属性探索算法是形式概念分析中通过询问专家一系列问题来获取包含关系知识的工具,它可以求出形式背景的所有内涵和主基。Baader等人于2004-2007年将FCA方法引入描述逻辑中,建立了初步的属性探索算法。文章介绍了他们提出的属性探索算法,在数学软件MATLAB实现该算法,还研究了该算法会产生冗余计算的可能情形。然后从相关性的角度建立了两种改进算法,并证明了它们的正确性。由于经典的描述逻辑只能对精确知识进行表示和推理,不能对不确定或不精确知识进行表示和推理,为了让描述逻辑能对不确定或不精确知识进行表示和推理,许多学者对经典的描述逻辑进行了扩充,粗描述逻辑是经典描述逻辑的一类重要扩充。本文将研究属性探索算法在粗描述逻辑RALCQ系统有穷基问题的应用。本文的内容安排如下:第一章:前言。第二章:预备知识。第三章:属性探索算法,本章主要介绍了属性探索算法的设置及实例计算,在数学软件MATLAB实现该算法。第四章:属性探索算法的改进算法。本章主要研究了属性探索算法会产生冗余计算的可能情形,从相关性的角度建立了两种改进算法,并证明了它们的正确性。第五章:属性探索算法在粗描述逻辑RALCQ系统有穷基问题的应用。对于给定了基本解释的粗TBox ,通过它的支持集合可以定义形式背景,运用形式概念分析中的属性探索算法计算出该形式背景的一个属性蕴涵基,即Duquenne-Guigues Base,得到算法3:第一:用算法2求出粗TB的支持集合P ;第二:由定义5.4.6构建形式背景K = (O , P , S );第三:用算法1求出形式背景K = (O , P , S )的Duquenne-Guigues Base。第六章:总结与展望,给出了今后的研究方向。