面向agent的统一知识表示与推理逻辑框架

agent设计的坚实理论基础必须建立在知识表示和推理的理论之上.针对目前逻辑理论模型及行为理论模型的不足,提出以描述逻辑及其扩展来描述agent的静态、动态及不确定性知识等信念知识,结合描述逻辑与行为理论进行动作描述;并与认知逻辑相结合构成一个信念知识混合系统认知描述逻辑(EDL),以弥补描述逻辑在过程规则表示方面的不足.给出了EDL的语法及语义以及公理系统,构建了一个面向agent的统一的知识表示和推理逻辑框架.     

OWL DL的知识表示与推理研究

语义Web的逻辑基础是描述逻辑,其出现的目的就是为了解决机器和人对知识理解的问题,因此,可以在语义Web的基础上展开推理。传统的推理系统结合语义Web可以克服知识表示方面的缺点,并且有利于知识的共享。探讨了OWL DL作为知识表示形式的优点;通过实例验证了OWL DL关于描述逻辑的推理。     

能处理分层信度知识的描述逻辑PB-SHOIN(D)

对描述逻辑SHOIN(D)进行扩展, 提出一种能处理分层信度知识的描述逻辑PB-SHOIN(D), 给出了PB-SHOIN(D)的语法和语义, 并证明了PB-SHOIN(D)具有超协调性和非单调性, 为表示和处理语义Web中具有分层信度的知识提供了一种有效方法.     

一种不一致本体的可废止推理系统

利用可废止逻辑的非单调知识表示和推理能力、线性的计算复杂性和易于实现等优点,整合描述逻辑和可废止逻辑,提出了一种不一致本体的可废止推理系统（简称为DeRS）.DeRS使用描述逻辑定义的本体和可废止理论对领域问题进行混合建模,将TBox划分为最大的一致公理集和最小的不一致公理集,并进行初始化;然后利用转换算法,将一致公理集的公理和不一致公理集的公理分别映射为硬性规则和可废止规则,并添加到可废止理论中;最后利用新定义的可废止推理规则进行非单调可废止推理,由此解决了不一致本体的推理问题,弥补了描述逻辑在非单调性方面的不足.结果表明DeRS具有协调性、易处理性、可判定性、可靠性等基本性质.     

语义Web推理的研究与实现

语义Web的逻辑基础是描述逻辑,语义Web出现的目的就是为了解决机器和人对知识理解的问题,因此可以在语义Web的基础上展开推理。传统的推理系统结合语义Web可以克服知识表示方面的缺点,并且有利于知识的共享。首先在语义Web的知识体系之上建立起来一套推理系统,然后通过应用实现对该系统进行了验证。     

基于描述逻辑的语义Web服务动态复合推理和验证

描述逻辑具有良好的知识表示能力和强大的推理能力,AI规划具有良好的行为状态变化建模能力。将描述逻辑与AI规划相结合,提出一种基于描述逻辑的语义Web服务动态复合机制,并对其进行逻辑证明。     

基于语义Web的自动推理技术研究

本体论是语义Web的逻辑基础,语义Web研究的主要目的就是扩展当前的万维网,使得网络中的信息具有语义.语义Web出现的目的是为了解决机器和人对知识理解的问题,因此,可以在语义Web的基础上展开推理.以此为思路,首先分析了语义Web的逻辑基础,然后对语义Web的推理形式进行了研究,最后在此基础上提出了一种有效的推理系统,该推理系统解决了传统专家系统中知识表示形式所带来的一些问题,并且能够使建立的知识更好地共享.     

模 糊 择 优 逻 辑 的 数 值 扩 充

提出一种新的模糊逻辑数值模糊择优逻辑, 给出了数值模糊择优逻辑的语法和语义, 并研究了其性质. 该逻辑结合多值逻辑和择优推理的语义特点, 得到的推理关系具有模糊性、 次协调性和非单调性, 且知识的模糊性能以数值的形式显式地表现, 适用于对智能系统中的不精确、 不一致和不完备知识进行表示和推理.     

面向开放式信息抽取系统的知识推理验证

开放式信息抽取系统是从Web等非结构化文本中挖掘知识的主要途径,但其抽取结果往往存在大量噪声,对知识发现以及知识库构建产生较大影响。提出一种基于概率软逻辑模型的知识推理验证方法,该方法首先使用一阶逻辑语言对知识抽取结果进行转化和推理,并且在推理过程中引入本体规则进行约束,在此基础上,建立推理规则的自动学习机制,解除传统规则推理对于实体解析规则的依赖,进而实现对知识的自动推理和验证。经实验对比验证,该方法具有更优的算法性能,实现了规则的自动学习,提高了知识推理效率,对验证知识的语义规范性和正确性有积极作用。     

基于描述逻辑的语义Web本体研究

语义Web出现的目的就是为了解决机器和人对知识的理解的问题,首先需要解决的问题就是计算机对知识的理解问题,只有计算机理解了所建立的知识,才能在此基础上展开推理服务。首先讨论了传统知识表示方式的缺陷,然后对本体论的逻辑基础———描述逻辑进行了研究。由于OWLDL和描述逻辑的一致关系,因此使用OWLDL来表示本体。介绍了描述逻辑推理系统RACER。最后提出了解决本体层知识表示方法的解决方案。     

一种利用描述逻辑的语义Web服务前提/效果匹配方法

为了解决语义Web服务匹配方法主要针对服务输入/输出匹配而导致功能匹配结果较为片面的问题,提出了一种基于描述逻辑的语义Web服务前提/效果匹配方法.利用描述逻辑知识库一致性检查推理,判断服务请求与广告的前提/效果之间逻辑蕴含关系,建立类匹配度概念,并由此度量和比较前提/效果匹配结果的优劣,从而对匹配结果进行有意义的排序及分类.实验结果表明,所提方法在查准率与现有方法相当的情况下,具有更高的查全率,特别是将输入/输出与前提/效果匹配一并考虑的情况下,能够更好地区分匹配结果.     

基于描述逻辑的图像检索框架

提出一种新的基于描述逻辑的、能处理带有分层信度的图像语义信息的图像检索框架,以解决不确定背景知识的图像检索问题.该框架能处理具有分层信度的不确定语义信息,给出了形状及语义两层模型表述图形信息,提出一种能描述分层信度知识的描述逻辑U-ALC,将图像信息检索化归为描述逻辑U-ALC中的逻辑推理,并给出了描述逻辑U-ALC的推理算法.     

Multi-agent Belief, Goal and Exceptions Reasoning

Temporal logics are often adopted as basic tools to specifying mental states such as belief and goal of agents. Althoush there are works on non-monotonic extension of linear temporal logic (LTL) and branching time temporal logic (CTL), the non-monotonic extension of alternating-time temporal logic (ATL) which is an important kind of multi-agent cooperation logics has not been discussed yet in literature. To solve this problem, this paper proposed non-monotonic alternating-time temporal logic with belief and goal, namely N-ATL-BG, to facilitate the non-monotonic reasoning of mental states of agents. The semantic model, syntax and semantics of this new logic are developed. A model checking algorithm which can be finished in polynomial time is proposed for this new logic. Examples are given to show its usage.     

分布式环境下基于形式化领域本体的查询处理

为了提高语义Web查询的查全率和查准率,文中提出了一种基于形式化领域本体的查询处理方法.首先采用描述逻辑表达领域本体的语法和语义,实现领域本体的形式化转换;然后基于转换后的形式化领域本体,采用含半幺群概括演算作为基于形式化领域本体查询转换的目标语言,定义了用户查询到含半幺群同态查询的转换规则和语义优化处理、查询重写规则,最后通过实验验证了该方法的查询性能.     

一种模糊时空描述逻辑F-ALCT(D_(fst))

为了实现语义Web中模糊时空知识的表示与推理,提出了一种支持模糊时空具体域的模糊描述逻辑F-ALCT(D_(fst)).首先,构建了包含模糊时空区域及其时空拓扑谓词的模糊时空具体域D_(fst),给出了两个模糊时空区域之间的拓扑关系模糊度的计算方法.然后,将D_(fst)和时态操作符引入到模糊描述逻辑FuzzyALC中,构建出一种新的模糊描述逻辑F-ALCT(D_(fst)),并定义了其语法、语义和知识库.最后,给出了一个F-ALCT(D_(fst))的知识库实例.F-ALCT(D_(fst))有效地实现了语义Web中模糊时空知识的表示.     

一种扩展的模糊描述逻辑

为了提高对复杂模糊信息的表示能力,提出一种扩展的模糊描述逻辑.扩展模糊描述逻辑引入模糊概念和模糊关系的截集形式作为原子概念和原子关系,继承经典描述逻辑中的概念构造器和知识库形式,建立新的知识表示逻辑体系.定义了扩展模糊描述逻辑的语法结构、语义解释、知识库形式以及基于可满足性的推理问题.通过与模糊描述逻辑的比较,阐述了模糊描述逻辑可转化为扩展模糊描述逻辑,从而例证了扩展模糊描述逻辑具有比模糊描述逻辑更强的表达能力.     

语义Web的智能推理技术分析

第三代网络——语义Web采用结构化的语言、多层叠代的塔形体系逐层实现了Web内容的语义性,使网络信息资源能为机器所理解,从而自动提供网络服务。智能推理是实现Web语义性、智能性的关键技术。文章介绍语义Web体系结构,说明各层在实现Web语义中的作用,分析如何实现Web的智能推理、智能推理技术的现状及其局限性。根据本体层和逻辑层现有推理语言,结合人工智能技术提出一种新的推理方法。