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.      

又来车队指令？：迈凯轮的摩纳哥

赛后，英国媒体将汉密尔顿与摩纳哥大奖赛的冠军擦肩而过归结为迈凯轮车队在比赛中使用了车队指令，迈凯轮车队硬生生剥夺了汉密尔顿获得首胜的机会。[编者按]     

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。     

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。     

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．     

信任：用户对产品的最终诉求

用户对产品的诉求，除了优良的产品性能、可靠的产品质量、可接受价格范围内较高的性价比，优良的售后服务等基本诉求外，还有企业良好的形象、响亮的品牌，较高的知名度，良好的口碑和信誉等更高层次的诉求。上述诉求归结在一起，即为用户对产品的“信任”。“信任”是上述全部或绝大部分诉求满足的集中体现，是产品在用户心中的综合反映，单一或少数诉求难以形成“信任”。     

金玉婷 金色楼兰欲满亭

强调生活、行动和效果,把经验和实在归结为行动的效果,把知识归结为行动的工具,把真理归结为有用、效用、或行动的成功,这就是实用主义。实用主义原本是美国发展的一个哲学流派,在生活中实用主义并没有那么深奥,只是一种生活态度。     

青藏线猛于虎

<正>青藏线(109国道,格尔木至拉萨段)1200千米。我和我的朋友竟然在前后两天摔在同一个坑里,这该归结为兄弟缘分,还是该归结为道班工作人员对路人安全的忽视?     

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%.      

基于格值逻辑的语言真值α-广义归结自动推理研究

1研究意义 1．1机器智能需要研究不确定性环境中的自动推理 第一,世界上存在大量各种不确定性。客观物理世界或人类主观事理世界或人类主观世界反映客观物理世界时,都存在大量的各种各样的不确定性。