通过近似计算获取零误差的准确结果,从而在数值近似计算和符号计算两个领域之间架起一座桥梁,其理论意义和应用价值不言而喻。我们近年的工作说明这种设想有可能实现,并可能应用于自动推理领域。自动推理的研究手段目前主要采用符号计算,计算复杂度高从而解决问题规模非常小,已经成为研究发展的瓶颈。数值近似计算具有精度高,计算规模大的优势,它能解决超大规模的问题,已被广泛地应用于工程技术领域。然而目前的数值近似计算方法只能给出近似结果,不能应用于要求获得准确结果的自动推理领域。如果能够通过近似计算获取零误差的准确的结果,就为提高自动推理的效率开辟了一条新路。本项目将研究通过近似计算获取零误差的准确结果的理论和方法,探讨将这种方法用于自动推理中经常用到的结式、因式分解、最大公因式、Groebner 基等计算的可能,争取开发出数值聚筛法软件包。因此,可能得到有重大理论价值的成果,同时将会促进自动推理研究和应用。
{{i.achievement_title}}
数据更新时间:2023-05-31
采用深度学习的铣刀磨损状态预测模型
热塑性复合材料机器人铺放系统设计及工艺优化研究
步行设施内疏散行人拥挤踩踏仿真研究
采用虚线交通标线进行车辆定位及道路交通设施信息表征的方法
考虑故障处理过程信息系统连通性和准确性的配电网可靠性评估
碳纤维复合材料低速冲击荷载光纤光栅准确获取理论及其损伤识别方法
基于粗糙集和概念格的区间值模糊知识获取理论与方法研究
基于特征值的信息粒化及其在知识获取中的应用研究
优势关系下的区间值信息系统知识获取方法