论思维的复杂系统模型暨新一代专家系统的设想

北京大学学报（自然科学版）

论思维的复杂系统模型暨新一代专家系统的设想

佘振苏,倪志勇

北京大学工学院湍流与复杂系统国家重点实验室, 北京100871;

收稿日期:2009-09-13 出版日期:2011-09-20 发布日期:2011-09-20

On Complex System Model of Thinking and Design of a New Generation of Expert System

SHE Zhensu, NI Zhiyong

State Key Laboratory for Turbulence and Complex System, College of Engineering, Peking University, Beijing 100871;

Received:2009-09-13 Online:2011-09-20 Published:2011-09-20

摘要/Abstract

摘要： 在复杂系统研究思想指导下, 构建了基于神经元网络结构的复杂系统思维模型, 提出以网络节点表示概念, 以网络连接表示命题, 以网络回路实现知识表达, 以网络节点间的时空动力学激发实现演绎推理等思维活动的理论新框架, 并以此为基础对新一代专家系统进行了设计。

关键词: 思维模型, 复杂系统, 专家系统, 知识表达, 网络, 层次结构

Abstract: From a complex system perspective, the authors report a conceptual model of thinking. In this model, the knowledge forms a complex network, in which concepts form nodes, conceptual relationships form links, and propositions form network circuits. It suggests that a thinking process such as deductive reasoning corresponds to a set of network dynamical events with competing activations of network circuits under an optimization function. This conceptual model leads to a design for the next generation of expert system.

Key words: model of thinking, complex system, expert system, knowledge representation, networks, hierarchy

中图分类号:

佘振苏,倪志勇. 论思维的复杂系统模型暨新一代专家系统的设想[J]. 北京大学学报（自然科学版）.

SHE Zhensu,NI Zhiyong. On Complex System Model of Thinking and Design of a New Generation of Expert System[J]. Acta Scientiarum Naturalium Universitatis Pekinensis.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/

https://xbna.pku.edu.cn/CN/Y2011/V47/I5/960

[1]	王泰然, 鲍逸非. 基于卷积神经网络和双向长短期记忆网络的微地震记录去噪方法[J]. 北京大学学报自然科学版, 2025, 61(3): 487-500.
[2]	罗威, 刘钰, 黄强, 武志昊. 融合图结构学习和轻量级循环建模的地图匹配方法[J]. 北京大学学报自然科学版, 2024, 60(6): 979-988.
[3]	庄子仪, 李艳, 殷荣章, 伍峻琦, 鲁安怀, 赖勇. 含磷矿物信息学的可视化研究[J]. 北京大学学报自然科学版, 2024, 60(6): 1055-1066.
[4]	丁亚伟, 曹健, 李琦彬, 冯硕, 杨辰涛, 王源, 张兴. 适配PAICORE2.0的硬件编码转帧加速单元设计[J]. 北京大学学报自然科学版, 2024, 60(5): 786-798.
[5]	冀锐, 马磊, 张靖, 王卫红, 郭祉辀, 万献慈, 肖蕾, 万玮. 基于生成对抗网络的遥感光学影像舰船样本仿真[J]. 北京大学学报自然科学版, 2024, 60(5): 883-892.
[6]	吴悔, 陈旭, 景永俊, 王叔洋. MFA-SGWNN: 基于多特征聚合谱图小波神经网络的僵尸网络检测[J]. 北京大学学报自然科学版, 2024, 60(3): 403-412.
[7]	张越, 王长征, 苏雪峰, 闫智超, 张广军, 邵文远, 李茹. 基于标签语义信息感知的少样本命名实体识别方法[J]. 北京大学学报自然科学版, 2024, 60(3): 413-421.
[8]	刘立超, 胡天跃, 李徯徯, 刘依谋, 梁上林, 黄建东. 基于无监督神经网络匹配算法的叠前表面多次波压制方法[J]. 北京大学学报自然科学版, 2024, 60(3): 453-463.
[9]	李玳, 王天牧, 张思, 秦跃, 谢福贵, 刘辛军, 聂振国, 黄红拾. 基于足底压力和卷积长短期记忆神经网络的前交叉韧带断裂智能辅助诊断[J]. 北京大学学报自然科学版, 2024, 60(1): 109-117.
[10]	刘佳驹, 李金城, 郭怀成, 袁鹏, 李政, 张扬, 王志勇. 基于人工神经网络的雅鲁藏布江水化学变化趋势研究[J]. 北京大学学报自然科学版, 2023, 59(6): 1043-1051.
[11]	李浩, 康柳江, 罗斯达, 孙会君, 吴建军. 人工和自动混合驾驶环境下的最优道路拥堵收费模型[J]. 北京大学学报自然科学版, 2023, 59(5): 747-756.
[12]	张领, 曹健, 张袁, 冯硕, 王源. 基于知识蒸馏的脉冲神经网络强化学习方法[J]. 北京大学学报自然科学版, 2023, 59(5): 757-763.
[13]	刘相呈, 曹健, 姚宏毅, 徐鹏涛, 张袁, 王源. 基于自适应剪枝率与高效权重继承的神经网络通道剪枝方法[J]. 北京大学学报自然科学版, 2023, 59(5): 764-772.
[14]	方琰, 刘文婷, 张佑印, 布和. 美国雪上运动经济联系的空间特征及对中国的启示[J]. 北京大学学报自然科学版, 2023, 59(4): 659-670.
[15]	柳叶, 任悦, 高广磊, 丁国栋, 张英, 赵珮杉, 王家源. 毛乌素沙地樟子松人工林根内真菌网络动态特征及其对气候因子的响应[J]. 北京大学学报自然科学版, 2023, 59(3): 467-477.