模糊面向对象数据模型的描述逻辑表示与推理

通过分析描述逻辑与面向对象数据模型之间的关系,研究了基于描述逻辑的模糊面向对象数据(fuzzy object-oriented data,简称FOOD)模型的表示与推理.首先,进一步研究了FOOD模型,提出了FOOD模型的形式化定义和语义定义,以便更好地在FOOD模型与模糊描述逻辑之间建立对应关系;然后,针对FOOD模型的特点和推理需求,介绍了模糊描述逻辑f-ALCIQ.在此基础上,研究了基于f-ALCIQ的FOOD模型的表示与推理,包括:实现了从FOOD模型到f-ALCIQ知识库在结构层和实例层上的转化,即实现了从FOOD模型到f-ALCIQ TBox的转化,以及从FOOD模型相应的数据库实例到f-ALCIQ ABox的转化;进而,基于转化得到的f-ALCIQ知识库,研究了如何利用f-ALCIQ的推理机制对FOOD模型的推理问题(一致性、包含性和冗余性等)进行推理;最后,设计并实现了基于f-ALCIQ的模糊描述逻辑推理机(FRsQ推理机),实现了对FOOD模型和f-ALCIQ模糊概念知识的自动推理.     

F-SHIQ公理体系及其OWL扩展

随着计算机和Internet的快速发展,语义网和描述逻辑在人工智能等领域扮演着越来越重要的角色。但在日常生活中,越来越多不确定的、不完整的知识需要解决,而现存的OWL只能表述确定的完整的概念和关系。为了能够表示和推理模糊知识,给出了一个基于描述逻辑SHIQ的全新的模糊描述逻辑公理体系——F-SHIQ公理体系,并以此公理体系为基础,扩展了OWL本体语言,能够描述和推理模糊知识。该文首先给出了系统详细的定义、公理、定理以及定理的证明;然后详述了如何用FSRL,即基于F-SHIQ的OWL扩展,来表示和推理模糊信息;最后通过一个例子来检验扩展语言的应用效果。     

基于动态描述逻辑DDL的动作理论

基于一阶谓词逻辑或高阶逻辑的动作理论与采用命题语言的动作理论之间存在一个关于描述和推理能力的鸿沟;作为描述逻辑的动态扩展,动态描述逻辑DDL为基于描述逻辑的动作刻画和推理提供了一种途径.系统地研究了基于DDL的动作表示和推理问题.首先,在应用描述逻辑对静态领域知识进行刻画的基础上,引入带参数的原子动作定义式和带参数的复...     

带函数的描述逻辑

描述逻辑是包含了概念、角色以及概念和角色构造子的一阶逻辑的子逻辑,具有表达能力强且推理可判定的特征。但现有描述逻辑无法表示概念和角色上的函数,因此在图书馆的概念模型中,有一些问题便不能表示,如图书的本数、借书的条目数等。在现有描述逻辑基础上引入函数来解决这个问题。首先分析现有描述逻辑在图书馆的概念模型中不能表示的一些问题并提出解决方法,然后给出带函数的描述逻辑的语法和形式语义,最后用带函数的描述逻辑形式化表示图书馆概念模型中的一些实际问题。     

面向不确定性知识表示的描述逻辑SROIQ(D)不确定性扩展

为增强描述逻辑对不确定性知识的表示能力,提出了一种对描述逻辑SROIQ(D)进行不确定性扩展的方法。该方法基于不确定性理论和描述逻辑SROIQ(D),针对知识表示中大量存在的模糊性、粗糙性和随机性知识,首先给出了模糊粗糙概念条件概率的计算方法,并以此为基础对SROIQ(D)进行了不确定性扩展;然后基于模糊粗糙逻辑和概率逻辑分别给出了扩展后的语法、语义和推理任务,使不确定性SROIQ(D)描述逻辑具备同时处理3类不确定性知识的能力。     

模糊描述逻辑FALNUI的tableaux推理

分析了模糊描述逻辑FALNUI与模糊ER模型的关系,即模糊ER模型可以转化为FALNUI的知识库,并且模糊ER模型的可满足性、冗余性和包含关系等推理问题可以转化为FALNUI的包含推理问题,但FALNUI缺乏相应的推理算法.提出了一种基于描述逻辑tableaux的FALNUI的可满足性推理算法,证明了该推理算法的正确性,以及提出了FALNUI的Tbox扩展和去除方法,证明了FALNUI的包含推理问题可以转化为可满足性推理问题,并给出了FALNUI的包含推理算法.FALNUI的tableaux推理算法为模糊ER模型的可满足性、冗余性和包含关系等自动推理的实现提供了理论基础.     

面向矛盾问题的描述逻辑SHOQ扩展

为了利用描述逻辑的推理规则分析并解决简单矛盾问题,引入了可拓集合作为描述逻辑SHOQ的集合论基础,提出了一种新的描述逻辑D-SHOQES,定义了可拓概念和可拓关系的截集形式作为原子概念和原子关系,引入了动作理论以获取概念和关系的质变域和量变域,并给出了D-SHOQES中概念、关系、动作等的语义解释以及Tableau-算法推理规则,研究了矛盾问题的一般求解方法,从而为矛盾问题的求解提供了策略。     

基于描述逻辑的组合知识库推理

由于知识库的定义不同,相近领域的知识库不能相互利用已有知识进行推理。为了联合不同的知识库进行推理,通过对描述逻辑的表现形式进行扩展提出一种组合描述逻辑,并基于概念的相似性将不同的领域概念进行关联,给出组合描述逻辑的语法及语义以及相应的Tableau算法。通过实例表明,组合描述逻辑可以利用已有知识进行推理;组合描述逻辑可以将不同的知识库进行结合,为借用不同知识库的知识进行推理提供一条新的途径。     

模糊描述逻辑知识库查询蕴涵的判定方法

大规模领域本体的快速发展对语义Web领域的数据访问提出了更高的要求,而基本的本体推理服务已不能满足数据密集型应用中处理复杂查询(主要是合取查询)的迫切需要.为此,大量的研究工作集中在本体和描述逻辑知识库合取查询算法的设计实现上,并开发出了很多知识库存储和查询的实用工具.近来模糊本体和模糊描述逻辑的研究,特别是它们在处理语义Web中模糊信息方面,得到了广泛关注.文中重点研究了模糊SH这一族极富表达能力的描述逻辑知识库的合取查询问题,提出了相应的基于推演表的算法,证明了算法对于f-SHOIQ的真子逻辑的可靠性、完备性和可终止性.证明了算法对于f-SHOIQ是可靠的,并分析了导致算法不可终止的原因.对于该问题的数据复杂度,证明了当查询中不存在传递角色时其严格的CONP上限.对于联合复杂度,汪明了算法关于知识库和查询大小的CO3NEXPTIME时间复杂度上限.     

基于描述逻辑的模糊ER模型

分析了描述逻辑ALNUI与ER模型的关系,特别是如何将ER模型转化为ALNUI的知识库,从而利用ALNUI的推理机制对ER模型进行自动推理的有效性,在此基础上,进一步研究了基于描述逻辑的模糊ER模型.针对模糊ER模型的特点和需求,在描述逻辑ALNUI的基础上,对描述逻辑ALNUI进行了模糊化推广,提出了一种新的描述逻辑,即模糊描述逻辑FALNUI.研究了基于FALNUI的模糊ER模型,即研究了如何将模糊ER模型转化为FALNUI的知识库,并利用FALNUI的推理机制研究了模糊ER模型的可满足性、冗余性和包含关系等自动推理问题,证明了这些推理问题的正确性.