On Binary Computation Structures

Based on a modification of Moss' and Parikh's topological modal language [8], we study a generalization of a weakly expressive fragment of a certain propositional modal logic of time. We define a bimodal logic comprising operators for knowledge and nexttime. These operators are interpreted in binary computation structures. We present an axiomatization of the set T of theorems valid for this class of semantical domains and prove – as the main result of this paper – its completeness. Moreover, the question of decidability of T is treated.     

命题演算中逻辑推理的推导法

本文由命题的等价性及蕴含性，提出证明命题的推导法，并以例说明。该法则的引用，使命题的逻辑推理运算将更加简单、明确、易掌握     

基于案例推理中特征权重自动学习方法研究

讨论基于案例推理中特征权重的自动学习方法．通过分析现有的一种利用粗糙集理论进行权重自动学习的算法，指出了该算法中存在的一些问题，最后提出了一种改进的权重自动学习算法，并通过实例对两种算法进行了比较．     

作用模糊子集推理方法的研究与应用

针对实用模糊控制过程,提出作用模糊子集和作用模糊控制规则的概念;根据模糊逻辑推理中真值的产生、传递和接收机理,提出作用模糊子集推理方法;比较分析了作用模糊子集推理方法与CRI法的推理结果;利用该推理方法实现了试验室温度模糊控制试验。     

基于公式真度的公式集约简

基于经典命题逻辑的真度理论,讨论了经典命题逻辑系统当中公式集的约简问题。提出了真度约简及α-真度约简的概念,为公式集的约简提供了一种可行的操作方法。     

饲料中水溶性氯化物的测定方法的讨论

在食品化工检验工作中,公式的合理性至关重要。本文按照《饲料中水溶性氯化物的测定》（GB/T 6439—2007/ISO 6495：1999）进行公式讨论和实际试验,修改了结果公式的表述,使得表述更合逻辑,更易理解。     

基于产生式系统的不确定性知识表示及推理研究

不确定性知识表示及推理是人工智能研究领域的重要内容之一。通过对不确定性知识表示及推理的问题的探讨，提出了不确定性知识程度（Uncertainty Knowledge Degree，UKD）的表示法，为提高不确定性推理结果的可信度提出了一些新的技术和方法，并通过实例验证了本方法的可行性和有效性。     

DOVC鉴别诊断专家系统

本文实现对心血管系统中扩张,型心肌病、冠心病、心包积液和风心病的鉴别诊断,用LISP语言实现,全文由五部分组成1知识库、2数据库、3推理机、4学习机、5解释系统。     

一种不精确推理的模型

本文在不精确推理的Ｐｒｏｓｐｅｃｔｏｒ模型的基础上，利用其充分性和必要性量度，结合ＭＹＣＩＮ模型中的确定因子，将先验概率转换成较容易给出参量形式。在此基础上，给出一种模糊关系的数据模型，并定义了模糊集合的并、交、差和笛卡尔积等运算，从而对非精确数据及知识描述中的不确定性进行有效地处理。