描述逻辑系统εLN中概念最小公共包含推理研究

描述逻辑的非标准推理是上世纪末本世纪初研究者们提出来的一种新的推理机制,它主要包括最具体概念、最小公共包含、匹配问题以及概念的重写等等.非标准推理的提出主要是为了解决人们在知识库的构建、管理、维护等方面遇到的问题,它能为自下而上的知识库构建方式提供必要的支持,这些是传统的标准推理无法提供的.随着描述逻辑的运用越来越广泛,知识库的构建、管理、维护是人们无法回避的问题,因此描述逻辑的非标准推理的研究成为近年来描述逻辑研究者们所关注的热点问题.本文分析了描述逻辑中概念最小公共包含(LCS)推理机制的研究现状和存在的问题,针对目前LCS推理在同时处理存在限制和数量限制的不足,研究了描述逻辑系统εLN的LCS推理算法.首先定义了εLN中的概念描述树及其同态关系,利用描述树之间同态关系给出了概念间包含关系算法.然后通过定义描述树的笛卡尔积给出了εLN中的LCS推理算法,并指出该算法是多项式时间复杂的.