一阶逻辑

摘要： 安全关键领域的反应系统大都采用同步语言开发,然而,学术界尚不存在SCADE同步语言程序的形式化验证工具,为此,本文提出了一种自动验证SCADE同步语言程序安全属性的方法.首先使用无量词一阶逻辑公式对SCADE同步语言程序的行为进行建模,可将SCADE同步语言程序的安全属性的验证问题转化为无量词一阶逻辑公式的可满足性问题;然后采用先进的可满足性模理论求解器对其可满足性进行求解.本方法旨在实现对SCADE同步语言程序进行自动地、直接地验证,以填补SCADE同步语言程序验证领域的技术空白.此外,本文对所提方法进行了代码实现,并通过实验验证了所提方法的有效性.

摘要： 文章主要以雷达系统软件安全为背景,首先提出了从C程序到基于一阶逻辑的形式模型的总体转换方法,通过定义辅助运算子,给出从C程序到形式模型保持语义一致的映射规则,对C程序的核心结构如赋值语句、条件语句、循环语句以及函数结构进行了规约,从而得到可执行的形式模型。最后,给出一个典型的C程序案例,应用转换规则生成了对应的形式模型,验证了转换方法的有效性。

摘要： 自真度概念被提出以来,命题逻辑的计量化得到了广泛的关注和发展。谓词逻辑的相关研究是一个难点,其中一阶逻辑的公理化真度以及程度化才刚刚起步。从文字的完全闭包及其合取的公理化真度出发,首先,证明了不含相同谓词符号广义合取式的真度计算公式;其次,通过合取范式的结构特点,证明了合取范式的真度计算公式;再次,证明了2个公式的逻辑等价性。所得结果为后续公理化真度性质研究奠定了基础。

摘要： 一阶逻辑是公理系统的标准形式逻辑之一,其中包含的程度化推理等研究内容,是一个研究热点也是难点.文中从一阶逻辑演算的语义理论出发,利用可满足性及完备性定理研究了一阶逻辑中公理化真度.首先给出并、交运算可满足性的定义,其次说明了两个特殊公式与逻辑有效公式以及定理的关系,最后得出与公式等价的前束范式.上述结果将为谓词逻辑程度化研究做准备.

摘要： 机组排班是航空公司运营计划非常重要的一个环节,合理的机组排班可以为航空公司省下一大笔机组成本支出,从而增加航空公司的收益.由于机组排班过程涉及大量的复杂约束,属于NP难问题,因此优化求解困难.本文提出了一种基于可满足性模理论(Satisfiability Modulo Theories,SMT)的航空公司机组排班问题的优化求解方法,将机组排班过程中的各种约束转化为一阶逻辑公式,设立求解目标为最小化成本和最大化机组利用率,将问题转化为求在给定逻辑公式可满足情况下的最优解,并利用SMT求解器Z3进行求解.实验表明,本文的算法能有效的求解一定规模航班计划的机组排班问题,给航空公司带来一定的收益.

摘要： 基于M.C.Fitting研究基础通过改进对应的算法,来进行算法的正确性评估,最后基于实验基础上进一步验证了系统的可靠性,得出优化后的系统算法具有较高的适用性和价值。

摘要： 在应对地质灾害过程中,应急预案对减少人员伤亡和经济损失十分重要.但是,当前的地质灾害应急预案多为静态的电子文档,存在着条文繁杂、表达模糊等问题.为此,本文提出了地学本体知识库集成和智能推理的技术方法,实现地学知识自动化推理.本文基于函数式编程思想,利用Python编程语言,借助Django框架开发构建了本体知识推理程序,实现了对地质灾害的简单推理与应用.

摘要： 基于M.C.Fitting研究基础通过改进对应的算法,来进行算法的正确性评估,最后基于实验基础上进一步验证了系统的可靠性,得出优化后的系统算法具有较高的适用性和价值.

摘要： 首先回顾命题联结词集合函数完备性的历史发展情况,然后简要考察直觉主义逻辑与一阶逻辑的函数完备性问题,以及相关的逻辑常项问题。理解函数完备性可以转向确定哪些性质是逻辑性质这样一类哲学问题。

摘要： G(o)del语言是一种说明性逻辑程序设计语言.该语言基于一阶逻辑,支持抽象数据类型和模块化程序设计等技术,语言本身也具有很强的说明性语义.本文引入了在G(o)del语言中支持面向对象的程序开发技术的新的语言成分,对面向对象技术在语言中的实现和应用进行了一些深入的分析和讨论.

摘要： 由经典命题公式对应着0-1-整数规划的事实,提出将tableau方法与整数规划相结合的IP-tableau方法,并提升到一阶逻辑、多值逻辑以及无穷值逻辑.将tableau转化为IP方法后,可以采用许多提高IP效率的方法.另外在多值逻辑中,随着n值的增加,IP问题不会变得更加复杂.

摘要： 讨论了信念集是有限子句集时的信念修正方法.首先给出了一阶逻辑上求所有极小不协调子集的一个过程,证明了该过程的正确性;讨论了由所有极小不协调的子集来实现信念修正的方法,介绍了我们开发的信念修正的原型系统.最后和相关工作进行了比较.

摘要： 讨论了信念集是有限子句集时的信念修正方法.首先给出了一阶逻辑上求所有极小不协调子集的一个过程,证明了该过程的正确性;讨论了由所有极小不协调的子集来实现信念修正的方法,介绍了我们开发的信念修正的原型系统.最后和相关工作进行了比较.

摘要： 信息抽取是自然语言处理领域的重要课题.传统多槽信息抽取系统的规则是基于零阶逻辑的,表达能力有限.归纳逻辑编程(ILP)借助一阶谓词逻辑的强大描述能力,可以自然地表述各种特征,将其整合到一个逻辑框架下,从中学习目标关系.本文研究了ILP学习算法在多槽信息抽取中的应用.实验结果表明,本算法学到的规则比基于零阶逻辑的典型代表WHISK算法具有更好的性能.

摘要： 信息抽取是自然语言处理领域的重要课题.传统多槽信息抽取系统的规则是基于零阶逻辑的,表达能力有限.归纳逻辑编程(ILP)借助一阶谓词逻辑的强大描述能力,可以自然地表述各种特征,将其整合到一个逻辑框架下,从中学习目标关系.本文研究了ILP学习算法在多槽信息抽取中的应用.实验结果表明,本算法学到的规则比基于零阶逻辑的典型代表WHISK算法具有更好的性能.

摘要： 信息抽取是自然语言处理领域的重要课题.传统多槽信息抽取系统的规则是基于零阶逻辑的,表达能力有限.归纳逻辑编程(ILP)借助一阶谓词逻辑的强大描述能力,可以自然地表述各种特征,将其整合到一个逻辑框架下,从中学习目标关系.本文研究了ILP学习算法在多槽信息抽取中的应用.实验结果表明,本算法学到的规则比基于零阶逻辑的典型代表WHISK算法具有更好的性能.

摘要： 信息抽取是自然语言处理领域的重要课题.传统多槽信息抽取系统的规则是基于零阶逻辑的,表达能力有限.归纳逻辑编程(ILP)借助一阶谓词逻辑的强大描述能力,可以自然地表述各种特征,将其整合到一个逻辑框架下,从中学习目标关系.本文研究了ILP学习算法在多槽信息抽取中的应用.实验结果表明,本算法学到的规则比基于零阶逻辑的典型代表WHISK算法具有更好的性能.

摘要： 信息抽取是自然语言处理领域的重要课题.传统多槽信息抽取系统的规则是基于零阶逻辑的,表达能力有限.归纳逻辑编程(ILP)借助一阶谓词逻辑的强大描述能力,可以自然地表述各种特征,将其整合到一个逻辑框架下,从中学习目标关系.本文研究了ILP学习算法在多槽信息抽取中的应用.实验结果表明,本算法学到的规则比基于零阶逻辑的典型代表WHISK算法具有更好的性能.

摘要： 本发明公开了基于FPGA的一阶线性微分方程硬件逻辑实时求解方法，包括以下步骤：S1，构建待求解微分方程模块；S2，基于改进的四阶Runge‑Kutta算法数值迭代求解模型和上述S1中的模块，构建全硬件化、局部并行计算的参数更新模块；S3，基于S2中参数更新模块，构建用于计算的算法子顶层模块；S4，基于状态寄存器，构建实时控制模块，具备对子顶层模块的运行控制、x变量的迭代计算等功能；S5，基于S1～S4中所有模块，构建算法计算模型的顶层模块，并预留必要的参数用户接口。本发明保证高求解精度的同时，在一定程度上缓解该算法数值迭代模型固有的高串行性所带来的计算时延问题。

摘要： 本发明属于数据迁移、数据集成领域，具体涉及一种高匹配效率和准确率的基于一阶逻辑和神经网络的数据对应方法。本发明包括：（1）分析已完成匹配的数据模式；（2）将模式转换为表向量，存放在待匹配表训练集合中；（3）对集合中的表进行特征提取；（4）存储提取的表的特征。（5）对待匹配模式中的待匹配表进行匹配；（6）对已完成匹配的模式中的字段进行训练，修正字段的表示形式和建立的神经网络；（5）使用训练好的神经网络和修正后的字段表示格式，对已完成匹配的表进行字段匹配。本发明减少了在数据对应过程中的时间，提高了匹配的效率和准确率。

摘要： 本发明公开了一种基于SMT求解器的一阶逻辑公式程序验证方法及系统，包括接收至少一个客户端中任一客户端发送的程序形式化验证数据交互请求；基于获取的数据验证请求内容，提取数据验证请求中的一阶逻辑公式；基于SMT求解器对上述数据验证请求中的一阶逻辑公式进行可满足性求解。本发明基于SMT求解器实现了一阶逻辑公式的自动证明，使得形式化验证系统能够对程序进行自动化验证，提高软件的可信度。

摘要： 本发明公开了一阶逻辑中基于矛盾体分离式的逆向并行演绎推理方法，该方法步骤为：对一阶逻辑中子句集S构造矛盾体并形成矛盾体分离式R，根据R判断演绎推理是否终止：如果判定S不可满足，则停止；否则，用R与S构造t个新子句集，然后对t个新子句集进行演绎推理得到结果R

摘要： 本发明公开了一阶逻辑中基于矛盾体分离的多元动态自动演绎推理方法，该方法通过在一阶逻辑中的子句集S中寻找标准矛盾体，然后在子句集S中剩余的子句中删除出现在标准矛盾体中的文字，并将全部剩余文字进行析取形成矛盾体分离式，最后根据矛盾体分离式判定初始的子句集S的属性，最终直到得出判定结果，则停止演绎推理。本发明可将静态的、二元的归结演绎推理机制改进推广成为动态的、多元的基于矛盾体分离的演绎推理机制，可应用于系统可信性自动验证、定理机器证明等领域，具有多元性、动态性、并行性、协调性、导向性、灵活性、方便性等特点。

摘要： 本发明公开了一阶逻辑中基于扩展三角形的矛盾体分离演绎推理方法，该方法依次通过：对于一阶逻辑中的子句集构造扩展三角形标准矛盾体，形成标准矛盾体分离式，根据标准矛盾体分离式判断子句集的不可满足性；如果能够判断子句集不可满足，则停止得到结论：被判定的子句集S不可满足；否则，将所得标准矛盾体分离式加入子句集S，形成新的子句集，然后重复构造扩展三角形标准矛盾体，并分离扩展三角形标准矛盾体，直至得到子句集S属性的判定结论或满足设定条件停止；本发明提供了一阶逻辑中一种有效的基于矛盾体分离的动态自动演绎推理方法，能有效刻画多个子句间的协同逻辑关系，并可应用于程序验证、定理机器证明等领域。

摘要： 本发明提出了一阶逻辑中基于标准延拓三角形的矛盾体分离多元动态自动演绎推理方法，该方法依次通过：构造基于标准延拓三角形矛盾体；形成矛盾体分离式；根据矛盾体分离式判断子句集属性，如果能够判断子句集不可满足或可满足，则停止；否则，将所得矛盾体分离式加入原子句集，形成新的子句集。接着构造并分离基于标准延拓三角形矛盾体，直至满足条件停止或得到子句集属性的判定结论。本发明提供了一阶逻辑中一种有效的基于矛盾体分离的动态自动演绎推理方法，实现将静态的、二元的归结演绎推理机制改进推广成为动态的、多元的基于矛盾体分离的演绎推理机制，是自动演绎推理领域一个本质性的突破。

摘要： 本发明公开了一阶逻辑中基于矛盾体内部子句的逆向并行演绎推理方法，该方法依次通过：对一阶逻辑中的子句集S构造矛盾体并形成矛盾体分离式，根据矛盾体分离式判断演绎推理是否终止：如果S不可满足，则停止；否则，抽取标准矛盾体内部子句

摘要： 本发明属于数据迁移、数据集成领域，具体涉及一种高匹配效率和准确率的基于一阶逻辑和神经网络的数据对应方法。本发明包括：（1）分析已完成匹配的数据模式；（2）将模式转换为表向量，存放在待匹配表训练集合中；（3）对集合中的表进行特征提取；（4）存储提取的表的特征。（5）对待匹配模式中的待匹配表进行匹配；（6）对已完成匹配的模式中的字段进行训练，修正字段的表示形式和建立的神经网络；（5）使用训练好的神经网络和修正后的字段表示格式，对已完成匹配的表进行字段匹配。本发明减少了在数据对应过程中的时间，提高了匹配的效率和准确率。

摘要： 本发明公开了一种面向网络安全风险评估的基于一阶逻辑谓词推理的自动化威胁确定方法，该方法用一阶谓词逻辑描述语言Datalog形式化描述网络安全状态信息和攻击规则知识库信息，利用逻辑推理引擎XSB进行自动推理，通过分析推理结果中的证据文件得出当前网络系统中存在的威胁信息，包括威胁的潜在攻击源、对应的漏洞和可能的攻击动作。通过逻辑推理引擎，本发明的威胁确定方法能够自动有效地确定大规模网络系统中所存在的攻击威胁，大大减轻网络管理员的工作压力，并且能够协助网络管理员有目的性地采取防护措施保护网络系统。