应用扩展的UML活动图建模审计专家经验

计算机审计专家经验来源于实践,应用于实践,但目前还没有对专家经验进行建模的统一建模语言.由于模型中的语法语义不一致、不明确,极大妨碍了审计业务人员对专家经验的理解、掌握和应用.统一建模语言(UML)已经成为事实上的信息系统领域建模语言标准.扩展UML活动图将其应用于审计专家经验建模,并给出了具体应用案例.应用扩展的活动图建模专家经验具有简单、清晰、标准化、国际化的优点,并能被不同领域的专家接受和理解.     

智能决策支持系统的若干问题

本文主要讨论智能决策支持系统中的决策与支持、智能部件与接口和总体结构等问题，在此基础上，对省长决策支持系统的实现提出一些看法。     

逻辑推理的优化策略研究

推理是数理逻辑和人工智能中的重要内容,但如何用优化策略实施逻辑推理,仍然是一个尚未引起注意但需解决的问题.将运筹学的优化和图论的基本路径及最短路径的思想应用于逻辑推理,提出若干优化策略,这些策略将有助于在数理逻辑和人工智能中推理的研究.     

逻辑学及其在计算机科学中的应用

本文简单介绍了命题逻辑,一阶谓词逻辑,二阶逻辑,模态逻辑,时序逻辑,动态逻辑,模糊逻辑,非单调逻辑,组合逻辑及λ-演算等,讨论了它们之间的相互联系及各自在计算机科学,特别是在人工智能领域中的应用。     

专家系统中的近似匹配和近似推理

专家系统中的知识的不确定性推动了近似推理的研究。而实施近似推理的前提是完成近似匹配。由此,本文首先讨论专家系统中有关不确定性的问题,继而通过引入λ—匹配和ε—匹配的概念探完了专家系统中的近似匹配及基于近似匹配的近似推理的策略和方法。从而修改和完善了文献[1,3,4]的部分结果。     

智能决策支持系统的若干问题

本文主要讨论智能决策支持系统中的决策与支持、智能部件与接口和总体结构等问题，在此基础上，对省长决策支持系统的实现提出一些看法。     

AI的发展及若干问题的探讨

本文对人工智能（ＡＩ）研究的历史做了简要的概述，探讨了ＡＩ各个历史时期特别是７０年代和目前所遇到的问题和困难。我们认为目前ＡＩ转入相对低潮的主要原因是：１．ＡＩ界在模拟人类智能时采用形而上学的方法２．ＡＩ没有象软件工程那样认真研究“问题定义”并在该基础上给出相应的归结策略３．ＡＩ没有象纯数学那样为自身奠定一独立和较完善的理论基础等，最后我们给出了ＡＩ摆脱目前相对低潮的若干策略，我们认为，ＡＩ的进一步研究和发展不仅依赖于ＡＩ现有诸如知识工程和分布式ＡＩ等各个领域的进一步深入发展，而且依赖于其他相关甚至不相关的科学和技术的进一步深入发展。