时态逻辑的比较与分析

对时态逻辑的两种重要形式－线性时态逻辑与分支时态逻辑进行了比较和分析,指出它们各自的特点及适用范围。     

反应式系统的并发模型（Ⅳ）——时态逻辑模型

基于文（１￣３）,提出反应式系统并发描述的时态逻辑模型,并给出抽象计算模型的时态语义。     

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。     

基于可计算性逻辑的知识表示与推理

以可计算性逻辑的完备子集CL4为基础进行知识表示, 将知识分为简单知识与一般知识. 通过分析知识库系统的特点和需求, 给出了采用正反向混合推理方法的推理机设计, 并举例说明以CL4为基础的知识库系统, 具有能够表达和查询更细致的知识、 便于用户和系统交互的优点.     

面向对象的知识表示方法研究

面向对象的知识表示方法已越来越多地应用于专家系统的建造中。本文在讨论了对象、类等面向对象程序设计的几个基本概念的基础上,首先介绍了面向对象程序设计的基本思想;然后给出了面向对象知识表达中对象的基本结构和形式定义;最后将面向对象的知识表示方法与语义网络和框架结构进行了比较。     

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.     

面向配置的逻辑产品结构模型及其知识表示

产品配置的关键在于构建强大灵活的配置模型和运用有效的求解策略。现实中存在相当数量的大规模定制企业采用按订单制造与按订单装配相混合的生产模式。构建了一种逻辑产品结构模型,它能够描述无限种可能的产品变体,支持解决按订单制造与按订单装配相混合环境下的产品配置问题;并用基于产生式规则的知识表示方法描述了逻辑产品结构模型,以便于计算机识别及处理,最后通过一个简化汽车产品族的案例仿真来验证本方法的可行性。     

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     

基于模糊逻辑的产生式-框架的知识表示及推理的研究

知识表示是智能研究的基础,其表示方法往往直接影响到专家系统的能力和问题求解的效率,不同领域的问题通常具有不同的特点和属性,因而其知识的表示方法也不尽相同.与此同时,由于模糊知识本身的复杂性,模糊知识表示及处理技术仍然是目前热点研究课题之一.本文提出将产生式与框架结合的方法进行知识表示,并融合模糊逻辑理论进行推理.     

线性时序逻辑基于DTMC的计量化方法

考虑随机Kripke模型离散时间马尔可夫链DTMC,并利用DTMC建立线性时序逻辑LTL中公式的满足度理论。首先在DTMC的全体无穷路径之集上引入某种适当的概率测度,考虑任一DTMC D中满足某个LTL公式φ的无穷初始路径占总路径的比例,以此为基础定义D关于公式φ的满足度概念;讨论满足度的若干性质,并指出这一概念体现了DTMC满足某个LTL公式的程度,故可将其作为模型检测理论中“D满足φ”这一概念的计量化推广;引入LTL公式之间的相似度,并诱导全体LTL公式之集上的伪度量,从而构建LTL逻辑度量空间。     

基于线性时序逻辑的业务流程验证

目的为了解决业务流程设计与需求的不一致性问题。方法提出了一种基于XML过程定义语言和线性时序逻辑的业务流程验证方法。结果采用Promela语言描述业务流程模型,线性时序逻辑表示抽象的业务需求,通过模型检测器Spin完成流程的验证工作。结论实现了对流程正确性的判断。     

一种基于平面的知识表示及组织方法

叙述了一种用平面表示和组织知识的方法，平面以框架实现。该方法适用于比较复杂的问题领域，有利于知识库的结构化，是一种灵活方便，通用性较高的知识表示及组织方法，文后给出了该方法的一个使用实例。     

矿业专家系统面向对象知识方法研究

以开发矿业专家系统为前提,在讨论了对象、类等面向对象程序设计的几个基本概念以及其特征的基础上,首先介绍了面向对象程序设计的基本思想,然后给出了面向对象知识表示中对象的基本结构和形式定义,最后将面向对象的知识表示方法与语义网络和框架结构进行了比较,提出了应用面向对象知识表示方法开发矿业专家系统的优越性.     

基于描述逻辑的可扩展的案例表示及检索研究

案例推理(CBR)与领域知识的结合是CBR近年来的研究热点之一,不同的知识表示方式对CBR系统性能产生不同的影响。在分析传统知识表示与CBR结合不足的基础上,提出了一种可扩展的基于描述逻辑(DL)的案例表示模型,并给出了相应的案例检索算法。此模型强调在CBR系统中领域知识主要是为案例检索及修正服务,对领域知识的使用程度应根据CBR的实际需求和应用背景来确定,在保持了CBR系统优点的同时,也提供了一种灵活使用领域知识的手段。     

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.     

面向MOOC的知识可视化视觉表征与建模设计

针对MOOC学习缺乏深度的现象,提出了面向MOOC的知识可视化视觉表征与建模设计.剖析了MOOC学习缺乏深度的主要问题和信息加工的内在要求,厘清了知识可视化、表征、建模等基本概念;在借鉴了视觉传播取向和信息论视角的知识表征基础上,提出了面向MOOC的视觉表征框架;在此框架下,分别从语义、语用、语法信息三要素着手,阐释了具体的分析方法.在语义上,基于Bloom教学目标分类法确定知识的类型、提取过程和表征方法;在语用上,陈述了信息有效传达的基本原则;在语法上,介绍了具体的结构模型和可视化方法.实践证明,MOOC的学习者在表征框架下,能增强认知联结、拓展广度、增加深度,从而满足深度学习的诉求.     

基于知识表达和推理的河网自动选取

针对河系是地图上重要的要素,它的自动选取是地图综合的基本手段之一,把基于知识的人工智能方法引入地图自动综合是一种合理选择。把河系自动综合中的知识分为空间知识、属性知识及综合规则,研究了这三类知识的获取策略和形式化方法,建立了河系自动综合的产生式规则库：在规则库中依据规则驱动采用正向推理完成河系选取的推理过程,推理中全面考虑了河网知识和综合中各条规则的优先级和权重。通过实验验证了该方法对保持河系的整体结构特征的有效性。     

可能LTL模型检测的两种方法

引入了基于广义可能性测度LTL模型检测的基于路径和基于语言的两种语义,证明了其等价性.基于可能LTL公式语言等价的方法,给出基于广义可能性测度的LTL模型检测的算法和复杂性分析.