基于用户自添加规则的自动推理程序

基于前推搜索算法的自动推理软件近年来相继出现,该类软件利用几何定理可读证明的特性,和用户进行交互解题.但这类软件都是将推理的规则作为内置函数处理,用户只能选择软件提供的规则进行推理.设计了用户可添加规则的算法,即用户可以将自己的知识作为规则添加到软件中来进行推理.该算法已被编制成程序.     

可由用户持续发展的几何自动推理平台的推理算法

目前的几何定理证明器都不具有可持续性。提出一种结构具有一般性的知识表示和能够统一处理所有规则的推理算法，初步实现了可由用户持续发展的几何自动推理平台。该推理平台允许用户添加几何知识，如几何对象、谓词和规则，并可以综合使用多种推理算法，如前推搜索法和一部分面积法，它将更适合用于几何教学。     

基于Spark的OWL语义规则并行化推理算法

随着语义网的快速发展,语义数据也高速增长,传统单机推理系统无法满足推理需求,而已有的并行推理算法在推理完备性和稳定性上存在明显不足。提出的基于Spark的并行推理算法(PROS)从以下3点进行了优化：(1)通过分析OWL Horst规则依赖关系,结合数据的分类结果将规则分四类。(2)四类规则分别设计了区域最优的规则执行顺序,进一步提高了并行推理的执行效率。(3)将Sameas规则考虑到迭代中,显著提高了算法的推理能力。实验结果表明,相比已有并行推理算法,PROS并行推理算法在保证推理完备性和稳定性上表现更加出色,推理效率亦有小幅提高;同时PROS相比单机推理算法大大缩短了推理时间,处理大规模数据展现出优良的并行扩展性。     

一种基于Petri网思想的知识库的动态维护方法

本文研究了基于规则的专家系统知识库的维护问题，在添加一条新规则后，知识库可能出现矛盾规则，循环规则，冗余规则，从属规则等。文中详细给出了基于Ｐｅｔｒｉ网思想的对知识库进行维护的算法，进而决定是否添加该规则，从而保证了知识库的一致性，为专家系统进行正确推理，提高推理速度打下了坚实的基础。     

一个新的演绎数据库的推理算法

演绎数据库扩充了传统关系数据库的处理能力,增加了对规则的处理,使系统具有演绎推理的功能。演绎推理的有效实现是演绎数据库实现的一个关键。本文利用数组、状态、栈等技术,给出了一个利用规则实现演绎推理的算法。这种算法对规则进行有效的处理,很好地消除推理过程中的推理冗余,并对推理过程的停机问题做了处理。本算法已经在INGRES关系数据库上得以实现。     

决策规则获取算法及规则表示

提出了一种基于粗糙集理论的决策规则获取算法及实用的决策规则表示方法。产品智能设计系统中,在概念设计阶段需要决定产品的类型。一般的产品设计过程,是从分析用户给定的技术参数、设计要求开始。规则获取算法就是从设计参数中挖掘设计知识,从而确定哪种类型的产品最适合用户的要求。该算法不需要任何先验知识。为了将算法应用到实际系统中,必须解决规则表示问题。本文将关系数据库成功地应用于设计规则的表示,使设计出的专家系统推理方便,运行效率高。通过继电器智能设计实例,说明了本方法的应用。     

数据库弱函数依赖推理规则挖掘方法

数据库推理问题是数据库安全研究的重要分支方向,推理通道的分析是解决推理问题的基础.传统推理规则无法处理不完全符合函数依赖的数据关系,针对这一问题,本文提出了弱函数依赖的概念,并给出了弱函数依赖的推理能力评价标准,最后给出了从数据中挖掘弱函数依赖关系的算法.     

基于粗糙集的推理通道消除

基于粗糙集理论对推理通道问题进行了研究。通过采用属性约简和属性值约简方法对数据库中的数据进行处理。在属性值约简基础之上,采用一种改进算法找出了数据库中推理规则集。进一步,将推理规则集中属性频率高的属性安全级别提高至决策属性的安全级别,从而消除推理通道。最后通过一个实例表明提出的消除通道算法是有效的。     

事实库、规则库的一体化全文索引算法

在模式推理的计算过程中,为了快速、高效地检索到所需要的事实、规则,必须对事实库、规则库统一进行有效的组织。面对这个课题,传统的倒排索引方法已经无能为力。为此,本文给出一种新的算法,它能够对事实库、规则库统一建立一体化全文索引。在本算法的基础上,从汉语处理的实际情况出发,本文提出一种改进的算法,进一步提高了算法的效率。实验结果进一步表明,通过本算法建立的全文索引,能够快速检索到模式推理所需要的事实、规则,为模式推理工作的进行,打下了良好的基础。文章最后介绍了本算法在中文问答系统中的具体应用。     

证明树简化的实现

本文讨论了证明树简化中的冗余例示及处理问题,重点介绍了一个实用的证明树简化算法。 通常,知识系统中的推理路径用证明树来表示,证明树中结点的重要程度,随不同的用户各不相同,将树中的一些不重要结点删去,对相应的父结点的规则体作些修改,可向     

基于Ontology的专家系统研究

针对当前专家系统领域知识语义表示不精确及推理效率低的问题,提出一种基于Ontology的专家系统框架。根据规则结构建立规则模式Ontology和动作Ontology,将用户推理条件作为模式子Ontology,设计出基于名称和实例的相似度计算及Clips推理机制的专家系统推理算法。结合高性能切削加工应用背景给出一个应用实例,应用结果表明,该系统能够明显提高推理效率和推理结果的语义表达。     

使用元知识检查知识相容性和加速规则动态查找

本文提出一种基于对规则语义“了解”的元知识对知识进行处理的方法:利用元知识静态检查知识的相容性,并利用元知识对规则进行静态处理,建立基于逻辑依赖关系的半序集,加快推理过程中每个推理周期可用规则的查找速度.并给出了有关的算法.     

主动数据库中的实时ECA规则推理算法

许多领域的应用要求发生的事件能够得到实时的反应,这就要求应用于其中的主动数据库中的ECA规则推理过程具有实时性,能够在截止期内完成推理给出反应.现有的ECA规则推理算法均没有考虑实时性要求.为了解决这个问题,提出了一种实时ECA规则推理算法RTIAE.作为一种"任意时刻"实时算法,RTIAE算法在ECA规则的有向图结构中通过启发式搜索进行推理,在截止期内尽量给出更多的推理结果.随后,通过实验探讨了不同的参数对RTIAE算法实时性能的影响,并与深度优先算法进行了对比.实验结果显示,RTIAE算法的截止期推理成功率优于深度优先算法.     

基于本体的商品推荐方法

文中主要针对目前大多数推荐系统所存在的冷启动问题和用户兴趣漂移问题提出基于本体的解决方案。该方案首先运用关联规则挖掘算法对已有的用户数据进行挖掘,生成规则库。接着利用推理机结合规则库和商品与客户本体进行推理,从推理结果中选择与当前用户所浏览的商品相比具有较高相似性的商品向用户推荐。该方案考虑到用户个性化的需求,帮助用户找到所需商品,从而将用户从浏览者转变为购买者,提高了用户的忠诚度,给企业带来效益。     

基于本体的商品推荐方法

文中主要针对目前大多数推荐系统所存在的冷启动问题和用户兴趣漂移问题提出基于本体的解决方案.该方案首先运用关联规则挖掘算法对已有的用户数据进行挖掘,生成规则库.接着利用推理机结合规则库和商品与客户本体进行推理,从推理结果中选择与当前用户所浏览的商品相比具有较高相似性的商品向用户推荐.该方案考虑到用户个性化的需求,帮助用户找到所需商品,从而将用户从浏览者转变为购买者,提高了用户的忠诚度,给企业带来效益.     

一种模糊推理过程神经网络及其应用研究

针对带有过程性模糊信息或动态领域规则的时变信息处理问题,提出一种模糊推理过程神经网络.该模型将模糊过程推理规则与数值型过程神经网络的动态信息处理机制相结合,将推理规则表示为过程神经元.利用过程神经网络的学习性质来实现对过程性定量与定性混合信息的自适应处理.分析了模糊推理过程神经网络的信息处理机制,并给出了相应的学习算法.以抽油机平衡诊断为例,实验结果验证了所提出模型和算法的有效性.     

不完备形式背景中的知识获取方法

重点讨论了不完备形式背景中的相容概念以及基于相容概念的相容规则获取方法,同时给出了相应的构造算法。为了压缩规模庞大的相容规则集合,提出了一条推理规则来减少生成冗余相容规则的数目,最终得到一个完备的无冗余的相容规则集合。通过参数的设定可以满足不同用户的实际需求,实例证明该方法是有效的。该方法不仅为不完备形式背景的处理提供了一条新的途径,同时也为更深入的研究奠定了基础。     

基于Spark的分布式并行推理算法

现有的RDF数据分布式并行推理算法大多需要启动多个MapReduce任务,有些算法对于含有多个实例三元组前件的OWL规则的推理效率低下,使其整体的推理效率不高.针对这些问题,文中提出结合TREAT的基于Spark的分布式并行推理算法（DPRS）.该算法首先结合RDF数据本体,构建模式三元组对应的alpha寄存器和规则标记模型;在OWL推理阶段,结合MapReduce实现TREAT算法中的alpha阶段;然后对推理结果进行去重处理,完成一次OWL全部规则推理.实验表明DPRS算法能够高效正确地实现大规模数据的并行推理.     

基于神经网络的专家系统控制器

采用平衡的倒摆小车所记录下来的数据，经处理后用有师学习方法来训练前馈神经网络。训练后的神经网络可以替换专家，并且表示了一组专家尚未意识到或者表达不出来的规则。用神经网络表示的规则与使用Ｑｕｉｎｌａｎ的ＩＤ３推理算法推导出的规则进行了比较。实验结果表明，神经网络算法学习出来的规则较ＩＤ３算法推导出的规则更为有效，且更有应用价值。本文最后尝试将该规则应用于火箭的姿态控制。     

用于专家系统规则库的冗余校验方法研究

产生式规则是目前应用较多的一种知识表示方法。在用于确定发酵过程生物量软测量混合模型结构的专家系统中,当向产生式规则知识库添加新的规则时,冗余的存在会影响推理的效率以及推理的准确性。提出了一种用于该专家系统规则库的冗余校验方法,给出了冗余规则的判别、冗余规则的处理以及冗余校验的实现方法。实验结果表明,该冗余校验方法可以根据输入条件和已有规则,判断出新添加的规则是否冗余,并在消除冗余对推理效率影响的同时,降低模型复杂度,有利于优化混合模型的结构。