定性三角推理方法研究

给出了距离与方向的定性划分,并指出了定性运算的推理模式,得到相应的推理规则表.通过实例对两种推理路线进行了比较和分析,归纳出适用于推理的基本原则.最后,对问题的已知量规模进行了分析,给出并证明了最小已知量规模的估算公式.     

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.     

一次性求解多个SAT问题

在实际应用中通常需要求解对应CNF(Conjunctive Normal Form)公式之间仅相差几个子句的一系列SAT(Satisfiability Problem)问题,但目前绝大多数SAT求解算法都是针对单一SAT问题设计的。为此,基于DPLL提出了nDPLL算法,并在随机问题上对该算法的效率进行测试。实验结果表明,nDPLL算法能一次性求解多个SAT问题,对于特定范围的CNF公式集具有较高的效率,CNF公式集的规模越大、相近因子越高、子句数和变量数的比值越大,则nDPLL算法的效率越高。     

影响图学习之研究

文章通过对多种用于决策分析和不确定性推理的工具的比较,简要介绍目前影响图学习的相关工作,讨论了影响图学习的相关问题,并给出了几种影响图学习的方法（算法）。     

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.     

基于本体的汽轮发电机组故障诊断知识建模

针对目前汽轮发电机组故障诊断领域知识术语复杂、系统异构、知识表示不完备以及共享和重复使用困难等问题,依据故障诊断需求,采用基于本体的知识表示方法,提出了一种适用于汽轮发电机组故障诊断领域的本体构建方法和知识表示模型.在解析了汽轮发电机组故障知识特性的前提下,定义了其本体概念、属性、关系、实例和公理,为知识表示提供了明确的形式化规格说明,并借助Protégé_4.3构建了包含汽轮发电机组的故障类型、故障特征、故障原因和维修策略等故障诊断领域本体,设计了一致性检验的算法.在此基础上,在SQI机械故障综合模拟实验台上模拟汽轮发电机组故障,通过FaCT++推理机实现本体知识推理测试.结果表明基于本体的汽轮发电机组故障诊断知识模型是可行的.     

三值逻辑神经元模型及其不确定性推理应用

针对二值神经元在不确定性知识表示和推理中的不足,提出了一种具有三值逻辑表达能力的神经元模型:三值逻辑与神经元和三值逻辑或神经元。采用这种三值逻辑神经元来表示规则和真值状态的不确定性,由这种逻辑神经元连接而成的神经元链能够实现三值逻辑推理系统,可以对三值关联规则进行表示和推理。     

基于模糊定性仿真的多议题自动谈判模型

结合模糊定性仿真(FQSIM)理论对多议题谈判进行仿真, 构建了基于模糊定性仿真的多议题谈判模型, 并且进行了实例验证. 从验证结果可以看出, 仿真结果符合谈判的逻辑和人们的直观推测,能够清晰反映谈判的变化趋势, 该谈判模型相对于传统定性仿真对具体谈判问题具有更强的适应性, 更好地解决了由于不确定性因素在定量仿真中产生的问题, 可以简化多议题谈判的复杂程度, 并增强仿真模型的可信度和实用性.     

Mamdani型概率模糊系统建模方法

针对模糊系统不能有效表示系统中的随机性,给出了一种Mamdani型概率模糊系统的建模方法。该模型不需要领域专家的知识,可以直接从已有数据生成概率模糊规则。相应地给出了一种概率模糊推理方法。概率模糊系统综合了模糊系统的易理解性和概率系统的统计特性,能够对数据中的随机性进行更好地表示和处理。以概率模糊系统在时间序列分析中的应用为例,通过与“查表法”(table look-up scheme) 的比较,说明了所提方法的有效性。     

基于数据融合技术的火灾报警系统的研究与设计

提出了一种基于现场总线的神经网络和模糊推理的多传感器数据融合技术,对所采用的数据融合技术进行了详细介绍.通过模拟实际输入信号的仿真结果证明,采用神经网络BP算法和模糊推理的多传感器数据融合技术能够准确预报火灾,有效降低误报率,达到了预期良好的效果.