基于模糊神经网络的Horn集上的输入归结

关于定理机器证明的归结原理已应用到人工智能的很多领域，同时提出了各种改进方法，其中，输入归结是一种非常好的推理方法，它对于Horn集是完备的，模糊神经网络是模糊逻辑与神经网络的融合，文中利用模糊神经网络的知识表示及学习的特点，结合输入归结的优点，进行Horn集上的输入归结。     

格值命题逻辑系统LP(X)中广义文字的α-归结域

格值命题逻辑系统LP（X）中广义文字的α-归结域的研究，是基于格值命题逻辑系统LP（X）的α-归结原理研究的继续．该逻辑系统的逻辑真值域是格蕴涵代数．讨论了LP（X）的常量、命题变元和一些广义文字的性质，并得到了它们的α-归结域。     

一阶逻辑中的扩展子句消去原则

对于一阶逻辑定理证明器，子句集化简一直是必不可少的步骤，这将有助于提高后续一阶逻辑定理证明器的证明效率. 针对子句冗余性的判断，提出了一种评估子句冗余性的原则:集合蕴涵模归结原则. 并且证明了该原则在不带等词一阶逻辑上的可靠性，根据该原则删除子句，不会影响原始子句集的不可满足性或者可满足性. 此外，依据该原则提出了两种新型的一阶逻辑预处理方法:集合归结包含消去（set resolution subsumption, SRSE）方法和集合归结不对称恒真消去（set resolution asymmetric tautology elimination, SRATE）方法，并证明了这两种子句消去方法在不带等词一阶逻辑子句集上的可靠性. 最后在理论上比较了SRSE方法和归结包含消去（sesolution subsumption elimination, RSE）方法以及SRATE方法和归结不对称恒真（sesolution asymmetric tautology elimination, RATE）方法之间的有效性，结果表明SRSE方法和SRATE方法分别比RSE方法和RATE方法更为有效.      

化LF(X)中任一公式为可归约形式的算法

针对基于归结方法的自动推理过程中的化任一公式为可归约形式这一问题进行研究．简述了LF(X)及其中公式的相关概念，证明了对LF(X)中公式进行转化的若干理论结果，并由此给出化LF(X)中任一公式为可归约形式的理论基础和基本算法．     

归结原理及其在数学定理证明中的应用

对归结原理的基本概念与推理规则进行了讨论,并在此基础上通过实例探讨了归结推理方法在数学定理证明中的应用。     

多元协同演绎在一阶逻辑ATP中的应用

一阶逻辑是数理逻辑中重要的分支,对其逻辑公式的自动推理是人工智能领域重要的研究热点之一. 目前一阶逻辑自动定理证明大多采用二元归结方法，每次只有2个子句进行归结，只消去1组互补对，导致演绎归结式文字数较多，影响了演绎效率. 为此，基于矛盾体分离规则提出了一种多元协同演绎算法，该算法每次允许多个子句进行协同演绎，消去多组互补对，从而演绎分离式文字数较少且可控，能有效提高推理能力；并且，该算法通过有效演绎权重和无效演绎权重调整子句演绎顺序，利用回溯机制搜索较优路径，有效规划演绎路径. 将该算法应用于国际顶尖证明器Eprover 2.1，以CADE2017竞赛例（FOF组）为测试对象，对加入多元协同演绎算法的Eprover 2.1证明器进行试验. 试验结果表明其能力超过了Eprover 2.1:多证明定理8个；能证明Eprover 2.1未证明定理31个，占未证明总数的28.2%.      

广义关联规则基及其挖掘算法

为了解决传统的关联规则挖掘中产生大量规则的问题，提出了项目集上闭集和广义关联规则基的概念，并得出了闭项目集的上闭集是它本身、上闭集是惟一的等性质．基于这些性质，给出了事物数据库的广义关联规则基，不仅保留了数据库中所有关联规则的信息，而且规则有一致的结构，从而最大限度地减少了规则生成的数量．此外，还设计了广义关联规则基的挖掘算法，并通过实例验证了它的正确性．     

基于广义规则的知识表示方法

大型AI系统的知识表示方法是人工智能应用的难点．在提高知识表示能力和降低系统复杂性之间，提出基于广义规则的知识表示模式以及该模式知识的存储策略，统一了确定性知识和不确定性知识的表示模式．实验分析表明该方法具有较强的实际应用价值．     

近似空间与测度空间及广义粗集与不可测集

将粗集与不可测集关系的讨论扩大到广义粗集范畴。证明了近似空间是测度空间的基础空间，广义粗集和不可测集分别是在近似空间和测度空间中对集合的不确定性的不同表述；在非零有穷测度的条件下，近似空间中的一个广义粗集，是其扩展的测度空间中的不可测集。结果表明：测度论同术是不确定知识表示和处理的一种有力理论工具。     

不具线性结构拓扑空间中参数型非紧KKM定理及其在经济平衡问题上的应用

本文在不具线性结构的拓扑空间——广义区间空间——中建立了集值映像的参数型非紧KKM定理．作为应用，我们研究了极大极小问题和广义经济平衡问题。     

归结论视阈下的文化派译论实质浅析-从赵彦春的《翻译学归结论》谈起

在文化派译论逐渐占据翻译主体地位的潮流中,赵彦春等学者意识到翻译正一步步失去自己的地位,因而提出了归结理论,对文化派译论进行了较为客观的思辨。鉴于中西文化传统和思维方式存在巨大差异,对同一理论持完全相反的观点有时也在所难免,但笔者认为归结论对文化研究范式的批评太过激烈。诗学、赞助人、权力关系虽然不是决定性的因素,但也不应视而不见。这些因素影响甚至支配着译者的翻译活动,成为翻译学研究的重要思想资源,为翻译学的理论优化做出了积极贡献。     

近似空间与测度空间及广义粗集与不可测集

将粗集与不可测集关系的讨论扩大到广义粗集范畴.证明了近似空间是测度空间的基础空间,广义粗集和不可测集分别是在近似空间和测度空间中对集合的不确定性的不同表述;在非零有穷测度的条件下,近似空间中的一个广义粗集,是其扩展的测度空间中的不可测集.结果表明:测度论同术是不确定知识表示和处理的一种有力理论工具.     

模糊粗糙集的表示定理

通过对偶方式定义了模糊集的上、下近似算子，给出了模糊粗糙集在相应的模糊关系及模糊集的截集下的表示定理，证明了这种模糊粗糙集关于模糊近似空间的上近似恰为其在二元模糊相似关系下导出的广义扩张原理之下的像。证明了Zadeh模糊推理合成规则(CRI)与特定的广义扩张原理具有相同的形式。推理结果也可由此获得，这样可借助广义扩张原理的性质及粗糙集理论研究模糊推理．     

集装箱码头集卡调度策略的仿真研究

在集装箱码头传统的集卡调度模式的基础上，提出在数字化技术环境下的集装箱码头集卡实时调度规则，并建立了这两种调度模式的动态仿真模型．经过仿真实验分析，比较这两种调度模式对码头生产能力的影响，结果表明提出的调度策略是合理可行的，具有较强的可操作性．     

高速公路建设质量控制技术

引言 交通是制约经济发展的主要因素．目前我国的经济高速发展，很大一部分功劳要归结于交通状况的改变。目前我国在大力上马铁路交通项目，同时高速公路交通系统也紧跟其后。     

基于移动Agent和XML的交通综合信息平台的研究

随着智能交通系统的不断发展，未来智能交通系统发展的一个趋势是集成化，而交通综合信息平台是实现集成化智能交通系统的基础和支撑．文中提出了利用（eXtensible Markup Language）XML和移动Agent技术来实现交通综合信息平台的技术途径及开发实例．阐述了基于移动Agent的交通综合信息平台的体系框架；研究了各个层次的功能及实现机制，研究了利用XML技术来实现智能体之间的通信及实际工作中利用XML进行的平台的开发实现．研究及开发应用表明XML和移动Agent为交通综合信息平台的实现提供了一条可行的实现途径．     

线性空间中集值优化问题弱有效解与向量鞍点

在序线性空间中定义了带广义不等式约束集值优化问题的广义向量Fritz-John鞍点和广义向量Kuhn-Tucker鞍点,建立了二者之间关系.最后,借助广义锥次似凸映射的择一定理,讨论了集值优化问题的弱有效解与它们之间的关系.     

线性空间中集值优化问题弱有效解与向量鞍点

在序线性空间中定义了带广义不等式约束集值优化问题的广义向量Fritz-John鞍点和广义向量Kuhn-Tucker鞍点,建立了二者之间关系.最后,借助广义锥次似凸映射的择一定理,讨论了集值优化问题的弱有效解与它们之间的关系.     

基于多分辨率分析的模糊系统逼近能力分析

根据多分辨率分析理论，利用B-样条函数作为尺度函数具有的紧支撑性和多分辨率逼近性，从时频域局域化角度构造出基于多分辨率分析的模糊系统．从理论上分析了基于多分辨率分析的模糊系统的函数逼近能力。结果表明，多分辨率模糊系统构造的函数集在赋范空间L^P(E)中是稠密的，即具有函数逼近能力．     

谱约束下广义中心对称矩阵的最佳逼近解及扰动分析

研究了一类广义中心对称结构的有限元模型修正的数学理论和方法．首先将模型修正问题处理为约束矩阵的最佳逼近问题，给出最佳逼近解的表达式．重点讨论了逼近解的扰动理论，并对稀疏结构的模型给出了保结构的算法．数值例子表明该方法是行之有效的．