论聚合与推理的顺序

给定一组推理规则,可以先把这组规则聚合为一个超规则,然后依此超规则进行推理;也可先分别依据各给定规则进行推理,然后将所得结果进行聚合．本文证明了这两种方法都可以是相容的,并指出Ｂｕｃｋｌｅｙ与Ｈａｙａｓｈｉ关于前者一定不相容的论断是错误的．     

论聚合与推理的顺序

给定一组推理规则，可以先把这组规则聚合为一个超规则，然后依此超规则进行推理；也可先分别依据各给定规则进行推理，然后将所得结果进行聚合。本文证明了这两种方法都可以是相容的，并指出Ｂｕｃｋｌｅｙ与Ｈａｙａｓｈｉ关于前者一定不相容的论断是错误的。     

模糊控制中FMP问题的算法分析

本文主要对模糊推理的核心问题之一即FMP问题的算法进行比较,其中包括CRI算法、Mamdani算法、三I算法等推理算法,并且对各种算法的优劣性进行分析.文章给出了推理合成规则不具有还原性和不能正确进行模糊推理的原因以及正确使用CRI算法的条件,对各种蕴含算子的模糊推理进行了分析比较,从而得到较合理的推理算法.文章最后举...     

基于变权理论的模糊推理前提约化的一类方法

关于传统模糊推理方法在规则前件聚合上存在的一些问题,采用因素空间理论中的变权思想,对模糊推理规则前件进行"综合",不仅体现了各前件分量在模糊推理中的相对重要性,并且考虑了前件分量的赋值大小对推理结果的均衡影响.另外,指明对规则前件的这种"综合"不改变CRI算法的逼近性,故更有实际价值.     

一般模糊推理具有还原性的全蕴涵三I算法

在王国俊教授提出的满足还原性的单一规则的全蕴涵三I算法基础上,利用模糊集合的相似度给每条模糊推理规则赋予权重,即wi={1-S/2,i(∈)I 1+S/2,i∈I,其中S=max{S1,S2,…,Sn}且I={i|Si=S,1≤i≤n},使得全蕴涵三I算法在一般的模糊推理情形下也满足还原性.最后通过实例表明:用新方法推理得出的结果比文献[4]的全蕴涵三I算法的结果更具合理性.     

一种新型模糊推理方法

目前常用的模糊推理方法是Zadeh提出的CRI方法,但是CRI方法中的合取运算缺乏根据, 三I算法从逻辑语义上改进了CRI方法.首先引入运算,讨论了运算和的性质;并根据过半可信原则,在三I算法的基础上,提出了一种更符合客观实际的新型模糊推理方法.     

基于广义三I方法的模糊系统的响应能力

讨论基于三I算法构成的模糊系统的响应能力是模糊控制理论的重要研究方向之一。本文讨论了三I算法中三个模糊蕴涵算子分别取不同情形下的算法表达式,然后构造了基于这种模糊推理算法的双输入单输出模糊控制器,分析这些模糊控制器的响应能力。最后,研究了在规则合成时取"与"对模糊系统响应能力的影响。     

基于粗糙集理论和布尔矩阵的改进Apriori算法

提出一种基于粗糙集理论和布尔矩阵的关联规则挖掘算法,作为对Apriori算法的改进,通过构造布尔矩阵,利用粗糙集划分等价类的方法对事务数据库的记录进行分类,然后通过等价类的取交或取并运算产生更高阶的频繁项目集,算法能有效减少数据库的扫描次数,实验表明算法在对事务数据库进行挖掘时显示出良好的性能.     

基于不同蕴涵算子的三Ⅰ算法构造的模糊控制器及其响应能力

以RM,RZ,R03个蕴涵算子为基础,给出了其相应三I算法的表达式,并研究了这3个蕴涵算子基于三I算法构成的单入单出模糊控制器,分析了它们的响应能力.结果表明,当Ri(i=1,2,3)按顺序取R0,RM,RZ时基于三I算法构成的单入单出模糊控制器具有函数的泛逼近性;当Ri(i=1,2,3)按顺序分别取RM,RZ,RZ或R0,RZ,RM时基于三I算法构成的单入单出模糊控制器近似为一元拟合函数;其余情况基于三I算法构成的模糊控制器具有阶跃响应能力.     

一般模糊推理具有还原性的全蕴涵三I算法

在王国俊教授提出的满足还原性的单一规则的全蕴涵三I算法基础上,利用模糊集合的相似度给每条模糊推理规则赋予权重,即wi=1-S2,i■I1+S2,i∈I,其中S={max S1,S2,…,Sn}且I=i|Si=S,{1≤i≤n},使得全蕴涵三I算法在一般的模糊推理情形下也满足还原性。最后通过实例表明:用新方法推理得出的结果比文献[4]的全蕴涵三I算法的结果更具合理性。     

中介命题系统MP推理规则的独立性问题

对于一个形式系统而言,在不改变其完备性的前提下,形式越简洁,使用越方便。现在中介命题系统MP推理规则集S的简化定价集S1已经建立,其中S1共有14条推理规则,如果这些推理规则中有一条可以由S1的其余推理规则推导出来,那么它就是不独立的,可以将其删去而不影响形式系统S1的效力,从而得到形式上更为简洁的系统。为此目的笔者利用值模型法对形式系统S1的每条推理规则的独立性一一进行了探讨,发现一条不独立的规则,并且证明了其余每条推理规则都独立于其余推理规则。     

扩展产生式规则的网络故障诊断专家系统

根据自然语言理解和网络故障诊断专家系统的特性,提出了一种扩展产生式规则的知识表示方法.扩展产生式规则将规则的前提、结论和建议分别用概念图表示,是一种混合知识表示方法.在扩展产生式规则知识表示方法的基础上,设计出了网络故障诊断专家系统的模型.该系统具有自然语言接口,可将网络中有关故障问题的汉语语句转换成概念图;经过专家系统推理后,可将推理结果和推理过程转换成汉语输出.为了增强专家系统知识获取的灵活性,在系统中还增加了Apriori关联规则挖掘算法,通过对陷阱协议数据单元挖掘,实现在线知识获取.利用该系统模型已开发出网络故障诊断专家系统原型.     

一种基于句子分割的文法自动推导算法

信息咨询口语对话系统中的领域文法规则往往需要专家来人工设计。该文针对一种面向汉语口语的上下文无关增强文法,提出了一种基于句子分割的文法自动推导算法。其基本思想是:用初始规则集对训练例句进行分析,若不能得到完整的语法树,则先对分析结果进行消歧和归一化,然后根据顶层成分递归地推导出缺少的规则,并更新已有的规则集。为了提高最终文法的性能,在例句处理顺序和规则更新上对算法基本流程做了改进。在天气预报查询领域进行了实验,结果文法的句法分析准确率在初始规则集为空时达到了64.8%,在初始规则集只包含日期相关规则时达到了86.4%。     

RIF2Jess:应用Jess实现RIF规则推理

在分析W3C推荐标准规则交换格式(RIF)的基础上研究对其推理实现,提出使用通用规则推理引擎Jess实现对RIF格式规则的推理,给出了RIF规则到Jess格式的转换算法及正确性证明,设计了RIF2Jess系统,该系统可以完成RIF规则到Jess格式的转换并调用Jess推理引擎推理出结果.实验结果表明,RIF2Jess可以准确完成转换并推理得到正确结果.     

自然推理系统P中的P∧Q■P

逻辑推理理论是计算机应用人才必备的重要基础理论之一.在自然推理系统P中,推理依据一般建立在包括P∧Q■P规则在内的多条公理式规则基础上.推理规则是不可逆行的单向过程,而在自然推理系统进行中,信息量只能减少,不可能增加.P∧Q■P恰好表现了信息量减少这一特征.因此,一切推理规则均以P∧Q■P为基础.     

基于规则的数据校验在数据库应用系统中的实现

本文给出了一种规则库的概念来扩充数据库应用系统的校验的功能,使系统能够对规则进行动态读取和分析,并根据分析结果对输入数据进行动态校验.本文介绍了数据库报表系统中的校验模型,并运用一种规则库执行流图REBF描述了规则库图模型,之后论述了该系统中具体的规则库的建立及规则表结构,并通过对推理过程的不确定性的分析,证明了规则的有效性,最后给出了基于规则的动态分析及推理过程.     

基于粒函数的模糊控制系统设计与仿真

模糊控制是基于模糊数学思想和理论建立的控制方法,在控制领域特别适用于一些无法用精确模型进行数学建模的控制系统.但对于模糊控制系统,模糊控制器的运算复杂和由于规则太多引起的规则爆炸问题始终没有很好地解决.通过引入粒函数,简化了模糊控制系统和解决了规则爆炸问题,并且将粒函数方法应用于单容水箱模糊控制系统中进行仿真.实验结果显示,粒函数方法不仅可以简化模糊控制系统的复杂性和解决规则爆炸问题,并且证明在理论和实际中粒函数器完全可以等效模糊控制器.粒函数方法适用于众多模糊控制系统中,通过示例,可以举一反三,将粒函数方法复制到其他应用场合.     

基于单一输入规则的半主动悬架模糊控制方法研究

经典模糊推理过程中随输入变量个数增加,规则制定难度加大、规则数量以指数方式增加,且输入变量对系统性能影响是同级的.基于单一输入规则的模糊推理模型是将多维模糊控制转化为一维模糊控制,同时引入输入变量重要度因子.为此,根据单一输入规则的模糊推理理论设计了半主动悬架新型模糊控制算法,并由此构成了基于悬架阻尼独立控制的四通道整...     

PICASSO——一个用于模糊决策系统的基于规则的程序设计语言

本论文介绍一种新的基于规则的程序设计语言,其名为 PICASSO,它为具体执行模糊决策支持系统(Fuzzy Decision SupportSystem)而设计。PICASSO 已在美国休斯顿大学计算中心的 AT&T 公司的3B2OS 小型计算机上部分运行。整个系统用 Franz Lisp 书写。PICASSO 具有以下特征。它使用正向链接(Forward chaining)推理手段。该语言有三种控制策略:面向宽度优先的系统控制模式,用户控制模式和元规则(meta-rule)~(*2)控制模式。PICASSO 支持匹配变量以及其他类型的变量,以便于使用以模式匹配为主的调用方式。在该语言中,不同规则之间的信息能够用信息传送和数据共享两种方法来进行通讯、交换。PICASSO 的规则工作在可永久保存的知识库上,这个知识库必须预先用称为符号图形(S—diagram)的一种强有力的数据模式来定义。PICASSO 的推理器(inference engine)实施知识库的一致性。知识库中可以保存模糊信息(fuzzy information),这些信息用区间模式的二值法来表示。区间模式允许分配一个概率给一个事实(断言),同时还要表示我们相信这种概率估计的程度,这一点对于模糊决策支持系统来说是重要的,因为这种系统常牵涉到不同程度的经验知识的判定规则。有了对某些事实(断言)的概率估计,又有专家对此概率的相信程度(凭经验),就可较全面地选择某种决策。对于区间模式来说,我们已经提供了一些特定的运算公式,用于对不确定性(uncertainty)知识进行自动推理。PICASSO 支持基于规则的程序设计语言和函数型的程序设计语言两者的组合并支持多个基于规则的程序设计语言和函数型的程序设计语言两者的组合,并支持多个基于规则的程序之间的协同操作:可以容易地把 PICASSO 程序综合成象一般的 LISP 函数那样的 LISP 程序,而且 PICASSO程序本身也可以任意地调用 LISP 函数。     

用前向神经网络获取特定结构的规则知识

介绍一种用前向神经网络来获取特定结构的产生式规则知识的方法，这些规则知识既可以用于解释神经网络的行为，又可以用于问题求解，获取的产生式规则知识可以是任意形式的，也可以是包含多个推理步的多级推理链知识，而且具有所需的易于理解的特一表达结构，另外，文中还提出了解决智能系统形成过程中知识不断增长问题的方法，大量的逻辑表达式学习实验结果表明，文中获取规则知识的方法是有效的。