知识推理的计量化与随机化研究

知识推理已经成为现代人工智能科学的重要组成部分，Kripke结构在知识推理理论中扮演着核心角色，其中当事人i对命题A的"认可判断"KiA是基于单个的赋值而得出的，所以这种判断只具有局部性.本项目则利用均匀概率测度空间的无穷乘积和测度化映射从集成所有的赋值出发给出当事人对各命题的整体判断，建立起计量化的知识推理理论；其次，鉴于不确定的命题成立与否的概率未必相等，我们将（0，1）中的随机序列依次作为全体可数多个原子命题序列的真度，通过建立当事人之间关系的转换函数等方法将计量化的Kripke知识结构再进行随机化；再次，本项目将拓广赋值域，把经典的、最简的二值赋值域{0,1}推广为能容纳更多信息存储量的一般的Boole代数，建立真度不变性定理；最后，本项目将进而再把Boole代数推广为概率测度空间，使逻辑公式以概率测度空间中的可测集为赋值，最终建立起广泛的带有随机性的计量化知识推理理论.