基于μ演算的认知难题符号化模型检测
摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 引言 | 第9-19页 |
1.1 研究背景和意义 | 第9-12页 |
1.1.1 模型检测起源与意义 | 第9-10页 |
1.1.2 模型检测技术的发展 | 第10-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.2.1 多智能体系统基于公告的逻辑研究现状 | 第12-14页 |
1.2.2 多智能体时态认知逻辑模型检测 | 第14-15页 |
1.3 本文的研究内容与创新点 | 第15-17页 |
1.3.1 研究内容 | 第15-16页 |
1.3.2 创新点 | 第16-17页 |
1.4 论文的框架结构 | 第17-18页 |
1.5 本章小结 | 第18-19页 |
第2章 理论知识 | 第19-24页 |
2.1 符号计算技术 | 第19页 |
2.2 二叉判定图(BDD) | 第19-21页 |
2.2.1 简化BDD的三种方法 | 第19页 |
2.2.2 简约OBDD的算法 | 第19-21页 |
2.3 形式化验证技术 | 第21-22页 |
2.3.1 定理证明 | 第21页 |
2.3.2 模型检测 | 第21-22页 |
2.4 量化布尔公式 | 第22-23页 |
2.5 不动点定理 | 第23页 |
2.6 本章小结 | 第23-24页 |
第3章 动态认知逻辑 | 第24-36页 |
3.1 认知逻辑背景 | 第24页 |
3.2 认知逻辑的定义 | 第24页 |
3.3 认知逻辑推理理论 | 第24-28页 |
3.3.1 认知逻辑语法 | 第25页 |
3.3.2 认知逻辑语义 | 第25-26页 |
3.3.3 公理和推理规则 | 第26页 |
3.3.4 认知逻辑的基本性质 | 第26-27页 |
3.3.5 普遍知识和公共知识 | 第27-28页 |
3.4 动态认知逻辑 | 第28-35页 |
3.4.1 动态认知逻辑理论的研究背景 | 第28-29页 |
3.4.2 静态认知逻辑理论 | 第29-31页 |
3.4.3 动态认知逻辑理论 | 第31-35页 |
3.5 本章小结 | 第35-36页 |
第4章 认知 μ 演算及其应用 | 第36-44页 |
4.1 认知公告程序 | 第36-37页 |
4.2 认知公告模型 | 第37页 |
4.3 模型构造算法 | 第37-39页 |
4.4 认知 μ 演算 | 第39-41页 |
4.4.1 认知 μ 演算语法 | 第39-40页 |
4.4.2 认知 μ 演算语义 | 第40-41页 |
4.5 认知 μ 演算的OBDD实现 | 第41-43页 |
4.5.1 认知公告模型的OBDD表示 | 第41页 |
4.5.2 基于OBDD的认知 μ 演算算法 | 第41-43页 |
4.5.3 时态认知逻辑到认知 μ 演算的转换 | 第43页 |
4.6 本章小结 | 第43-44页 |
第5章 和与积认知难题 | 第44-48页 |
5.1 和与积难题描述 | 第44页 |
5.2 和与积难题分析 | 第44-45页 |
5.3 和与积难题建模 | 第45-46页 |
5.4 和与积认知公告程序 | 第46页 |
5.5 实验结果 | 第46-47页 |
5.6 本章小结 | 第47-48页 |
第6章 泥孩子认知难题 | 第48-56页 |
6.1 泥孩子认知难题情景描述 | 第48页 |
6.2 泥孩子认知难题分析 | 第48-49页 |
6.3 泥孩子认知难题认知公告模型建模及难题求解 | 第49-53页 |
6.4 泥孩子认知难题认知公告程序 | 第53-54页 |
6.5 实验结果 | 第54页 |
6.6 本章小结 | 第54-56页 |
第7章 总结与展望 | 第56-57页 |
7.1 研究总结 | 第56页 |
7.2 展望未来工作 | 第56-57页 |
参考文献 | 第57-61页 |
致谢 | 第61-62页 |
个人简历、在校期间发表的学术论文和研究成果 | 第62页 |