提高一阶多值逻辑Tableau推理效率的布尔剪枝方法

含有量词的一阶多值Tableau方法具有统一的扩展规则，并由Zabel等人给出了可靠性和完备性的证明，但由于扩展后的分枝随着真值数目的增加而呈指数的增加，因而影响了机器推理执行的效率，该文提出了布尔剪枝方法，将带符号的公式与集合的上集／下集联系起来，使含量词的一阶多值逻辑公式的扩展规则大大简化，进一步，通过对布尔剪枝方法的分析，建立了一类特殊一阶多值逻辑正则公式的更为简洁的Tableau推理方法，该方法使得含量词的一阶多值逻辑Tableau推理类同于经典逻辑Tableau方法。     

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.     

基于范算子的模糊逻辑及等价关系语义

讨论了范算子的使用方法和特点,提出了基于范算子的模糊逻辑和推理,讨论合取通过t-norm来计算,对等值、等价和模糊集合的语义也进行了研究讨论,同时利用等价关系理论对模糊环境进行说明,并给出了几个具体例子.     

粗描述逻辑RALCQ的Tableau推理

基于描述逻辑ALCQ,通过引入分级近似算子而得到粗描述逻辑RALCQ。随后通过转换的方法得到粗描述逻辑RALCQ的Tableau算法推理规则及推理复杂性。     

非经典逻辑的语义tableau方法

1.引言自动推理作为自动定理证明的扩展,在计算机科学,特别是人工智能领域中占有重要的地位。许多系统,都是以推理系统作为其核心部分,因此自动推理的研究,对人工智能的其它分枝将产生深远的影响,它所提出的推理方法也被应用于人工智能的各个领域。目前主要的推理方法有:公理系统、自然演绎系统、归结系统、语义tableau系统,不同的方法对于不同的逻辑系统各有优劣。归结系统和语义tableau系统都比较适合于自动推理,其中归结系统与子句或合取范式CNF密切相关,对经典逻辑非常有效,但对于模态逻辑等非经典逻辑存在困难。首     

基于布尔剪枝的多值广义量词Tableau推理规则简化方法

Tableau作为自动推理的有效方法之一在许多领域中有重要的应用．该文作者在已提出的布尔剪枝方法基础上,对含广义量词（交和并）规则的简化方法进行研究,建立了一套含广义量词的一阶多值逻辑公式的简化Tableau推理方法．通过实例分析,对简化前后结果对比表明,改进后的Tableau方法,在推理效率上有很大的提高．     

“人工智能及其工程应用”讲座：第二讲 人工智能中的逻辑表达方式

数理逻辑,又称"符号逻辑",是数学的一门分科,主要研究推理、计算等逻辑问题。它按一定的方式,将问题形式化,然后根据事实进行推理演算,得到新的结论。它是人工智能领域中最早表达人的知识的一种方法,在知识表达上具有精确性(模糊逻辑例外)和模块性的优点,并具有一般的推理方法,通用性强;但对有些知识表达比较繁琐,且难以引入启发式知识,推理效率较低,目前只用于小型的知识库中。本文拟就知识中的逻辑、不精确性、主观性和与时性等特性,分别介绍人工智能领域中常见的谓词逻辑、多值逻辑、模糊逻辑、模态逻辑和时序逻辑的基本概念,以及它们在知识表达与使用方面的特点。     

基于中介逻辑的近似推理

知识处理的发展对“否定知识”的认识提出了新的要求。中介逻辑是一个完全形式化的系统,其完整地反映了矛盾和对立等否定关系以及推理关系。文章针对模糊知识,在中介逻辑无穷值语义模型的基础上,研究了基于中介逻辑的近似推理问题。文章分析了模糊知识中的否定关系,并以中介逻辑及其无穷值语义模型给予其语形与语义描述。然后,扩展了近似推理的CRI算法。同时,给出了语义匹配度的度量,包括语义距离和相似度,进而提出了基于语义匹配度度量的近似推理方法。     

基于IFTPN的不确定时间知识描述和推理方法

针对现有时序逻辑在对复杂不确定时间信息描述和推理方面的局限性,构造了直觉模糊时间Petri网模型(IFTPN)及其推理方法.该Petri网模型利用直觉模糊集合对模糊时延、模糊时间片进行描述,可以表达定义在离散论域或连续论域的各种不确定时间信息,并基于直觉模糊逻辑定义了模糊时间运算法则;同时,基于线性逻辑对该模型进行描述,定义了变迁之间的各种触发规则,并给出了推理方法.将该方法应用于C4ISR系统进行决策时延分析,表明了该模型及其推理方法是比较优越的.     

一种逻辑强化学习的tableau推理方法

tableau方法是一种具有较强的通用性和适用性的推理方法，但由于函数符号、等词等的限制，使得自动推理具有不确定性，针对tableau推理中封闭集合构造过程具有盲目性的问题，提出将强化学习用于tableau自动推理的方法，该方法将tableau推理过程中的逻辑公式与强化学习相结合，产生抽象的状态和活动，这样一方面可以通过学习方法控制自动推理的推理顺序，形成合理的封闭分枝，减少推理的盲目性；另一方面复杂的推理可以利用简单的推理结果，提高推理的效率。     

The Nature of Nonmonotonic Reasoning

Conclusions reached using common sense reasoning from a set of premises are often subsequently revised when additional premises are added. Because we do not always accept previous conclusions in light of subsequent information, common sense reasoning is said to be nonmonotonic. But in the standard formal systems usually studied by logicians, if a conclusion follows from a set of premises, that same conclusion still follows no matter how the premise set is augmented; that is, the consequence relations of standard logics are monotonic. Much recent research in AI has been devoted to the attempt to develop nonmonotonic logics. After some motivational material, we give four formal proofs that there can be no nonmonotonic consequence relation that is characterized by universal constraints on rational belief structures. In other words, a nonmonotonic consequence relation that corresponds to universal principles of rational belief is impossible. We show that the nonmonotonicity of common sense reasoning is a function of the way we use logic, not a function of the logic we use. We give several examples of how nonmonotonic reasoning systems may be based on monotonic logics.     

逻辑函数的双逻辑综合与优化

针对传统布尔逻辑在电路面积优化中存在的不足,提出了一种用传统布尔逻辑和Reed-Muller(RM)逻辑相结合的双逻辑优化算法.通过将原逻辑函数的乘积项转化为不相交乘积项,并利用不相交乘积项的位操作,将逻辑函数的覆盖分成2个部分,使之分别适合布尔逻辑综合和RM逻辑综合;同时提出了适合双逻辑函数的逻辑功能验证方法.双逻辑优化算法用C语言编程实现并用MCNC标准电路进行测试.实验结果表明,与单一的布尔逻辑综合结果相比,在绝大多数情况下文中算法可使电路面积获得进一步优化.     

基于四值语义的缺省逻辑

基于公式变换,给出一组缺省理论的变换方法,将命题语言L中的缺省理论变换到对应的命题语言L^-＋中,保证了所得到的缺省理论的所有扩张均不平凡,并通过一种弱变换可同时保证缺省扩张的存在性．为缺省理论定义了各种四值模型,使得缺省逻辑具有非单调超协调推理能力,并证明了L^-＋中的缺省扩张与L中缺省理论的四值模型之间具有一一对应关系．四值模型描述了公式变换的语义,基于四值语义的缺省推理通过缺省理论的变换技术能在标准的缺省逻辑中实现．     

Intuitionistic hybrid logic: Introduction and survey

Intuitionistic hybrid logic is hybrid modal logic over an intuitionistic logic basis instead of a classical logical basis. In this short paper we introduce intuitionistic hybrid logic and we give a survey of work in the area.     

Naming Worlds in Modal and Temporal Logic

In this paper we suggest adding to predicate modal and temporal logic a locality predicate W which gives names to worlds (or time points). We also study an equal time predicate D(x, y)which states that two time points are at the same distance from the root. We provide the systems studied with complete axiomatizations and illustrate the expressive power gained for modal logic by simulating other logics. The completeness proofs rely on the fairly intuitive notion of a configuration in order to use a proof technique similar to a Henkin completion mixed with a tableau construction. The main elements of the completeness proofs are given for each case, while purely technical results are grouped in the appendix. This revised version was published online in August 2006 with corrections to the Cover Date.     

超协调限制逻辑

本文给出了一阶超协调限制逻辑ＬＰｓ的定义，并证明了它与悖论逻辑（ＬＰ与ＬＰｍ）和限制逻辑（ＣＩＲＣ）的关系，ＬＰ作为一种非单调超协调逻辑具有非单逻辑和超协调逻辑的优点，而用能解决非单调逻辑和超协调逻辑存在的问题，它可作为在不完全与不协调知识下常识推理的形式化，因此它的知识表示中具有广泛的应用。     

概率逻辑、不确定逻辑和模糊逻辑之比较

通过一个实例分析比较了概率逻辑、主观概率逻辑、不确定逻辑和模糊逻辑的思想方法。提出了自己的观点：基于数据统计的概率逻辑是最科学的。不确定逻辑比主观概率逻辑更科学。当具有不确定性的原子命题具有独立性时,不确定逻辑和模糊逻辑的观点是一致的。而对于处理带有不确定性的相关性命题,不确定逻辑比模糊逻辑更科学。但是模糊逻辑在建立推理理论方面见长。     

Mediative fuzzy logic: a new approach for contradictory knowledge management

In this paper we are proposing a novel fuzzy method that can handle imperfect knowledge in a broader way than Intuitionistic (in the sense of Atanassov) fuzzy logic does (IFL). This fuzzy method can manage non- contradictory, doubtful, and contradictory information provided by experts, providing a mediated solution, so we called it Mediative Fuzzy Logic (MFL). We are comparing results of MFL, with IFL and traditional Fuzzy logic (FL).     

人工智能中概率逻辑的研究

概率论是在不完备的、不确定的数据中进行推理的,它是度量不确定性的重要手段。在人工智能中,研究者结合概率和逻辑各自的优点,进行概率逻辑的研究。本文介绍了传统概率逻辑的三大派别,阐述了二值逻辑概率和三值逻辑概率的发展;最后介绍了泛逻辑,通过对概率逻辑和泛逻辑学的研究,将概率逻辑纳入泛逻辑学的框架内。     

Temporal Languages for Epistemic Programs

This paper adds temporal logic to public announcement logic (PAL) and dynamic epistemic logic (DEL). By adding a previous-time operator to PAL, we express in the language statements concerning the muddy children puzzle and sum and product. We also express a true statement that an agent’s beliefs about another agent’s knowledge flipped twice, and use a sound proof system to prove this statement. Adding a next-time operator to PAL, we provide formulas that express that belief revision does not take place in PAL. We also discuss relationships between announcements and the new knowledge agents thus acquire; such relationships are related to learning and to Fitch’s paradox. We also show how inverse programs and hybrid logic each can be used to help determine whether or not an arbitrary structure represents the play of a game. We then add a past-time operator to DEL, and discuss the importance of adding yet another component to the language in order to prove completeness.