直觉模糊粗糙描述逻辑中的推理

人们普遍认为,对不精确和模糊性的管理将产生更加智能和现实的基于知识的应用程序。 描述逻辑(DL)是用于管理结构化知识的合适的众所周知的逻辑,在过去的十年中已经引起了广泛的关注。 分析了数字图书馆中知识表示和推理的不确定性或不精确性的研究现状和存在的问题。 通过基于直觉模糊粗糙集理论提供直觉模糊粗糙DL,已尝试将直觉模糊DL理论与粗糙DL理论进行整合。 给出了直觉模糊粗糙DL的语法,语义和性质。 证明了直觉模糊粗糙DL的可满足性,包含性,内含性和ABox一致性推理可以分别降低到完整格上模糊DL中的满足性,包含性,内含性和ABox一致性推理。 ? 2009爱思唯尔公司