论文部分内容阅读
主要研究面向语义Web和数据模型的描述逻辑的语义及推理，以及描述逻辑循环术语集的语义及推理。
主要工作和创新点包括以下几个方面：
(1)分析了描述逻辑SHOIQ(D)与语义Web的关系，特别是SHOIQ(D)与语义Web本体语言的等价性。但由于SHOIQ(D)的复杂性，目前只给出了它的语法和语义，还没有研究给出它的推理机制。本文在描述逻辑SHOIQ推理机制的基础上，提出了SHOIQ(D)的tableaux的概念，研究了基于tableaux的SHOIO(D)的推理机制，提出了SHOIQ(D)-tableaux推理算法，并证明了该算法的正确性。
(2)分析了语义Web语义表示理论的研究现状及存在的问题，提出了一种新的面向语义Web语义表示的模糊描述逻辑FSt-IOIQ。给出了FSHOIQ的语法和语义，提出了FSHOIQ的模糊Tableaux的概念，给出了一种基于模糊Tableaux的FSHOIQ的ABox约束下的可满足性推理算法，证明了可满足性推理算法的正确性。提出了FSHOIQ的TBox扩展和去除方法，并证明了FSHOIQ的TBox约束下的包含推理问题可以转化为．ABox约束下的可满足性推理问题。FSHOIQ为语义Web表示和推理模糊知识提供了理论基础。
(3)分析了目前描述逻辑的研究现状和存在的问题，特别是动态描述逻辑(DDL)作为语义Web逻辑基础所存在的问题。针对语义Web的特点和需求，对DDL进行了扩充，提出了一种新的描述逻辑，即分布式动态描述逻辑(D3L),给出了D3L的语法和语义，并研究了D3L的推理机制，提出了两种推理方法：直接推理和转化推理。与动态描述逻辑DDL相比，该D3L可以为语义Web提供更为合理的逻辑基础，弥补了DDL作为语义Web逻辑基础的不足。
(4)分析了描述逻辑ALNUI与ER模型的关系，特别是如何将ER模型转化为ALNUI的知识库，从而利用ALNUI的推理机制对ER模型进行自动推理的有效性，在此基础上进一步研究了基于描述逻辑的模糊ER模型。针对模糊ER模型的特点和需求，在描述逻辑ALNUI的基础上，对描述逻辑ALNUI进行了模糊化推广，提出了一种新的描述逻辑，即模糊描述逻辑FALNUI。研究了基于FALNUI的模糊ER模型，即研究了如何将模糊ER模型转化为FALNUI的知识库，并利用FALNUI的推理机制研究了模糊ER模型的可满足性、冗余性和包含关系等自动推理问题，证明了这些推理问题的正确性。提出了一种基于描述逻辑tableaux的FALNUI的可满足性推理算法，证明了该推理算法的正确性。以及提出了FALNUT的Tbox扩展和去除方法，证明了FALNUI的包含推理问题可以转化为可满足性推理问题，并给出了FALNUI的包含推理算法。FALNUI的tableaux推理算法为模糊ER模型的可满足性、冗余性和包含关系等自动推理的实现提供了理论基础。
(5)分析了描述逻辑在数据库中的研究现状和存在的问题，特别是描述逻辑与时序ER模型的关系，在A Artale的基础上提出了一种形式化的带属性依赖时序ER模型εR<,VTAD>。并针对带属性依赖时序ER模型εR<,VTAD>的需求和特点，提出了一种新的描述逻辑，即时序描述逻辑ALCQI(D)<,US>，给出了ALCQI(D)<,US>的语法和语义，研究了基于ALCQI(D)<,US>的带属性依赖时序ER模型，即研究了如何将带属性依赖时序ER模型εR<,VTAD>转化为ALCQI(D)<,US>的知识库，从而利用ALCQI(D)<,US>的推理机制对带属性依赖时序ER模型的可满足性、冗余性、包含关系和蕴含关系等问题进行自动推理，并证明了这些推理问题的正确性。
(6)分析了描述逻辑循环术语集的研究现状和存在的问题，在F Baader的基础上进一步研究了描述逻辑εL混合循环术语集的LCS和MSC推理问题。给出了εL混合循环术语集的语法和语义。针对εL混合循环术语集LCS和MSC推理的需要，提出了Tbox-完全的概念，并重新定义了描述图，使用描述图和Tbox-完全给出了最大不动点语义下εL混合循环术语集LCS和MSC的推理算法，证明了推理算法的正确性，并证明了推理算法是多项式时间复杂的。
(7)分析了描述逻辑循环术语集的研究现状和存在的问题，基于混合分级μ-演算将不动点构造算子引入到含有枚举构造算子的描述逻辑ALCQO中，提出了一种允许包含循环术语集的描述逻辑μALCQO，给出了μALCQO的语法、语义和不动点构造算子的性质，证明了μALCQO的可满足性推理等价于混合分级μ-演算的可满足性推理，并利用完全强化自动机理论给出了μALCQO的可满足性推理算法，以及给出了推理算法正确性证明和复杂性定理。