描述邏輯概念可滿足性推理研究.pdf

1、在WEB上提供機器可理解的知識并實現(xiàn)WEB信息的自動處理逐漸成為人們重要的生活、工作需求之一。這其中，如何恰當?shù)乇硎局R并在其上實現(xiàn)快速有效的推理以找出其它的相關知識是這個浩大工程中的關鍵點。隨著研究的深入，關于知識表示與推理的研究已經轉移到集中了其它諸多表示方法的優(yōu)點而克服了它們缺點的描述邏輯當中。
　　 本文所關注的是在描述邏輯當中如何實現(xiàn)高效的概念可滿足性的推理。因為概念可滿足性是描述邏輯推理的基本問題之一，對該類問題進行

2、高效處理具有相當重要的意義。經過一段時期的研究，本文取得了如下研究成果：
　　 1)提出了基于概念描述本身進行推理的新思路。概念可滿足性算法Tableau是基于斷言庫ABOX可滿足性的，由此也帶來了許多不必要的操作以及空間浪費。本文所提出的CDNF(Complete Disjunctive Normal Form)算法則是直接在初始概念描述上構建可滿足性已知的完全析取范式，實現(xiàn)了“計算”概念可滿足性，并可取得更好的空間性能。

3、r>　　 2)提出了面向ALCN的基礎型CDNF算法。在描述邏輯基礎語言ALCN中，Tableau算法就已存在描述重復情況。而CDNF算法在不改變描述的語義的前提下，移去()算子并合并部分描述，最后形成一個可滿足性直接可知的描述，幾乎消除了描述重復的現(xiàn)象，且移去()算子可進一步降低了空間的使用。
　　 3)提出了面向ALCNIR+的子句重用的CDNF判定算法。在描述邏輯語言ALCNIR+中，逆角色使得描述的重組織存在反復的可能

4、，而傳遞性角色則可能導致描述無限擴展。必須采取一定的策略及時檢測并阻止這種不必要的擴展。CDNF算法的子句重用與Tableau算法的精化阻塞技術相比，效果相同但只需更少的空間。
　　 4)提出了面向SHOIN(D)的CDNF算法。在與本體描述語言OWL DL相對應的描述邏輯SHOIN(D)中，CDNF算法在此要處理命名個體、數(shù)據(jù)類型，以及角色分層。此時，一個j算子的出現(xiàn)代表的涵義往往是兩種事物之間的多重關系。此外，在前述基礎上再