导读:本文包含了产生式知识表示论文开题报告文献综述及选题提纲参考文献，主要关键词:专家系统,知识表示,模糊推理
产生式知识表示论文文献综述
尚福华,李想,巩淼[1]（2014）在《基于模糊框架-产生式知识表示及推理研究》一文中研究指出知识表示是专家系统求解能力及正确性的基础。针对不同知识表示方法的局限性,采用框架与产生式知识表示法结合表示专家知识。同时鉴于传统知识表示及推理方法在描述事实生产中不确定知识及经验中的缺陷问题,将模糊推理与知识表示相结合,应用模糊因子,定量细化描述模糊知识;并结合知识表示特点应用动态加权平均匹配函数及模糊推理方法,提出基于模糊框架-产生式知识表示方法及推理的研究,量化地表示知识及推理过程,为决策人员提供更加直观、准确的推理依据。(本文来源于《计算机技术与发展》期刊2014年07期）
侯杰,王喜成[2]（2010）在《产生式知识的有序二叉决策图表示及其推理》一文中研究指出为了更完整地表示产生式规则构成的知识库及更有效地进行知识推理,给出了基于有序二叉决策图OBDD(Ordered Bi-nary Decision Diagram)的产生式知识表示模型。在此基础上实现了基于OBDD的知识推理规则及相关算法,并结合实例对OBDD模型及其推理规则的可行性进行了分析。(本文来源于《计算机应用与软件》期刊2010年09期）
马驰,吴保国[3]（2009）在《基于产生式与框架知识表示的造林专家系统研建》一文中研究指出本文根据造林专家确定造林地立地条件和造林模式的知识构成,采用了产生式表示法与基于框架表示法相结合来表示。设计了相应的规则库和事实库结构,优化了推理规则的表示方法,将多条规则表示的造林推理知识简化为一条规则,给出了实例,在此基础上详细地给出了具体的推理算法。设计了系统的功能结构,实现了一个造林专家系统,在实际生产中进行了应用。(本文来源于《农业网络信息》期刊2009年05期）
秦丽[4]（2008）在《基于产生式与基于本体的知识表示方法的研究》一文中研究指出本文主要研究了知识库中基于产生式与基于本体的两种知识表示方法的知识建模过程,并给出了它们在关系型数据库中的实现方案。本文还比较了这两种知识表示方法在建立知识库时的不同与优缺点。(本文来源于《农业网络信息》期刊2008年03期）
王莉,周新东[5]（2007）在《基于产生式知识表示的铝用炭素煅烧过程专家控制系统的设计》一文中研究指出将基于知识的规则模型和解析的数学模型相结合,建立两级结构的实时专家控制系统(ECS).由具有专家自学习和自适应功能的实时专家系统(ES),以专家优化方式寻找煅烧过程中煅烧带的最优温度、长度和位置,由实时控制系统(RTCS)采用基于CARMA模型和最小二乘法的自校正调节算法和经典PID算法分别进行给料量和负压的控制,保证生产过程在最优生产条件下进行.系统于2003年底正式投入运行,长期运行结果表明系统可靠性高、实用性好,既稳定了生产,又提高了产品质量,实现了节能.(本文来源于《工程设计学报》期刊2007年05期）
姜跃,朱光菊,朱林立,姜懿庭[6]（2007）在《基于模糊逻辑的产生式-框架的知识表示及推理的研究》一文中研究指出知识表示是智能研究的基础,其表示方法往往直接影响到专家系统的能力和问题求解的效率,不同领域的问题通常具有不同的特点和属性,因而其知识的表示方法也不尽相同.与此同时,由于模糊知识本身的复杂性,模糊知识表示及处理技术仍然是目前热点研究课题之一.本文提出将产生式与框架结合的方法进行知识表示,并融合模糊逻辑理论进行推理.(本文来源于《云南大学学报(自然科学版)》期刊2007年S2期）
朱光菊[7]（2007）在《基于领域本体的产生式框架知识表示的研究及其应用》一文中研究指出专家系统是人工智能的一个重要分支,是基于知识的智能推理系统,在功能上它是在某个领域内具有专家水平解题能力的程序系统。它涉及到知识获取、知识表示、推理控制机制以及智能人机接口的研究,是集人工智能和领域知识于一体的系统。医学诊断领域是信息处理技术的一个前景十分广阔的应用领域。医学诊断专家系统运用专家系统的设计原理,模拟医学专家诊断疾病的思维过程,协助医生解决复杂的医学问题,可视为医生诊断的辅助工具,可以保存专家的宝贵理论以及丰富的临床经验。通过对本体及其构建的研究,本文针对中医处方领域知识,抽象了一种建立领域本体的形式化方法,并使用产生式与框架结合的知识表示方法对领域本体进行描述,然后在领域本体的驱动下对半结构知识进行半自动获取,采用基于可信度理论的不确定推理方法对知识进行推理。本文最后把以上方法应刚到了中医处方领域,实现了一个中医处方辅助诊断专家系统。本文主要研究的内容有:(1)对框架语言进行扩展,加入了自定义关系和规则的表示,使产生式和框架结合起来对知识进行表示和利用。对标准关系和自定义关系的性质进行了分析和总结。并对框架的循环调用进行检测,避免推理的死循环问题。(2)通过对本体建立的方法的了解,以及对中医学领域知识的了解和分析,总结出一种合适的领域本体构建的方法,并使用框架语言对领域本体进行描述。(3)通过定义文法对半结构文本进行解析,生成知识语法树,并基于领域本体的构架,完成对半结构知识的获取,并最终转换成应用框架。(4)基于产生式框架的知识表示,采用可信度方法,通过对证据加权和在推理中设置两个阈值的方法,设计一个基于反馈的二次推理算法,对领域知识进行推理问答。(5)设计一个医疗辅助诊断系统,能够对中医处方文本知识进行获取并转换到知识库。系统提供了人机交互,对用户输入的症状信息进行分析推理,并把诊断结果、医疗建议以及处方信息反馈给用户。(本文来源于《云南师范大学》期刊2007-05-22）
朱林立,夏幼明[8]（2007）在《基于产生式系统的不确定性知识表示及推理研究》一文中研究指出不确定性知识表示及推理是人工智能研究领域的重要内容之一。通过对不确定性知识表示及推理的问题的探讨,提出了不确定性知识程度(Uncertainty Know ledge Degree,UKD)的表示法,为提高不确定性推理结果的可信度提出了一些新的技术和方法,并通过实例验证了本方法的可行性和有效性。(本文来源于《云南师范大学学报(自然科学版)》期刊2007年02期）
刁永锋,陈星[9]（2005）在《基于模糊Petri网的叁值产生式知识表示及推理》一文中研究指出针对传统产生式规则无法进行不确定性知识表示和推理的局限,本文使用叁值产生式规则,用-1表示前提、结论和它们之间的不确定性,提出一种基于模糊Petri网的叁值产生式知识表示和不确定性推理算法。该算法充分利用推理过程中已得到的中间结论,通过标识和关联矩阵的运算实现高速推理。(本文来源于《模式识别与人工智能》期刊2005年03期）
陈星,刁永锋[10]（2004）在《基于模糊Petri网的产生式知识表示模型的推理》一文中研究指出针对基于模糊Petri网的产生式知识表示方法提出一种推理规则,通过验证和确认前提条件来化简关联矩阵,从而建立一个与推理直接相关的新矩阵,免去了对知识库的盲目搜索。(本文来源于《微型机与应用》期刊2004年12期）
产生式知识表示论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了更完整地表示产生式规则构成的知识库及更有效地进行知识推理,给出了基于有序二叉决策图OBDD(Ordered Bi-nary Decision Diagram)的产生式知识表示模型。在此基础上实现了基于OBDD的知识推理规则及相关算法,并结合实例对OBDD模型及其推理规则的可行性进行了分析。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
产生式知识表示论文参考文献
[1].尚福华,李想,巩淼.基于模糊框架-产生式知识表示及推理研究[J].计算机技术与发展.2014
[2].侯杰,王喜成.产生式知识的有序二叉决策图表示及其推理[J].计算机应用与软件.2010
[3].马驰,吴保国.基于产生式与框架知识表示的造林专家系统研建[J].农业网络信息.2009
[4].秦丽.基于产生式与基于本体的知识表示方法的研究[J].农业网络信息.2008
[5].王莉,周新东.基于产生式知识表示的铝用炭素煅烧过程专家控制系统的设计[J].工程设计学报.2007
[6].姜跃,朱光菊,朱林立,姜懿庭.基于模糊逻辑的产生式-框架的知识表示及推理的研究[J].云南大学学报(自然科学版).2007
[7].朱光菊.基于领域本体的产生式框架知识表示的研究及其应用[D].云南师范大学.2007
[8].朱林立,夏幼明.基于产生式系统的不确定性知识表示及推理研究[J].云南师范大学学报(自然科学版).2007
[9].刁永锋,陈星.基于模糊Petri网的叁值产生式知识表示及推理[J].模式识别与人工智能.2005
[10].陈星,刁永锋.基于模糊Petri网的产生式知识表示模型的推理[J].微型机与应用.2004