本文是一篇计算机论文，计算工具的演化经历了由简单到复杂、从低级到高级的不同阶段，例如从“结绳记事”中的绳结到算筹、算盘计算尺、机械计算机等。它们在不同的历史时期发挥了各自的历史作用，同时也启发了现代电子计算机的研制思想。（以上内容来自百度百科）今天为大家推荐一篇计算机论文，供大家参考。
第 1 章 绪论
不协调本体的调试与修复问题是本体工程领域的一类重要问题，它对于本体正确性的保证和本体质量的维护起着关键性的基础作用，因而具有重要的理论研究意义和实际应用价值。本章首先阐述不协调本体调试与修复问题的研究背景和意义，并在介绍国内外研究现状基础之上阐明本文的主要研究内容和创新点，最后概要地呈现本文的结构安排。
1.1 研究背景和意义
2017 年 8 月 4 日下午，中国互联网络信息中心（CNNIC）发布第 40 次《中国互联网络发展状况统计报告》[1]。报告显示，截至 2017 年 6 月，中国网民规模达到 7.51 亿，占全球网民总数的五分之一。互联网普及率为 54.3%，超过全球平均水平 4.6 个百分点。目前我们所使用的互联网，主要工作是信息的发布与获取，主要任务是资讯的阅读和交流，它本质上是一个存储和共享文本、图像与音视频的媒介。虽然使用 HTML 标记语言能够控制网页的格式与样式，但仅局限于文本字体的大小、颜色以及页面的显示类型与框架布局，对于文本的内容与含义则无法识别。虽然人们根据实际应用需求开发的一些自动脚本程序能够实现某些简单的识别功能，但仍然无法很好的实现计算机之间的交互，更无法完成计算机对信息的智能化处理。针对这一问题，Web 的创始人 Tim Burners-Lee 于 1998 年提出了“语义 Web”（Semantic Web）的概念及其技术路线[2]。W3C 组织（World Wide Web Consortium，万维网联盟）一直是语义网的标准制定者和主要推动者。在 W3C 组织的支持下，第一个关于语义网的国际学术会议——“语义网基础设施和应用”于 2001 年在美国斯坦福大学召开。紧接着，2002年又在意大利召开了第一届国际语义网大会，此后国际语义网大会每年举行一次。在这些大会上，美国斯坦福大学和马里兰大学、英国曼彻斯特大学、德国德累斯顿工业大学等教育机构以及 IBM、微软、惠普、富士通等公司都发表了一系列基于语义网技术的本体构建、编辑、推理、查询和集成方面的研究成果，并开发出了 Jena、Racer、KAON、Protégé、Pellet 等众多的语义网技术开发应用工具。
..........
1.2 国内外研究现状
不协调本体调试和修复的目标是利用有效的技术与可行的方法，对不协调原因进行准确而快速的定位，并给专家提供优良的修复方案。
1.2.1 描述逻辑及其发展过程
知识表示与推理是人工智能领域一个重要的研究分支，它研究如何将现实世界的各种信息表示为计算机程序能够识别并理解的知识，以及基于该表示方法开发出一系列有效的推理机制去自动发现隐含的知识和推出有用的结论。知识表示的早期研究主要有两个方向：一个是基于经典的命题逻辑和一阶逻辑来表示知识，另一个是通过语义网络和框架系统建立事物之间的关联来表示知识。前者具有严格的语法与语义规范，但具有较高的计算复杂性。后者虽然能够很好地实现知识的获取与推理，但缺乏严格的语义，带来了实际使用上的困难。基于上述两种情况，研究者探索如何将两者的优点结合起来，于是 Brachman 与 Schmolze 汲取了语义网络和框架系统的思想，以一阶逻辑为基础设计了 KL-ONE 系统[21]。KL-ONE系统的逻辑结构不但能够精确刻画概念及其之间的关系，还能提供基于语义的完备推理服务。这就是描述逻辑（Description Logics）研究的起源[22]。作为一阶逻辑的一个可判定子集，描述逻辑不但具有良好定义（well-defined）的语义和很强的表达能力，还拥有基于逻辑的推理能力并能保证计算的可判定性，因而成为目前主流的本体描述语言。描述逻辑的发展经历了如下几个阶段[23-25]:第一阶段：结构包含算法[26]。该算法基于概念描述的规范化获得概念范式，然后递归地比较概念范式的语法结构。结构包含算法能够在多项式时间内求出存在的包含关系，效率很高。然而其缺点也是明显的：它只适用于表达能力很弱的描述逻辑系统。这一阶段代表性的系统有 K-REP[27],BACK[28],LOOM[29]。
........
第 2 章 理论基础
本章首先介绍了描述逻辑和本体描述语言的基础知识，重点介绍了描述逻辑 的语法和语义规范，接下来给出了不协调本体调试的相关定义，并详细介绍了 概念可满足性检测的 Tableau 演算规则，最后详细阐述并实例演示了不协调本体调试的白盒法与黑盒法两类算法。
2.1 描述逻辑与本体描述语言
描述逻辑（Description Logic, DL）也称为术语逻辑，是一种基于对象的知识表示的形式化语言[22]。作为一阶谓词逻辑的一个可判定子集，描述逻辑具有如下特点：（1） 具备基于逻辑的、形式化的语义[133]。（2） 能够提供可判定的推理服务。（3） 能够通过概念分类的方式表示知识的层次结构。描述逻辑由以下四个基本元素组成：（1）概念：描述的是对象集合的共同属性，对应于一阶逻辑的一元谓词。（2）角色：描述的是两个概念之间的二元关系，对应于一阶逻辑的二元谓词。（3）个体：概念所描述的对象的具体实例。（4）构造算子：对应于一阶逻辑的联结词，可使简单的概念通过递归定义的方式构造出复杂的概念。构造算子的多少决定了描述逻辑的语言表达能力的强弱，构造算子越多，语言表达能力越强。
..........
2.2 不协调本体的调试
本体的不协调性来自于概念的不可满足性[61]。下面给出不可满足概念和不协调本体的定义[64]。定义 2.3（不可满足概念）设 C 是 TBox 的某个概念，如果对于 的任意解释 ，都有 C = ，那么 C 是 的一个不可满足概念。定义 2.4（不协调本体）如果 TBox 中至少存在一个不可满足概念，则 是不协调本体。概念的可满足性通过基于 Tableau 的演算规则来检测，表 2.4 列出了 概念可满足性检测的 Tableau 演算规则。Tableau 的每一条演算规则都对应于描述逻辑的一个构造算子，在检测概念 C的可满足性时，根据演算规则对 C 进行扩展。算法从 ={C(x)}开始扩展，C(x)表示 x 是 C 的一个解释，写作 x C 。在扩展过程中，当 C(x)满足某个规则的条件时，就执行该规则下的操作，每一次的操作结果都会得到一个新的 ，将其添加进上一次得到的 中，直到没有可以应用的规则为止。除了构造算子 会产生一个新的 ，其它构造算子都是扩展当前的 。扩展完成后如果没有类似于{x C ,x ( C) }这样的逻辑冲突，那么 C 就是可满足的，否则就是不可满足的。
..........
第 3 章 基于冲突序列的不协调本体调试 .............. 31
3.1 引言 .......... 31
3.2 研究动机 ............. 32
3.2.1 白盒法与黑盒法的局限性 .......... 32
3.2.2 白盒法与黑盒法的改进思路 ...... 34
3.3 依赖序列 ............. 36
3.5 基于冲突序列的白盒法与黑盒法....... 50
3.6 实验评测与分析 ............ 54
3.7 本章小结 ............. 62
第 4 章 动态环境下不协调本体的调试策略 .......... 63
4.1 引言 .......... 63
4.2 研究动机 ............. 64
4.3 相关与无关.......... 66
4.4 实验结果与分析 ............ 76
4.5 本章小结 ............. 90
第 5 章 基于冲突序列的不协调本体修复 .............. 91
5.1 引言 .......... 91
5.2 研究动机 ............. 91
5.3 不可满足概念的根依赖路径.... 92
5.4 基于根依赖路径的公理分割.... 96
5.5 本体修复实验评测与分析...... 100
5.6 本章小结 ........... 101
第 5 章 基于冲突序列的不协调本体修复
5.1 引言
无论不协调本体处于静态环境还是动态环境，本体调试方法都能求解不协调本体的 MUPS，从本体中删除 MUPS 中的公理就能够恢复本体的协调性。直接删除的方法简便易行，然而并不实用，这是因为删除会造成大量本体信息的损失。因此，最合适的处理方式是对错误的公理进行修改而不是删除。然而，本体调试人员并非本体所在知识领域的专家，他们不具备理解本体的信息内容所需要的知识，因而无法对 MUPS 中的逻辑错误的概念或公理进行修改。这个工作只能由本体构建者或熟悉该领域的本体用户承担。尽管如此，本体调试人员仍然可以在本体调试的工作基础上，再向前推进一步，那就是：对 MUPS 中的公理进行分析，根据公理所具有的语法结构，为本体领域专家提供一套有效的修改策略，缩小领域专家的修改范围，从而提高修改的效率。Schlobach 等[63]采取碰集的方法，在求得不协调本体的 MUPS 基础之上进一步获得它的 MIPS，从 MIPS 里筛选出具有最小基数的碰集，这些碰集都具有最小路径长度。这套修复策略能够有效缩小本体专家修改错误公理的范围。基于碰集的修复策略也用在了 Kalyanpur 等[103]的工作上，与 Schlobach 不同之处在于，Kalyanpur 的方法是基于 MUPS 获得公理的等级，再求出具有最小路径等级的碰集。由于计算最小碰集的时间复杂度很高[107]，这对基于最小碰集的修复方法造成较大的影响。对此，人们采取近似处理的方法，考虑接近于最小的碰集[107]，具体方法是：采用启发式策略，每次从 MIPS 选择以最高频率出现的公理，移除与该公理交集非空的 MIPS，重复此操作直到 MIPS 集合为空。#p#分页标题#e#
.........
总结
本体已经越来越广泛地应用于医疗、生物信息、电子商务、决策系统和专家智能系统等生产和生活的各个方面。然而，在这些应用领域中，本体的不一致性一直是无法摆脱的难题，当本体出现了不一致时，针对该本体的所有查询或推理，都得不到有意义的回答或所需要的正确结果。为了确保以上各种应用的服务质量，迫切需要一系列效率较高且又切实可行的本体调试和修复技术。本体的不协调性是导致本体不一致的潜在因素，它表示本体中概念的定义出现了逻辑上的冲突。只有解决了不协调本体中出现的逻辑冲突，才能确保本体推理服务的质量。基于这一应用需求，本文研究了不协调本体的白盒法与黑盒法调试、动态环境下的不协调本体调试以及不协调本体修复三个问题。白盒法与黑盒法本体调试所存在的共同问题是：大量与不可满足性无关的冗余公理出现在白盒法扩展与黑盒法扩张过程中，这些冗余公理会导致白盒法生成很多棵 Tableau 扩展子树，也会造成黑盒法频繁调用推理机进行可满足性检测。为了解决这一问题，本文提出了基于冲突序列的不协调本体调试方法。该方法从否定概念和互补概念出发，构造与不可满足概念相关的冲突序列，由冲突序列上的公理构成冲突集，将调试对象限定在该冲突集上进行。该方法的优势在于：基于冲突序列获取的冲突集不但规模小于原本体，而且去除了大量的冗余公理。在算法实现上，采用了“HashMap”数据结构存储概念以及概念所在的公理，这一存储结构能够提供基于“键-值”对的快速查找，时间复杂度为常数 o(1)，从而避免多次循环地从 TBox 中定位与查找概念和公理。对比实验验证了基于冲突序列的优化方法的有效性，它能够较大地改善白盒法与黑盒法的调试性能，特别是针对大规模本体，效率更高。
..........
参考文献（略）
