基于模糊集的模糊时态映射模型

为了使时态数据库对客观世界更符合实际抽象描述,提出了用模糊测度分析模糊时态数据的隶属度,基于模糊集理论建立了模糊时态映射模型,实现测度模糊值向离散时态区间的映射.建立的模糊时态关系模型进行传统概念扩展,对事件的模糊时态信息作测度分析,抽取和元组离散时间对应的事件模糊值,向离散时态区间作映射,在模糊时态数据库概念层使模糊数据和时态凸区间实现原子对应.该理论弥补了现有时态数据库不能处理模糊时态信息的缺陷,扩展了模糊时态数据库处理模糊事件的能力.     

基于时间区间关系的时态模糊描述逻辑研究

针对传统的模糊描述逻辑对随时间变化的不精确知识缺乏表达能力,运用时态逻辑,结合模糊计算,提出了基于时间区间关系的时态模糊描述逻辑—TFDL(IntervalAllen).引入Allen区间关系用于表示时间区间关系,并给出了TFDL(IntervalAllen)的语法和语义.该逻辑形成的系统增强了不精确知识的时态关系的表达能力.     

一个模糊时态数据库关系代数理论

为了解决时态数据库对客观世界更符合实际的抽象描述、能有效表示和处理复杂对象、支持用户定义的数据类型、扩展建模能力、减少不同类型数据转换代价大等问题,针对复杂数据不仅有时态性,而且具有模糊的特性,从基本的时态数据库模型入手,定义了一系列模糊时态关系元素,并建立了一个能描述模糊时态信息的1NF关系代数.从理论上论证了相应的模糊/时态关系代数映射及运算模型,避免了模糊时态数据库不能提供表达时态信息的环境设施,也增强了现有时态数据库描述模糊事物特性的能力.     

时态关系的向量表示及其推理

作为推理的基础,时间的表示方法是一个基本的要素。文中为Allen的区间代数理论中区间的关系表达提出了向量表示法,称之为关系向量。其后,给出了定义在关系向量上的几种运算,并将其运用于时态推理中。这种方法把原先的矩阵表示法降为向量表示,从而较好地减少了时态推理计算量,并易于计算机实现。     

基于时态逻辑的多时间序列挖掘模型

为了从多时间序列之间发现的定性的时态相关模式可而更全面的理解和把握系统的演化特性,提出了一种基于时态逻辑的多时间序列挖掘模型.它首先将多时间序列转化为多事件序列,然后将预处理后的多事件序列利用区间时态逻辑(ITL)关系子集来定义多事件序列中事件间的时态相关模式.其次进行多状态序列融合和局部时态观测序列的生成,之后采用频繁模式挖掘算法发现多时间序列的频繁时序模式.该模型有助于解决时间序列挖掘所面临的若干挑战和难题,有助于扩展现有时间序列挖掘系统的功能,从而指导时间序列等复杂类型数据的知识发现过程.实验结果表明了该模型及算法的有效性和优越性.     

基于间断区间的时态关系处理

定义了基于间断区间的时态的逻辑的公理，分离规则，证明等概念，特别，讨论了区间分离后的时态关系确定问题以及公理的完备性。     

人工智能应用中基于区间代数的时态推理

时态表示和推理是人工智能领域的重要研究内容之一,它的应用范围分布很广,从逻辑基础研究到知识系统的应用.区间代数是一种独立的与领域无关的时态理论.用区间代数能表示不确定的时态关系,可以很方便地用于时态推理,表达能力强;时态关系的区间表示比较直观,可理解性强;同时区间代数可以进一步扩展到二维空间领域,即将区间代数拓展为矩阵代数,实现二维空间推理.在一维时态推理中,将时态的区间表示和矩阵表示相结合,在提高计算效率的同时,保持了形象直观的时态表示.     

带有效时间区间的模糊时态关联规则的挖掘

随着市场竞争的日趋激烈和业务环境的不断变化，企业数据中的时间信息的管理问题受到人们普遍关注。时态数据挖掘成为数据挖掘研究的一个热点。考虑到用户的时态需求常常是非确定和非精确的，在采用模糊时态代数来表达时态需求的基础上，提出了一种带有效时间的模糊关联规则，并给出了一种基于FP-树的挖掘方法。最后用一个例子对该方法的执行过程进行解释。     

关系数据库中时态关系模式的研究

本文定义了关系数据库中的时态关系模式,对其进行了分类,同时研究了时态关系模式的特性。     

嵌套关系DB实现时态DB系统的方法

讨论嵌套关系表达时态关系、嵌套元组演算表达时态元组演算的能力，提出一种用嵌套关系数据库（ＤＢ）实现时态数据库系统的方法．     

事件的模糊离散时间区间的表示

由于现实世界中事件的持续时间难以精确测量,以及起始时刻及结束时刻的模糊性,使得Allen的区间代数不能很好地刻画事件的模糊时间区间,首先将时间区间离散化,然后用事件的持续分布的概念米表示事件的持续时间,并用时间区间来近似持续分布,使得可以应用Allen的区间代数来进行相应的时态推理,最终给出了求主时间区间的算法。     

一种不确定区域间的方向关系模型

基于区间值及其运算性质给出了不确定区域间方向关系的表示及推理方法. 该方法不同于基于经典模糊集及其截集的方向关系模型, 利用区间值方向关系矩阵分析不确定区域间方向关系的隶属程度, 将不确定区域间的方向关系划分为不确定区域与不确定区域间的方向关系、 不确定区域与分明区域间的方向关系、 分明区域与不确定区域间的方向关系、 分明区域与分明区域的方向关系4种类型. 将分明区域作为不确定区域的特例统一处理.     

区间乘性偏好关系相容度分析

首先给出了两个区间乘性偏好关系之间的相容度概念,然后提出了区间乘性偏好关系之间的相容性指标。证明了若某一区间乘性偏好关系与一组区间乘性偏好关系中的每一个均具有可接受的相容度,则这个区间乘性偏好关系与一组区间乘性偏好关系的集成关系仍具有可接受相容度。     

端点模糊的区间代数

由于现实世界中事件的持续时间难以精确测量,以及起始时刻及结束时刻的模糊性,使得Allen的敬意代数不能很好地刻画事件的模糊时间区间,用事件的持续密度函数的概念来表示事件的持续时间,并用时间区间来近似持续密度函数,使得可以应用Allen的区间代数来进行相应的时态推理。     

需求区间型运输问题的模糊优化模型

为解决需求区间型运输问题,将弹性需求区间转化为三角模糊数,建立该问题的模糊优化模型;根据运输问题的特点,将模糊优化模型转化为两个等价的运输问题,给出模糊最优判决λ＊的一个定理,并给出此类运输问题的一种简便求解方法;最后,通过实例验证方法的有效性.     

需求区间型运输问题的模糊优化模型

为解决需求区间型运输问题,将弹性需求区间转化为三角模糊数,建立该问题的模糊优化模型;根据运输问题的特点,将模糊优化模型转化为两个等价的运输问题,给出模糊最优判决λ＊的一个定理,并给出此类运输问题的一种简便求解方法;最后,通过实例验证方法的有效性.