基于模糊逻辑的不确定知识处理（Ⅰ）：模糊蕴涵的合理性

本文从蕴涵悖论出发，分析了几种已有模糊蕴涵的合理性，定义了新的非单调的，次协调的，没有一般的蕴涵悖论的模糊择优蕴涵；通过比较这此模糊推理关系的性质与处理不确定听能力，说明本文定义的模糊择优蕴函能更好地处理不精确的，不断更新的，特别是不一致的知识。     

基于模糊逻辑的不确定知识处理（Ⅱ）：模糊逻辑的TABLEAU推理

本文基于ＴＡＢＬＥＡＵ方法，给出了模糊逻辑中一些至今缺少有效证明论的推理关系的证明论，也给出了作者提出的模糊择优蕴 的判定过程，据此说明了Ｙａｇｅｒ所给出的推理规则对其所讨论的模糊推理关系是不完备的。     

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.     

基于概率不确定犹豫模糊偏好关系的决策模型

针对犹豫模糊信息在现实决策中难以准确和充分的提供决策者评价信息的问题,引入了概率不确定犹豫模糊偏好关系（PUHFPR）的概念,其能够有效处理概率不确定犹豫模糊元（PUHFE）中元素发生概率信息部分已知和完全未知的决策问题;给出了PUHFPR的期望加行一致性、满意加性期望一致性定义,并以偏差最小化为目标函数构建最优化模型确定PUHFPR元素的发生概率;建立基于一致性调整算法的概率不确定犹豫模糊偏决策模型,得到方案的排序权重向量,从而选择最佳的方案;通过遴选上市公司进行投资的实例说明决策模型的有效性。     

概率逻辑的研究

在人工智能科学中,不确定推理扮演着一个非常重要的角色,而其表示方法也很多,文中要讨论的概率逻辑便是其中之一,它是以逻辑表示为基础进行概率推理。首先,从知识表示和概率定义两个不同的角度系统地介绍了概率逻辑的产生及其发展,然后总结了它的一些基本概念,在此基础上给出了求得一致可能世界的一种逻辑系统,为概率逻辑的发展起到推动作用。最后将概率逻辑同与之容易混淆的模糊逻辑加以区分,且提出了概率逻辑的价值及其展望。     

概率逻辑的研究

在人工智能科学中,不确定推理扮演着一个非常重要的角色,而其表示方法也很多,文中要讨论的概率逻辑便是其中之一,它是以逻辑表示为基础进行概率推理.首先,从知识表示和概率定义两个不同的角度系统地介绍了概率逻辑的产生及其发展,然后总结了它的一些基本概念,在此基础上给出了求得一致可能世界的一种逻辑系统,为概率逻辑的发展起到推动作用.最后将概率逻辑同与之容易混淆的模糊逻辑加以区分,且提出了概率逻辑的价值及其展望.     

模糊逻辑和模糊控制

模糊理论创立将近３０年，而出现实际应用的转机却是八十年代末和九十年代初的事。本文介绍模糊逻辑最活跃的应用领域－模糊控制。     

基于贝叶斯网络的不确定因果逻辑量化分析方法

在安全苛求系统中,潜在风险会引发灾难事故,研究分析潜在风险的影响至关重要. 风险到事故的因果逻辑关系包括两类：确定性和非确定性的. 确定性因果关系可以用事件树、故障树等分析. 由于非确定性因果关系包含不确定性因素和数据不足,贝叶斯网络成为最佳选择. 量化分析中,条件概率的分配是一件不容易的工作,本文提出一种基于模糊逻辑的分配方法,结合建立的不确定性影响模型,利用贝叶斯网络进行量化分析,分析确定性因素的影响. 最后通过实例学习,验证和评估方法的有效性.     

概率不确定语言熵及其多属性群决策

针对概率不确定语言集的多个不确定语言术语和其概率各不相同的特点,提出基于概率不确定语言熵的多属性决策方法。定义四种新的概率不确定语言熵：模糊熵、犹豫熵、不完全信息熵和总熵,以分别测量概率不确定语言集的模糊性、犹豫性、信息不完全性和整体不确定性。给出了四种熵测度的公理化定义和表达式,根据概率不确定语言集的四种熵,构建能够解决属性权重未知的多属性决策模型,并通过案例和对比分析验证了该模型的有效性和合理性。     

Borel probabilistic and quantitative logic

The present paper introduces the notion of the probabilistic truth degree of a formula by means of Borel probability measures on the set of all valuations,endowed with the usual product topology,in classical two-valued propositional logic.This approach not only overcomes the limitations of quantitative logic,which require the probability measures on the set of all valuations to be the countably infinite product of uniform probability measures,but also remedies the drawback that probability logic behaves onl...     

Probabilistic Belief Logic and Its Probabilistic Aumann Semantics

In this paper, we present a logic system for probabilistic belief named PBL,which expands the language of belief logic by introducing probabilistic belief. Furthermore, we give the probabilistic Aumann semantics of PBL. We also list some valid properties of belief and probabilistic belief, which form the deduction system of PBL. Finally, we prove the soundness and completeness of these properties with respect to probabilistic Aumann semantics.     

Borel型概率计量逻辑

视全体赋值之集为通常乘积拓扑空间,利用该空间上的Borel概率测度在二值命题逻辑中引入了公式的概率真度概念.该方法既克服了计量逻辑学要求赋值集上的概率测度必须为均匀概率测度的无穷可数乘积的局限,又弥补了概率逻辑学只讲局部而缺乏整体性的不足;证明了计量逻辑学中公式的真度、随机真度以及概率逻辑学中公式的概率等概念都可作为本文提出的概率真度的特例而纳入到统一的框架中,从而实现了计量逻辑学与概率逻辑学的融合与统一;证明了逻辑闭理论与赋值空间中的拓扑闭集是一一对应的以及概率真度函数与赋值空间上的Borel概率测度是一样多的等若干结论;本文的第4节给出了公式的概率真度的公理化定义,证明了公式集上满足Kolmogorov公理的任一[0,1]值函数均可由赋值空间上的某Borel概率测度按本文的方法所表出,从而建立了二值命题逻辑框架下的概率计量逻辑的理论体系.     

A fuzzy PID controller for nonlinear and uncertain systems

 In order to control systems that contain nonlinearities or uncertainties, control strategies must deal with the effects of these. Since most control methods based on mathematical models have been mainly focused on stability robustness against nonlinearities or uncertainties, they are limited in their ability to improve the transient responses. In this paper, a nonlinear fuzzy PID control method is suggested, which can stably improve the transient responses of systems disturbed by nonlinearities or unknown mathematical characteristics. Although the derivation of the control law is based on the design procedure for general fuzzy logic controllers, the resultant control algorithm has analytical form with time varying PID gains rather than linguistic form. This means the implementation of the proposed method can be easily and effectively applied to real-time control situations. Control simulations are carried out to evaluate the transient performance of the suggested method through example systems, by comparing its responses with those of the nonlinear fuzzy PI control method developed in [9].     

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。     

A modeling and probabilistic reasoning method of dynamic uncertain causality graph for industrial fault diagnosis

Online automatic fault diagnosis in industrial systems is essential for guaranteeing safe, reliable and efficient operations.However, difficulties associated with computational overload, ubiquitous uncertainties and insufficient fault samples hamper the engineering application of intelligent fault diagnosis technology. Geared towards the settlement of these problems, this paper introduces the method of dynamic uncertain causality graph, which is a new attempt to model complex behaviors of real-world systems under uncertainties. The visual representation to causality pathways and self-relied "chaining" inference mechanisms are analyzed. In particular, some solutions are investigated for the diagnostic reasoning algorithm to aim at reducing its computational complexity and improving the robustness to potential losses and imprecisions in observations. To evaluate the effectiveness and performance of this method, experiments are conducted using both synthetic calculation cases and generator faults of a nuclear power plant. The results manifest the high diagnostic accuracy and efficiency, suggesting its practical significance in large-scale industrial applications.     

一种有效的不确定数据概率频繁项集挖掘算法*

针对PFIM算法中频繁概率计算方法的局限性,且挖掘时需要多次扫描数据库和生成大量候选集的不足,提出EPFIM(efficient probabilistic frequent itemset mining)算法。新提出的频繁概率计算方法能适应数据流等项集的概率发生变化时的情况;通过不确定数据库存储在概率矩阵中,以及利用项集的有序性和逐步删除无用事物来提高挖掘效率。理论分析和实验结果证明了EPFIM算法的性能更优。     

模糊逻辑神经元研究进展

模糊逻辑神经元作为模糊神经网络的重要组成部分,一直以来备受关注,从模型设计到算法研究,成果颇多。以往的研究多集中于模糊逻辑神经元在某一方面的应用模型、性质和算法,具有突出的针对性和特殊性;而今的研究多立足于构造一种能够包容各种逻辑形态的通用神经元,以体现思维的灵活性和多样性,进而提高神经元的推广和应用价值。针对当前模糊逻辑神经元的研究进展做了综述,分析了前后两类不同模型的典型结构及特点,并明确了未来的发展方向。     

动态模糊逻辑关系学习

提出一种动态模糊逻辑（DFL）关系学习方法,该方法处理了动态模糊谓词和学习不同种类的动态模糊一阶规则的程序。针对不同类型的规则,定义了相关的置信度来考虑算法中的动态模糊谓词。通过实例验证了算法的有效性。     

用双枝模糊逻辑和模糊Petri网构建的攻击模型

以双枝模糊逻辑和模糊Petri网（Fuzzy Petri net,FPN）理论为基础,定义了一种全新的网络攻击模型BBFLPAN,将网络攻击中对攻击起促进与抑制作用的两方面进行综合考虑与分析,用变迁表示攻击、防御行为的产生发展过程,库所表示系统所处的状态,将网络攻击与防御行为和攻击与防御结果进行了区分,直观地表示网络攻击的演变情况。同时结合双枝模糊逻辑,分析了BBFLPAN模型的基本推理规则,并提出了BBFLPAN的推理算法,并通过实验验证了算法的正确性。将对网络攻击实施起正反两方面的因素一起考虑和分析,使其对网络攻击的描述更加切近实际情况。