去人们主要研究那些不舍数量限制的描述逻辑系统,该文研究的是描述逻辑系统μεVN中的一种重要的非标准推理,它同时含有了并、存在约束量词、全称约束量词和数字限制.利用定义μεVN中概念的描述树及描述树之间的同态关系,给出了概念之间包含关系的充要条件.     

描述逻辑非标准推理

描述逻辑是知识工程应用领域中重要的一类知识表示形式化工具。近年来,解决描述逻辑标准推理和非标准推理已成为描述逻辑研究的一个重要内容。文中概述描述逻辑的标准推理和非标准推理的重要性和研究进展,给出LCS推理、MSC推理、重写推理、匹配推理、调试推理和保守扩充等非标准推理的定义和实现这些推理的主要技术。深入讨论LCS推理、MSC推理和匹配推理,以及混合循环术语集的非标准推理及其研究进展。最后探讨描述逻辑非标准推理的发展趋向。     

OWL DL的形式化基础研究

W3C正在制定的OWL DL是一种面向语义Web的知识表示标记语言，具有较强的知识表达能力并适合大规模应用的推理效率，是语义Web领域对适合语义Web应用的知识表示标记语言进行研究的最新综合．在知识表示领域，为了对知识表达能力和推理效率做合适的折衷，进行了大量关于描述逻辑的研究，本文以描述逻辑作为OWL DL的形式化基础，详细分析了OWL DL和描述逻辑间的对应关系，用描述逻辑的语义解释了OWL DL的各个基本元素，从而可以将描述逻辑领域研究的大量成果应用到OWL DL上来，为进一步研究OWL DL的知识表示、推理等问题奠定了基础．     

面向不确定性知识表示的描述逻辑SROIQ(D)不确定性扩展

为增强描述逻辑对不确定性知识的表示能力,提出了一种对描述逻辑SROIQ(D)进行不确定性扩展的方法。该方法基于不确定性理论和描述逻辑SROIQ(D),针对知识表示中大量存在的模糊性、粗糙性和随机性知识,首先给出了模糊粗糙概念条件概率的计算方法,并以此为基础对SROIQ(D)进行了不确定性扩展;然后基于模糊粗糙逻辑和概率逻辑分别给出了扩展后的语法、语义和推理任务,使不确定性SROIQ(D)描述逻辑具备同时处理3类不确定性知识的能力。     

国家知识基础设施中的数学知识表示

数学知识表示是知识表示中的一个重要方面,是数学知识检索、自动定理机器证明、智能教学系统等的基础.根据在设计NKI(national knowledge infrastructure)的数学知识表示语言中遇到的问题,并在讨论了数学对象的本体论假设的基础上提出了两种数学知识的表示方法:一种是以一个逻辑语言上的公式为属性值域的描述逻辑;另一种是以描述逻辑描述的本体为逻辑语言的一部分的一阶逻辑.在前者的表示中,如果对公式不作任何限制,那么得到的知识库中的推理不是可算法化的;在后者的表示中,以描述逻辑描述的本体中的推理是可算法化的,而以本体为逻辑语言的一部分的一阶逻辑所表示的数学知识中的推理一般是不可算法化的.因此,在表示数学知识时,需要区分概念性的知识(本体中的知识)和非概念性的知识(用本体作为语言表示的知识).框架或者描述逻辑可以表示和有效地推理概念性知识,但如果将非概念性知识加入到框架或知识库中,就可能使得原来可以有效推理的框架所表示的知识库不存在有效的推理算法,甚至不存在推理算法.为此,建议在表示数学知识时,用框架或描述逻辑来表示概念性知识;然后,用这样表示的知识库作为逻辑语言的一部分,以表示非概念性知识.     

基于粗糙描述逻辑的不精确时态知识表示研究

在粗糙描述逻辑基础上扩充不精确时态关系,以满足不精确时态知识表示与推理的需要。首先给出了粗糙集及粗糙描述逻辑的相关概念;接着通过定义粗糙时态描述逻辑不精确时态关系,扩展了粗糙描述逻辑中具体域,并给出了可靠性和完备性证明;最后通过实际例子说明粗糙时态描述逻辑的知识表示和应用,结果表明扩展后的粗糙时态描述逻辑可以实现不精确时态知识的表示与推理。     

A hybrid,decidable, logic-based knowledge representation system1

The major problem with using standard first-order logic as a basis for knowledge representation systems is its undecidability. A variant of first-order tautological entailment, a simple version of relevance logic, has been developed that has decidable inference and thus overcomes this problem. However, this logic is too weak for knowledge representation and must be strengthened. One way to strengthen the logic is to create a hybrid logic by adding a terminological reasoner. This must be done with care to retain the decidability of the logic as well as its reasonable semantics. The result, a stronger decidable logic, is used in the design of a hybrid, decidable, logic-based knowledge representation system.