语言真值格值命题逻辑系统中广义文字的归结判定

自动推理是人工智能研究的一个重要内容,基于归结原理的自动推理是自动推理研究的重要分支。基于语 言真值格蕴涵代数的格值逻辑系统能处理带有可比较项和不可比较项的信息或知识,为自动推理研究提供了严格的 逻辑基础。给出了语言真值格蕴涵代数纷相似文献   

基于语言真值格值命题逻辑系统lvpl的推理规则

一个逻辑系统在实际应用中,推理规则的选取往往很重要。本文基于语言真值格值命题逻辑系统lvpl,提出了几种推理规则,这些推理规则包含有语义和语法,且它们之间具备协调水平的特性,证明了推理规则在一定程度上具备闭性特性。     

基于语言真值格值命题逻辑系统(e)vpl的推理规则

一个逻辑系统在实际应用中,推理规则的选取往往很重要.本文基于语言真值格值命题逻辑系统ípl,提出了几种推理规则,这些推理规则包含有语义和语法,且它们之间具备协调水平的特性,证明了推理规则在一定程度上具备闭性特性.     

语言真值格值命题逻辑中的α-语义归结方法

语言值智能信息处理是人工智能的一个重要研究方向,基于归结原理的自动推理因易于在计算机上实现而得到广泛研究。为了提高基于语言真值格值逻辑的α-归结原理的效率,将语义归结策略应用于α-归结原理,研究了基于格值逻辑的归结自动推理方法。首先给出了语言真值格值命题逻辑系统的α-语义归结与L_nP(X)中相应归结水平的语义归结之间的等价性,并通过实例说明其有效性。接着,给出了语言真值格值命题逻辑系统的α-语义归结算法,并证明了该算法的可靠性和完备性。     

基于格值命题逻辑系统LP(X)的多元α-归结原理的注记

进一步深入研究了基于格蕴涵代数的格值命题逻辑系统LP(X)的多元α-归结原理的基本理论,给出了基于LP(X)的多元α-归结演绎中参与多元α-归结的广义文字个数随着归结演绎的推进而动态变化的基本原则;对基于LP(X)的多元α-归结原理的有效性进行了一定分析,这为建立基于LP(X)的多元α-归结方法以及构造多元α-归结算法奠定了理论基础.     

格值一阶逻辑LF(X)中的α-语义归结方法

自动推理是人工智能的一个重要研究方向,基于归结原理的自动推理因易于在计算机上实现而得到广泛研究。语义归结是对归结原理的一种改进,它利用限制参与归结子句类型和归结文字顺序的方法来提高推理效率。为了提高基于格蕴涵代数的格值逻辑的α-归结原理的效率,将语义归结策略应用于α-归结原理。首先给出了格值一阶逻辑系统中的α-语义归结概念和α-语义归结演绎概念,接着讨论了格值一阶逻辑系统的α-语义归结方法,并证明了其可靠性和条件完备性,最后通过实例说明了其有效性。     

格值语义归结推理方法

归结自动推理是人工智能领域的一个重要研究方向,语义归结方法是对归结原理的一种改进,它利用限制参与归结子句类型和归结文字顺序的方法来提高推理效率。基于格蕴涵代数的格值逻辑系统的二归结原理提供了一种处理带有模糊性和不可比较性信息的工具,它能对格值逻辑系统中在一定真值水平下的不可满足逻辑公式给出反驳证明。首先研究了格值逻辑系统上一类广义子句集的性质,该类子句集在任意赋值下能分为两个非空子集,接着讨论了这类广义子句集的语义归结方法,并证明了其可靠性和完备性。     

四值非链格值命题逻辑系统L4P(X)的语义归结方法*

为了提高归结方法处理带有不可比较性信息的能力,给出了四值格值命题逻辑系统上的语义归结原理,并证明了其可靠性和完备性,其上归结原理的研究为归结算法的实现提供了理论基础,从而为处理含有不可比真值的格值逻辑系统在智能推理系统中的实际应用提供了有力的支持。     

格值命题逻辑系统L9P(X)中的自动推理算法

给出了格值命题逻辑系统L₉P（X）上的放缩原理和放缩归结原理,基于放缩归结原理,给出了一种判断L₉P（X）上子句集S为M－可满足的自动推理算法（这里M为L₉上的中界元）,并证明了其可靠性和完备性。     

基于二叉树型分层的广义混合模糊系统推理规则数的缩减

为避免广义混合模糊系统因输入变量个数的增加而引起规则爆炸现象,应用二叉树型分层方法给出混合推理规则,进而对广义混合模糊系统的输入实施二叉树型分层,从理论上获得了该系统分层后的输入输出表达式和推理规则总数的计算公式.此外,通过实例对该系统分层和不分层的规则总数进行了比较和分析,结果表明分层后广义混合模糊系统可大幅度缩减推理规则总数,并可有效地避免规则爆炸.     

一种五元格值逻辑上命题真度的分布

利用势为5的均匀概率空间的无穷乘积在一种五元格值逻辑系统中引入了公式的真度概念,给出了真度的一些推理规则,证明了全体公式的真度值之集在[0,1]上是稠密的,给出了全体公式真度的表达通式,为在五元格值逻辑系统中建立近似推理理论提供了一种可能的框架。     

基于格值一阶逻辑LF（X）的多元α-归结原理的注记

进一步深入研究了基于格蕴涵代数的格值一阶逻辑系统 LF(X )的多元α-归结原理的基本理论,给出了在基于 LF(X )的多元α-归结演绎中参与多元α-归结的广义文字个数随着归结演绎的推进而动态变化的基本原则。对基于 LF(X )的多元α-归结原理的有效性进行了一定分析;这为建立基于 LF(X )的多元α-归结方法以及构造多元α-归结算法建立了理论基础。     

数据库中的模糊逻辑规则发现

关联规则是数据库中的知识发现（KDD）领域的重要研究课题。模糊关联规则可以用自然语言来表达人类知识,近年来受到KDD研究人员的普遍关注。但是,目前大多数模糊关联规则发现方法仍然沿用经典关联规则发现中常用的支持度和置信度测度。事实上,模糊关联规则可以有不同的解释,而且不同的解释对规则发现方法有很大影响。从逻辑的观点出发,定义了模糊逻辑规则、支持度、蕴含度及其相关概念,提出了模糊逻辑规则发现算法,该算法结合了模糊逻辑概念和Apriori算法,从给定的定量数据库中发现模糊逻辑规则。     

Computations in fragments of intuitionistic propositional logic

This article is a report on research in progress into the structure of finite diagrams of intuitionistic propositional logic with the aid of automated reasoning systems for larger calculations. Afragment of a propositional logic is the set of formulae built up from a finite number of propositional variables by means of a number of connectives of the logic, among which possibly non-standard ones like ¬¬ or which are studied here. Thediagram of that fragment is the set of equivalence classes of its formulae partially ordered by the derivability relation. N.G. de Bruijn's concept of exact model has been used to construct subdiagrams of the [p, q, , , ¬]-fragment.     

命题公式的随机真度与推理规则

在[n]值Lukasiewicz命题逻辑系统中,引入命题随机真度的概念,给出了随机真度的一个计算公式,研究了命题随机真度的若干性质。证明了命题逻辑的分离规则、三段论规则以及交推理规则在[n]值Lukasiewicz命题逻辑系统中成立。     

Branch-and-cut solution of inference problems in propositional logic

We describe and test computationally a branch-and-cut algorithm for solving inference problems in propositional logic. The problem is written as an integer program whose variables correspond to atomic propositions. We generate cuts for the integer program using a separation algorithm based on the resolution method for theorem proving. We find that the algorithm substantially reduces the size of the search tree when it is large. It is faster than Jeroslow and Wang's method on hard problems and slower on easy problems.Supported in part by the US Air Force Office of Scientific Research, grant AFOSR-87-0292.