析取稳定模型和大胆辩论推理

将任意析取逻辑程序自然转化为一个辩论推理框架，大胆辩论推理的实现则由所有极大可接受假说刻画，从而提出了一种实现大胆辩论推理的析取逻辑程序系统，并得到了一些有意思的结果，特别是证明大胆辩论推理可由析了稳定语义实现。     

知识推理的一个模

引入了能描述操不同语言的多ａｇｅｎｔ系统中知识推理的模态逻辑语言及其Ｋｒｉｐｋｅ语义与Ａｕｍａｎｎ语义，为其建立了完备的形式化演绎系统；并构造了多ａｇｅｎｔ系统的逻辑的Ｉｎｓｔｉｔｕｔｉｏｎ。     

联合状态差分检测方法及其在超宽带无线通信系统中的应用

首先提出差分编码器输入输出联合状态的概念，并设计出一种递归的网格图化简方法，实现了最大似然意义下的多符号联合差分检测．随后在此基础上，对衰落信道提出一种迭代检测结构，并将其应用于超宽带无线通信系统．仿真表明，在单位符号检测复杂度不变的前提下，检测性能可任意逼近多符号非相干差分检测的理论极限，并可有效地应用于实际通信系统中．同时它为各种类似的无记忆噪声中有限状态Markov过程的状态序列估计问题提供了一种新的解决方法．     

基于Schweizer-Sklar T-范数的模糊逻辑系统

基于Schweizer-SklarL范数，提出了一个新的模糊逻辑形式系统UL^＊证明了系统UL^＊的可靠性和完备性，并指出著名的SBL-系统是UL^＊的语义扩张，而IMTL△统是UL^＊当两个“非”运算重合时的特例．最后分析了UL^＊系统与其他模糊逻辑形式系统的关系，并从Yager的“与度”、Whalen的“模糊规则交互作用的强度”概念出发，说明了系统UL^＊中参数p的含义及其在近似推理中的应用。     

基于析取逻辑程序设计的诱导推理

利用辨论推理模式，将负文字的析取式作为诱导推理的假设，建立了析取逻辑程序设计的一种诱导语义框架ＤＡＳ。它不仅是实现辩论推理（诱导）的一种简单直观语义而且为析取程序的语义了一个统一的框架。特别地，证明了著名的良基语义和ＥＧＣＷＡ等都可以嵌入ＤＡＳ。     

知识推理的一个模型

引入了能描述操不同语言的多agent系统中知识推理的模态逻辑语言及其Kripke语义与Aumann语义 ,为其建立了完备的形式化演绎系统 ;并构造了多agent系统的逻辑的Institution .     

离散时滞标准神经网络模型及其应用

为了能够方便地分析离散递归神经网络（RNN）的稳定性，以及解决目前比较难的离散非线性系统的控制器的综合等问题，类似于鲁棒控制中的标准模型，提出一种新的神经网络模型——离散时滞标准神经网络模型（DDSNNM），它由离散线性动力学系统和有界静态时滞（或非时滞）非线性算子连接而成。利用不同的Lyapunov泛函和S方法推导出基于线性矩阵不等式（或非线性矩阵不等式）的DDSNNM全局渐近稳定性和全局指数稳定性的充分条件。大多数离散时滞（或非时滞）RNN稳定性分析或包含神经网络的非线性控制系统都可以转化为DDSNNM形式，从而进行稳定性分析或镇定控制。从DDSNNM应用于离散时滞细胞神经网络（CNN）的稳定性分析以及非线性控制系统的综合实例可以看出，DDSNNM不仅使得大多数RNN的稳定性判定简单易行，而且为非线性系统的控制器设计提供新的思路。     

基于递归测度主成分分析的振动信号非平稳评价

在递归损失量和递归趋势两个非平稳测度的基础上,结合主成分分析方法,提出一套实用的振动信号非平稳评价方法.首先,在一定观测时间尺度的基础上,分别建立由递归损失量和递归趋势两个测度组成的样本向量;依据工作平稳性的定义,将两个向量组装成多变量的样本矩阵,对其进行主成分分析,取第一主成分作为振动信号非平稳性综合评价的对象,构造非平稳性的统计模式差异指标,并通过几种典型的数值模拟非平稳信号的评价结果验证指标的可靠性.最后,将此方法应用于桥梁结构环境振动信号分析,以得到更加客观的分析结果.     

基于进化算法的递归神经网络系统辨识方法

针对传统的递归神经网络学习算法存在的缺陷,本文利用进化算法对递归神经网络进行优化设计,提出了一种基于改进进化算法的递归神经网络系统辨识方法.该方法利用高斯变异和柯西变异相结合的方式进行变异操作,利用个体适应度和种群多样性指标使交叉概率和变异概率进行自适应调整,可以保证变异操作按一定的幅度均匀地分布在整个网络上,提高算法的收敛速度,避免早熟现象.给出了算法的具体步骤,通过仿真实验证明了该算法的有效性.     

基于真值的SBL_～公理化扩张系统的计量化

本文首先在带有对合否定的△模糊逻辑系统SBL～中,运用△演绎定理和真值分布,论证了SBL～系统中有效推理的真值关系定理.其次以SBL～系统的公理化扩张Godel～为例,提出了△相似度、△距离,运用真值关系定理论证了△度量空间逻辑算子→,～的连续性,给出了公式与理论间距离的计算方法,从而实现了△模糊逻辑系统的计量化.最后在Godel～系统中提出了3种近似推理模式,并讨论了3种模式之间的关系.     

脉冲噪声滤波的无监督鲁棒递归最小二乘方法

在未知期望信号的条件下,提出一种能够抑制脉冲噪声的鲁棒递归最小二乘自适应滤波方法.与传统最小二乘法的代价函数不同,通过引入饱和非线性约束,降低可能出现的脉冲噪声对滤波器权值更新的影响.此外,提出一种多步预测器来重构滤波器的输入信号,通过比较判断滤波器输入信号可能受到脉冲噪声干扰时,采用预测值来替代原始观测信号.实验结果表明,提出的无监督鲁棒递归最小二乘自适应滤波方法在未受到脉冲噪声干扰时与传统的递归最小二乘法具有相近的收敛性能;在脉冲噪声条件下,传统递归最小二乘法和其他的无监督自适应滤波方法性能都变得很差,但本文提出的方法几乎未受到脉冲噪声的影响.     

逻辑系统Ln中命题的真度理论

利用势为n的均匀概率空间的无穷乘积, 在n值广义Lukasiewicz命题逻辑系统中引入命题的真度概念, 证明了全体公式的真度值之集在上是稠密的, 并给出了公式真度的表达通式及真度推理规则; 利用真度定义了公式间的相似度, 进而导出了全体公式集上的一种伪距离, 为n值命题逻辑的近似推理理论提供了一种可能的框架.     

逻辑系统L*n中命题的真度理论

利用势为n的均匀概率空间的无穷乘积, 在n值广义Lukasiewicz命题逻辑系统Ln^＊中引入命题的真度概念, 证明了全体公式的真度值之集在上是稠密的, 并给出了公式真度的表达通式及真度推理规则; 利用真度定义了公式间的相似度, 进而导出了全体公式集上的一种伪距离, 为n值命题逻辑的近似推理理论提供了一种可能的框架.     

构造广义Sturm序列的递归算法

广义Ｓｔｕｒｍ序列被用于判断一个多项式方程ｆ（ｘ）在多项式ｈ（ｘ）〉０条件下的实根数。为了构造这样的序列，原先的方法基本上就是辗转相除法。对于带符号系数的多项式，大量的实例表明其效率甚低，无法处理较复杂的问题，代之以一个新的递归算法，成功地避免了由辗转相除引起的高复杂度的计算。     

非线性系统的变论域稳定自适应模糊控制

采用变论域自适应模糊控制实现一类非线性系统的稳定自适应控制. 首先用积分调节原理设计了作用于推理后件的伸缩因子, 对于一阶非线性系统进行了仿真实验. 然后用Lyapunov方法证明了变论域自适应模糊控制是稳定的自适应控制, 对于二阶非线性系统进行了仿真实验. 此外提出符号因子方法, 它大幅度扩展了系统的稳定域并提高了鲁棒性.     

OWL2QL存储与应用

通过对OWL2语法结构和推理方式的分析,提出OWL2基本元素和公理在关系数据库中的存储结构和推理实现方式.将部分推理结果在数据库中进行存储,提高了本体存储和推理的效率,并能对大规模的本体进行存储.通过构建知识管理平台验证了该存储方式的有效性.     

基于变论域的分散模糊推理方法求解传热反问题

建立了基于变论域的分散模糊推理方法。首先，设计了一组分散的模糊推理单元，以各测点处温度的计算值和测量值之间的误差分别作为模糊推理单元的输入变量，同时根据误差的大小调整输入变量论域的值，进行模糊推理得到推理结果；然后，对各推理结果进行加权综合，产生各个待反演温度的补偿值并对各个待反演温度的猜测值进行修正；最后，实现导热反问题的求解。选用不同的初始猜测值、温度测点数目以及温度测量误差进行了数值试验，证实了基于变论域DFI算法的有效性。     

基于辩论语义的算子模糊逻辑

定义了一种基于辩论语义的算子模糊逻辑，这种逻辑是相关的，次协调的，非单调的，能形象地刻画认知过程的信念修正，适于在知识不一致，不清确，不完全情形下推理。     

命题演算系统L~*与谓词演算系统κ~*中统一的近似推理理论

引入了度量R0-代数和R0型Hilbert方体的概念. 从语义和语构两个方面建立了同时适用于命题逻辑系统L*与一阶逻辑系统κ*的近似推理理论,并得到了统一的完备性定理.     

Fuzzy系统的概率表示

揭示了Fuzzy系统的概率论意义，指出Fuzzy系统中常用的清晰化方法，即重心法是合理的且在平均平方意义下是最优的方法．基于不同的Fuzzy蕴涵算子，给出几种典型的概率分布，如Zadeh分布，Mamdani分布，Lukasiewicz分布等，它们充当Fuzzy系统的“系统核心”作用．此外，根据Fuzzy系统概率分布的一些性质，论证了由Zadeh提出的构造Fuzzy系统的CRI算法是基本合理的且有效的．此外还刻画了均匀概率分布在Fuzzy系统中的特殊作用．最后，讨论了CRI算法和三Ⅰ算法之间的关系．在构造Fuzzy系统的意义下，当三Ⅰ算法中的三个Fuzzy蕴涵算子限制为同一种算子时，CRI算法和三Ⅰ算法之间的关系有如下三种基本情况：①二者等效；②后者是前者的退化；③后者平凡而前者不是．当三Ⅰ算法中的三个Fuzzy蕴涵算子不限制为同一种算子时，CRI算法是三Ⅰ算法的特例，即三Ⅰ算法是更为广泛的一种算法．由于三Ⅰ算法有着良好的逻辑基础且包含推理优化的思想，因此三Ⅰ算法将有很好的应用前景．