析取逻辑及析取逻辑程序的语义研究

在用不完全知识进行常识推理时，常用缺省方式推导结论，然而当缺省否定算子ｎｏｔ被定义成ｎｏｔ ｐｒｏｖｂｌｅ（不可证）时，析取逻辑程序（ａＶｂ，ｎｏｔ ａ，ｎｏｔ ｂ）应该是一致的，因为ａ不可证且ｂ不可证并不意味ａＶｂ不可证，虽然这是一个很重要的事实，但现有主要的析取逻辑程序语义理论却不能支持它。其主要原因是这些理论都基于传统的一阶谓词逻辑，其中否定ａ且否定ｂ将导致否定ａＶｂ，现提出一种支持上述事实     

信度网分类器

分类问题是人工智能中机器学习研究的一个重要问题,它在模式识别、故障诊断以及数据挖掘等领域有着广泛的应用。利用信度网可以构造出分类性能更好的分类器。文章着重探讨了Naive Bayes分类器,增强的Naive Bayes分类器和通用信度网分类器的构造方法,并分析比较了这三类分类器的优缺点。     

基于互信息和测度学习信度网结构

交叉熵是对一个分布与其近似分布的接近程度的度量。在许多关于信度网结构的学习文献中,都将交叉熵作为检验算法学习效果的一个指标。笔者直接从交叉熵最优这一指标出发,在分析已有测度的基础上,提出了一个新的测度－互信息和测度,并证明了该测度的可分解性质。最后,给出了利用互信息和测度进行信度网结构学习的两种启发式搜索算法。     

计算机桥牌双明手解的Hash表改进

人工智能中关于牌类游戏的研究因为具有信息不完备的特点,在发展上落后于棋类游戏.牌类游戏研究的基础是在信息不完备条件下寻求一种快速的局面求解方法,虽然这个问题也非常困难.在采用Scout搜索的桥牌双明手算法基础上,提出根据牌局的特点对局面进行标准化编码的方案,从而提高了Scout搜索中Hash表的内存利用率和查询命中率,使得在剪枝过程中比原来的算法少展开5%的叶节点.     

PROLOG处理高阶谓词的方法

基于一阶谓词逻辑的PROLOG语言不允许量词作用于谓词,这限制了它的表达和处理范围。本文提出了两种PROLOG(间接)处理高阶谓词的方法,即“公用谓词”方法和“附加子目标”方法。     

混合系统的形式化模型

混合系统是一种离散和连续构件融合在一起的反应系统,通常以微分方程为连续模型,以离散事件系统或自动机为离散模型。本文概述了目前几个重要的混合计算模型,并通过扩充公平转换系统ＦＴＳ,提出混合系统的一种新的计算模型－混合转换系统ＨＴＳ。