| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究工作的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 本文的结构安排 | 第14-15页 |
| 第二章 相关理论与技术 | 第15-25页 |
| 2.1 谓词逻辑知识表示 | 第15-16页 |
| 2.2 产生式系统 | 第16-20页 |
| 2.2.1 基本操作 | 第17页 |
| 2.2.2 匹配算法 | 第17-19页 |
| 2.2.3 产生式系统的改进 | 第19-20页 |
| 2.3 WolframMathematica计算引擎 | 第20-21页 |
| 2.4 机器学习与神经网络 | 第21-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 推理模型的研究与构建 | 第25-40页 |
| 3.1 欧几里得公理体系的知识表示研究 | 第25-28页 |
| 3.1.1 欧几里得公理体系 | 第25-26页 |
| 3.1.2 欧几里得公理系统知识分类 | 第26-28页 |
| 3.1.2.1 几何知识 | 第26-27页 |
| 3.1.2.2 代数知识 | 第27-28页 |
| 3.1.2.3 公理知识 | 第28页 |
| 3.2 逻辑推理研究 | 第28-31页 |
| 3.3 推理机变量分配问题研究 | 第31-32页 |
| 3.4 规则动态优先级预测研究 | 第32-39页 |
| 3.4.1 推理机状态空间和特征 | 第33-34页 |
| 3.4.2 公理规则优先级动态预测 | 第34-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于Drools的欧几里得公理系统的设计与实现 | 第40-69页 |
| 4.1 系统总体框架 | 第40-43页 |
| 4.2 知识表示 | 第43-58页 |
| 4.2.1 实体知识表示 | 第45-49页 |
| 4.2.2 实体关系表示 | 第49-55页 |
| 4.2.3 公理规则知识表示 | 第55-58页 |
| 4.3 推理引擎的实现 | 第58-62页 |
| 4.4 推理机变量分配实现 | 第62-64页 |
| 4.5 规则动态优先级模型的具体实现 | 第64-68页 |
| 4.6 本章小结 | 第68-69页 |
| 第五章 系统测试与分析 | 第69-75页 |
| 5.1 解题测试 | 第69-71页 |
| 5.2 静态与动态调整优先级推理性能对比 | 第71-74页 |
| 5.3 本章小结 | 第74-75页 |
| 第六章 总结和展望 | 第75-77页 |
| 6.1 全文总结 | 第75-76页 |
| 6.2 后续工作展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-80页 |
| 攻读硕士学位期间取得的成果 | 第80页 |