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。

粗糙本体支持的知识推理框架

基于精确本体的推理机不能够直接应用到粗糙本体的知识推理中,因此目前还没有适合粗糙本体的推理机。根据粗糙本体的特点,将其中的粗糙集、粗糙描述逻辑、粗糙包含和知识推理作为研究对象,在此基础上将基于描述逻辑的推理方法与基于规则的推理方法相结合,提出一种粗糙本体支持的知识推理框架,实现了粗糙本体的推理功能,解决了针对不确定信息的知识推理问题。

二维近似空间上基于粒计算的数据识别

利用逻辑推理和粒计算相互融合的研究成果,通过扩展近似空间,在形成的二维近似空间上定义了逻辑公式和公式确定的粒。为数据识别的需要,特别构造了一类重要的二维近似空间——矩形近似空间。经对矩形近似空间上公式确定的粒进行粒计算,得到矩形近似空间上公式粗糙描述的概念,由此可有效地实现对公式中隐含信息的识别,以达到数据保密传送的目的。这种基于粒计算的数据识别不仅表明前期理论研究的重要性,也表明理论结果的应用价值。