一种分布式动态描述逻辑

分析了目前描述逻辑(DL)的研究现状和存在的问题,特别是动态描述逻辑(DDL)作为语义Web逻辑基础所存在的问题.针对语义Web的特点和需求,对DDL进行了扩充,提出了一种新的描述逻辑,即分布式动态描述逻辑(D3L),给出了D3L的语法和语义,并研究了D3L的推理机制,提出了两种推理方法:直接推理和转化推理.与动态描述逻辑DDL相比,该D3L可以为语义Web提供更为合理的逻辑基础,弥补了DDL作为语义Web逻辑基础的不足.

支持链式桥规则的分布式动态描述逻辑

研究了链式桥规则在分布式动态描述逻辑(D3L)中的应用,旨在使得现有的分布式动态描述逻辑可以在多个系统中进行推理和发挥其在信息集成中的重要作用。在动态描述逻辑(DDL)推理和D3L推理的基础上,提出了支持链式桥规则的分布式动态描述逻辑(CD3L)推理算法。该算法首先判断能否在一个DDL系统内部进行推理,然后再判断能否在两个D3L系统间进行推理,最后通过CD3L在多个D3L系统中进行推理。与D3L相比,新提出的CD3L弥补了传统桥规则描述逻辑系统的不足,为信息系统集成和语义网提供了更为合理的逻辑基础。

面向语义Web的直觉模糊粗描述逻辑(英文)

分析了面向语义Web的直觉模糊粗描述逻辑的研究现状和存在的问题,基于(",#)-直觉模糊粗集理论将直觉模糊描述逻辑和粗描述逻辑进行了集成,即提出了一种新的直觉模糊粗描述逻辑.针对与本体语言OWL 2等价的描述逻辑SROIQ(D),对SROIQ(D)进行了扩充,提出了直觉模糊粗描述逻辑IFRSROIQ(D),给出了IFRSROIQ(D)的语法、语义和性质,证明了IFRSROIQ(D)的推理问题(包括知识库可满足性、概念可满足性、概念包含、逻辑推导、ABox一致性推理等)可以归约到基于完备格的描述逻辑L*-SROIQ(D)上对应的推理.

基于动态描述逻辑的语义Web服务匹配研究

动态描述逻辑(dynamic description logic,DDL)是描述逻辑(description logic,DL)的一种动态扩展,它支持语义Web环境下对动作的描述和推理.提出了一种基于动态描述逻辑的语义Web服务描述与服务匹配方法:将服务需求方的目标服务以及服务发布方的原子服务用动态描述逻辑的动作进行描述,解决了语义Web服务的一致的形式化表述问题;将目标服务和原子服务的匹配问题归结为动态描述逻辑的公式可满足性判定问题,利用动态描述逻辑对动作的推理功能,发现与目标服务相匹配的原子服务组合.动态描述逻辑的公式可满足性问题是可判定的,解决了利用一阶谓词逻辑进行逻辑推理时的不可判定性.

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.

基于描述逻辑的带属性依赖时序ER模型

分析了描述逻辑在数据库中的研究现状和存在的问题,特别是描述逻辑与时序ER模型的关系,在Artale的基础上提出了一种形式化带属性依赖时序ER模型εRVTAD.针对带属性依赖时序ER模型εRVTAD的需求和特点,提出了一种新的描述逻辑,即时序描述逻辑ALCQI(D)US.给出了ALCQI(D)US的语法和语义,提出了基于ALCQI(D)US的带属性依赖时序ER模型,即给出了如何将带属性依赖时序ER模型εRVTAD转化为ALCQI(D)US知识库,以及利用ALCQI(D)US的推理机制给出了带属性依赖时序ER模型εRVTAD的可满足性、冗余性、包含关系和蕴含关系等自动推理问题,证明了这些推理问题的正确性.

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FAL-NUI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.

UML2.0顺序图的时序描述逻辑语义

针对UML2.0顺序图用于对象间交互行为建模时存在动态语义缺乏精确形式化描述的问题,提出一种基于时序描述逻辑的UML2.0顺序图形式化方法。对描述逻辑进行时序扩展,得到可表示动态和时序语义的形式化规范——时序描述逻辑,根据UML2.0新增的交互操作符将UML2.0顺序图分成一个或多个最大顺序片段,通过形式化最大顺序片段和交互操作符得到UML2.0顺序图的时序描述逻辑语义。实例检验结果表明,该方法具有可行性。

一种带传递关系的认知描述逻辑研究

描述逻辑是语义Web的逻辑基础,它是形式化表达领域知识的一种工具.描述逻辑是一阶逻辑的可判定子集,适合对领域知识的概念术语进行建模.因为某些应用程序的需要和领域知识难以完全描述的因素,Web上有大量的不完全知识.描述逻辑基于开放世界假设,只能表达单调推理,不能处理不完全知识.在描述逻辑中加入认知运算符K可以得到认知描述逻辑.认知描述逻辑因其非单调特性和良好的时间复杂度等特点在处理不完全知识方面有较好的优势.在认知描述逻辑ALCK的基础上加入传递关系属性提出了新的认知描述逻辑语言ALCKR+,保留了描述逻辑原有的优点,增强了表达能力并通过认知查询拥有了非单调推理的能力.设计了ALCKR+的语法、语义以及表算法,给出了表算法的正确性以及可判定性证明,证明表算法的时间复杂度为PSPACE-complete.

动态描述逻辑推理的并行计算技术

在设计用于处理大规模本体和数据的推理引擎时,推理引擎的可扩展性是一个需要研究的重要问题.动态描述逻辑要在真实环境中获得成功应用,需要在推理中采用并行计算技术.提出了两种方法将并行计算技术应用于动态描述逻辑推理.方法1是设计分布式动态描述逻辑框架.分布式动态描述逻辑由若干独立的动态描述逻辑所组成,这些动态描述逻辑两两之间通过桥规则联系起来.提出了基于Tableau的分布式推理算法,从而为分布式动态描述逻辑提供了全局推理能力,并且该算法可以将大的推理任务分解为若干子任务,而这些子任务可以被不同的推理主体并行处理.方法2是并行化动态描述逻辑的Tableau算法的不确定分支.不确定分支的并行计算使得推理任务可以在若干独立机器上同时执行.最后,介绍了推理引擎的原型实现并评估了其性能.实验结果表明提出的两种方法取得了明显的推理加速效果.

基于动态描述逻辑的Web服务自动组合技术

提出了一种利用动态描述逻辑（DDL）的动态推理自动组合Web服务的方法。DDL是描述逻辑（DL）的一种动态扩展，它结合本体提供的静态信息与Web服务提供的计算，统一地描述和推理Web环境中静态信息与动态知识。该方法充分利用Web服务组合中涉及的静态知识（如描述逻辑知识库刻画的领域公理、具体环境和用户需求等）和动态知识（DDL中动作刻画的Web服务的功能），将Web服务组合的问题归约为DDL公式的可满足性问题，并通过一个可判的表扩展算法解决。开发了基于动态描述逻辑D—ALCHOQ的原型系统，并针对旅行代理问题的实验初步证实了该方法的可行性及潜在的应用前景。

动态描述逻辑动作间关系的Petri网分析方法研究

针对动态描述逻辑动作理论在描述和分析多个动作间关系(尤其并发关系)时能力的不足,提出对多个动态描述逻辑动作间关系描述和分析的Petri网方法.首先讨论了动态描述逻辑动作的等价Petri网描述,进一步通过对动作描述的推理和各个动作的Petri网共享合成操作,得到多个动态描述逻辑动作的Petri网系统.在此基础上,应用Petri网的相关理论与方法,如可达图分析方法,研究了多个动态描述逻辑动作间关系的分析与判定方法,对动态描述逻辑动作理论的描述和分析能力进行了必要的扩充.

面向语义Web的Expressive格值描述逻辑(英文)

提出了一种基于可信度格的Expressive模糊描述逻辑框架,对描述逻辑SROIQ(D)进行了模糊化扩充,建立了一种面向语义Web的基于格的模糊描述逻辑L-SROIQ(D),给出了L-SROIQ(D)的语法、语义和逻辑性质,以及建立了一个线序格下的将模糊描述逻辑L-SROIQ(D)转换为经典描述逻辑SROIQ(D)的推理算法,从而证明了线序格下L-SROIQ(D)的可满足性推理是可判定的。

基于时序描述逻辑的UML状态图语义

将UML图形转换成形式化规范是一种精确UML语义、扩大形式化软件方法适用范围的有效途径。鉴于描述逻辑强的可判定推理能力,提出一种采用时序描述逻辑形式化UML状态图,对描述逻辑进行时序扩展,得到可以表示动态和时序语义的形式化规范——时序描述逻辑,给出一套UML状态图向时序描述逻辑表达式转换的规则,通过实例验证了该方法的可行性。

描述逻辑的粗糙扩展研究

由于传统的描述逻辑系统不适于表示不确定的、模糊的知识,本文将基于粗糙集语义的下近似和上近似引入描述逻辑系统中,使用一种简单的方法将传统描述逻辑进行扩展,介绍了粗糙描述逻辑的概念,在粗糙描述逻辑系统中我们可以使用适当的子概念和超概念来对某些模糊的知识进行约束表示。本文主要讨论描述逻辑ALC的粗糙扩展,介绍扩展后所得到的粗糙描述逻辑RALC的语法、语义和相关推理问题,探讨了使用粗糙描述逻辑来对不精确概念进行建模的基本思想,最后提出了一个RALC的可满足性问题的推理算法。本文的工作可以使得在描述逻辑中对不确定的知识进行形式化描述和推理更加方便。

基于描述逻辑的模糊ER模型的表示与推理

重点分析了将ER模型分别转化为描述逻辑ALNUI知识库和DLR知识库的不同之处。在深入研究了描述逻辑DLR的基础之上,对DLR进行了模糊化扩展,提出了一种新的模糊描述逻辑FDLR(fuzzyDLR)。定义了FDLR的语法结构、语义解释以及知识库的形式,研究了如何将模糊ER模型转化为FDLR的知识库。通过一个转化实例例证了FDLR能够很好地对模糊ER模型进行表示,并利用FDLR的推理机制研究了模糊ER模型的自动推理问题,同时给出了上述转化和推理问题的正确性证明。

基于时态的模糊描述逻辑初探

针对现实生活中,有许多的信息都是具有时间属性并且带有模糊、不精确的特点,在时态逻辑和模糊描述逻辑基础上,利用vager集概念,对基于时态的模糊描述逻辑系统进行了初步的研究,并给出了时态模糊描述逻辑的语法和语义的相关说明。与模糊描述逻辑FALC相比,该系统的提出在一定程度上弥补了FALC作为语义Web逻辑基础在表达时序上的空白。

基于动态描述逻辑的Web自动化服务组合

研究了动态描述逻辑(DDL)在Web服务组合中的应用。基于目标规划以及动态描述逻辑给出了Web服务组合算法。该算法考虑了客户的个人偏好,扩大了Web服务的应用范围。它使用DDL进行Web服务组合刻画,因为DDL将具有相似功能的服务划为一个动作集合,因而能够实现对语义Web中的动态知识和静态知识的统一描述,克服描述逻辑缺乏对动态知识描述的不足。该算法能够利用目标规划给出主体的动作执行序列,以有效实现Web服务的自动组合。最后通过具体实例验证了该算法的可行性。

认知描述逻辑ALCKR+:描述逻辑的一个非单调扩展

描述逻辑是语义Web的逻辑基础,是形式化表达领域知识的工具。但是描述逻辑只能表达单调推理,不能处理不完全知识。认知描述逻辑因其非单调特性和良好的时间复杂度等特点在处理不完全知识方面有较好的优势。本文在认知描述逻辑ALCK的基础上提出了新的认知描述逻辑语言ALCKR+,保留了描述逻辑原有的优点,加入传递角色属性,增强了表达能力,并通过认知查询拥有了非单调推理的能力。设计了ALCKR+的语法、语义以及表算法。

基于描述逻辑的主体服务匹配

多主体系统中的服务匹配是智能主体和多主体系统等领域中的重要研究课题 .描述逻辑是知识表示和推理的形式化工具 ,它提供了可判定的和可靠的推理服务 .该文利用描述逻辑有效的推理功能 ,特别是它对概念包含关系的有效判断 ,把它与多主体系统的服务推理结合起来 .充分利用描述逻辑具有清晰模型 理论语义和有效的概念分层推理服务等功能 ,该文提出了基于描述逻辑的主体服务匹配算法 ,详细研究了如何利用描述逻辑的理论和推理机制来实现自动的服务分层及服务匹配 ,并提出了五种服务匹配算法 .这些方法都是基于语义的服务匹配 ,利用服务分层机制实现了有效和高效的多主体系统中的服务匹配 ,克服了基于语义距离进行服务匹配的不足 .