基于OBDD的描述邏輯循環(huán)術語集推理算法研究.pdf

1、描述邏輯(Description Logic)作為基于對象的知識表示的形式化工具,廣泛地應用在信息系統(tǒng)、數據庫、軟件工程、自然語言處理和網絡智能訪問等領域。尤其是在語義網快速發(fā)展的當前,描述邏輯已成為其本體層語言OWL的邏輯基礎。在語義Web中,對本體的推理和查詢可以轉化為描述邏輯中的推理問題。
　　循環(huán)術語集是指存在循環(huán)定義的 TBox。現有的大部分描述邏輯推理系統(tǒng)都假設TBox中不存在循環(huán)定義。然而,使用循環(huán)定義能夠刻畫出更符

2、合人們直覺的知識,并且在TBox的形式上能夠更加簡練。因此,解決TBox中的循環(huán)定義問題是具有十分重要意義的。
　　OBDD是布爾函數的等價規(guī)范型,它能有效地緩解乃至避免處理大規(guī)模問題時,對布爾函數進行操作而可能出現的狀態(tài)組合爆炸問題,并且已成功地應用于命題邏輯、一階謂詞邏輯、線性時態(tài)邏輯以及分支時態(tài)邏輯的推理中。
　　本文將OBDD引入到描述邏輯循環(huán)術語集的推理研究中,完成了如下工作:
　　(1)針對由描述邏輯εL刻

3、畫的循環(huán)術語集,分別給出基于OBDD的最大不動點語義下和最小不動點語義下對概念之間包含關系進行判定的算法。
　　(2)在前一工作基礎上,對描述邏輯εLN刻畫的循環(huán)術語集,分別給出基于OBDD最大不動點語義下和最小不動點語義下對概念之間包含關系進行判定的算法。
　　(3)編程實現了“描述邏輯 EL循環(huán)術語集推理機”系統(tǒng),并將該推理機與基于Tableau算法的 Pellet推理機進行實驗對比,通過實驗數據進行分析,得出各自的優(yōu)缺