论文部分内容阅读
计算机与Internet的快速发展,使得语义网和描述逻辑在人工智能等领域扮演着越来越重要的角色,基于语义网的知识获取与知识推理应用也在不断增加。但在我们的日常生活中,越来越多不确定的、模糊的信息需要处理,这就需要有一套完整的理论联系实际的模糊知识处理体系,来对模糊信息进行准确的表述与推理。本文以此目标为研究方向,把模糊逻辑理论作为基础,对现有的基于语义网的理论与技术进行了深入的研究,重点关注了理论的完善和实践的可应用性两个关键的问题,所取得的主要研究成果如下:(1)提出了对描述逻辑SHIQ的模糊扩展,给出了一个可靠的公理体系:模糊描述逻辑公理体系F-SHIQ,将其作为知识表示与推理的理论基础。以一个构造公理系统的角度,将描述逻辑中必要的概念、关系、操作等都进行了模糊扩展,给出了相应的定义,法则,公理和定理等,并对公理体系进行了推导证明,以保证其可靠性。(2)把F-SHIQ公理体系作为逻辑基础,扩展了现有的本体描述语言OWL DL,提出了基于模糊描述逻辑的规则语言FSRL。使得知识表述语言在类、属性、个体、操作等方面同样具有了表达和处理模糊信息的能力。并为后面的模糊推理机提供了必要的知识表示形式基础,推理机中的知识和规则都可以以此形式进行存储应用。(3)提出了使用本体和语义规则来对模糊公理体系的法则,定理等进行存储的存储模型。利用本体是个语义知识库的特点,把公理体系分解为最基本的概念类和概念关系,并利用语义规则进行必要的关联。这样既高效的实现了对法则定理等的全面存储,又消除了存储的冗余。(4)以F-SHIQ为逻辑基础,以FSRL为知识表示与存储形式,给出了一个能够推理模糊知识的实用型模糊推理机FSRLReasoner。对以知识基形式存在的模糊问题,解析后利用规则进行模糊推理,给出相应的结果,最后还通过一个知识基推理的实验,对本推理机的能力进行了必要的检验。本文的研究工作,将模糊逻辑引入扩展到了语义网的知识表述与推理中,增强了处理模糊信息的能力,提供了一整套的模糊信息处理体系,对今后各学科模糊知识的表述与推理都有着很好的理论和实践意义。