基于Coq的第三代微积分机器证明系统

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:long200466
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人工智能研究是当前科技发展的热点和前沿方向,夯实人工智能基础理论尤为重要,数学定理机器证明是人工智能基础理论研究的深刻体现。定理机器证明主要是指借助计算机技术实现数学定理的机器证明,从而在数学推理中实现脑力劳动的机械化。近年来随着计算机技术的发展,尤其一些定理证明辅助工具Coq、Isabella、HOL Light等的出现,数学定理机器证明的研究取得了长足的发展。对于数学理论的形式化来说,实现微积分的形式化更为基础。微积分是数学史上最伟大的成就之一,不仅开启了数学发展的新纪元,对人类科学技术的发展也起到了重要的促进作用。然而,传统微积分中晦涩难懂的极限概念提高了微积分学习的门槛。因此,一直以来国内外均有学者致力于不用极限微积分的研究,并取得了一定的成果。本文基于证明辅助工具Coq,完整实现林群院士和张景中院士等倡导的第三代微积分——没有极限的微积分——理论构架的形式化验证。主要工作包括:1、在Coq库中实数定义的基础上,给出集合、区间、函数等基本定义的形式化描述,为搭建微积分理论的形式化框架做了必要准备。2、严格按照张景中等发表的题为“微积分基础的新视角”一文,实现对一致连续、一致(强)可导、积分系统、积分严格不等式等定义以及估值定理的形式化描述和机器证明。3、在避开极限概念的导数、积分等定义的基础上,实现了微积分的基本定理:函数的单调性与导函数的关系定理、Newton-Leibniz公式、变上限积分可导性以及Taylor公式的机器证明。本文所有形式化过程已被Coq验证,并在计算机上运行通过,体现了基于Coq的数学定理机器证明具有可读性和交互性的特点,其证明过程规范、严谨、可靠。本文是实践研究人员利用计算机学习、理解、构建、教育乃至发展数学理论的一个尝试。
其他文献
随着政府多个“加快建设”政策的下发,社会节奏经历了不断的提速,人们日益感受到时间的匮乏。其中个体所感知的工作任务所需时间大于自身可利用时间的程度被称为工作时间压力
<正>腹泻型肠易激综合征是临床上常见的一种肠道功能紊乱性疾病,其病因和发病机制尚不十分清楚,临床治疗主要是对症处理[1]。由于肠易激综合征属于身心疾病,患者多有负性心理
期刊
对引进的4个黄金果优株在广西南宁的植物学特征、主要经济性状、物候期、生长结果习性等方面进行栽培观察和比较分析,结果显示台引T3号黄金果果实平均单果重为381.69 g、可溶
<正>~~
会议
大型水生植物在水环境生态系统中占据着极其重要的地位,有着显著的初级生产功能以及环境生态功能,是水环境生态系统的重要组成因子,其生长和衰亡对水体环境的质量及演化都有着十分重要的意义。当大型水生植物进入衰亡期后,其植物残体对湖泊的生态循环以及氮、磷等营养元素的生物地球化学循环起着至关重要的作用,是水生态系统物质循环和能量流动的关键环节,因此加强对大型水生植物腐烂分解过程的研究,可以为水环境生态学方面的
Momenta公司作为一家高科技型新创企业,发展态势良好。紧紧抓住了自动驾驶这个机遇,集合了国内外顶尖的人工智能深度学习的专家,致力于打造一个能与人脑匹敌的智能驾驶大脑。自无人驾驶技术实现立项后,民众增加了安全便捷出行的选项。Momenta公司作为一家技术型初创企业,正经历着企业文化塑造的关键阶段。来自不同领域、地区的员工和管理者,汇聚一起共同工作,彼此之间存在着差异性较强的文化观念,文化冲突很有
目的探讨子宫下段螺旋式缝合术在治疗凶险性前置胎盘中的应用效果。方法选取2018年3-7月在华中科技大学同济医学院附属同济医院住院治疗的凶险性前置胎盘患者16例,在剖宫产胎
<正>华能九台电厂党委深刻认识到党建工作,做实就是生产力、做强就是战斗力、做细就是凝聚力。深化基层党组织建设质量,助力"提质增效、持续盈利"攻坚战,使党建工作和生产经
人工智能是作为新一轮科技革命和产业变革的重要驱动力,是引领未来的战略性技术,已正式上升为国家战略。而人工智能中一个非常重要分支就是自动推理,自动推理的大量工作都集中在定理机器证明中。定理机器证明是指使用计算机证明定理的成立,即把人证明定理的过程,通过一套符号体系加以形式化,变成一系列在计算机上自动实现的符号计算的过程[1],它是人工智能近代主攻的课题之一。Coq是一个基于归纳构造演算的交互式定理证
自动驾驶汽车是传感器、网络通信、导航定位、人工智能等多学科综合体,其中导航定位、路径规划、行为决策和车辆控制等是自动驾驶的关键技术。本文针对自动驾驶中的行为决策部分展开研究。随着AI技术的迅速发展,通过深度强化学习算法实现自动驾驶行为决策成为自动驾驶技术的研究热点之一。本文将在虚拟环境下面向自动驾驶进行基于深度强化学习算法的自动驾驶决策方法实践、改进和仿真验证。首先,介绍了强化学习是通过智能体在环