知識工程中知識度量、推理與融合的若干關(guān)鍵技術(shù)研究.pdf

1、該文結(jié)合科研項目背景中的實際需求,針對知識工程領(lǐng)域中的上述相關(guān)問題展開了研究.具體包括確定性及非確定性知識含量度量、知識推理過程中的錯誤檢測及多源知識融合等方面.該文所完成的工作及取得的創(chuàng)新成果可主要歸納為以下四個方面:1.確定性知識含量測度準則研究 通過對劃分等價類個數(shù)、各等價類基數(shù)、各等價類包含對象這三方面因素的考察,該文歸納得出了研究性知識庫的三種相似性約束關(guān)系:等價、等構(gòu)及等勢,并在此基礎(chǔ)上給出了知識含量測度必須遵循的四條準則.

2、基于此四條準則,該文證明了熵測度的合理性,并提出了一種新的基于分類的知識含量測度.除此之外,該文還圍繞確定性知識含量度量的研究工作,就相關(guān)其他問題展開了討論,其中包括:給出了知識庫知識差異性的度量公式及范疇簡化的度量公式,并從理論上證明確定性知識庫的疊加操作不可以產(chǎn)生新的知識.2.模糊性知識含量度量研究 將度量問題的研究對象由確定性知識進一步擴大到模糊性知識的范圍.針對模糊集上常規(guī)運算符在運算后會損失知識含量的問題,該文依據(jù)分類的思想重

3、新選擇了分類交、分類并、分類差等運算符,并由此構(gòu)造出了模糊集和模糊集簇的知識含量度量公式,并對其正確性進行了證明.3.基于最小執(zhí)行集的知識推理中錯誤檢測研究 針對產(chǎn)生式推理模型中的一種可能導(dǎo)致推理不可結(jié)束的錯誤,該文在給定約束條件下對其產(chǎn)生機制進行了研究,通過引入結(jié)點及結(jié)點集的最小執(zhí)行集等概念,將判定結(jié)點及推理模型是否可推理問題轉(zhuǎn)換為計算結(jié)點的最小執(zhí)行集的問題,提出了此類模型錯誤的檢測算法.理論分析和試驗結(jié)果均顯示該算法可以完備地找到推