不确定知识的相似度量方法及应用

基于模糊集和粗糙集理论,给出常用的几种不确定知识的相似度量方法,并应用于信息检索系统中。建立了更符合用户信息需求的模糊相关检索模型。利用粗糙集的等价关系(近似关系)表示用户查询兴趣特征,并通过不精确的分类知识方法进行知识库中用户兴趣分类。     

C-OWL2∶OWL2在云模型上的扩展

为了表示现实生活中广泛存在的模糊性和随机性不确定知识,引入云模型对OWL2语法进行了不确定扩展,提出不确定本体语言C-OWL2.这种方法不改变OWL2的现有结构,用OWL2的注释属性annotation进行语法扩展,并给出了相应概念、角色等的C-OWL2语法,最后举例说明其具体使用方法.研究结果表明,该方法将OWL2本体分为精确部分和不确定部分,并且当不考虑不确定部分时,不影响精确部分知识的表示和推理;该方法是对模糊描述逻辑功能的扩展,解决了OWL2语言只能处理精确本体的问题.      

粗糙模糊集的粗糙性度量

粗糙集理论和模糊集理论是处理不确定和不精确问题的两种数学工具,它们有很强的互补性,将这两种理论相互融合可以建立粗糙模糊集模型。本文在概率近似空间上研究了粗糙模糊集的粗糙性度量,定义了知识的粗糙度概念,并将它与模糊集的粗糙度相结合给出了粗糙模糊集粗糙性的一种新的度量,验证了该度量的一些性质。     

软计算和知识获取

讨论在人的浩瀚知识中，哪些属于不精确和不确定的知识，并且说明这些知识是可以通过软计算来获取的。然后以示例形式，论述如何使用软计算的方法获取这些不精确、不确定的知识。     

OL归结的反例及改进的MOL归结

本文给出一个反例,从中可看出OL归结是不完备的。然后加以若干改进,提出一种改进后的序线性归结原理,即MOL归结。本文证明了MOL归结原理是完备的。     

格值命题逻辑系统Ln ×2P(X)中广义文字的α-归结性

归结自动推理是人工智能领域的一个重要研究方向.以格蕴涵代数为真值域的格值逻辑中的α-归结方法提供了一种处理带有模糊性和不可比较性信息的自动推理问题的工具,能对格值逻辑系统的α-不可满足子句集给出反驳证明,用α-归结原理证明格值逻辑中广义子句集的α-不可满足性,必须首先研究两个广义文字是否可以进行α-归结.研究了格值逻辑...     

基于案例与模糊推理的中医诊断系统研究

中医诊断过程中存在着大量的不确定信息,使得需要精确数据的计算机很难参与其中.阐述了案例推理和模糊推理的基本概念和原理,结合中医领域知识的特点,提出一种模糊规则推理机制.采用基于案例的模糊推理机制来实现推理过程,融合了人工智能领域的案例和模糊推理技术,并应用于中医诊断.实践证明:该机制具备良好的推理能力,能够为医生的正确判断提供决策支持.     

贝叶斯网络在故障诊断中的应用

贝叶斯网络适用于表达和分析不确定性和概率性的事物,由于具有能够对不完全、不精确或不确定的知识或信息作出有效的推理等特性,而成为目前不确定知识表达和推理领域最有效的模型之一。     

格值命题逻辑系统LP(X)的语义归结方法

为提高格值逻辑系统中α-归结原理的效率,将语义归结思想和α-归结原理相结合,讨论了格值逻辑系统的α-语义归结方法,并得到了其可靠性和完备性,为基于格值逻辑的归结自动推理算法作了必要的准备。     

一种新的语义归结原理——IDI-归结

本文利用Boyer 1971年使用的将子句中文字指数化的思想,引进了IDI-归结原理,IDI-归结原理具有OI-归结原理的在互撞的电子中,唯一挑选归结文字的优点,并证明了1型IDI-归结原理对于基子句集是完备的,2型IDI-归结原理对于一般子句集是完备的。     

可能性理论在模糊专家系统中的应用

提出在引入可能性理论后，即可用可能性分布来表示不确定和模糊的知识，使得在智能系统中进行模糊推理时，可以得到比基于概率的方法好得多的结果．这对于提高智能系统的性能是十分有益的     

Fuzzy Models to Deal with Sensory Data in Food Industry

IntroductionSensorydataareusedinfoodindustryforsensoryevaluationaswellasforprocesscontrol.Sensoryevaluationisusedwhenthefinalproductqualitycannotbeeasilyputinrelationtothecorrespondingmanufacturingparameters.Thisisparticularlyrelevantforfoodproducts,wherequalityfactorsperceivedbyconsumersaredifficulttorelatetochemicalorphysicalcomponentcharacteristics.Therearemanydifferentkindsofproblemsinwhichsensoryevaluationisnecessary:Newproductdevelopment,costreductionexercises,qualityimprovement,evaluat…     

一个基于可能性理论的推理模式

在可能性理论的基础上,提出了一种新的将经典的假言推理作为它的特例的推理模式,其推理机制是借助于基于max-min合成的矩阵积来实现的.所得结果在一定程度上对不精确推理具有理论上的意义.     

Evaluation of Metal Fatigue Problems Using Qualitative Reasoning Approach

Fatigue failures are often encountered in steel structures under heavy cyclic loadings. This paper presents metal fatigue problems in structural engineering using outcomes of recent advancements in numerical qualitative reasoning. Qualitative reasoning provides an effective and sound technique for solving complex and uncertain scenarios, regardless of the uncertainty or linearity of the design parameters and their constraints. This paper introduces the algorithms behind a software platform, built upon numerical qualitative reasoning for engineering applications. The software expresses the results of the analysis in variable ranges and diagrams showing a two-dimensional design space. The capability of representing design parameters and outcomes in solution spaces provides a practical way for engineers to leverage their existing knowledge and experience. Case studies in metal fatigue design are given to reflect on the capability of qualitative reasoning in engineering applications.     

基于粗糙集理论的RBF神经网络在LUCC分类浅析

将粗糙集作为神经网络的预处理单元,利用粗糙集消除冗余特征,减少神经网络的输入节点,降低了网络规模,加快了训练速度。粗糙集神经网络利用粗糙集原理进行知识的表达、推理和简化,利用神经网络的并行特点完成网络学习运算,能更有效地处理不确定、不精确及冗余的数据。结果表明,粗糙集简约后的决策信息放入RBF神经网络中进行运算,输出结果与BP网络运算结果进行对比,在运算时间和测试精度上均优于BP网络。     

一种基于Choquet积分的不精确推理方法

模糊规则是模糊推理中的重要工具之一,它表示了模糊知识的因果关系.在一个模糊规则集中,当模糊命题间存在交互作用时,将参数权重用模糊测度取代,得到了一种基于模糊规则矩阵变换和Choquet模糊积分的模糊推理方法.该方法主要应用在不完全归纳推理中.     

基于相似度量的加权近似推理方法

提出了规则中命题加权的真值计算方法及其约束条件,给出了加权的产生式规则的表示形式,定义了一个新的相似度量的加权运算和结论的加权组合方法．在此基础上提出了一种新的基于相似度量的加权近似推理方法．     

“不精确概念的表示理论”一文中两个命题的修正

指出了“不精确概念的表示理论 (Ⅰ ) ,(Ⅱ )”一文中命题 3.3中性质 5 ,X≈αR Y XUYC=U ,X∩YC=Φ和命题 2 .1存在的 2个错误 ,并给出了相应的修正 .     

一种新的基于假设的自然推理系统

本文在介绍自动定理证明的历史和分析自然推理研究的现有成果的基础上,提出了用以实现启发式自然推理系统HNDS的确定性推理算法。并设计了用作推理基本手段的假设机制。本系统采用知识库系统的软件结构,面向标准形式的命题逻辑和一阶谓词逻辑,对系统定理能给出清晰的类人证文过程。HNDS系统基于的推理算法理论上是合理的和完备的,这主要因为系统结合了自然推理与消解原理,并首创了量词逐层Skolem化的策略。     

确定性理论及主观Bayes方法的一个统一框架

本文讨论下列问题:1.提出一个统一框架:假定不确定知识由断言和推理不确定性组成,则其推理形式由AND型结合、OR型结合和COMB(组合)型结合组成.2.讨论在建造专家系统中,处理不确定性知识的确定性理论和主观Bayes方法,并将这个统一框架用于上述二种不精确推理方法,使这二种推理方法进一步系统化.3.讨论确定性理论和确定性因子的定义,提出一个将确定性因子的区间从[-1,1]压缩到[0,1]的方法.