用概念图表示规则及其推理方法

利用概念结构理论，将概念图的知识表示方法与规则的知识表示方法结合起来，提出了用概念图表示规则，并讨论了这种知识表示下的推理方法。     

交互概念图及应用

良好的知识表示形式能方便问题的求解。文中将用于刻画复杂对象结构的概念图知识表示方法推广为主动语义网络,引入复制功能体,删除功能体,在关系节点中增加主端口标识,给出了交互概念图及相应的交互概念图语言的定义,通过示例给出了交互概念图的良好表示能力。     

专家系统中的模糊知识表示及推理研究

结合一种基于特征的零件可制造性评价模型,论述了基于模糊理论的知识表示方法和推理方法,使用隶属函数和模糊规则表示知识,使用匹配度最大优先法和加权证据综合评判算法进行推理研究.     

直觉模糊仿射空间与直觉模糊子空间

在K．Atanassov引进直觉模糊集概念的基础上,利用直觉模糊点研究直觉模糊仿射空间与直觉模糊子空间,证明了向量空间E上的直觉模糊集是E上的直觉模糊子空间或直觉模糊仿射集的充要条件以及线性映射将直觉模糊子空间映射为直觉模糊子空间的定理,给出了直觉模糊线性变换和直觉模糊仿射变换的概念,并研究了直觉模糊线性变换和直觉模糊仿射变换之间的关系,从而使模糊空间和模糊变换的基本理论得到进一步的推广。     

基于直觉模糊熵的直觉模糊聚类

Atanassov直觉模糊集合是对Zadeh模糊集合最有影响的一种扩充和发展,将模糊聚类扩展为直觉模糊聚类,具有重要的应用价值。在研究将模糊聚类扩展为直觉模糊聚类时,提出了一种基于熵最大的直觉模糊聚类,并推导了迭代求解的算法。典型实验表明,直觉模糊聚类的性能优于模糊聚类,提高了聚类的正确率。     

直觉模糊软群与直觉模糊正规软群

在直觉模糊集理论的基础上,引入了直觉模糊软群的概念。讨论了其关于软集的交、并运算的性质,研究了直觉模糊软群的结构特征,提出了直觉模糊软映射下直觉模糊软集的像与原像的概念,最后研究了直觉模糊正规软群的概念及性质。     

概念图知识表示的推理方法

主要讨论概念图与一阶逻辑的关系，提出一种基于概念图的知识系统的推理方法，该方法在概念图上进行演绎推理。     

基于直觉模糊剩余蕴涵的直觉模糊粗糙集的性质

本文主要研究直觉模糊剩余蕴涵下的直觉模糊粗糙集的构造和性质.定义了直觉模糊集上的剩余蕴涵, 基于该剩余蕴涵构造了直觉模糊粗糙集的上、下近似算子, 并给出了基于不同二元关系下近似算子的性质.     

直觉模糊内积空间和直觉模糊余内积空间

文[1]在模糊子域、模糊线性空间理论的基础上,给出了模糊内积空间、模糊范数、模糊余内积空间、模糊余范数等概念及其对应的性质．在文[1]的基础上,笔者结合直觉模糊集的相关理论,以模糊内积空间和模糊余内积空间理论为依托,将模糊内积空间及模糊余内积空间理论推广到直觉模糊集的情形,定义了直觉模糊内积空间与直觉模糊余内积空间,相应给出了直觉模糊子域、直觉模糊线性空间、直觉模糊范数、直觉模糊余范数等概念,并讨论了相应的性质．     

直觉模糊线性空间

本文提出了直觉模糊域和直觉模糊线性空间的概念,讨论了它们的一些初等性质.     

Intuitionistic Fuzzy Rough Sets Based on Two Intuitionistic Fuzzy Implicators

<正>This paper presents a general framework for the study of relation-based intuitionistic fuzzy rough sets determined by two intuitionistic fuzzy implicators.By employing two intuitionistic fuzzy implicators I and J,I -lower and J-upper approximations of intuitionistic fuzzy sets with respect to an intuitionistic fuzzy approximation space are first defined.Properties of(I,J) -intuitionistic fuzzy rough approximation operators are then examined.The connections between special types of intuitionistic fuzzy relations and properties of (I,J)-intuitionistic fuzzy approximation operators are also established.     

扩展产生式规则知识表示方法

通过对现有知识表示方法进行分析，指出了产生式规则和概念图表示方法在自然语言理解中存在的问题，提出了扩展产生式规则知识表示方法，并对该规则的推理机制和具体实现进行了讨论．扩展产生式规则表示方法是将产生式规则的前提、结论和处理分别用概念图表示，是一种混合知识表示方法．它既保持了产生式规则的模块性，又揭示了自然语言中的深层次关系，与自然语言形成自然映射。通过分析表明，扩展产生式规则的总体性能要优于传统的产生式规则。并且特别适合于自然语言理解中的知识表示．该规则已应用于网络故障诊断专家系统的自然语言接口设计中．     

基于模糊Petri网络的分布式知识表示方法

从模糊产生式系统出发，引入模糊Ｐｅｔｒｉ网络（ＦＰＮ）的定义，进而给出了模糊产生式规则的各类型的ＦＰＮ表示模型．在此基础上提出了一种基于ＦＰＮ的交互式推理方法．该方法为模糊知识的表示提供了一种有效方法．     

关于区间值直观模糊集上的指标问题

在直观模糊集和区间值模糊集基础上,定义了区间值直观模糊的一些关系,算子,讨论了区间值直观模糊集指标的一些主要性质。     

基于VC和VIP的面向对象知识表示

知识表示是人工智能研究的基本问题之一。通过在 Visual C+ +的类中引入Visual Prolog的推理机制提出了一种基于 VC和 VIP的面向对象知识表示方法 ,完善了 Visual C+ +对象的推理功能 ,进一步增强了面向对象的知识表示能力以及 VisualProlog的接口和计算能力 ,并通过实验验证了方法的性能     

基于模糊概念模型的模糊本体构建方法

针对从预先定义的概念层次生成模糊本体这一非常困难的问题,提出利用模糊概念模型来构建模糊本体.基于模糊集理论,对UML概念模型及OWL DL本体进行了模糊扩展,从二者的逻辑基础说明了利用模糊UML类图构建模糊OWL DL本体的可行性,进而研究了从模糊UML类图到模糊OWL DL本体的形式化映射方法,给出了映射规则及公理的创建过程.利用现有的模糊概念模型构建模糊OWL DL本体可以有效降低建立模糊本体的复杂性,同时增强了本体的表达能力.