基于高阶逻辑的交叉算子的形式化研究

来源 :北京化工大学 | 被引量 : 0次 | 上传用户:noonbird
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着计算机系统规模的迅速增大,系统设计实现的正确性问题越来越严峻。形式化方法的出现,成为了解决该问题的一个重要手段。它运用数学方法的特点相比于传统的模拟和测试具有更高的可靠性和良好的完备性。其中,定理证明的方法因其既能验证系统规范又不受系统规模的限制而备受关注。遗传算法被越来越多的应用在安全性要求较高的领域,然而定理证明器中还未有形式化的遗传算法,这就限制了形式化方法在相关领域的应用。因此,将遗传算法形式化在HOL4系统中对扩展定理证明方法的应用领域具有重要的研究意义和实用价值。  众所周知,遗传算法的求解能力取决于最关键的操作——交叉算子。因此,本文对应用最多的单点交叉和多点交叉进行了形式化。首先,本文采用高阶逻辑的方法对交叉算子进行了形式化分析,从而定义交叉算子生成子代的过程为交叉操作。通过对交叉操作的形式化抽象,提取了交叉操作的基本组成元素。这些基本元素组成了交叉操作的一般化模型,并使用高阶逻辑表示基本组成元素。基于一般化结构模型,使用双递归的方法提出了交叉操作的形式化模型,并用数学的方法描述了此模型。然后,使用形式化的交叉操作分别完成了单点交叉算子和多点交叉算子的形式化,并使用支持高级证明步骤、重写对策和自动推理证明了交叉算子的性质。同时,交叉算子性质的证明充分保证了本文形式化的交叉算子的正确性。最后,为了说明形式化的交叉算子的实用性,用形式化的交叉算子设计了一个遗传算法,用来求解机器人在运动空间的最优避碰路径。此应用为HOL4中设计遗传算法程序提供了一个有效的实例。  将交叉操作函数引入HOL4系统,丰富和完善了系统中的理论库,增强了其推理能力,并扩展了应用领域。此外,本文形式化的交叉算子可以被直接应用在遗传算法的形式化模型中,从而有利于遗传算法的形式化研究。通过使用形式化的交叉算子完成了机器人路径规划中遗传算法的实现,挖掘了形式化的交叉算子的应用潜力。
其他文献
数据链路通信是对物理层的通信传输进行原始比特流功能的加强,将物理层提供的可能出错的物理连接改造成为逻辑上无差错的数据链路。本文的选题主要是在数据链路通信的基础上进
无线Mesh网是一种多跳、高速率、大容量的新型无线网络结构。它融合了无线局域网和移动Ad hoc网络的特征,是“最后一公里”宽带理想的接入方案。作为下一代无线通信网络宽带理
特征提取是模式识别所研究的关键问题之一,其基本任务是寻求对分类尽可能有效的特征。在监督的特征提取方法中,线性判别分析(LDA)具有代表性,并已在人脸识别、文本分类、信息检索
基于三维人体运动数据的情感识别是一个崭新的人体运动学与模式识别的交叉课题,该技术的研究目前尚处于起步阶段。本文对该技术进行了深入的探索与研究,包括人体运动建模、Peri
数字化、高清晰度、可连接网络、自带操作系统的智能电视成为了下一代电视的发展趋势。虽然智能电视与传统电视有许许多多的不同,但智能电视在提供新功能的同时也需要支持传统
随着电子政务信息化进程的推进,电子政务的优势凸显,对比传统政务方式,工作效率有了极大的提高,但是因为初期建设时缺乏统一规划,各个业务系统间不能相互沟通交流,形成了一个个的“
互联网中海量的非结构化信息包含丰富的语义内容,对其进行语义分析具有重要的意义。语义分析的对象主要有文字、图像和图像中的文字。微博是当前流行的社交网络,其中包含大量的
近年来,从海量数据中学习出数据的潜在特征层次已成为机器学习领域中的热点,深度学习就是旨在解决这一问题的一种无监督学习方法。随着深度学习的广泛应用,其构成基础——玻尔兹
启动子序列模式的建模与发现是基因表达与调控组织特异性模式发现的核心。研究表明,综合多个模式发现工具的结果覆盖度较高,但是需要消除冗余。目前,在消除模式冗余中缺乏变长模
随着信息技术和网络技术的迅速发展,各类复杂系统的规模和复杂程度也在急剧增大,用MAS(Multi-Agent System,MAS)的理论和技术研究其网络结构和信息传播现象引起越来越多的关注和