归纳逻辑研究述评

本文首先对国外卡尔纳普、波普尔、欣迪卡、莱维与赖兴巴赫等的归纳逻辑研究和国内鞠实儿、陈克艰、李小五、熊立文、陈晓平与刘壮虎等的归纳逻辑研究进行了述评,接着就归纳逻辑是否逻辑的两种争论进行了述评。作者认为,虽然归纳逻辑的基础理论研究似乎已经走入低谷,但其应用研究却方兴未艾。

归纳逻辑程序设计综述

归纳逻辑程序设计是由机器学习与逻辑程序设计交叉所形成的一个研究领域,是机器学习的前沿研究课题。该文首先从归纳逻辑程序设计的问题背景、类型划分和搜索程序子句三个方面介绍了归纳逻辑程序设计系统的概貌;然后结合实验室的相关研究工作,回顾了归纳逻辑程序设计研究的发展;之后介绍了归纳逻辑程序设计领域中需要深入研究的若干问题,并提出了新的解决思路;最后是总结,以引起读者对归纳逻辑程序设计领域研究的进一步关注。

美国归纳逻辑与人工智能研究概况

近年来,美国归纳逻辑研究的一个重要转变是从纯理论的研究转向应用研究,特别是归纳逻辑在人工智能和认知科学中的应用研究。美国哲学家和逻辑学家一方面注重从人工智能的研究中总结和概括有关的归纳逻辑问题;另一方面他们重视在归纳逻辑研究中借鉴人工智能中的逻辑方法。这些研究涉及的主要问题是:第一,关于贝叶斯主义与非贝叶斯主义的争论问题;第二,关于概率解释的问题;第三,关于因果性与概率的关系问题,他们还致力于确立机器学习的归纳逻辑基础,探究非单调推理在归纳逻辑中的应用。

广义细胞自动机与广义归纳逻辑因果模型

在勃克斯（A.W.Burks）构筑的描述因果世界的细胞自动机的基础上（属归纳概率逻辑范畴），提出了可综合处理随机不确定性与模糊不确定性的广义细胞自动机与相应的广义归纳逻辑因果模型，解决了原模型中未曾解决的主因判定与因果扰动响应的问题，并找到了它在智能控制中的应用．

遗传归纳逻辑程序设计的个体编码生长现象

遗传归纳逻辑程序设计 (GILP)的个体编码生长现象严重影响了算法的性能和规则的可读性 通过对变长编码的模式分析 ,解释了GILP的个体编码生长现象 并发现 ,若从初始种群开始添加长度惩罚项来解决个体编码生长问题 ,种群会出现退化现象 而采取在演化的初期不添加惩罚项 ,在种群的性状有了明显改善后再添加惩罚的策略 ,既可避免种群退化 ,又可有效解决个体编码生长问题 .

论归纳与演绎逻辑的融合

由于归纳与演绎逻辑具有不同的逻辑推理特征,二者长期以来一直处于一种分化的状态。然而,目前人工智能逻辑程序设计的研究正在改变这种状态,即在一种逻辑=推理+控制的新框架内,归纳与演绎逻辑之间出现了一种融合的倾向。

归纳逻辑在管理案例研究中的应用:以AMJ年度最佳论文为例

Yin的"复制逻辑"和Eisenhardt的"复制与扩展逻辑"是目前管理学顶级期刊中被使用最多的管理案例研究方法论,它们完全可以被看作古典归纳逻辑理论中契合差异法则的一个不严格的表述。增加考察的场合以及在理论抽样中尽量选择那些因素差异较大的场合可以增加归纳推理的广度,配合使用演绎逻辑可以增加归纳推理的深度。本文在以上归纳逻辑理论的基础上提出管理案例研究的七项基本原则,并使用上述原则对2005-2009年AMJ年度最佳论文进行分析和评价。

认知科学视域下的归纳逻辑研究述评

在认知价值的引导和认知科学方法论的昭示下,归纳逻辑已经完成了从面向定性认知和定量认知到面向不足认知和复杂认知的转型。但是,认知价值始终是归纳逻辑不变的取向。古典归纳逻辑中的诸多逻辑方法以推进人们的认知为己任,而现代归纳逻辑更是一开始就直接期望建立满足定量认知需要的完善体系。面向不足认知和复杂认知的归纳逻辑研究,不仅是人类认知需要的深入拓展,更是归纳逻辑必然的发展方向。逻辑学不仅在认知召唤下走得更远,而且对于归纳逻辑而言,进一步发展的动力和方向都可能是认知。

论古典归纳逻辑的科学认知功能

古典归纳逻辑由于其结论超越了前提范围,不仅能帮助人们拓宽自己的认知领域,还能对科学假说做合理的预测,在知识创新方面具有巨大的优越性。简单枚举能使创新大众化,科学归纳体现了科学研究的主要任务,排除归纳提供了逻辑可行方法,类比推理推动了科学假说的创立。

中国当代归纳逻辑研究概况

我国归纳逻辑的研究始于20世纪初,但直到20世纪80年代初西方现代归纳逻辑传入国内之后,才开启了我国当代归纳逻辑研究的新时代。在这近三十年的研究中,广大归纳逻辑学者围绕着形式与非形式、概率与因果、巴斯卡概率与非巴斯卡概率这些核心问题进行了广泛而深入的探讨,取得了丰硕的成果;此外,在应用研究和逻辑哲学问题研究方面也取得了重要的进展;与此同时,我国学者还积极开展了国际交流与合作,并取得了一定的成绩。

归纳逻辑程序设计中的优化问题研究

归纳逻辑程序设计的核心问题是如何从背景知识中优选谓词构造满足约束的归纳假设．按Ｏｃａｍ准则，满足约束的最精简归纳假设为优，但迄今归纳逻辑程序设计中精简归纳假设构造的计算复杂性尚未解决．文中以扩张矩阵理论为工具证明了归纳假设构造中的一些主要最优化问题的计算复杂性是ＮＰ困难的，并给出了构造优假设的启发式算法，实验表明该算法产生的归纳假设在结构上具有明显的优越性．

贝叶斯决策理论与归纳逻辑

贝叶斯决策理论是主观贝叶斯派归纳理论的重要组成部分。现代归纳逻辑遇到 “归纳接受”的难题,一部分学者用贝叶斯决策理论的思想和方法解决这个问题,后来导致了信念 修正理论的产生。从只考察归纳推理前提与结论之间的逻辑联系到全面地刻画归纳推理的动态 认知过程,现代归纳理论的发展呈现出一种新的面貌,而贝叶斯决策理论是其中承上启下的一 环。对贝叶斯决策理论的检验和修正导致了富有成果的新理论的建立。

基于高阶逻辑的复杂结构归纳学习研究

归纳学习的目的在于发现样例与离散的类之间的映射关系,样例及归纳的映射都需用某个形式化语言描述。归纳学习器采用的形式化语言经历了属性-值语言、一阶逻辑、类型化的高阶逻辑三个阶段,后者能克服前二者在知识表达及学习过程中的很多缺点。本文首先阐述了基于高阶逻辑的复杂结构归纳学习产生的历史背景;其次介绍了基于高阶逻辑的编程语言——Escher的知识描述形式及目前已提出的三种学习方法;复杂结构的归纳学习在机器学习领域的应用及如何解决一些现实问题的讨论随后给出;最后分析了复杂结构归纳学习的研究所面临的挑战性问题。

关于归纳逻辑的若干问题──对现代归纳逻辑的回顾与展望

本文通过从现代归纳逻辑的诸多问题中选出休谟问题、经验主义概率归纳逻辑、逻辑主义概率归纳逻辑、主观主义概率归纳逻辑、贝叶斯定理、无差别原则、相关变项法、非帕斯卡概率归纳逻辑、局部归纳逻辑与整体归纳逻辑等九个问题加以讨论，展示出现代归纳逻辑的发展脉络及其前景。笔者认为，局部归纳逻辑在很大程度上是绕过休谟问题以及其他一些疑难问题的，因而尽管它对于现代归纳逻辑的发展起了相当大的促进作用，但是过于宽泛的局部化使其哲学价值受到怀疑。见叶斯主义概率归纳逻辑走了一条介于局部归纳逻辑和整体归纳逻辑之间的道路，而且近年来其发展势头仍然不减，显示出一个进化的研究纲领的某些特征。

基于位串编码的遗传归纳逻辑程序设计

归纳逻辑程序设计是基于一阶逻辑的数据挖掘新方法。一阶规则挖掘是目标谓词和背景知识谓词对应的各种原子的复杂组合优化问题。该文根据Occam’s razor原理提出原子的位串编码,设计相应的遗传算子,基于sequential covering策略提出采用遗传算法作为搜索策略的遗传归纳逻辑程序设计算法GILP。在连通图问题和gcd问题上验证算法的可行性。

归纳逻辑与比较方法视角下管理案例研究严谨性分析

因果关系的显著性是管理案例研究严谨性的最终标准。因果关系的显著性程度取决于归纳过程的强度与广度,使用穆勒五法中的剩余法与共变法可以加深案例研究归纳的强度,使用穆勒五法中的契合法、差异法与契合差异并用法可以加大案例研究归纳的广度。

遗传归纳逻辑程序设计中规则的位串表示法

为了利用ＧＡ来解决ＩＬＰ方法中的性能瓶颈问题，关键在于如何把ＩＬＰ的一阶规则编码为遗传算子可操作的位串形式．提出了一种新的用于遗传算法（ＧＡ）的一阶规则位串表示法．示例分析表明，这是一种结合ＧＡ算法和ＩＬＰ技术的有效的规则位串表示法．

基于广义归纳逻辑因果模型的知识发现与算法实现

以语言场、广义细胞自动机和广义归纳逻辑因果模型为理论依据,分析了广义因果联系类知识的发现机理,给出了因果联系类知识发现的实现算法.该算法为解决具有随机不确定和模糊不确定性特征的因果联系类知识的发现提供了行之有效的方法.通过算法的运行实例,验证和说明了算法的正确性和有效性.

论培根归纳逻辑

弗兰西斯.培根在对旧逻辑批判的基础上,创立了以观察和实验为基础的归纳法——科学归纳法。培根归纳法的问世,创立了近代归纳逻辑的第一个形态。培根归纳法的特质包括其归纳法是一种排除归纳法,突出了分析方法,注重证据的质量,与实验自然科学的兴起相适应,其归纳方法论包含着某些朴素的辩证法因素。尽管,培根的归纳法有一定的局限性;但是,培根的归纳法在近现代归纳逻辑的发展中的影响和作用是不容低估的。应当用唯物辩证法的观点和方式,对培根的归纳法进行认识和评价。

约束归纳逻辑程序设计方法的研究

提出了一种新的约束归纳逻辑程序设计方法。该方法能够与自顶向下的归纳逻辑程序设计系统结合,通过在自顶向下归纳方法的一步特殊化操作中引入Fisher判别分析等方法,使得系统能够导出不受变量个数限制的多种形式的线性约束,在不需要用户诱导,不依赖约束求解器的情况下,学习出覆盖正例而排斥负例的含约束的Horn子句程序。