论文部分内容阅读
本体是一种有效的知识管理与知识建模的方式，它用形式化的模型描述概念及各概念之间的相互关系，加强了领域知识的共同理解。由于现实中人们所获取的信息和知识往往具有不确定性，而本体知识的不确定性推理即建立在这种不确定知识和证据上的推理。在很多实际应用中，时态信息都是本体知识模型中必不可少的一部分，且时态信息存在时间限制关系和不确定性，因而如何有效的推理这类本体知识是一个是需要解决的问题。本文利用贝叶斯网络进行本体知识的不确定性推理。目前基于贝叶斯网络的本体推理主要研究的是本体概念状态的不确定性，在病理诊断、故障诊断等方面应用较广,但是在需要考虑时间限制关系和时间不确定性方面的应用却无能为力，如意图推断、态势估计等。本为正是以此为出发点，围绕考虑时态信息的本体知识不确定性推理问题，在时间本体建模、贝叶斯网络的时间扩展、时间本体转换算法等几个方面进行研究，在关键问题理论分析和实现技术研究等方面取得了如下的成果：首先，为了能够同时表达本体中概念间的因果关系及时态信息，本文将区间代数理论引入到本体建模方法中，提出了一种包含时间限制关系和时间不确定性的OWL因果时间本体结构。其次，将区间代数理论引入到贝叶斯网络的时间扩展，提出了一种支持OWL因果时间本体推理的时间贝叶斯网络（Ontology TemporalBayesian Network, OTBN），并研究了该网络的构建与推理方法。再次，本文提出OWL因果时间本体与OTBN的转换算法，将基于OWL语法描述的领域知识本体模型转换成为OTBN。最后，设计并开发了OWL因果时间本体推理原型系统，给出了该系统的整体架构，详细介绍了该系统的关键技术与主要功能模块，并采用一个军事案例做了实验分析。