描述逻辑概念可满足性推理研究

发布时间：2021-09-06 05:13

　　在WEB上提供机器可理解的知识并实现WEB信息的自动处理逐渐成为人们重要的生活、工作需求之一。这其中,如何恰当地表示知识并在其上实现快速有效的推理以找出其它的相关知识是这个浩大工程中的关键点。随着研究的深入,关于知识表示与推理的研究已经转移到集中了其它诸多表示方法的优点而克服了它们缺点的描述逻辑当中。本文所关注的是在描述逻辑当中如何实现高效的概念可满足性的推理。因为概念可满足性是描述逻辑推理的基本问题之一,对该类问题进行高效处理具有相当重要的意义。经过一段时期的研究,本文取得了如下研究成果:1)提出了基于概念描述本身进行推理的新思路。概念可满足性算法Tableau是基于断言库ABox可满足性的,由此也带来了许多不必要的操作以及空间浪费。本文所提出的CDNF（Complete Disjunctive Normal Form）算法则是直接在初始概念描述上构建可满足性已知的完全析取范式,实现了“计算”概念可满足性,并可取得更好的空间性能。2)提出了面向ALCN的基础型CDNF算法。在描述逻辑基础语言ALCN中,Tableau算法就已存在描述重复情况。而CDNF算法在不改变描述的语义的前提下,... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：125 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景
        1.1.1 问题的提出
        1.1.2 研究内容
        1.1.3 意义
    1.2 描述逻辑简介
        1.2.1 发展过程
        1.2.2 与其它形式化方法的关系
        1.2.3 研究领域
    1.3 描述逻辑形式化方法
        1.3.1 ALC语言
        1.3.2 知识库
    1.4 描述逻辑系统
    1.5 描述逻辑的扩展
        1.5.1 模糊描述逻辑
        1.5.2 时态描述逻辑
        1.5.3 动态描述逻辑
    1.6 描述逻辑的应用
        1.6.1 在语义WEB中的应用
        1.6.2 在配置中的应用
        1.6.3 在自然语言处理中的应用
        1.6.4 在数字图书馆和基于WEB的信息系统中的应用
        1.6.5 在数据库中的应用
    1.7 本章小结
第2章 描述逻辑的推理
    2.1 描述逻辑的主要推理问题
        2.1.1 概念的推理任务
        2.1.2 消除TBox
        2.1.3 含有包含公理的TBox
        2.1.4 Abox的推理任务
    2.2 结构包含算法
    2.3 Tableau算法
        2.3.1 算法简介
        2.3.2 面向ALCN的Tableau算法
        2.3.3 复杂性问题
        2.3.4 扩展到:Abox一致性问题
        2.3.5 扩展到一般包含公理
    2.4 本章小结
第3章 去(?)化的CDNF判定ALCN-可满足性
    3.1 引言
    3.2 ALCN的语法与语义
    3.3 ALCN-CDNF概念可满足性算法
        3.3.1 相关基本定义
        3.3.2 ALCN-CDNF算法过程
        3.3.3 ALCN-CDNF的树结构及语义解释
    3.4 ALCN-CDNF算法的可靠性、完备性和终止性
    3.5 复杂性问题讨论
    3.6 与Tableau的性能比较
    3.7 本章小结
第4章 子句重用的CDNF判定ALCNI_(R+)-可满足性
    4.1 引言
    4.2 ALCNI_(R+)的语法与语义
    4.3 面向ALCNI_(R+)的CDNF算法
        4.3.1 相关基本定义
        4.3.2 ALCNI_(R+)-CDNF算法过程
        4.3.3 ALCNI_(R+)-CDNF的树结构及语义解释
    4.4 ALCNI_(R+)-CDNF算法的可靠性、完备性和终止性
    4.5 复杂性问题讨论
    4.6 与Tableau的性能比较
    4.7 本章小结
第5章 CDNF群判定SHOIN(D)-可满足性
    5.1 引言
    5.2 语义WEB与本体论
    5.3 SHOIN(D)的语法与语义
        5.3.1 具体数据类型(D)
        5.3.2 命名个体(O)
        5.3.3 语法与语义
    5.4 面向SHOIN(D)的CDNF算法
        5.4.1 相关基本定义
        5.4.2 SHOIN(D)-CDNF算法过程
        5.4.3 SHOIN(D)-CDNF群的森林结构及语义解释
    5.5 SHOIN(D)-CDNF算法的可靠性、完备性和终止性
    5.6 扩展到一般包含公理
    5.7 复杂性问题讨论
    5.8 与Tableau的性能比较
    5.9 本章小结
第6章 应用分析
    6.1 实例分析
    6.2 应用前景
第7章 结论与展望
    7.1 结论
    7.2 展望
参考文献
攻读博士学位期间主要的研究成果
致谢


【参考文献】：
期刊论文
[1]基于子句的ALCN语言tableau算法增强方式（英文）[J]. 古华茂,石锦芹,高济.  Journal of Southeast University（English Edition）. 2008(03)
[2]动态描述逻辑的Tableau判定算法[J]. 常亮,史忠植,邱莉榕,林芬.  计算机学报. 2008(06)
[3]面向语义Web语义表示的模糊描述逻辑[J]. 蒋运承,史忠植,汤庸,王驹.  软件学报. 2007(06)
[4]描述逻辑综述[J]. 石莲,孙吉贵.  计算机科学. 2006(01)
[5]本体论研究综述[J]. 李善平,尹奇韡,胡玉杰,郭鸣,付相君.  计算机研究与发展. 2004(07)
[6]Semantic Web与Agent的共生及融合[J]. 李浩,沈琦.  微机发展. 2003(11)
[7]Ontology研究综述[J]. 邓志鸿,唐世渭,张铭,杨冬青,陈捷.  北京大学学报(自然科学版). 2002(05)



本文编号：3386816