一个非形式的归纳支持句法系统——与刘壮虎先生商榷

本文致力于解决非实质相似(不同类型)假设归纳支持的可比性问题。首先,本文分析了刘壮虎提出的VIL系统,指出由于语义、表达能力、相关变量方法三方面的困难,VIL系统是不恰当的、不完备的,因而无法解决上述问题。其次,本文重新表述了J.Cohen归纳支持理论的基本概念和相关变量方法,在此基础上指出J.Cohen的归纳支持句法同样是不完备、不恰当的。再次,本文吸取Cohen理论中的合理部分——相关变量方法,纠正了J.Cohen对上述句法中有关原理的证明错误,提出和证明了六条新的原理,构造了归纳支持句法非形式系统,克服了Cohen理论的困难,为解决上述问题提供了可行的方案。最后,本文指出;对归纳支持的逻辑结构的研究有可能导致全新的逻辑系统。

论归纳发现机器的存在与结构

本文反驳了否定归纳发现机器存在的主要论据,从启发式合理性观念出发,论证了归纳发现方法的合理性;澄清了科学发现概念,揭示了它同先验评价概念之间的联系;在Nickles的gene-rative support和discoverability理论的基础上,提出了归纳发生支持概念。依据上述哲学分析的结果,本文运用AI的研究方法,建立了归纳发现机器的一般模型和两类具体模型,(其中一类是评价和发生合一的归纳发现机器);并运用计算复杂性理论和局部归纳理论证明:在一组可明确表述的条件下,上述两类机器的一个非空子集是可靠的算法。最后,本文以实例对上述结论作出验证。