本发明涉及人工智能
技术领域：
：中的逻辑推理技术，具体涉及一种基于描述逻辑的概念可满足性判定方法。
背景技术：
：：逻辑推理是人工智能技术的核心之一，其在知识工程、专家系统等领域有着广泛而深入的应用。经过近几十年的发展，计算机的推理技术有了很大的进步，各种推理技术层出不穷，其中描述逻辑(alc)因其拥有清晰的模型-理论语义、有效的概念分层、提供了可判定的推理服务等优点而受到关注，是当前应用最广泛的知识表示方法之一。tableau算法作为描述逻辑alc的核心推理技术，最早由schmidt-schaub和smolka首先提出，该算法主要特点是能在多项式时间内判断描述逻辑alc概念的可满足性，同时具备完备性、可终止性等特征。大量的理论证明，描述逻辑中其他推理问题如一致性、包含检测等都可以转换为可满足性问题，这意味着tableau算法也可用来解决描述逻辑中其他推理问题。近年来随着描述逻辑的发展，tableau算法也可用于解决实例检测问题，且基于tableau算法的各种优化策略已在推理机中得以实现，如racer、fact++、pellet等。定义1(节点冲突)：对概念c运用tableau算法，如果节点x中同时存在概念c及其否定式即节点中存在概念那么称节点l(x)中存在冲突。tableau算法通过构造概念c的表达式模型来证明c的可满足性，这个构造的模型是一棵完整树，模型中的个体对应树中的结点，树中连接两个结点的线代表描述逻辑中的角色(关系)。当且仅当构造的树中的任意结点不存在冲突，c是可满足的。假设完整树上的每个结点x都用一个集合l(x)标注，其中sub(g)表示概念g的子概念集；完整树上的每条边＜x,y＞都可以用一个出现在sub(g)中的角色r进行标注，即l(＜x,y＞)＝r，其中，x称为y的r-前继，y为x的后继。在运用tableau算法之前，需要通过demorgan法则(如表1所示)将所有概念都转化为否定范式。表1：alc中否定范式转化规则可见，现有的tableau算法在基于描述逻辑的知识推理中发挥着重要的作用，但是现有的tableau算法并不支持复合角色的逻辑推理，这与现实世界中存在的实际现状并不一致，给描述逻辑的扩展带来限制。技术实现要素：本发明的目的在于提供一种基于描述逻辑的概念可满足性判定方法，基于扩展后的tableau算法，使得描述逻辑支持复合角色的知识推理。为了达到上述的目的，本发明提供一种基于描述逻辑的概念可满足性判定方法，包括：1)扩展tableau算法；扩展后的tableau算法，即extend-tableau算法的规则如下：2)采用extend-tableau算法构造概念算法树；2-1)初始化算法树；2-2)运用和规则确定根节点描述；2-3)运用或规则扩展新的子节点；2-4)运用或规则确定子节点描述；3)检测算法树各节点是否存在冲突，若各节点均无冲突，判定该概念可满足，否则判定该概念不可满足。上述基于描述逻辑的概念可满足性判定方法中，所述步骤2-3)中，对于复合角色，运用规则扩展新的子节点。上述基于描述逻辑的概念可满足性判定方法中，所述步骤2-4)中，对于复合角色，运用规则确定子节点描述。上述基于描述逻辑的概念可满足性判定方法中，所述步骤3)中，对算法树各节点逐个进行检测，当第一次检测到有节点存在冲突，就可结束检测，并判定该概念不可满足，当且仅当所有节点均无冲突，才判定该概念可满足。上述基于描述逻辑的概念可满足性判定方法中，所述步骤3)包括：3-1)初始化，i＝1，i表示第i个节点；3-2)检测第i个节点是否存在冲突，若是，结束检测，判定该概念不可满足，若否，执行步骤3-3)；3-3)判断i＞k+1是否成立，若是，结束检测，判定该概念可满足，若否，i＝i+1，并返回步骤3-2)；k+1为算法树节点总数。与现有技术相比，本发明的有益技术效果是：本发明的基于描述逻辑的概念可满足性判定方法，可以克服现有的tableau算法无法实现复合概念的可满足性判定；提高概念可满足性定方法的使用范围；提升基于描述逻辑的知识推理的广泛应用。附图说明本发明的基于描述逻辑的概念可满足性判定方法由以下的实施例及附图给出。图1是本发明的基于描述逻辑的概念可满足性判定方法的流程图。具体实施方式以下将结合图1对本发明的基于描述逻辑的概念可满足性判定方法作进一步的详细描述。定义2(复合角色rξ)：如果角色rξ是由多个子角色rk组成且每个子角色(其中δφ×δφ表示角色所拥有的属性)，那么称rξ为复合角色，表示为rξ≡[r1,r2,…,rk,…,rk]，由于所以性质1：如果复合角色rξ与概念c之间有·c，且rξ≡[r1,r2,…,rk,…,rk]，那么性质2：如果复合角色rξ与概念c之间有且rξ≡[r1,r2,…,rk,…,rk]，那么在定义2、性质1和性质2的基础上，本发明对tableau算法进行扩展，使扩展后的tableau算法支持复合角色的逻辑推理。扩展规则1(规则)：只有存在形如的概念时需要扩展，如果那么只在树上增加一个新的节点y，并且为当前节点x和新节点y之间标注名称为r的角色；如果且rξ≡[r1,r2,…,rk,…,rk]，那么需要扩展k个节点{y1,y1,…,.yk,..,yk}，并且为当前节点x和每个新节点之间标注对应名称为{r1,r1,…,rk,…,rk}的角色。扩展规则2(规则)：只有存在形如的概念时需要扩展，如果那么在树中标记为r的分支的后继节点y增加一个新的概念c(y)；如果且rξ≡[r1,r2,…,rk,…,rk]，那么在树中标记为rk的分支的对应后继节点yk增加一个新的概念c(yk)。综合tableau算法已有的规则及扩展规则1、扩展规则2，得到扩展tableau算法(即extend-tableau算法)规则，如表2。表2：extend-tableau算法规则注：类型中的标准指的是tableau算法已有规则，扩展指的是扩展规则参见图1，本发明的基于描述逻辑的概念可满足性判定方法包括：1)扩展tableau算法；扩展后的tableau算法，即extend-tableau算法的规则见表2；2)采用extend-tableau算法构造概念的表达式模型；所述表达式模型即算法树；2-1)初始化算法树；2-2)运用和规则确定根节点描述；2-3)运用或规则扩展新的子节点；如果运用规则扩展新的子节点；如果且rξ≡[r1,r2,…,rk,…,rk]，即r为复合角色，运用规则扩展新的子节点；2-4)运用或规则确定子节点描述；如果运用规则确定子节点描述；如果且rξ≡[r1,r2,…,rk,…,rk]，即r为复合角色，运用规则确定子节点描述；3)检测算法树各节点是否存在冲突，若各节点均无冲突，判定该概念可满足，否则判定该概念不可满足；对算法树各节点逐个进行检测，当第一次检测到有节点存在冲突，就可结束检测，并判定该概念不可满足，当且仅当所有节点均无冲突，才判定该概念可满足；3-1)初始化，i＝1，i表示第i个节点；3-2)检测第i个节点是否存在冲突，若是，结束检测，判定该概念不可满足，若否，执行步骤3-3)；3-3)判断i＞k+1是否成立，若是，结束检测，判定该概念可满足，若否，i＝i+1，并返回步骤3-2)；k+1为算法树节点总数。现以具体实施例详细说明本发明的基于描述逻辑的概念可满足性判定方法。本实施例检测概念的可满足性，其中且rc≡{r1,r2}；步骤一，初始化算法树t，其根结点为x并标注为l(x)＝{c(x)}；步骤二，首先运用规则获得步骤三，再由规则可知，需新增加两个结点y1，y2，并且存在角色r1(x,y1)，r2(x,y2)以及x的两个rk-后续节点l(y1)＝{a(y1)}，l(y2)＝{a(y2)}；步骤四，然后由规则可得l(y1)＝{a(y1),b(y1)}；步骤五，到此可发现结点x，y1，y2均不存在冲突，因此算法结束，并且得出结论，概念c是可满足的。当前第1页12当前第1页12