基于动态描述逻辑的语义Web服务PE匹配算法

将基于描述逻辑断言构成的PE描述公理的有限集合看作一个本体知识库,因此有关PE的语义匹配问题就转化到两个基于描述逻辑的本体知识库之间的逻辑蕴含判定问题,然后将逻辑蕴含推理问题转化为本体库的可满足性检测问题,并通过可判的扩展算法解决,同时对匹配结果进行有意义的排序及分类.所提方法与现有方法相当的情况下,具有更高的查全率,能够更好地区分匹配结果.     

面向agent的统一知识表示与推理逻辑框架

agent设计的坚实理论基础必须建立在知识表示和推理的理论之上.针对目前逻辑理论模型及行为理论模型的不足,提出以描述逻辑及其扩展来描述agent的静态、动态及不确定性知识等信念知识,结合描述逻辑与行为理论进行动作描述;并与认知逻辑相结合构成一个信念知识混合系统认知描述逻辑(EDL),以弥补描述逻辑在过程规则表示方面的不足.给出了EDL的语法及语义以及公理系统,构建了一个面向agent的统一的知识表示和推理逻辑框架.     

语义网中模糊本体的描述逻辑

为了使用语义网上的表达能力强的模糊知识来表示、推理模糊本体,我们将提出一种新的基于描述逻辑的模糊扩展,称之为带比较表达式的模糊描述逻辑（FCDLs）。FCDLs的语法和语义有标准化的定义,并且,FCDLs的公理和断言也有明确的指定。FCDLs结合模糊描述逻辑（FDLs）的模糊概念和扩展的模糊描述逻辑（EFDLs）的削减概念。因此,FCDLs可以使用语义网上的模糊知识来表示、推理模糊本体。     

模 糊 择 优 逻 辑 的 数 值 扩 充

提出一种新的模糊逻辑数值模糊择优逻辑, 给出了数值模糊择优逻辑的语法和语义, 并研究了其性质. 该逻辑结合多值逻辑和择优推理的语义特点, 得到的推理关系具有模糊性、 次协调性和非单调性, 且知识的模糊性能以数值的形式显式地表现, 适用于对智能系统中的不精确、 不一致和不完备知识进行表示和推理.     

一种扩展的模糊描述逻辑

为了提高对复杂模糊信息的表示能力,提出一种扩展的模糊描述逻辑.扩展模糊描述逻辑引入模糊概念和模糊关系的截集形式作为原子概念和原子关系,继承经典描述逻辑中的概念构造器和知识库形式,建立新的知识表示逻辑体系.定义了扩展模糊描述逻辑的语法结构、语义解释、知识库形式以及基于可满足性的推理问题.通过与模糊描述逻辑的比较,阐述了模糊描述逻辑可转化为扩展模糊描述逻辑,从而例证了扩展模糊描述逻辑具有比模糊描述逻辑更强的表达能力.     

基于双枝模糊逻辑的攻击模型BBFPAN模糊推理算法

针对基于MYCIN置信度方法的攻击模型BBFPAN推理算法,无法反映网络攻击过程中各结点的状态变化情况的缺点。以双枝模糊逻辑理论为理论基础,提出了BBFPAN模型推理的基本规则,并依据该基本推理规则,结合BBFPAN模型的定义,给出其相应基于双枝模糊逻辑的推理算法。在该推理算法中,预设起始库所集Pset、中间状态库所集Pg、可激发变迁集Tset,通过这三个集合元素的变化情况清晰地反映网络攻击的整个过程,为安全预警提供了依据。     

Tableau算法在粗逻辑知识推理中的应用

Tableau算法是本体推理部分描述逻辑中用于ABox一致性检验的算法,基于二值逻辑,不能完成多值概念的一致性检测。将粗糙逻辑的基本思想植入描述逻辑体系中,并改进了Tableau算法,使粗糙描述逻辑能够完成对粗糙概念的推理任务,为基于语义的本体知识检索奠定了技术基础。     

基于关联解释的术语集MUPS求解方法

本体调试是人工智能中非标准推理任务之一,主要用于找出本体中导致逻辑冲突的解释并进行修改,对于本体工程具有重要意义.结合语法相关性与关联解释,提出一种术语集的极小不可满足子术语集求解方法.语法相关性用于递归扩展不可满足子术语集,从待测术语集中将与不可满足概念语法相关的公理集合加入到不可满足子术语集,一定程度上减少了不相关公理的加入,可以有效减少待测术语集规模.进一步地,将术语集的极小不可满足保持子术语集(minimal unsatisfiability-preserving sub-TBox,MUPS)的求解过程看作是关键公理的查找过程.提出关联解释的定义,并通过构造术语集的关联解释方式确定关键公理.该过程一定程度上减少了推理机调用次数并简化了每次调用用于找出问题时的推理任务.实验部分将各类优化策略应用于黑盒算法并进行了比较.实验结果表明,该方法能够有效提高术语集MUPS求解效率.     

模糊本体结构及基于NGD的隶属度确定

本体能够形式化地描述特定领域的概念、术语及关系,但不能表达模糊的信息.为此将模糊描述逻辑应用在本体构建中,提出一个5元组的模糊本体模型,由概念集、角色集、实例集、模糊断言集和模糊关系集构成.基于Tableaux算法思想并结合算例,给出模糊本体模型推理问题的求解方法.针对模糊本体模型的隶属度计算问题,结合Google搜索,利用标准化谷歌距离(normalized Google distance,NGD)演算法,以实时且完全在线处理的方式计算关键词的相关性,并最终转化为模糊本体中的隶属度.     

协同业务过程中的语义一致性

为了解决协同业务过程中的语义不一致问题,使协同企业之间实现数据与知识共享,提出基于描述逻辑的本体不一致性分析方法。首先定义了本体的最小不一致子集、命中集合和调适集合,之后提出DS IO算法求解调适集合,并证明通过删除或修改调适集合中的公理可以有效恢复本体的一致性。最后以实际项目中的协同业务过程为例,在领域本体和协同本体的基础上建立本体一致性分析系统,分析结果证明该文提出的方法可以有效解决本体的不一致问题,从而保证了协同业务过程的语义一致性。     

模糊描述逻辑f-DLR-Lite∩的合取查询回答

分析了描述逻辑合取查询回答的研究现状及存在的不足,在描述逻辑DL-Lite和模糊集理论的基础上,提出了一种可表示和处理n元关系,并允许在包含公理左侧出现概念合取的新的模糊描述逻辑f-DLR-Lite∩,并给出其语法和语义及知识库的形式.提出了一种兼容查询阈值和用户指定权重的模糊查询语言,给出了利用这种语言在f-DLR-Lite∩知识库上进行合取查询的具体步骤和算法,并进行了算法时间复杂度分析,讨论了该合取查询过程的一阶逻辑可归约性.f-DLR-Lite∩弥补了经典描述逻辑在知识表示和推理上的不足,扩展后的查询语言对用户查询意图的表达更加精确合理.     

A new minimal rough set axiom group

Rough set axiomatization is one aspect of rough set study, and the purpose is to characterize rough set theory using independahle and minimal axiom groups. Thus, rough set theory can be studied by logic and axiom system methods. To characterize rough set theory, an axiom group named H consisting of 4 axioms, is proposed. That validity of the axiom group in characterizing rough set theory is reasonable, is proved. Simultaneously, the minimization of the axiom group, which requires that each axiom is an inequality and each is independent, is proved. The axiom group is helpful for researching rough set theory by logic and axiom system methods.     

A minimal axiom group for rough set based on quasi-ordering

Rough set axiomatization is one aspect of rough set study to characterize rough set theory using dependable and minimal axiom groups. Thus, rough set theory can be studied by logic and axiom system methods. The classic rough set theory is based on equivalent relation, but rough set theory based on reflexive and transitive relation (called quasi-ordering) has wide applications in the real world. To characterize topological rough set theory, an axiom group named RT, consisting of 4 axioms, is proposed. It is proved that the axiom group reliability in characterizing rough set theory based on similar relation is reasonable. Simultaneously, the minimization of the axiom group, which requires that each axiom is an equation and each is independent, is proved. The axiom group is helpful for researching rough set theory by logic and axiom system methods.     

相似关系粗糙集理论的一个极小公理组

粗糙集公理化是粗糙集理论研究的一个重要部分,其目的是用可靠且独立的公理组对粗糙集理论进行刻画,从而可以用逻辑和公理系统方法对粗糙集理论进行更为深入的研究．经典的粗糙集理论是基于等价关系的,但现实数据中存在更多的相似关系．为刻画基于相似关系粗糙集理论,给出了公理组S,它含有3个公理．证明了公理组的可靠性,它表明了用所给公理组刻画基于相似关系粗糙集理论的合理性．同时还证明了公理组的极小性,即公理组中每条公理是粗糙不等式且各公理是相互独立的．这些研究有助于粗糙集理论研究的深入和完善．     

Cloud-ALC:描述逻辑ALC的不确定扩展

描述逻辑是本体的重要表示方式,但只能处理严格的确定性知识,并不能处理自然界中广泛存在的不确定知识。通过对最基本的描述逻辑ALC进行扩展,提出了能够处理不确定知识的基于云模型不确定描述逻辑Cloud-ALC,给出了Cloud-ALC的语法和语义及其蕴涵推理关系。实例分析说明Cloud-ALC可以为扩展本体描述语言以能够处理不确定知识提供语义支持。