基于模糊描述逻辑的CBR的事例相似性

针对用于基于事例推理(CBR)的描述逻辑不能表示和推理模糊语义知识的局限问题,将模糊描述逻辑F-SHIQ(D)引入CBR中,定义F-SHIQ(D)范式,据此表示包含模糊语义知识的CBR事例,提出同时考虑事例描述概念和隶属度相似性的事例相似性方法,并与现有基于描述逻辑的CBR进行对比。结果表明,在包含模糊语义信息的领域,基于F-SHIQ(D)的CBR能提升事例表示和事例相似性度量的准确性,有助于提高事例检索效率。     

语义Web规则语言的模糊扩展

语义Web规则语言SWRL有较强的表达能力.但它无法表示语义Web中含有的大量不精确和不确定的知识和信息;模糊集中单个隶属度不能准确表达模糊信息;f-SWRL中的权重只能表达模糊类和模糊属性的重要程度.针对以上问题,提出了一种基于vague集的模糊SWRL的扩展形式vague SWRL,给出了二级权重的概念来修饰和限定模糊类和模糊属性的隶属度,研究了vague-SWRL的语法语义,给出了vague-SWRL的规则实例.Vague集的引入,特别是二级权重的引入,增强了模糊规则的表达能力,符合语义Web的发展趋势,具有较大的优越性.     

模糊本体结构及基于NGD的隶属度确定

本体能够形式化地描述特定领域的概念、术语及关系,但不能表达模糊的信息.为此将模糊描述逻辑应用在本体构建中,提出一个5元组的模糊本体模型,由概念集、角色集、实例集、模糊断言集和模糊关系集构成.基于Tableaux算法思想并结合算例,给出模糊本体模型推理问题的求解方法.针对模糊本体模型的隶属度计算问题,结合Google搜索,利用标准化谷歌距离(normalized Google distance,NGD)演算法,以实时且完全在线处理的方式计算关键词的相关性,并最终转化为模糊本体中的隶属度.     

面向语义Web的直觉模糊粗描述逻辑

分析了面向语义Web的直觉模糊粗描述逻辑的研究现状和存在的问题,基于(I, T)-直觉模糊粗集理论将直觉模糊描述逻辑和粗描述逻辑进行了集成,即提出了一种新的直觉模糊粗描述逻辑．针对与本体语言OWL 2等价的描述逻辑SROIQ(D),对SROIQ(D)进行了扩充,具体提出了直觉模糊粗描述逻辑IFRSROIQ(D),给出了IFRSROIQ(D)的语法、语义和性质,证明了IFRSROIQ(D)的推理问题（包括知识库可满足性、概念可满足性、概念包含、逻辑推导、ABox一致性推理等）都可以归约到基于完备格的描述逻辑L*-SROIQ(D)上对应的推理．     

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.     

扩展描述罗辑ALC~ 到谓词逻辑的转换研究初探

首先介绍了描述逻辑ALC ,描述逻辑ALC 是在ALC的基础上增加了传递关系、反关系、关系并、关系复合、个体实例集和一般数量约束构造器对其进行了扩展,并给出了ALC 的语法和语义,对ALC 的完备性进行了讨论,谓词逻辑是比较经典的知识表示方法,然后探讨了描述逻辑ALC 到谓词逻辑的转换,给出了描述逻辑ALC 到谓词逻辑的转换思想．     

朴素模糊描述逻辑知识库构造及其朴素推理

提出朴素模糊描述逻辑理论框架,主要分为朴素隶属函数构造和基于模糊描述逻辑之上的朴素推理两个方面.朴素隶属函数构造的基本思想是简化模糊集合隶属度取值,并把模糊集作2种理解——即它的隶属函数或是元素隶属它的程度,或是元素聚合的标志性指标.并且当问题需要深化时,通过模糊集理论中的2型集或2级集进行提升,然后再化归为普通模糊集,借此拓广模糊集隶属度和(或者)产生新的模糊集.在推理方面,运用模糊集理论中"所有算子",并不强调它们在逻辑上的一致性.最后以中医理论为例,说明朴素模糊描述逻辑在表达有别于西方自然科学范型的经验理论中的重要作用.     

基于粗糙近似空间中的模糊信息表示

粗集理论与模糊集合理论都是研究信息系统中知识不完备、不准确问题，两者都可利用观测数据表达知识，进行推理。针对传统粗集环境下知识表示模型用固定的属性集来描述对象这一局限，提出利用模糊属性模型对知识表达系统进行信息描述，并给出了模糊属性模型下对象及其上下近似空间的模糊表示。     

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.     

简单概念图与扩展描述逻辑ALC 的关系探讨

首先介绍了描述逻辑ALC ,描述逻辑ALC 是在ALC的基础上增加了传递关系、反关系、关系并、关系复合、个体实例集和一般数量约束构造器对其进行了扩展,并给出了ALC 的语法和语义,概念图被制作是继承语义网络和框架系统特点的知识表示方式,而简单概念图是概念图中可判定的部分,然后探讨了描述逻辑ALC 与简单概念图的关系.     

基于距离的区间值Vague集的多准则决策方法

研究将实数型Vague集的距离方法扩展成为区间值Vague集的距离度量方法. 给出区间值Vague集的模糊度定义和Hausdorff距离,建立基于距离的区间值Vague集多准则决策的相对优属度法,并通过例子说明实施方法的步骤.     

一个新的基于Vague集的近似推理方法

对于模糊概念(用Vague集表示)的隶属函数为连续的情况,将规则前件中模糊概念的论域与后件中模糊概念的论域作一一映射,给出基于Vague集的隶属函数为连续情况下的近似推理方法;对于Vague集的隶属函数为离散的情况,在作上述相同的映射后,再将规则前件中的Vague集和事实中的Vague集的真/假隶属函数分别进行线性插值,使它们都成为连续函数,然后给出基于Vague集的隶属函数为离散情况下的近似推理方法.     

Vague关系及其扩展合成运算

Vague关系作为模糊关系的一种推广,具有比模糊关系更强大的模糊信息表达能力.基于Vague集理论,系统研究了Vague关系及其合成运算.引入了Vague集及范数的相关知识,给出了Vague集之间一般关系、逆关系、空关系、恒等关系的定义,研究了它们进行关系运算的性质及相关定理,且给出了必要的证明.在此基础上,对基于范数的max-t&min-sVague关系合成运算进行了研究,并给出了相应的定理和证明,进而讨论了其在Vague近似关系缺失值填补方面的应用.     

一种新的Vague集相似度量方式

在分析比较当前几种Vague集相似度量方法及其优缺点的基础上,提出一种新的Vague集相似度量方法.该方法充分考虑支持度以及真隶属度差距和假隶属度差距,并且区分隶属度差距的方向.该方法更符合实际,它为Vague集之间的相似度提供了一种更好的度量方法.     

Vague集的两点注记

指出Vague集等价于i-vfuzzy集,提出Vague集向模糊集的一种转化方法。     

改进的Vague值间相似度量一般公式及其地标排序应用

针对现有Vague值间相似度量一般公式以常数为调节系数存在的不足,提出对其未知度子项调节系数增加与Vague值自身有关的函数的改进方法,给出了该函数应满足的条件。提出了一种包含该函数的新的Vague集间相似度量,对其性质进行讨论;并基于现有Vague集间相似度量,给出了一种该函数的选取方法。与现有相似度量比较表明,提出的相似度量明显改善度量结果的合理性和区分能力。与多准则模糊决策方法相结合,将提出的相似度量用于地标排序,表明其有效性、可行性和优越性,同时为地标排序提供了一种新方法。     

多级模糊神经网络在故障诊断中的应用

提出一种基于模糊神经网络的多级故障诊断系统,根据多级的需要,除了建立故障谱和识库外,还分别建立了频谱特征知识库、振动变化特征知识库和故障位置特征知识库,并对其主要功能做了比较细致和论述。文中特别对第1,3级采用的基于模糊组织径向基函数神经网络及第2级采用的模糊逻辑神经网络的学习算法做了较全面的论述,同时解决了模糊神经网络随着输入变量的增加,模糊规则呈指数增长带来网络训练的困难。通过试验,研究了该系统在某炼油厂重催化机组故障诊断中的具体应用。     

基于不同度量方法的Vague集的相似度量比较

基于海明距离函数,给出了Vague集2种新的相似度量方法.根据不确定信息处理的实际背景,利用Vague集的相似度量应该遵循的5项准则,对常见的几种相似度量性质进行了逐一检验,并将这几种相似度量进行比较,指出了它们的不足.