归纳逻辑程序设计中的优化问题研究

归纳逻辑程序设计的核心问题是如何从背景知识中优选谓词构造满足约束的归纳假设,按Ｏｃｃａｍ准则,满足约束的最精简归纳假设为优,但迄今归纳逻辑程序设计中精简归纳假设构造的计算复杂性尚未解决。     

归纳法在计算机学科中的应用

数学归纳法是一种非常重要的数学方法,它不仅对我们数学的学习有着很大的帮助,而且在计算机学科的研究中也是一种重要的方法.首先必须准确的理解其意义以及熟练的掌握解题步骤,而在三个步骤中运用归纳假设尤为关键,运用归纳假设推出猜想最为重要.最后我们在通过用数学归纳法证明文法语言的过程中,可以更加深刻理解和掌握"归纳-猜想-证明"这一探索发现的思维方法.     

一种基于最大熵模型的加权归纳迁移学习方法

传统机器学习和数据挖掘算法主要基于两个假设:训练数据集和测试数据集具有相同的特征空间和数据分布.然而在实际应用中,这两个假设却难以成立,从而导致传统的算法不再适用.迁移学习作为一种新的学习框架能有效地解决该问题.着眼于迁移学习的一个重要分支——归纳迁移学习,提出了一种基于最大熵模型的加权归纳迁移学习算法WTLME.该算法通过将已训练好的原始领域模型参数迁移到目标领域,并对目标领域实例权重进行调整,从而获得了精度较高的目标领域模型.实验结果表明了该算法的有效性.     

密码协议的一种安全模型

将密码协议与密码算法视为一个系统,建立了密码协议系统的一种安全模型.基于假设/保证的组合推理技术提出了新的假设/保证推理规则和假设/保证推理算法,证明了该规则的完备性,实现了密码协议系统的模型检查,并重点解决了系统分解问题、假设函数的设定问题、进程+逻辑的系统特性描述问题等难题.以kerberos密码协议系统为例,利用该安全模型和假设/保证推理技术对密码协议系统进行了安全验证.     

一个基于规范变换的定理证明方法

在规范变换方法的基础上,给出了在有序类规范上的归纳定理的证明方法。该方法避免了Ｊｏｕａｎｎａｕｄ－Ｋｏｕｎａｌｉｓ方法中所谓归纳可归约性检查这一很费时的过程,并且终止性检查不依赖于合流性检查。     

基于BP网络的激光陀螺刻度因子的精确建模

BP网络具有很强的非线性映射能力,能从已有数据中自动地归纳规则,获得这些数据的内在规律.文中先提出激光陀螺刻度因子与环境温度及温度增量有关的假设,然后采用双输入的三层BP网络建立模型,结构简单,精度高,均方差仅1.3×10-6,具有实用意义.     

浅析人工神经网络算法

能否结合分析和归纳的优点设计出一种新的算法，使用近似的先验知识结合可用数据来形成一般假设？     

一种统一的鲁棒自适应控制方法及近期自适应控制结果综述

针对离散/连续时间情况下时不变/时变多种不同的鲁棒自适应控制系统,基于归纳法提出一种统一的传统分析方法,该方法为鲁棒自适应控制器的设计提供了一般性的指导原则.在设计和实现鲁棒自适应控制器时要求具有与模型误差先验知识相关的假设,通过所提出的算法可以将该假设消除,使得已有的鲁棒自适应控制理论得到进一步发展.此外,通过稳定性分析证明了该算法对于更宽松边界的模型误差具有鲁棒性.最后,归纳总结了近期自适应控制方法在处理非光滑不确定性、执行器故障补偿、欠驱动非完整约束、分布式一致性和随机系统控制等问题上取得的代表性成果.     

基于欧姆龙PLC设备的故障诊断解析方法

本文针对PLC控制的电动机在正反转时发生故障,通过观察故障现象和分析其故障原因,提出设定故障检查次序,综合利用假设验证法、替换法、对比法和测量法等故障诊断方法,排除设备的故障,通过实践证明合理设定故障检查次序对设备故障排除的重要性.     

三维装配约束求解的解析方法

以往的三维约束求解都是沿用二维约束求解中的数值迭代算法。该文归纳了装配建模中常用的三条假设,并在此基础上提出了三维约束求解的解析方法,与数值解法相比,该方法不仅有清晰的几何意义,而且能大大提高求解效率。     

多相位感应控制配时方案的优化设计

感应控制是城市交通信号控制的重要形式之一,适合于交通流量随机波动较大交叉口的信号控制.针对经典的感应控制存在的效率不高等局限性,深入研究了感应控制的主要控制参数,并给出了其配时计算方法,进一步分析了相序对感应控制的影响,提出了一种动态相序的多相位感应控制算法.所提算法在在线仿真平台进行了实验,较经典的感应控制方法降低了...     

Semantics of Constructions (Ⅱ)─ The Initial Algebraic Approach

1 IntroductionInductive types play an important role in type theory. In Martin-L5f type theory[1],all types are inductive types. The idea of inductive types is very much set theoretical.Recursion rules for inductive types, for example, are type theoretical version of set recursionin classical set theory. As a matter of fact, inductive types in Martin--L6f type theory haveset theoretical semantics in classical set theory. The situation is different in the calculusof con.t..ctions[2]. As the …     

Inductive learning: Algorithms and frontiers

Machine learning is a major subfield of artificial intelligence. It has been seen as a feasible way of avoiding the knowledge bottleneck problem in knowledge-based systems development. Research on machine learning has concentrated in the main on inductive learning. This paper surveys the current inductive learning research. The three typical inductive algorithms, AQ11, ID3 and HCV, are summarized with their main features being analyzed and three research frontiers, i.e., constructive learning, incremental learning and learning from data bases, in inductive learning are introduced.     

Monotonic and non-monotonic inductive inference

The main goal is to exhibit the relationship between research work on non-monotonic reasoning and recursion-theoretically based approaches to inductive learning. There are introduced the concepts of monotonic and weakly monotonic inductive inference. It is proved that these concepts are considerably distinguished from other classical concepts of inductive inference, i.e. non-monotonic reasoning is inherently required in several approaches to inductive inference.     

低噪声宽频带感应式磁传感器

感应式磁传感器是频率域电磁（FEM）法中使用最广泛的磁传感器,通常由感应线圈和前置放大器组成,其中前置放大电路是影响磁感应式磁传感器性能指标的核心因素。为了增加感应式磁传感器探测深度和微弱磁场信号的能力,要求前置放大电路具有宽频带、低噪声等性能。基于磁通负反馈的原理,设计并研制了斩波前置放大器,有效抑制了感应线圈的输出噪声,使感应线圈谐振频率两侧具有平坦的幅频特性曲线,拓宽了感应式传感器的响应频带。在屏蔽室内对感应式磁传感器的性能指标进行了测试,其频带范围为0.001Hz～10kHz,输入噪声为3.75nVHz（1/2）,为感应式磁传感器在实际中的应用提供了性能保障。     

线圈靶动态特性分析与补偿

弹丸水下运行时弹道远不如空气中稳定,线圈靶作为其测速的区截装置如果半径太小,则容易捕捉不到信号或被弹丸打坏;半径太大其动态响应又相对太差.分析了线圈靶的动态特性,并给出了大半径线圈靶的补偿方法,试验证明:该方法可行.     

优先归纳逻辑程序的极限行为

虽然对归纳逻辑程序的极限行为至今并没有深入的研究，但是通常在分析正在执行的增量式或在线归纳学习算法时，必须考虑这种程序的极限行为．某些归纳学习算法如果不考虑极限行为可能运行到最后会发生错误．如果给定一个递增的例子集合序列，一个归纳逻辑程序会产生一个相应的具有集合论极限的Horn逻辑程序序列，则此归纳逻辑程序是收敛的，并且如果该Horn逻辑程序序列关于例子集合序列的极限是极限正确的，则此归纳逻辑程序是极限正确的，还说明GOLEM系统不是极限正确的．为了解决这个问题，提出了一个极限正确的称为优先GOLEM系统的归纳逻辑系统，并证明了在一定的限制下，优先GOLEM系统的算法是极限正确的．     

归纳数据类型的范畴论方法

归纳数据类型是类型论研究的重要分支,传统的数理逻辑或代数方法侧重于描述归纳数据类型的有限语法构造,在语义性质与归纳规则的分析与设计方面存在一定的不足.基于范畴论的方法,在集合范畴的框架内给出谓词的形式化定义,分析谓词范畴与代数范畴的构成与性质,并探讨集合范畴上自函子到谓词范畴上自函子的提升,最后利用伴随函子及其伴随性质深入分析了归纳数据类型具有普适意义的归纳规则.     

Supply chain trust diagnosis (SCTD) using inductive case-based reasoning ensemble (ICBRE): The case of general competence trust diagnosis

General competence trust among supply chain partners, referring to the trust that a partner holds the general ability of fulfilling contracts, is a critical factor to ensure effective cooperation in a supply chain, especially in the current financial crisis. The method of supply chain trust diagnosis (SCTD) is to evaluate whether or not a partner holds such competence. This research devotes to an early investigation on diagnosing competence trust of supply chain with the method of inductive case-based reasoning ensemble (ICBRE). The so-called supply chain trust diagnosis with inductive case-based reasoning ensemble consists of five levels, that is, information level, the level of ratios of general competence states, the level of inductive case-based reasoning, ensemble level, and diagnosis result level. Knowledge for diagnosing competence trust, which composes of a case base, is hidden in data represented by ratios of general competence states. Inductive approach is combined with randomness to construct diverse and good member methods of inductive case-based reasoning. Finally, simple voting is used to integrate outputs of member inductive case-based reasoning methods in order to produce the final diagnosis on whether or not a partner holds the general ability of fulfilling contracts. We statistically validated results of the method of supply chain trust diagnosis with inductive case-based reasoning ensemble by comparing them with those of multivariate discriminant analysis, logistic regression, single Euclidean case-based reasoning, and single inductive case-based reasoning. The results indicate that the method of supply chain trust diagnosis with inductive case-based reasoning ensemble significantly improves predictive capability of case-based reasoning in this problem and outperforms all the comparative models by group decision of several decision-making agents and non-strict assumptions like statistical methods.