多媒体层次模型的对象定义与事件演算

ＰＥＤＡ是我们提出的一种引入知识代理系统的多媒体应用系统的三层模型。本文主要讨论ＰＥＤＡ的对象定义层和事件演算层。

事件演算在行动推理中的应用

事件演算是基于一阶谓词演算的行动推理理论。它可作为描述事件的一个工具,在行动推理的应用中显示出其强大的表示能力和实现能力。在事件演算中,可以对行动进行公理化,可以描述行动的时间性、并发性、连续变化及知识,而且还可用Prolog实现。讨论介绍与这些应用相关的基本概念、思想和方法等,并且通过一个送咖啡的例子说明了如何通过事件演算来描述和实现。

基于离散事件演算的RFID复合事件的语义表述方法

无线传感器网络是目前研究的热点,RFID复合事件识别是无线传感器网络的重要的应用之一。由于目前RFID复合事件的表述方法多样且缺乏理论依据,使得RFID复合事件识别在实际的应用过程中,出现同一事件表述方法不一,符合事件分解错误等问题。本文使用离散事件演算的理论,基于已有的RFID复合事件的组成方法,提出了对RFID复合事件的新的表述形式,使得RFID复合事件的表示形式更加严谨并且方便对RFID复合事件是否成立进行判断。

模糊粒计算在工业动态复杂事件识别中的应用

工业动态复杂事件识别可以为决策者提供故障诊断、流程优化的参考依据。如何在不完备数据下进行可解释的推理和识别是一个非常有挑战性的问题。为了解决这个问题,本文提出了一个新的工业动态复杂事件识别模型。通过将该模型应用于合成数据集以及真实数据集,结果显示,在不完备数据的工业场景下,本文模型的准确率和召回率均达到90%以上,预测未知事件的准确率也达到95%以上。

基于贝叶斯方法的事件推理

为了处理逻辑推理中,事件信息不确定不完整的情况,本文在传统事件演算的框架下,引入了贝叶斯概率的算法思想,给出了基于贝叶斯方法的事件推理的方法,实现了对传统方法的有效扩展。该方法能在网络诊断、交通事故推断等重要领域得到很好的应用。

海战场C^4ISR系统的服务自动组合方法

针对C4ISR系统中服务人工智能(artificial intelligence,AI)规划组合存在的服务数量大、不能处理服务执行过程中动态产生的新个体、业务流程和服务质量不确定等问题,提出了一种基于离散事件演算和马尔可夫逻辑网(discrete event calculus-Markov logic network,DEC-MLN)的服务自动组合方法。首先给出了面向服务的海战场C4ISR系统的流程图,用对事件演算进行拓展形成的DEC-MLN对服务的输入、输出、前提条件和执行效果及基本服务流程进行建模,用MLN的权重刻画组合过程中业务流程和服务质量的不确定性。接着提出了一种基于模板的服务自动组合框架,并给出了溯因DEC规划方法。所提方法克服了基于传统AI规划组合方法限于顺序组合的问题;且DEC-MLN的谓词规模较小,提高了服务组合效率;DEC-MLN在处理不确定性的基础上又能解除封闭世界假说的限制,可以处理组合执行过程中新增个体,增加了组合的动态性。最后用实例验证了所提方法的可行性与有效性。

作战进程的上下文感知模型研究

在传统的联合作战中,各协作方在作战前设定好协作规则,以更好地指导战争的进行。然而,战场环境不断发生变化且通常无法预料,因此作战组织应该对变化进行实时感知并及时做出响应,以保证作战行动的有序推进。针对这一问题,建立了作战进程的上下文感知模型。引入本体论,对上下文进行表示。在事件演算的基础上,对感知到的作战进程上下文进行分析推理,进而掌握各作战组织的能力变化及进程推进情况,为实现作战组织自同步提供决策依据。