导读:本文包含了泛逻辑学论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:逻辑学,逻辑,代数,模糊,算子,系统,柔性。
泛逻辑学论文文献综述
何华灿[1]（2018）在《泛逻辑学理论——机制主义人工智能理论的逻辑基础》一文中研究指出当前,世界各主要大国都把人工智能作为它们的国家战略。人工智能的发展正在快速改变着人类的生活方式和思想观念。在中国,有一小批研究者20多年来一直在基于辩证唯物主义潜心研究具有普适性的人工智能基础理论,包括智能的形成机制、逻辑基础、数学基础、协调机理、矛盾转化等。终于,他们各自建立了机制主义人工智能理论、泛逻辑学理论、因素空间理论、协调学、可拓学、集对分析等。其中,机制主义人工智能理论是基于智能形成机制的通用理论,它能把现有的结构主义、功能主义和行为主义叁大流派有机地统一起来,使意识、情感、理智成为叁位一体的关系;因素空间理论是机制主义人工智能理论的数学基础;泛逻辑学理论是机制主义人工智能理论的逻辑基础。本文介绍了泛逻辑学理论的基本思想、理论基础和应用方法,阐明它的理论意义和应用价值。特别需要指出的是,在广义概率论基础上建立的命题泛逻辑(包括刚性逻辑和柔性逻辑),可看成一个完整的命题级智能信息处理算子库,库中完整地包含了全部18种柔性信息处理模式(包括16种布尔信息处理模式),可用类型编码<a,b,e>来严格区分,用它可寻找到适合自己的信息处理算子完整簇来使用。在每一个信息处理模式中,各种不确定性的组合状态由不确定性程度属性编码<k,h,β,e>来严格区分,用它可在本信息处理模式的算子完整簇中精确选择具体的算子来使用。这表明柔性信息处理本质上是一把密码锁,它需要专门的密码<a,b,e>+<k,h,β,e>才能正常打开,不能乱点鸳鸯谱。通过只有18种模式,每种模式可以从最大算子连续变化到最小算子,已经证明了没有一个命题算子被遗漏。(本文来源于《智能系统学报》期刊2018年01期）
刘春辉[2]（2011）在《泛逻辑学中UB代数系统的广义fuzzy滤子》一文中研究指出将区间值fuzzy集的概念应用于理想状态(广义相关系数h=0.5,广义自相关系数k=0.5)下泛逻辑学所对应的代数系统——UB代数,引入区间值(∈,∈∨q)-fuzzy滤子和区间值(∈,∈∨q)-fuzzy关联滤子的概念并研究它们的性质。获得了UB代数的这两类广义fuzzy滤子的若干等价刻画,证明了区间值(∈,∈∨q)-fuzzy关联滤子的扩张定理。(本文来源于《模糊系统与数学》期刊2011年02期）
刘春辉[3]（2009）在《泛逻辑学中UB代数系统的(∈,∈∨q)-fuzzy滤子》一文中研究指出何华灿教授给出了理想状态下的泛逻辑学的形式演绎系统β,并证明了该系统的可靠性。并且提出了理想状态下的泛逻辑学对应的代数系统-UB代数,并讨论了它们的性质。在以上这些结果的基础上,引入UB代数的(∈,∈∨q)-fuzzy滤子和(∈,∈∨q)-fuzzy关联滤子的概念,获得了它们的若干等价刻画,证明了(∈,∈∨q)-fuzzy关联滤子的扩张定理。(本文来源于《计算机工程与应用》期刊2009年34期）
肖云萍,邹庭荣[4]（2008）在《泛逻辑学中UB代数的(U-Fuzzy)同态定理》一文中研究指出引入了UB代数滤子、Fuzzy滤子和商代数的概念,并按照常规方法(经典集合之间的映射)引入了两个UB代数间的U-fuzzy同态的概念,给出了UB代数的同态与同态基本定理和u-fuzzy同态基本定理,在最后引入了fuzzy同态的概念,初步讨论了一些结果。(本文来源于《模糊系统与数学》期刊2008年03期）
肖云萍,邹庭荣[5]（2008）在《泛逻辑学中UB代数系统的fuzzy滤子》一文中研究指出文献[2]给出了理想状态下泛逻辑学的形式演绎系统!,证明了此系统是可靠的。文献[3]提出了在理想状态(h=k=0.5)下泛逻辑学对应的代数系统-UB代数。文献[5]研究了泛逻辑学中UB代数系统的若干性质。在文献[3,5]的基础上,进一步讨论了UB代数fuzzy滤子与商代数。(本文来源于《计算机科学与探索》期刊2008年02期）
郭加安,王万森,姜千辉[6]（2007）在《基于泛逻辑学的模糊逻辑关系柔性的研究》一文中研究指出模糊逻辑是许多实际应用的逻辑基础,但是其理论基础还不太成熟,不能够实现真正的柔性,这也就影响了它的应用范围。逻辑学正处于第二次革命中,也就是由刚性逻辑到柔性逻辑的转变,泛逻辑学正是由何华灿教授建立的一种新的柔性逻辑体系。只有在泛逻辑学的框架内才能真正实现模糊逻辑关系的柔性化。(本文来源于《计算机应用与软件》期刊2007年12期）
肖云萍,邹庭荣[7]（2007）在《泛逻辑学中UB代数系统的滤子与商代数》一文中研究指出给出了理想状态下泛逻辑学的形式演绎系统",证明了此系统是可靠的。提出了在理想状态(h=k=0.5)下泛逻辑学对应的代数系统-UB代数,进一步讨论了UB代数滤子与商代数,得到一些有用的结果。(本文来源于《计算机工程与应用》期刊2007年35期）
肖云萍,邹庭荣[8]（2007）在《泛逻辑学中UB代数系统的若干性质》一文中研究指出文[1]提出了理想状态(h=k=0.5)下泛逻辑学对应的代数系统-UB代数,给出了它的一些性质。在[1]的基础上,进一步讨论了UB代数系统,得到一些有趣的结果,这些结果对UB代数的进一步研究是有用的。(本文来源于《计算机工程与应用》期刊2007年21期）
郭加安[9]（2007）在《基于泛逻辑学的概率逻辑及其算子的研究》一文中研究指出逻辑学是一门研究思维形式及思维规律的科学，它是人类进行判断，推理的基础，在人工智能的发展过程中发挥了巨大的作用。概率逻辑作为逻辑学的一个分支，它以概率论作为其理论基础，在人工智能的不确定推理方面有着重要的应用价值。但是，传统概率逻辑算子存在一定缺陷，盲目使用可能会使推理出现偏差。为扩大概率逻辑的有效使用范围，人们提出了不少的改进方案。其中，改变概率逻辑算子的刚性限制，实现概率逻辑运算关系的连续可变是一种较新的解决方案。泛逻辑的出现，为解决了不确定推理中各种算子的连续可变提供了一条有效途径。其主要特征是在连续域[0，1]上定义的各种逻辑运算模型都可随控制形参h∈[0，1]连续变化。这一特性对不确定性推理更加有利，比现有的不确定性推理方法前进了一步。理论研究表明泛逻辑中泛非、泛与／或运算的连续可控性在数学上是完全可以实现的，并可以用多种数学形式如指数、多项式和叁角函数等形式来实现，本文介绍的泛与／或运算的几个模型，通过仿真实验比较可以得出模型一就是一个比较理想的模型。从泛逻辑学的角度看，概率逻辑是泛逻辑在形参h∈[0.5，1]时的一个特例。利用泛逻辑学的方法，对概率逻辑关系进行柔性化是本文研究的重点。本文的主要工作包括：通过对泛逻辑学的理论学习研究，从泛逻辑学的角度分析了概率逻辑的缺陷以及研究其关系柔性化的思想方法，着重对泛与／或运算模型进行了仿真实验；以零级N／T／S范数完整簇和Frank相容算子簇构造概率逻辑算子，并进行仿真实验，以弥补条件概率运算中的缺陷；最后阐述了由Frank相容算子簇构造概率与／或算子的主要性质。(本文来源于《首都师范大学》期刊2007-05-24）
许海洋[10]（2006）在《基于泛逻辑学的概率逻辑算子的研究》一文中研究指出计算机科学的发展是与逻辑学紧密相连的。标准逻辑在人工智能早期的发展中扮演了重要的角色，根据数理逻辑，将人类的推理过程分解成一些简单的、机械的操作，才使得用机器代替人类推理的设想变成现实。 逻辑学的理论为人工智能的发展提供了有力的工具，使之在定理证明、模式识别和LISP语言等领域取得了重大突破。随着处理知识的随机性、模糊性和未知性等特点的出现，模糊逻辑在人工智能中得到发展。但是模糊逻辑只注意到了模糊命题逻辑真值的连续可变性，而没有认识到模糊命题连接词的运算模型的连续可变性。 随着研究的深入，研究复杂系统的各个学科迫切需要能描述各种不确定性的逻辑，但是各个不同形式的非标准逻辑无法给他们以有力的支持。在分析模糊逻辑规律的基础上，把叁角范数理论和逻辑学紧密结合起来，利用叁角范数理论提出泛逻辑学。突破标准逻辑“排斥一切不确定性”的局限性和非标准逻辑研究的狭隘性，建立尽可能能包容一切逻辑形态和推理模式的泛逻辑学已成为人工智能中逻辑学发展的新方向。我们已经证明命题泛逻辑对二值命题逻辑、Bochvar叁值逻辑、Luckasiewicz叁值逻辑、Kleene强叁值逻辑具有包容性。 概率逻辑是用逻辑推理的方法解决因随机性引起的不确定性推理问题。在人工智能中确定性理论、主观Bayes方法、证据理论等都是基于概率论的。但是，这些不确定性推理方法仅仅是基于概率，而不能真正实现逻辑框架内的概率逻辑不确定推理。产生这种现象的主要原因是概率逻辑自身存在着缺陷，概率逻辑的蕴涵算子→却未明确定义，而是通过条件概率来处理的。而且在概率逻辑中还存在着逻辑关系的刚性化问题。 根据泛逻辑学的研究，概率逻辑是泛逻辑学在k=0.5，h=0.75时的一个特例。本文按照泛逻辑学的生成规则，从零级N／T／S范数完整簇、Frank相容算子簇两方面介绍了如何从泛逻辑学的角度来构造概率逻辑算子，以弥补条件概率在运算中的缺陷，并讨论了概率逻辑运算模型所具有的一些代数性质。(本文来源于《首都师范大学》期刊2006-04-16）
泛逻辑学论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
将区间值fuzzy集的概念应用于理想状态(广义相关系数h=0.5,广义自相关系数k=0.5)下泛逻辑学所对应的代数系统——UB代数,引入区间值(∈,∈∨q)-fuzzy滤子和区间值(∈,∈∨q)-fuzzy关联滤子的概念并研究它们的性质。获得了UB代数的这两类广义fuzzy滤子的若干等价刻画,证明了区间值(∈,∈∨q)-fuzzy关联滤子的扩张定理。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
泛逻辑学论文参考文献
[1].何华灿.泛逻辑学理论——机制主义人工智能理论的逻辑基础[J].智能系统学报.2018
[2].刘春辉.泛逻辑学中UB代数系统的广义fuzzy滤子[J].模糊系统与数学.2011
[3].刘春辉.泛逻辑学中UB代数系统的(∈,∈∨q)-fuzzy滤子[J].计算机工程与应用.2009
[4].肖云萍,邹庭荣.泛逻辑学中UB代数的(U-Fuzzy)同态定理[J].模糊系统与数学.2008
[5].肖云萍,邹庭荣.泛逻辑学中UB代数系统的fuzzy滤子[J].计算机科学与探索.2008
[6].郭加安,王万森,姜千辉.基于泛逻辑学的模糊逻辑关系柔性的研究[J].计算机应用与软件.2007
[7].肖云萍,邹庭荣.泛逻辑学中UB代数系统的滤子与商代数[J].计算机工程与应用.2007
[8].肖云萍,邹庭荣.泛逻辑学中UB代数系统的若干性质[J].计算机工程与应用.2007
[9].郭加安.基于泛逻辑学的概率逻辑及其算子的研究[D].首都师范大学.2007
[10].许海洋.基于泛逻辑学的概率逻辑算子的研究[D].首都师范大学.2006
论文知识图
