广义可能性决策过程的计算树逻辑模型检测

模型检测作为一种形式化验证技术,已被广泛应用于各种并发系统的正确性验证。针对具有非确定性选择和广义可能性分布的并发系统,引入广义可能性决策过程作为此类系统的模型;给出描述其性质的规范语言广义可能性计算树逻辑的概念;研究此类系统的广义可能性计算树逻辑模型检测问题。结论表明,其模型检测算法的时间复杂度也为多项式时间。所获得的结果扩大了广义可能性测度在模型检测中的应用范围。     

具有多值决策过程的广义可能性计算树逻辑模型检测

模型检测是一种自动验证软硬件系统行为的有效技术。为了对包含非确定性信息、不一致信息的并发系统进行形式化验证,在可能性理论、多值逻辑的基础上,研究了具有多值决策过程的广义可能性多值计算树逻辑模型检测算法,及其在检验非确定性系统中的具体应用。首先构造了多值决策过程作为系统模型,用多值计算树逻辑描述系统属性。然后给出具有多值决策过程的广义可能性多值计算树逻辑的模型检测算法,该算法将模型检测的具体问题转换为多项式时间内的模糊矩阵运算。最后就包含非确定性选择的多值系统的模型检测问题,给出一个具体的应用实例。     

基于模糊测度的模糊分支时态逻辑模型检测

针对具有模糊性和不确定性的复杂系统的验证问题,提出一种基于模糊测度的模糊分支时态逻辑模型检测算法。首先,在模糊决策过程模型的基础上引入模糊分支时态逻辑的语法和语义。然后,给出模糊分支时态逻辑模型检测算法,该算法将模型检测问题转化为矩阵运算,具有计算方式简洁、复杂度较低的优点。最后,通过医疗专家系统的实例说明了该模型检测算法的有效性。     

基于模糊决策过程的模糊计算树逻辑模型检测

针对由数据表述产生的不确定性模糊系统的模型检测问题,给出模糊计算树逻辑模型检测算法。首先,引入模糊决策过程作为此类系统的模型,其最大特点是在迁移过程中对动作的不确定性选择和状态表述的模糊性。然后,在模糊决策过程基础上,给出模糊计算树逻辑的语法和语义。最后,给出模糊计算树逻辑模型检测算法,该算法是将模糊计算树逻辑模型检测问题转换为模糊矩阵的合成运算,其优势是时间复杂度低、计算过程较为简洁。     

广义可能性计算树逻辑的两种范式

计算树逻辑(computation tree logic,CTL)的范式在模型检测方法中具有重要意义,但基于广义可能性测度的计算树逻辑的范式尚未有系统研究。为了进一步完善广义可能性计算树(generalized possibilistic computation tree logic,GPo CTL)理论,在现有的广义可能性计算树逻辑理论的基础上,参考经典计算树逻辑的范式,给出了广义可能性计算树逻辑的两种不同的范式——正态范式(positive normal form,PNF)和存在范式(existential normal form,ENF),及其对应的语构和语义解释。最后利用归纳假设法证明了任意的广义可能性计算树逻辑公式都有与之等价的PNF公式和ENF公式。     

广义可能性互模拟及其逻辑刻画

首先,给出了基于广义可能性测度的计算树逻辑的扩展GPoCTL*、计算树逻辑的约简GPoCTL-以及带回报的计算树逻辑GPoRCTL的语构和语义。在经典互模拟和广义可能性测度的基础上讨论了广义可能性互模拟及其相关性质。最后证明了GPoCTL、GPoCTL*和GPoCTL-公式与互模拟状态之间的等价关系。     

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.     

模糊计算树逻辑的符号模型检测

对含有模糊不确定性信息的系统进行模型检测时,状态空间爆炸问题成为了亟待解决的主要问题.将形式化的系统模型用拟布尔公式表示,用多终端二叉决策图来对拟布尔公式进行存储.对模糊计算树逻辑的不动点语义给出了解释和证明,然后给出模糊计算树逻辑的符号化模型检测算法,最后通过一个实例验证算法的正确性.该算法可有效缓解对模糊模型检测验证时的状态空间爆炸问题,并扩展了模型检测的应用范围.     

广义可能性计算树逻辑和计算树逻辑的关系

广义可能性计算树逻辑(generalized possibilistic computation tree logic,GPo CTL)在不确定性模型检测中扮演着非常重要的角色,但其表达能力还尚未研究全面。为此,讨论了GPo CTL与计算树逻辑(computation tree logic,CTL)表达能力之间的关系。首先定义了区间广义可能性计算树逻辑(interval generalized pos-sibilistic computation tree logic,IGPo CTL),并给出了IGPo CTL公式和CTL公式等价的定义。然后证明了CTL是IGPo CTL的一个真子类,因为IGPo CTL是GPo CTL的一种简单分明化形式,则CTL可看作GPo CTL的一个真子类。此外,还给出了IGPo CTL公式和CTL公式α-等价的定义,并得出了一些更一般的结果。     

基于广义可能性测度的模型检测

给出了基于广义可能性测度的计算树逻辑的扩张(Generalized Possibilistic Computation Tree Logic's expansion,GPoCTL*)、计算树逻辑的约简(Generalized Possibilistic Computation Tree Logic's reduction,GPoCTL?)以及带回报的计算树逻辑(Generalized Possibilistic Reward Computation Tree Logic,GPoRCTL)的语构和语义.