發(fā)布時間：2021-09-06 05:13

　　在WEB上提供機器可理解的知識并實現(xiàn)WEB信息的自動處理逐漸成為人們重要的生活、工作需求之一。這其中,如何恰當?shù)乇硎局R并在其上實現(xiàn)快速有效的推理以找出其它的相關知識是這個浩大工程中的關鍵點。隨著研究的深入,關于知識表示與推理的研究已經(jīng)轉移到集中了其它諸多表示方法的優(yōu)點而克服了它們?nèi)秉c的描述邏輯當中。本文所關注的是在描述邏輯當中如何實現(xiàn)高效的概念可滿足性的推理。因為概念可滿足性是描述邏輯推理的基本問題之一,對該類問題進行高效處理具有相當重要的意義。經(jīng)過一段時期的研究,本文取得了如下研究成果:1)提出了基于概念描述本身進行推理的新思路。概念可滿足性算法Tableau是基于斷言庫ABox可滿足性的,由此也帶來了許多不必要的操作以及空間浪費。本文所提出的CDNF（Complete Disjunctive Normal Form）算法則是直接在初始概念描述上構建可滿足性已知的完全析取范式,實現(xiàn)了“計算”概念可滿足性,并可取得更好的空間性能。2)提出了面向ALCN的基礎型CDNF算法。在描述邏輯基礎語言ALCN中,Tableau算法就已存在描述重復情況。而CDNF算法在不改變描述的語義的前提下,... 

【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：125 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景
        1.1.1 問題的提出
        1.1.2 研究內(nèi)容
        1.1.3 意義
    1.2 描述邏輯簡介
        1.2.1 發(fā)展過程
        1.2.2 與其它形式化方法的關系
        1.2.3 研究領域
    1.3 描述邏輯形式化方法
        1.3.1 ALC語言
        1.3.2 知識庫
    1.4 描述邏輯系統(tǒng)
    1.5 描述邏輯的擴展
        1.5.1 模糊描述邏輯
        1.5.2 時態(tài)描述邏輯
        1.5.3 動態(tài)描述邏輯
    1.6 描述邏輯的應用
        1.6.1 在語義WEB中的應用
        1.6.2 在配置中的應用
        1.6.3 在自然語言處理中的應用
        1.6.4 在數(shù)字圖書館和基于WEB的信息系統(tǒng)中的應用
        1.6.5 在數(shù)據(jù)庫中的應用
    1.7 本章小結
第2章 描述邏輯的推理
    2.1 描述邏輯的主要推理問題
        2.1.1 概念的推理任務
        2.1.2 消除TBox
        2.1.3 含有包含公理的TBox
        2.1.4 Abox的推理任務
    2.2 結構包含算法
    2.3 Tableau算法
        2.3.1 算法簡介
        2.3.2 面向ALCN的Tableau算法
        2.3.3 復雜性問題
        2.3.4 擴展到:Abox一致性問題
        2.3.5 擴展到一般包含公理
    2.4 本章小結
第3章 去(?)化的CDNF判定ALCN-可滿足性
    3.1 引言
    3.2 ALCN的語法與語義
    3.3 ALCN-CDNF概念可滿足性算法
        3.3.1 相關基本定義
        3.3.2 ALCN-CDNF算法過程
        3.3.3 ALCN-CDNF的樹結構及語義解釋
    3.4 ALCN-CDNF算法的可靠性、完備性和終止性
    3.5 復雜性問題討論
    3.6 與Tableau的性能比較
    3.7 本章小結
第4章 子句重用的CDNF判定ALCNI_(R+)-可滿足性
    4.1 引言
    4.2 ALCNI_(R+)的語法與語義
    4.3 面向ALCNI_(R+)的CDNF算法
        4.3.1 相關基本定義
        4.3.2 ALCNI_(R+)-CDNF算法過程
        4.3.3 ALCNI_(R+)-CDNF的樹結構及語義解釋
    4.4 ALCNI_(R+)-CDNF算法的可靠性、完備性和終止性
    4.5 復雜性問題討論
    4.6 與Tableau的性能比較
    4.7 本章小結
第5章 CDNF群判定SHOIN(D)-可滿足性
    5.1 引言
    5.2 語義WEB與本體論
    5.3 SHOIN(D)的語法與語義
        5.3.1 具體數(shù)據(jù)類型(D)
        5.3.2 命名個體(O)
        5.3.3 語法與語義
    5.4 面向SHOIN(D)的CDNF算法
        5.4.1 相關基本定義
        5.4.2 SHOIN(D)-CDNF算法過程
        5.4.3 SHOIN(D)-CDNF群的森林結構及語義解釋
    5.5 SHOIN(D)-CDNF算法的可靠性、完備性和終止性
    5.6 擴展到一般包含公理
    5.7 復雜性問題討論
    5.8 與Tableau的性能比較
    5.9 本章小結
第6章 應用分析
    6.1 實例分析
    6.2 應用前景
第7章 結論與展望
    7.1 結論
    7.2 展望
參考文獻
攻讀博士學位期間主要的研究成果
致謝


【參考文獻】：
期刊論文
[1]基于子句的ALCN語言tableau算法增強方式（英文）[J]. 古華茂,石錦芹,高濟.  Journal of Southeast University（English Edition）. 2008(03)
[2]動態(tài)描述邏輯的Tableau判定算法[J]. 常亮,史忠植,邱莉榕,林芬.  計算機學報. 2008(06)
[3]面向語義Web語義表示的模糊描述邏輯[J]. 蔣運承,史忠植,湯庸,王駒.  軟件學報. 2007(06)
[4]描述邏輯綜述[J]. 石蓮,孫吉貴.  計算機科學. 2006(01)
[5]本體論研究綜述[J]. 李善平,尹奇韡,胡玉杰,郭鳴,付相君.  計算機研究與發(fā)展. 2004(07)
[6]Semantic Web與Agent的共生及融合[J]. 李浩,沈琦.  微機發(fā)展. 2003(11)
[7]Ontology研究綜述[J]. 鄧志鴻,唐世渭,張銘,楊冬青,陳捷.  北京大學學報(自然科學版). 2002(05)



本文編號：3386816