摘要: 不确定性知识处理是人工智能研究中经常遇到的问题,基于定性映射的属性Petri网模型在动态表示认知思维中不确定性知识与逻辑推理方面具有优势。在属性拓扑空间中,给出了属性粒的基本定义和基本推理,在属性Petri网中对不确定性知识进行表达,并基于属性Petri网给出归结推理的基本形式和基本算法。结果显示,这种方法可以使定性映射和Petri网更易于动态和显式地表达认知不确定性知识,可为进一步研究Petri网在认知模型中的作用提供参考。
[1] 李德毅,刘常昱,杜鹢,等.不确定性人工智能[J].软件学报,2004,5(11):1583-159 [2] 王国胤,张清华,马希骜,等.知识不确定性问题的粒计算模型[J].软件学报,2011,2(4):676-694 [3] Zadeh L A.Fuzzy Logic=Computing With Words[J].IEEE Transactions on Fuzzy Systems,1996,4(2):103-111 [4] Pawlak Z.Rough sets[J].Int’l Journal of Computer and Information Sciences,1982,1(5):341-356 [5] 张钹,张铃.问题求解理论及应用[M].北京:清华大学出版社,1990 [6] 冯嘉礼.从判断到识别的定性映射模型与模糊人工神经元[J].模式识别与人工智能,2006,9(1):35-66 [7] Feng J L.Attribute network computing based on qualitativemapping and its applications in pattern recognition[J].Journal of Intelligent & Fuzzy Systems,2008,9(2):1-16 [8] 韩江洪,方华,刘小平.Petri网的公平性及分析[J].系统仿真学报,2012,4(3):521-535 [9] 庞善臣,林闯.可重写Petri网:位置可重写及性质分析[J].计算机学报,2012,5(10):2182-2193 [10] 周如旗,李广原,冯嘉礼.一种基于属性抽取与整合的Petri网模型[J].南京大学学报:自然科学版,2003,9(2):189-193 [11] 张锦,冯嘉礼,史小宏.属性Petri网建模及其应用[J].计算机工程,2006,2(17):105-107 [12] 苗夺谦,王国胤,刘清,等.粒计算:过去、现在与展望[M].北京:科学出版社,2007 [13] Pedrycz W,Bargiela,Andrzej.An Optimization of Allocation of Information Granularity in the Interpretation of Data Structures:Toward Granular Fuzzy Clustering[J].IEEE Transactions on Systems,Man,and Cybernetics,Part B:Cybernetics,2012,42(3):582-590 [14] 葛季栋,胡昊,吕建.一种基于不变量的从工作流网到PERT图的转换方法[J].电子学报,2008,6(5):893-898 [15] 刘叙华.算子Fuzzy逻辑和λ-归结方法[J].计算机学报,1989(2):81-91 [16] 夏世芬,毛大会,徐扬.一种算子模糊逻辑系统及其Petri网推理算法[J].模糊系统与数学,2008,2(1):7-14 |
No related articles found! |
|