使用XML的一阶谓词逻辑归结原理

归结原理(resolution principle)是计算机自动推理的重要原理之一.将XML加入到使用归结原理的证明过程中,利用XML结构与语义自描述的特性,简化归结过程的计算机实现,并给出相应基于XML的算法.     

Cialdea一阶模态归结系统的不完备性及其改进

Ｃｉａｌｄｅａ的－阶模态Ｄ逻辑归结系统具有符号冗余较少和机器上较容易实现等优点，但它是不完备的。本文中，我们改进了Ｃｉａｌｄｅａ归结系统，引入了两个可能算子约束的公式间的归结规则，得到了一种新的一阶模态Ｄ逻辑的归结系统，记为ＦＭＲＤ．ＦＭＲＤ很好地保持了Ｃｉａｌｄｅａ归结系统的优点，同时，我们证明了ＦＭＲＤ的可靠性与完备性。     

算子Rough逻辑及其归结原理

本文基于Rough集理论定义了算子η及其合成运算，并用它作用于Rough逻辑公式，从而得到了带算子的Rough逻辑．讨论了这种逻辑公式的真值、语义模型、性质、归结原理及完备性定理和它的证明．     

动态模糊逻辑（DFL）的归结策略

主要讨论DFL谓词描述下的归结推理方法,它是一种机器化的可在计算机上加以实现的推理方法。首先介绍DFL命题下结方法。最后介绍DFL的归结原理及方法。     

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。     

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。     

中介谓词逻辑一种改进的语义解释及λ-归结

潘给出的中介谓词逻辑系统MF的无穷值语义解释,不同于MF的其他任何语义解释。但在该无穷值语义解释下,“当A fuz时~A真”这种情况并未得到反映,并且该解释在模糊知识推理中必须作适当的修改才能更符合客观思维。给出了中介谓词逻辑系统MF一种真值域为（0,1－λ）[∪]（1－λ,λ）[∪]（λ,1）（λ[∈]（0.5,1））的无穷值语义解释,重新定义了MF的文字,提出了一种新的MF的λ-归结原理,证明了其完备性。该解释进一步表明用中介逻辑作为模糊知识的表示与推理的工具是可行的。     

一阶谓词逻辑的图形推理法

针对已有一阶谓词逻辑推理方法中存在的推理效率低等问题,研究一种基于谓词/变迁系统的图形推理法。定义了描述谓词间与/或关系的谓词-与/或图,借助谓词-与/或图表示谓词/变迁系统,提出一种实现反向推理的目标制导的图形推理法。该方法推理效率高,较已有的推理方法具有一定的优越性。     

基于格值一阶逻辑LF（X）的自动推理算法

基于谓词逻辑的归结推理方法是目前理论上较为成熟、可以在计算机上实现的推理方法之一。针对格值一阶逻辑LF(X)中归结自动推理问题,以格值一阶逻辑LF(X)的α-归结原理为理论基础,通过对例子进行分析,提出了LF(X)中简单广义子句集的归结自动推理算法,并证明了该算法的可靠性和完备性。     

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   

利用谓词/变迁网证明的一阶谓词逻辑命题

研究了证明一般的一阶谓词逻辑命题的方法,根据网逻辑的思想,利用谓词/变迁网对一般形式的一阶谓词逻辑命题进行了图形表示,提出了2种一阶谓词逻辑命题的证明方法：图形证明法和矩阵证明法。举出一个实际的例子来说明证明思路。     

基于XML的智能决策支持系统研究

XML渐已成为Web上数据表示和交换的通用语言。该文提出了一种基于XML的智能决策支持系统,用XDD语言描述问题和决策系统中的知识,并通过归结原理实现问题求解。该系统不仅能够利用Web信息辅助决策,而且便于实现系统内部以及系统之间的信息交换和信息共享。     

基于目标演绎距离的一阶逻辑子句集预处理方法

一阶逻辑定理证明是人工智能的核心基础,研究一阶逻辑自动定理证明器的相关理论和高效的算法实现具有重要的学术意义。当前一阶逻辑自动定理证明器首先通过子句集预处理约简子句集规模,然后通过演绎方法对定理进行判定。现有的应用于证明器中的子句集预处理方法普遍只从与目标子句项符号相关性角度出发,不能很好地从文字的互补对关系中体现子句间的演绎。为了在子句集预处理时从演绎的角度刻画子句间的关系,定义了目标演绎距离的概念并给出了计算方法,提出了一种基于目标演绎距离的一阶逻辑子句集预处理方法。首先对原始子句集进行包含冗余子句约简并应用纯文字删除规则,然后根据目标子句计算剩余子句集中的文字目标演绎距离、子句目标演绎距离,并最终通过设定子句演绎距离阈值来实现对子句集的进一步预处理。将该预处理方法应用于顶尖证明器Vampire,以2017年国际一阶逻辑自动定理证明器标准一阶逻辑问题组竞赛例为测试对象,在标准的300 s内,加入提出的子句集预处理方法的Vampire4.1相比原始的Vampire4.1多证明4个定理,能证明10个Vampire4.1未证明的定理,占其未证明定理总数的13.5%;在证明的定理中,提出的...     

一阶逻辑中基于稳定度的项评估方法

针对一阶逻辑中项结构比较复杂、语法与语义特征难以抽取的问题,基于项在文字替换过程中的Herbrand语义特征,分析其制约因素和度量规则,给出项稳定度的定义并提出一种基于稳定度的项评估方法。将所提方法作为文字选择的启发式策略,应用于自动定理证明器中子句集的归入冗余判定中,结果表明,该方法能较好地刻画一阶逻辑中的项特征,与基于项序的文字选择方法相比,其检测次数平均减少50.8%,运行时间平均缩短53.3%。     

利用关系数据库存储XML文档方法研究

人们对XML的关注源自Web数据挖掘技术对数据源的结构化需求。这里介绍了三种将XML文档存入关系数据库的编码方法。这些编码方法能捕捉到足够的信息来重建有序的XML文档,即从有序的XML文档到关系的映射是无损失的,并展望了它在Web数据挖掘中的应用前景。     

基于XML的B/S模式下数据批量输入的一种方法

数据批量输入是B/S模式应用系统中经常遇到的一个待解决的问题。针对该问题提出了一种基于XML的实现方法,首先采用浏览器内置的文件上传控件功能将客户端中以Excel格式保存的缓存文件中的批量数据上传到服务器;然后在服务器端通过数据转换组件技术将其转换成XML格式;再以Web方式返回给客户端修改和确认;最后导入到服务器端数据库中保存,从而实现B/S模式下数据的批量输入。     

归结原理及其应用

归结演绎推理是一种在计算机上得到较好实现的基于归结原理的推理技术,介绍归结原理的基本思想以及它在自动推理中的应用。     

用XML开发Web应用软件

XML是新一代的互联网标准语言,XML和XSL技术的结合基于Web的应用软件赋予了强大的功能和灵活性。本文通过一个实例比较了传统的ASP技术和XML＋XSL技术,展现了XML在数据和表示的分离、可重用性、可扩展性等方面的突出优点。