D-逻辑度量空间与近似推理.pdfVIP

维普资讯 南京大学学报数学半年刊 第 24卷 第2期 JOURNALOFNANJINGUNIVERSITY Vo1．24，No．2 2007年 11月 MATHEMATICALBIQUARTERLY Nov．，2007 一 逻辑度量空间与近似推理 惠小静 王国俊 ，2 (1．延安大学数学与计算机科学学院，陕西延安 716000) (2．陕西师范大学数学研究所，陕西西安 710062) 摘要 通过随机化赋值集的方法，在二值逻辑中提出了公式的 一随机真度概念， 证明了全体公式的D一随机真度之集在 0【，1】中没有孤立点；提出了 一逻辑伪距离 和 一逻辑度量空间，证明了该空间中没有孤立点；指出当取均匀概率测度，且各 概率测度均为 1／2时， 一随机真度就转化为计量逻辑学中的真度，同时两公式间 的 一逻辑伪距离就转化为计量逻辑学中的伪距离，从而建立了更具一般性的随机 逻辑度量空间；最后在 一逻辑度量空间中提出了3种不同类型的近似推理模式， 并证明了这三种模式是等价的． 关键词 一随机化映射， 一随机真度， 一相似度， 一逻辑度量空间，近似 推理 中图法分类号 O159 0 引 言 经典的命题逻辑中最基本的推理模式为 {A1，… ， )卜 ，从语法的角度看，它表明 一 (2一 … 一 ( 一 )…)是定理，而从语义的角度看，它表明如果任一赋值 U．使 前提 1，… ， 都为真，则 U．也使结论 为真，以下称这种推理为有效推理．值得注意的 国家 自然科学基金重点资助项 目 收稿 日期：2007-10-08． E-mail：hui．xiaojing@gmail．corn 维普资讯 250 南京大学学报数学半年刊 2007年 11月 是，这一推理的前提是否可靠并未考虑，因而从实际应用的角度看，这种单纯的形式推理似 有不足之处．正是基于这种考虑，从 20世纪 70年代以来，逐渐兴起了概率逻辑学的研究 (参 看文献 1【—5】)．在概率逻辑学中，对推理的前提集中的各公式而言，要考虑其 ”不确定性 ” ， 不确定性是通过一个数值表征的，这个数值是由1减去该命题为真的概率而得的．文献 [1】 通过Kolmogorov公理 (参看文献 [6】)将概率方法与逻辑推理结合起来，但 [1】中绝大多数 结论都是针对很少的几个公式而论述的，并且对于不同的有效推理，前提中同一公式的概率 不必相同．这固然有其方便的一面，但从其理论的完整性来看，似乎只具有局部性而缺乏整 体性，这不能不说是一种局限．另一方面，文献 [7】j[8】从把逻辑概念程度化入手，从整体出 发提出了计量逻辑学理论．那里将逻辑概念程度化的目的正是为了尝试在人工智能科学与数 值计算理论之间架起沟通的桥梁，这种程度化思想也是文献 [9】和 [10】方法的继续与发展， 同时也引发了若干基于数值计算的推理研究 (参看文献 [11—14】)．计量逻辑学一方面具有 整体性的优点，但同时又有缺少随机性的不足．事实上，在计量逻辑学中，每个公式都被赋 予了一个真度，但在该真度意义下，每个原子公式都有相同的值为 百1的真度，用概率的观点 来考察，即每个原子公式q为真的概率均为 万1，其不可靠度 U(q)自然为 U(q)=1一e(q)=虿1 ． 而且如果两个公式形式完全一致比如 q一 口2与 q3一q4，那么它们的真度一定相等．这种 把每个原子公式的真度等同看待的观点似乎与现实世界中各种简单命题成立的概率不尽相同 的事实相悖．事实上各简单命题是否为真以及在多大的程度上为真是不确定的、随机的．所 以赋予不同原子公式以不同的概率，可以使由此产生的公式的真度更具实用性，这种基于随 机性的逻辑概念的程度化方法已经成为当前概率化人工智能研究的一个热点课题，从而展示 了更为广阔的应用前景．本文正是以