描述逻辑反绎推理算法研究-计算机应用技术专业毕业论文.docxVIP

摘 摘 要 I I 摘要 反绎推理是一种基于逻辑的自动推理技术，并且已经在系统诊断、系统设计、产 品规划等领域得到了应用。在人工智能中，反绎推理被作为一种非单调推理模式以弥 补经典逻辑中演绎推理的局限性。描述逻辑是基于对象的知识表示的形式化，是以对 象为中心的表示语言的最为重要的归一形式。随着描述逻辑的不断演变与发展，其在 语义 Web 中扮演着重要的角色。W3C 已经把描述逻辑作为语义 Web 的本体语言 OWL 的逻辑基础。因为提供多样化的描述逻辑本体推理工具是描述逻辑研究中的一 个重要课题，所以描述逻辑本体的反绎推理研究成为了研究者关注的热点。本文分别 在一阶谓词逻辑层、描述逻辑层对反绎推理进行了相关研究，主要内容如下： (1) 以 S. K larman 的描述逻辑 ALC 反绎推理为理论基础，给出了借助 FOL 层的 描述逻辑 ALC 反绎推理算法。在本算法中，首先利用 NNF 转化，CNF 转化，扁平 化和 Skolem 范化，将描述逻辑 ALC 知识库等映射到一阶谓词逻辑(FO L)中的知识库； 接下来在对 S. Klarman 的算法中的 Tableau 模型构造过程进行改进后，对 FOL 中的知 识库进行 Tableau 模型的构造得到 FO L 层上反绎推理问题的解；最后，简化了 S. Klarman 的算法中的回溯过程，通过利用逆 Skolem 化和语义解释将在 FOL 层上得到 的解转化到描述逻辑 ALC 层的解。 (2) 以借助 FOL 层的描述逻辑 ALC 反绎推理算法为基础，给出了改进的描述逻 辑 ALC 反绎推理算法，省去了描述逻辑 ALC 知识库像一阶谓词逻辑层映射的步骤。 在本算法中，首先对描述逻辑 ALC 知识库进行预处理；接下来对预处理过的知识库 进行 Tableau 构造，将 ABOX 反绎推理问题转化为知识库的一致性问题；最终借助一 个回溯过程找出反绎问题的解，并从理论上证明了算法的可靠性和完备性证明。 (3) 以研究内容(2)中改进的描述逻辑 ALC 反绎推理算法为基础，给出了描述逻辑 ALCI 反绎推理算法。该算法在扩充逆算子后，对改进的描述逻辑 ALC 反绎推理算法 中的 Tableau 扩展规则和回溯过程进行了扩充，最终找出 ALCI 反绎问题的解，并从 理论上证明了算法的可靠性和完备性证明。 关键词：反绎推理；描述逻辑；ABOX 反绎推理问题；Tableau；知识库一致性 Ab Abstract II II Abstract Abductive reasoning that has been embraced in AI as a non- monotonic reasoning paradigm to address some of the limitations of deductive reasoning in classical logic is a logic-based automated reasoning technique and the scope of abductive applications is immense and varies from scientific discovery, through system diagnosis, design problems, planning, and many others. As a family of knowledge representation formalisms, description logic has been successfully considered the most important unifying formalism for the many object-centered representation languages used in areas other than knowledge represtation. With the development of the Semantic Web, since the W3C organization propose the standard Web Ontology Language embracing description logic as the logical underpinning, abductive reasoning in description logics has become an attractive area. This paper has done some research of abductive reasoning in description logic and fi