结合优先有和可信度的非单调真值维护系统

不精确推理和非单调推理是人工智能中两个重要的研究方向。分析了基于概率的不精确推理和基于真值维护系统的非单调推理的各自特点和局限性,将论据的优先级和可信度引入ＡＴＭＳ,提出了结合优先级和可信度的非单调真值维护系统,并给出其算法,它能有效地处理不完全领域知识下的推理,结合不精确推理和非单调推理的优点,克服两者的局限性。     

带优先级的基于论据的非单调逻辑

分析了常规非单调逻辑的局限性，通过介绍带优先级的非单调逻辑和累积缺省逻辑，指出非单调逻辑不仅需引入优先级而且须基于论据．提出了带优先级的基于论据的非单调逻辑，从而能更有效地处理非单调推理．     

基于L~*系统的一种非单调推理系统

研究了非单调优先推理系统P和累积单调推理系统CM,以及模糊命题演算的形式演绎系统L ,在L 系统中定义了后承关系｜～:A｜～B当且仅当A2├B,证明了在L 系统中的这种后承关系满足累积单调推理系统CM,非单调优先推理系统P的全部规则,但这种后承关系不满足单调推理系统M的逆否律规则,从而在L 系统中建立了一个介于非单调推理系统和单调推理系统之间的逻辑系统.这为两种系统的理论研究建立一个桥梁以及为模糊控制提供了一种新的思路.     

一种在非单调和不完全领域知识下的EBL方法

基于解释的学习（ＥＢＬ）克服了基于相似性的学习中的一些局限性，但是由于领域知识的不完全性和非单调法，在ＥＢＬ过程中会出现等多重解释问题，运用分层ＡＴＭＳ（基于解释的真值维护系统）来实现ＥＢＬ方法，由于分民支ＡＴＭＳ能处理非单调推理和多重假设集，因而它能根据不同原因解决了ＥＢＬ中的多重解释问题。     

基于L^＊系统的一种非单调推理系统

研究了非单调优先推理系统P和累积单调推理系统CM，以及模糊命题演算的形式演绎系统L^*，在L^*系统中定义了后承关系|～：A|～B当且仅当A^2┠B，证明了在L^*系统中的这种后承关系满足累积单调推理系统CM，非单调优先推理系统P的全部规则，但这种后承关系不满足单调推理系统M的逆否律规则，从而在L^*系统中建立了一个介于非单调推理系统和单调推理系统之间的逻辑系统，这为两种系统的理论研究建立一个桥梁以及为模糊控制提供了一种新的思路。     

人工智能中时间推理的研究

 基于时间逻辑的基本推理,描述了人工智能专家系统的非精确推理中时间命题的相关运算,并由若干前提的可信度推导得出结论的可信度.理论分析和实例表明,所给出的算法是合理有效的.     

非单调推理与论辩系统

由于仅以一阶逻辑无法刻画出人类推理过程中的非单调性,因而逻辑学家尝试建立新的逻辑系统来解决这一问题。这些系统被称为非单调逻辑。它们传统上一般采用的是优先蕴含或者一致性和不可证明性方法;而从20世纪80年代末90年代初开始,越来越多的逻辑学家开始尝试基于一种新的方法实现推理的非单调性,称为论辩理论。为此,探讨论辩系统以及其后基于论辩系统而提出的论辩框架是如何刻画非单调推理的,并分析它们相互之间的联系。     

耶鲁枪击案：对非单调推理案例的分析

非单调推理多见于日常生活中。比如无证据证实Ｂ的反面,我们得出结论Ｂ。这种逻辑在计算机科学中的知识库,超大数据库和推理库中有许多运和。本案例是著名 的“耶鲁枪击案”据此介绍非单调推理。     

模糊缺省推理的理论和方法研究

在一种含有补余律的模糊抽象代数系统上，利用模糊逻辑公式与布尔函数的相互转换性，构造了具有模糊非单调推理能力的推理机制；从可应用性出发对模糊缺省规划进行了深入的讨论，该推理机制不仅增加了在量的描述方面的知识表达能力，而且在一定程度上解决了扩张存在性问题，提高了推理的效率。     

电视机故障诊断系统

采用基于知识的正向推理方法，建立了电视机故障诊断系统，其中运用了ＭＹＣＩＮ的不精确推理型求解结论的可信度值。     

信值修正系统及其实现

在许多基于知识的问题求解系统中，随着知识的不断积累可能会检测到某些新的结论和原有的知识产生矛盾，而维持该类系统中知识库的一致性是衡量该类系统是否有效的十分重要的标志，信值修正系统是解决类问题有效工具。     

复合限制

限制是一种基于极小化模型的非单调逻辑,本文首先提出一种相对限制形式——基于极大化模型的限制,继而给出结合极小与极大化模型的复合限制形式,并进一步讨论它们在形式化机器学习中归纳推理的应用.     

整合非单调推理及时态推理

在本文中我们提出一种整合的推理模式 ASPx,它同时支持非单调推理及时态约束推理.本文展示了它的语法,语义及复杂性分析.除此以外,我们详细研究了它的一个实例化的框架 ASP(DCR),并举例说明其能够作为实时领域内常识推理的逻辑基础.     

相信逻辑的某些性质和定理

本文研究了相信逻辑在相信蕴涵下的某些性质．在相信蕴涵的定义下，相信逻辑是非单调的．本文给出了几个相信逻辑的单调性的充分且必要条件．还证明了一个默认理论的延伸恰好就是对应的相信理论的相信公式的所有相信蕴涵式的全体．从而给默认理论的延伸以一个较为直观、简洁的表述．     

模糊命题逻辑L*中公式的条件随机真度

在赋值格为[0,1]的模糊逻辑系统L*中,基于条件概率的思想和赋值集的随机化方法提出了公式的条件随机真度,证明了条件随机真度的MP规则和HS规则。引入公式间的条件随机相似度和条件伪距离,建立了条件随机逻辑度量空间,推导出条件伪距离的若干性质,证明了条件随机逻辑度量空间中逻辑运算的连续性,并初步研究了给定条件下的近似推理理论。     

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.     

值乘积命题逻辑中命题的α-真度理论

利用均匀概率空间的无穷乘积,在n值乘积逻辑系统中引入命题的α-真度概念.给出了一般推理规则,利用命题的α-真度定义了命题间的α-相似度,进而导出命题集上的伪距离,使得在n值命题逻辑系统中展开近似推理成为可能.     

知识库中假言推理命题的Fuzzy表达及其求值

本文给出了另一类近似推理命题——假言命题的Fuzzy表达及其求值算法,并提出语言真值的“动词化”设想。作者认为在专家系统中采用语言真值的“动词化”方法可能更有效。     

几种逻辑系统中的近似推理理论

借助于逻辑系统中命题的真度理论, 引入命题之间的逻辑度量的概念, 并讨论其性质, 以此在几种常见的逻辑系统中讨论近似推理问题.     

基于不确定理论的CBRB规则激活权重计算方法

合取型置信规则库系统的推理方法以概率论为基础,通过乘法实现合取关系,然而这种计算方法并不总能准确反映规则的激活程度.鉴于此,引入不确定理论,改进前件属性合取关系的实现方式,以前件属性中最小的个体匹配度作为核心,并保留信息利用的完整性,提出一种新的规则激活权重计算方法.在此基础上,利用扩展置信规则库系统分别在回归和分类问题上对该方法的推理效果进行验证.实验结果表明:新方法有效提高了系统的推理能力,并能稳定地适用于多个数据集.