逻辑学论文如何发表在sci

1、选择合适的SCI期刊。选择主要包括期刊所属领域、期刊针对性、期刊影响因子(IF)及其他相关事宜如审稿周期等。首先要做的就是对自己的论文进行一个综合评估，决定投稿的期刊范围。

2、论文格式的确定。下载Introduction for authors。只要到每个杂志的首页，打开submit paper一栏，点击Introduction for authors查看或下载即可。里面有详细的关于文章结构和格式方面的规定，必须要严格按照要求来;如果Introduction for authors没有严格的规定结构和格式，那么就根据最近该杂志上已经发表出来的文章结构和格式来调整，或按照英文论文常用的一些规范来，比如说字号11或者12，字体Times New Roman，左对齐，双倍行距等。

3、稿件及其相关材料准备：Manuscript.doc、Tables.doc、Figures.tiff(jpg等)、Cover letter，Highlights有时还有Title page、Copyright agreement等。

4、如何写Cover letter?一般包含以下三点：1)原创性及未一稿多投的申明;2)研究要点及创新点;3)对该领域及读者的意义。具体的写法，有的杂志有明确的规定具体需要包含哪几部分，具体写法可以在小木虫上搜一下Cover letter的模板，仿照着写。

星科SCIER觉得：发表SCI（Science Citation Index）论文需要遵循以下步骤：1.选择期刊：首先要选择合适的期刊。你需要查找与你的研究领域相关的SCI期刊，并考虑期刊的影响因子和排名。你可以使用科学引文索引（Science Citation Index）或其他学术数据库来查找期刊。2.撰写论文：撰写一篇高质量的SCI论文需要遵循科学写作规范。你需要进行实验或调查研究，并记录实验结果或数据。在撰写论文时，你需要对研究进行清晰、详细的描述，并说明你的研究对该领域的贡献。3.提交论文：提交论文之前，你需要仔细阅读期刊的投稿要求，并遵循期刊的格式要求。你需要准备好论文、摘要、作者简介和其他必要的材料，并将它们提交给期刊编辑。一般来说，期刊编辑会在几个星期内回复你是否接受论文。4.审稿过程：如果你的论文被接受，期刊编辑会将它送给专家进行审稿。审稿专家会仔细评估你的研究方法、结果和结论，并提出意见和建议。你需要根据审稿专家的反馈对论文进行修改，并回复审稿意见。5.发表论文：一旦你的论文被接受并满足期刊要求，它将被发表在期刊上。你的论文将被分配一个DOI（数字对象标识符），它可以让其他学者轻松地引用你的研究。需要注意的是，发表SCI论文需要具备一定的研究能力和科学素养，也需要对自己的研究有足够的自信和信心。在提交论文之前，你需要花费大量的时间和精力进行研究和写作，同时也需要不断地修正和改进论文。

SCI论文发表流程，说起来也很简单，在你自己写好文章后，你自己去找SCI的一些期刊，你平时要关注这些期刊的信息和内容，选一个适合你文章方向的期刊，然后难度程度是你自己能够够得着的。这跟男的追求女的性质一样，不是看着人家好看就追，也要结合自己的实际情况。然后投稿过去，等消息。这个周期是比较长的，半年左右，如果录用了会给你录用信息，如果需要修改会告诉你修改，如果没有通过就没通过。如果你是理工科的文章，或者想发理工科的SCI，你可以去淘淘论文网看下，他们那边能提供一些帮助，我一个朋友在那边办理的，据说还可以。

首先要写出来一篇合格的英文论文。写好英文论文后，那么要找到合适的SCI期刊，这一点上和我们中文的选刊逻辑其实是差不多的。找到本专业本方向的期刊，从高分到低分期刊都找上几本。

如果时间比较充足，可以多阅读一些一方面作为自己写论文的参考，另一方面也可以直接来判断这本期刊到底适不适合自己投稿。

找到合适的目标期刊以后，我们就要在这个期刊的官网上注册账号了。和国内大部分期刊的投稿不太一样，我们是要到官网注册账号在线提交，而不是说从我们的邮箱发个邮件去直接给杂志社的编辑。

在线注册提交论文这件事第1次操作的时候，会觉得又繁琐又麻烦。很多作者都不太适应，因为要填很多的讯息不说，而且特别容易出错。所以一定要非常的仔细，小心提交才可以。

等到提交成功后系统都会显示的，而且以后每次有一点进展，系统都会告诉你，现在相应的状态，直到最后发表为止。

如何让论文逻辑好发表

首先我们来聊一下什么样的文章才算逻辑严谨呢？其实，文章只要能够达到顺理成章、条理清晰、符合一定的规律，文章中体现的意义能让人信服。做到这几点，这篇文章就算是做到逻辑严谨了。那么想做到逻辑严谨有哪些方法呢？逻辑严谨的4大类方法： 1、结论先行 2、归纳分类 3、调整顺序 4、删减信息下面我们就来聊聊逻辑严谨的这4个方法： 1、结论先行是最重要的一条那么有读者就会问了，怎么写才算是结论先行呢？其实就是先说结果，再说原因；先说目标，再说方法；先总体说，再展开说，等等。这是我们在做任何表达时，都要遵循的第一个原则。就比如下面这个汇报工作的场景，大家感受一下：上午9:00，张总要去中移见客户，下午4点王总要去上海出差，李总下午1点至2点要用会议室。H还有，张总大概中午12点回来，老板，我把会议给大家安排在下午2点至3点了。下面我们按照结论先行的方式修改一下：老板，我把今天的会议给大家安排在下午2点至3点了，这样王总、王总和李总都能参加。是这样的：张总上午9点要去中移见客户，大概中午12点回来；王总下午4点要去上海出差；李总下午1点至2点要用会议室，所以安排在下午2点至3点是最合适的，所以，写文章或者给领导汇报工作时，一定要先说结论，如果你不先说结论的话，会让人听的云里雾里。学习写作我们要记住一句话：用演绎推理来构思，用归纳法来呈现。2、归纳分类正所谓没有归类，就没有逻辑。就比如我们要去超市买很多日常用品，家人给我们说：你去买些黄瓜、奥利奥、苹果、香蕉、菜花、西葫芦和蛋黄派等食品，对了，你弟弟喜欢吃薯片，再买些薯片。估计家人说完我们也忘的差不多了，估计只能无奈的跟家人说，你说慢点，让我一个一个记在手机上。为什么会忘记呢？是因为我们记性不好吗？我可以肯定的告诉你，不是你的记性不好，是因为没有逻辑性，没有归类。如果我们用归纳法表达出来应该是这样的：你需要去超市买三类食品：水果、蔬菜和零食类食品。水果是：香蕉和苹果；蔬菜是：黄瓜、番茄、西葫芦；零食是：薯片、奥利奥和蛋黄派。如果这样说，我们还会忘记吗？当然不会了，因为这很有逻辑，归纳的也很好，所以我们不会忘记。写文章也一样，如果我们写了很多内容，但是没有归纳，没有分门别类的给它分好，放好地方，那么出来的文章就会很混乱，让读者读完不明所以，不知道我们讲了什么。所以我们写文章要会归纳分类，要有逻辑性。 3、调整顺序很多时候，逻辑就是信息的排序。那信息排序有哪些方法？下面我们来一一例举： 1）按重要程度排序按重要程度排序，就是从关键信息到次要信息依次说明，就是先说最重要的内容，再说次要的内容。比如给领导汇报工作，我们也要按照重要程度汇报，先汇报最重要的事情，再汇报次要的事情。 2）按因果关系排序例如：果：张晓霞去年副业收入赚的比她的工资还要高出2万。因：张晓霞在前年开始学习写作，经过不懈的努力，去年在头条上发布了八十多篇文章，写出了十几篇10万+的爆款文章，文章收入达到了10万。因的因：张晓霞从前年开始学习写作，从写作的第一天开始，他从未停止过写作，而是遇到问题解决问题，也从未放弃过写作，而是越挫越勇，一年下来写了50多万字。这种顺序就是，先抛出一个最终的结果，一步一步往前写原因，环环相扣，读起来根本停不下来。 3）按结构关系排序比如按内外关系，先写成功的内部原因，再写成功的外部原因。比如按上下关系，分析一家公司的经营管理，先分析创始人和高管层面，再分析中层管理层面，最后分析普通员工。比如按整体和局部关系，分析2019年的形势，先分析世界形势，再分析国内形势，再按行业分析。比如按并列关系，分析一家公司的架构，可以并列技术部、财务部、运管部、品质部、法务部、市场部、行政部、商务部等。分析“为什么高情商的人不讲道理”，可以并列分析员工和老板之间、父母与子女之间，夫妻之间、朋友之间等。 4）按时间顺序排序时间顺序是一种使用最为广泛且最容易被理解的逻辑顺序。但是按照时间写人物时，切记，只能挑选关键时间点发生的关键事件，不能写流水。比如，粥老师写个人经历时常用时间顺序，脉络清晰： 2015年加入创业邦，2017年入职插座学院，2018年辞职创业，这就是一个时间逻辑顺序。 5）按推进步骤排序比如：第一部分写从我到主编，第二部分写从主编到总监，第三部分写从总监职位进行内容创业实现财务自由。 4、删减信息这时有人会问：删减信息和逻辑严谨有什么关系？有个词叫逻辑干扰，删减信息正是为了减少逻辑干扰。就像我们去看电影院电影的时候，要把所有的灯全部关闭，因为这样能让我们的注意力全部注意到荧幕上。写文章也是一样的道理。你想让用户把注意力聚焦在你表达的某个观点上，就要把所有跟这个观点无关的信息统统删掉。减少逻辑干扰是让逻辑更严禁的好方法。写了这么多，我们来总结如一下：写文章，必须追求逻辑，逻辑是一种力量，可以增加说服力，同时可以提高阅读快感和阅读效率，因为逻辑的力量会推着读者一直往前走。如何让逻辑更严谨呢？结论先行是第一原则；还有归纳分类，因为没有归类就没有逻辑，要学会归纳分类，互相独立，完全穷尽；再者就是调整顺序，逻辑就是信息的排序，最常用的排序方式是重要程度、因果关系、时间顺序、结构关系、推进步骤；最后是，减法写作，通过删减信息，减少逻辑干扰。想要写出一篇好文章，只要论证精彩，文章再用以上方法做到逻辑严谨，这样就能增强说服力，写出一篇好文章。

WOSCI沃斯编辑：要知道论文不只是看表面的字词表达和词藻华丽，对于一个论文首要的是其表现的思维能力，论文看质量，质量中最主要的因素就是论文的逻辑性，写作本就是一个潜心做学术过程，一些所谓的方法只能保证论文的快速产生，并不能确保论文的质量，这在我看来，并不能算是高效。这里是一篇论文写作逻辑性的指导方法，论文表述得是否清楚、准确，论证得是否有力、有理，将直接影响到研究成果的价值实现，让我们一起来看看具体内容吧! 一、要思路畅通，举纲张目叶圣陶先生说过:“思想是有一条路的，一句一句，一段一段，都是有路的，好文章的作者是决不乱走的”。写一篇学术论文，首先要举其“纲”，要有中心论点，统帅各个分论点，踞于要津;二要张其“目”，要有一个确定的思路，贯穿各个分论点，决定议论沿什么途径展开;三要使二者结合，即纲举目张，清楚地分出各个论点平列的或从属的关系，分出亲疏远近，以便有秩序、有层次、有步骤地表现中心论点。只有做到了这一点，才能全局在胸，将论文合理地组织起来，得到一个恰当的布局和安排。在这里，“纲”是起决定作用的。因为，任何一个议论对象，它的素质、属性及其联系，都是复杂的。在一篇论文中，决不能离开一定的议题，一定的角度，一定的实践要求，把各种问题东拼西凑在一起，而只能按照主题的要求，作为议论的出发点和有关论点的结合点，把整篇文章的各个论点，有机地组织起来。古人所说的“挈领而顿，首尾皆顺”，就是这个意思。二、要条理清晰，层次明了写学术论文，先说什么，后说什么，一层一层如何衔接，这一点和论文的逻辑性很有关系。对于文章中的大小论点，一定要分类排队，科学地安排层次。中国有句话，叫“层出不穷”，就是一个问题接着一个问题而来，就是有衔接，有层次，有连锁。例如，由甲问题中会产生乙问题，甲问题自然在先，乙问题自然在后，这里就有客观上问题自身的层次;甲问题不解决，乙问题就不能解决，这里就有先解决甲问题和后解决乙问题的做法上的层次;不先说清甲问题就不能说清乙问题，这里就有先说甲问题和后说乙问题的说法上的层次。由上可知，层次是一种有机联系，而非形式上的、人为的联系。因此，议论中注意层次，就得注意所议论的事物本身的层次，议论的问题本身矛盾发展的层次。要做到这点，就要熟悉事物，分析问题的联系，而不能单纯凭主观去臆定层次。找到了问题的层次，议论也就有了条理。能层次分明，也就能有条不紊。但只去注意条理，却搞不清层次，那也不行。就如毛泽东说的：开中药铺的方法，是一种形式主义的方法，是按照事物的外部标志，而不是按照事物内部联系来分类的。其结果，可能是使用一大堆相互没有多大关联的概念排列成一篇文章。总之，要根据正确的思维规律，把要表达的思想恰当地排列，以便正确地反映客观上存在的秩序。“颠三倒四”、“语无伦次”、“主次不分”是不行的。一般来说，学术论文的顺序应当符合事实发展的顺序，符合人们认识的程序，如前提与结论、原因与结果、主体与从属、现象与本质等各种关系的顺序。一篇学术论文的思想顺序，虽然也有变化的形态，如倒叙、插叙等，但只要按事物本身的层次来展开论述，不管怎样变化，正常的顺序就一定能交代清楚。相反，则会造成读者在阅读时思想的阻塞、中断和脱节。三、要论证充分，以理服人论证是在逻辑证明中，运用一定的推理形式，从论据推出论题的推理过程。它体现论据与论题的逻辑联系，是增强论文逻辑性的关键环节。我们写学术论文，最常用的方法是归纳论证，即用对事实的科学分析和叙述来证明观点，或用基本的史实、科学的调查、精确的数字来证明观点。它体现的主要是客观逻辑的力量，事实胜于雄辩，就是这个意思。我们有的学术论文之所以缺乏逻辑力量，就是因为没有大量的、可靠的、令人信服的事实材料，或者缺乏科学的归纳，有的甚至没有归纳就作分析，还有的先立结论，然后去找例证，那么结论常常是不可靠的。因为归纳是从个别到一般，个别的东西越多，归纳得愈合理、科学，你的结论就越可靠。要使论证逻辑上有力，还得把那些对导致结论有重大关系的论据之间的关系、联系也要讲清楚，说明白。这就要坚持具体事物具体分析的原则。不分析事物，或分析得不到家，不在行，就既不会找全根据，也不会看出根据间的辩证关系。那么，在论证事物时，就不可能论证得好，不可能论证得有力。论证要服人，有时还得去说明根据的真实可靠，即论证论据。方法很多，但根本的是要找出论据的客观来路。另外，为增加论据的信服度，将不同的或对立的论据加以对比说明，也不失为一个好方法。如毛泽东同志的《论持久战》中，既论证了中国抗战的必胜和持久性，又彻底驳斥了“亡国论”和“速胜论”，通过正反两方面的对比，使人们看清了形势，树立了信心。四、要首尾一贯，明白确切学术论文逻辑的另一表现是，思维和议论首尾一贯，明白确切。即:议论要概念明白，立场鲜明，前后不发生矛盾，讲清主张什么，反对什么，尤其是要注意论文中心思想的一贯性和确切性。思想的一贯性一般表现为:前有问题，后有答案;前有伏笔，后有发挥。有些论点，经过很多论证和解释，再同另一论点联系、照应。即使它们在论文中相距较远，也要使它们有线相连，能够互送“秋波”。一般的连续和照应，并不困难，比较困难的情况是，由一个思想过渡到另一个思想，由一个角度和侧面转换到另一个角度和侧面。碰到这种情况，就要特别注意，努力保持联系的线索，避免造成脱节SCI论文润色/SCI润色编辑/SCI论文翻译/SCI论文查重。有时为保持联系线索的明确和连续性，还要明白交代联系的媒介。在有些议论文中，有些段落，就是专为交代媒介、交代层次以便转换和过渡来服务的。特别是对中间环节较多的联系，一定不能简单地抽掉其中复杂的判断和推理关系，来一个急转直下，使读者感到突兀和摸不着头脑。拿论题和论据来说，要使它们之间联系，就要在复杂的情况下，进行一系列的论证，暴露它们之间的复杂的推理关系，而不能简单地抽动去掉其中的论证过程，只把根据或结论塞给读者。有些论文，善于运用结尾来发挥作用:或在结尾再作出综合小结，重申要点;或回过头来扣紧开头，强调意义;或概括全篇的大意，点明主题;或引出新的论点，启发读者的思想。这种首尾的连续，其实质也是保持中心思想的一贯性和确定性。增强论文逻辑性的方法和要注意的地方还有很多。掌握了以上几个逻辑要点，也就基本上达到了学术论文的逻辑要求，再在写作实践中不断提高应用的水平，注重灵活性和增强针对性，将会使文章的逻辑性和说理性得到进一步加强。

今天来聊一聊文章逻辑这个话题。

什么是文章逻辑？你可能会想——

其实这些都不是，只是逻辑严谨的文章带来的阅读效果，并不能说明文章逻辑它本身。

那这里就借用李笑来老师的一个定义，他说——

所谓的逻辑结构，不过就是顺序。通俗地讲就是，你要先讲什么，后讲什么；什么必须说清楚，什么必须后说才有效。

比如阅读一本书，不能一上来就说我收获了什么，然后才介绍这本书是什么。这样显得很奇怪。

所以需要顺序，顺序就像是给文章搭建好框架，把你的很多点，按照有结构的顺序，呈现线性的文字给读者展开。这样读起来就不会很散乱，显得没有逻辑。

那具体要如何梳理这个顺序？这里两步走。

第一步，首先要梳理自己的想法，归类，分成几大部分。

要有顺序，所以首先要排序，排序之前就是整理自己所有零散想法，但是这样直接就排序，可能会因为多变得难，所以先归个类，变成组块，再把这些组块进行排序，就会容易一些。

比如，你要梳理下遇到的情绪问题，那么就可能有以下这些——

1/what：今天的整体状态怎么样？都有哪些情绪？是焦虑、愤怒、恐惧等等

2/why：为什么会产生这些情绪？是什么人事物导致了这些情绪发生？

3/how：怎么接纳这个情绪、接纳自己？这些情绪对自己好吗？下一次再遇到类似的情况，应该如何做？

就这样，把一些零散的想法，归类组块，分成不同的部分，这样就容易进行排序了。

第二步，就是把这些组块进行排序。

排序之后，文章逻辑也就基本完成了。

那这里分享几个模型，可以方便排序。

第一个，黄金圈法则。

就是典型的「what--why--how」，也就是「是什么--为什么--怎么做」。

第二个，是按时间顺序。

比如从小到大，从过去到现在到未来，从小学初中到毕业等等。

第三个，是按事情发展的顺序。

也就是「起因--经过--结果--收获」。

第四个，按照论点来列举。

比如，总论点之下的论点123，每个论点下面又可以展开小点去讲。

第五个，清单体。

只需要按照一个主题，把12345点列举出清单就可以了。比如说有 20 个好习惯想分享，那么这20 个分别从 1 到 20 进行展开就可以了。

还有很多也穷举不完，这里也要说明一下，第一种模型中，也就是黄金三问，其实可以有无数的变化的，比如之前分享到的《万能问题清单》，就是其中的一个延展。

写作初期，推荐最简单的框架去写，也就是「what--why--how」，深入一点，就是万能模板中的 8 个问题清单。

不必追求复杂，把简单练好，就是最快的进步方式。

首先审视主题,找准论点,捕捉论据。围绕主题进行叙述,理顺好论点和论据之间的逻辑,绝不能前后矛盾,相互抵住。

逻辑学论文发表在哪

人工智能与现今逻辑学的发展-.〔摘要〕本文认为，计算机科学和人工智能将是21世纪逻辑学发展的主要动力源泉，并且在很大程度上将决定21世纪逻辑学的面貌。至少在21世纪早期，逻辑学将重点关注下列论题：（1）如何在逻辑中处理常识推理的弗协调、非单调和容错性因素？（2）如何使机器人具有人的创造性智能，如从经验证据中建立用于指导以后行动的可错的归纳判断？（3）如何进行知识表示和知识推理，特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理？（4）如何结合各种语境因素进行自然语言理解和推理，使智能机器人能够用人的自然语言与人进行成功的交际？等等。〔关键词〕人工智能，常识推理，归纳逻辑，广义内涵逻辑，认知逻辑，自然语言逻辑现代逻辑创始于19世纪末叶和20世纪早期，其发展动力主要来自于数学中的公理化运动。当时的数学家们试图即从少数公理根据明确给出的演绎规则推导出其他的数学定理，从而把整个数学构造成为一个严格的演绎大厦，然后用某种程序和方法一劳永逸地证明数学体系的可靠性。为此需要发明和锻造严格、精确、适用的逻辑工具。这是现代逻辑诞生的主要动力。由此造成的后果就是20世纪逻辑研究的严重数学化，其表现在于：一是逻辑专注于在数学的形式化过程中提出的问题；二是逻辑采纳了数学的方法论，从事逻辑研究就意味着象数学那样用严格的形式证明去解决问题。由此发展出来的逻辑被恰当地称为“数理逻辑”，它增强了逻辑研究的深度，使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期，并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。本文所要探讨的问题是：21世纪逻辑发展的主要动力将来自何处？大致说来将如何发展？我个人的看法是：计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉，并将由此决定21世纪逻辑学的另一幅面貌。由于人工智能要模拟人的智能，它的难点不在于人脑所进行的各种必然性推理（这一点在20世纪基本上已经做到了，如用计算机去进行高难度和高强度的数学证明，“深蓝”通过高速、大量的计算去与世界冠军下棋），而是最能体现人的智能特征的能动性、创造性思维，这种思维活动中包括学习、抉择、尝试、修正、推理诸因素，例如选择性地搜集相关的经验证据，在不充分信息的基础上作出尝试性的判断或抉择，不断根据环境反馈调整、修正自己的行为，……由此达到实践的成功。于是，逻辑学将不得不比较全面地研究人的思维活动，并着重研究人的思维中最能体现其能动性特征的各种不确定性推理，由此发展出的逻辑理论也将具有更强的可应用性。实际上，在20世纪中后期，就已经开始了现代逻辑与人工智能（记为AI）之间的相互融合和渗透。例如，哲学逻辑所研究的许多课题在理论计算机和人工智能中具有重要的应用价值。AI从认知心理学、社会科学以及决策科学中获得了许多资源，但逻辑（包括哲学逻辑）在AI中发挥了特别突出的作用。某些原因促使哲学逻辑家去发展关于非数学推理的理论；基于几乎同样的理由，AI研究者也在进行类似的探索，这两方面的研究正在相互接近、相互借鉴，甚至在逐渐融合在一起。例如，AI特别关心下述课题： ·效率和资源有限的推理； ·感知； ·做计划和计划再认； ·关于他人的知识和信念的推理； ·各认知主体之间相互的知识； ·自然语言理解； ·知识表示； ·常识的精确处理； ·对不确定性的处理，容错推理； ·关于时间和因果性的推理； ·解释或说明； ·对归纳概括以及概念的学习。[①] 21世纪的逻辑学也应该关注这些问题，并对之进行研究。为了做到这一点，逻辑学家们有必要熟悉AI的要求及其相关进展，使其研究成果在AI中具有可应用性。我认为，至少是21世纪早期，逻辑学将会重点关注下述几个领域，并且有可能在这些领域出现具有重大意义的成果：（1）如何在逻辑中处理常识推理中的弗协调、非单调和容错性因素？（2）如何使机器人具有人的创造性智能，如从经验证据中建立用于指导以后行动的归纳判断？（3）如何进行知识表示和知识推理，特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理？（4）如何结合各种语境因素进行自然语言理解和推理，使智能机器人能够用人的自然语言与人进行成功的交际？等等。 1．常识推理中的某些弗协调、非单调和容错性因素 AI研究的一个目标就是用机器智能模拟人的智能，它选择各种能反映人的智能特征的问题进行实践，希望能做出各种具有智能特征的软件系统。AI研究基于计算途径，因此要建立具有可操作性的符号模型。一般而言，AI关于智能系统的符号模型可描述为：由一个知识载体（称为知识库KB）和一组加载在KB上的足以产生智能行为的过程（称为问题求解器PS）构成。经过20世纪70年代包括专家系统的发展，AI研究者逐步取得共识，认识到知识在智能系统中力量，即一般的智能系统事实上是一种基于知识的系统，而知识包括专门性知识和常识性知识，前者亦可看做是某一领域内专家的常识。于是，常识问题就成为AI研究的一个核心问题，它包括两个方面：常识表示和常识推理，即如何在人工智能中清晰地表示人类的常识，并运用这些常识去进行符合人类行为的推理。显然，如此建立的常识知识库可能包含矛盾，是不协调的，但这种矛盾或不协调应不至于影响到进行合理的推理行为；常识推理还是一种非单调推理，即人们基于不完全的信息推出某些结论，当人们得到更完全的信息后，可以改变甚至收回原来的结论；常识推理也是一种可能出错的不精确的推理模式，是在容许有错误知识的情况下进行的推理，简称容错推理。而经典逻辑拒斥任何矛盾，容许从矛盾推出一切命题；并且它是单调的，即承认如下的推理模式：如果p?r，则pùq?r；或者说，任一理论的定理属于该理论之任一扩张的定理集。因此，在处理常识表示和常识推理时，经典逻辑应该受到限制和修正，并发展出某些非经典的逻辑，如次协调逻辑、非单调逻辑、容错推理等。有人指出，常识推理的逻辑是次协调逻辑和非单调逻辑的某种结合物，而后者又可看做是对容错推理的简单且基本的情形的一种形式化。[②] “次协调逻辑”（Paraconsistent Logic）是由普里斯特、达·科斯塔等人在对悖论的研究中发展出来的，其基本想法是：当在一个理论中发现难以克服的矛盾或悖论时，与其徒劳地想尽各种办法去排除或防范它们，不如干脆让它们留在理论体系内，但把它们“圈禁”起来，不让它们任意扩散，以免使我们所创立或研究的理论成为“不足道”的。于是，在次协调逻辑中，能够容纳有意义、有价值的“真矛盾”，但这些矛盾并不能使系统推出一切，导致自毁。因此，这一新逻辑具有一种次于经典逻辑但又远远高于完全不协调系统的协调性。次协调逻辑家们认为，如果在一理论T中，一语句A及其否定?A都是定理，则T是不协调的；否则，称T是协调的。如果T所使用的逻辑含有从互相否定的两公式可推出一切公式的规则或推理，则不协调的T也是不足道的(trivial)。因此，通常以经典逻辑为基础的理论，如果它是不协调的，那它一定也是不足道的。这一现象表明，经典逻辑虽可用于研究协调的理论，但不适用于研究不协调但又足道的理论。达·科斯塔在20世纪60年代构造了一系列次协调逻辑系统Cn（1≤n≤w），以用作不协调而又足道的理论的逻辑工具。对次协调逻辑系统Cn的特征性描述包括下述命题：(i)矛盾律?(Aù?A)不普遍有效；(ii)从两个相互否定的公式A和?A推不出任意公式；即是说，矛盾不会在系统中任意扩散，矛盾不等于灾难。(iii)应当容纳与(i)和(ii)相容的大多数经典逻辑的推理模式和规则。这里，(i)和(ii)表明了对矛盾的一种相对宽容的态度，(iii)则表明次协调逻辑对于经典逻辑仍有一定的继承性。在任一次协调逻辑系统Cn(1≤n≤w)中，下述经典逻辑的定理或推理模式都不成立： ?(Aù?A) Aù?A→B A→(?A→B) (AA)→B (AA)→?B A→A (?Aù(AúB))→B (A→B)→(?B→?A) 若以C0为经典逻辑，则系列C0, C1, C2,… Cn,… Cw使得对任正整数i有Ci弱于Ci-1，Cw是这系列中最弱的演算。已经为Cn设计出了合适的语义学，并已经证明Cn相对于此种语义是可靠的和完全的，并且次协调命题逻辑系统Cn还是可判定的。现在，已经有人把次协调逻辑扩展到模态逻辑、时态逻辑、道义逻辑、多值逻辑、集合论等领域的研究中，发展了这些领域内的次协调理论。显然，次协调逻辑将会得到更进一步的发展。[③] 非单调逻辑是关于非单调推理的逻辑，它的研究开始于20世纪80年代。1980年，D·麦克多莫特和J·多伊尔初步尝试着系统发展一种关于非单调推理的逻辑。他们在经典谓词演算中引入一个算子M，表示某种“一致性”断言，并将其看做是模态概念，通过一定程序把模态逻辑系统T、S4和S5翻译成非单调逻辑。B·摩尔的论文《非单调逻辑的语义思考》（1983）据认为在非单调逻辑方面作出了令人注目的贡献。他在“缺省推理”和“自动认知推理”之间做了区分，并把前者看作是在没有任何相反信息和缺少证据的条件下进行推理的过程，这种推理的特征是试探性的：根据新信息，它们很可能会被撤消。自动认知推理则不是这种类型，它是与人们自身的信念或知识相关的推理，可用它模拟一个理想的具有信念的有理性的代理人的推理。对于在计算机和人工智能中获得成功的应用而言，非单调逻辑尚需进一步发展。 2．归纳以及其他不确定性推理人类智能的本质特征和最高表现是创造。在人类创造的过程中，具有必然性的演绎推理固然起重要作用，但更为重要的是具有某种不确定性的归纳、类比推理以及模糊推理等。因此，计算机要成功地模拟人的智能，真正体现出人的智能品质，就必须对各种具有不确定性的推理模式进行研究。首先是对归纳推理和归纳逻辑的研究。这里所说的“归纳推理”是广义的，指一切扩展性推理，它们的结论所断定的超出了其前提所断定的范围，因而前提的真无法保证结论的真，整个推理因此缺乏必然性。具体说来，这种意义的“归纳”包括下述内容：简单枚举法；排除归纳法，指这样一些操作：预先通过观察或实验列出被研究现象的可能的原因，然后有选择地安排某些事例或实验，根据某些标准排除不相干假设，最后得到比较可靠的结论；统计概括：从关于有穷数目样本的构成的知识到关于未知总体分布构成的结论的推理；类比论证和假说演绎法，等等。尽管休谟提出着名的“归纳问题”，对归纳推理的合理性和归纳逻辑的可能性提出了深刻的质疑，但我认为，（1）归纳是在茫茫宇宙中生存的人类必须采取也只能采取的认知策略，对于人类来说具有实践的必然性。（2）人类有理由从经验的重复中建立某种确实性和规律性，其依据就是确信宇宙中存在某种类似于自然齐一律和客观因果律之类的东西。这一确信是合理的，而用纯逻辑的理由去怀疑一个关于世界的事实性断言则是不合理的，除非这个断言是逻辑矛盾。（3）人类有可能建立起局部合理的归纳逻辑和归纳方法论。并且，归纳逻辑的这种可能性正在计算机科学和人工智能的研究推动下慢慢地演变成现实。恩格斯早就指出，“社会一旦有技术上的需要，则这种需要比十所大学更能把科学推向前进。”[④] 有人通过指责现有的归纳逻辑不成熟，得出“归纳逻辑不可能”的结论，他们的推理本身与归纳推理一样，不具有演绎的必然性。（4）人类实践的成功在一定程度上证明了相应的经验知识的真理性，也就在一定程度上证明了归纳逻辑和归纳方法论的力量。毋庸否认，归纳逻辑目前还很不成熟。有的学者指出，为了在机器的智能模拟中克服对归纳模拟的困难而有所突破，应该将归纳逻辑等有关的基础理论研究与机器学习、不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来。只有这样，才能在已有的归纳学习成果上，在机器归纳和机器发现上取得新的突破和进展。[⑤] 这是一个极有价值且极富挑战性的课题，无疑在21世纪将得到重视并取得进展。再谈模糊逻辑。现实世界中充满了模糊现象，这些现象反映到人的思维中形成了模糊概念和模糊命题，如“矮个子”、“美人”、“甲地在乙地附近”、“他很年轻”等。研究模糊概念、模糊命题和模糊推理的逻辑理论叫做“模糊逻辑”。对它的研究始于20世纪20年代，其代表性人物是L·A·查德和P·N·马林诺斯。模糊逻辑为精确逻辑（二值逻辑）解决不了的问题提供了解决的可能，它目前在医疗诊断、故障检测、气象预报、自动控制以及人工智能研究中获得重要应用。显然，它在21世纪将继续得到更大的发展。 3．广义内涵逻辑经典逻辑只是对命题联结词、个体词、谓词、量词和等词进行了研究，但在自然语言中，除了这些语言成分之外，显然还存在许多其他的语言成分，如各种各样的副词，包括模态词“必然”、“可能”和“不可能” 、时态词“过去”、“现在”和“未来”、道义词“应该”、“允许”、“禁止”等等，以及各种认知动词，如“思考”、“希望”、“相信”、“判断”、“猜测”、“考虑”、“怀疑”，这些认知动词在逻辑和哲学文献中被叫做“命题态度词”。对这些副词以及命题态度词的逻辑研究可以归类为“广义内涵逻辑”。大多数副词以及几乎所有命题态度词都是内涵性的，造成内涵语境，后者与外延语境构成对照。外延语境又叫透明语境，是经典逻辑的组合性原则、等值置换规则、同一性替换规则在其中适用的语境；内涵语境又称晦暗语境，是上述规则在其中不适用的语境。相应于外延语境和内涵语境的区别，一切语言表达式（包括自然语言的名词、动词、形容词直至语句）都可以区分为外延性的和内涵性的，前者是提供外延语境的表达式，后者是提供内涵性语境的表达式。例如，杀死、见到、拥抱、吻、砍、踢、打、与…下棋等都是外延性表达式，而知道、相信、认识、必然、可能、允许、禁止、过去、现在、未来等都是内涵性表达式。在内涵语境中会出现一些复杂的情况。首先，对于个体词项来说，关键性的东西是我们不仅必须考虑它们在现实世界中的外延，而且要考虑它们在其他可能世界中的外延。例如，由于“必然”是内涵性表达式，它提供内涵语境，因而下述推理是非有效的：晨星必然是晨星，晨星就是暮星，所以，晨星必然是暮星。这是因为：这个推理只考虑到“晨星”和“暮星”在现实世界中的外延，并没有考虑到它们在每一个可能世界中的外延，我们完全可以设想一个可能世界，在其中“晨星”的外延不同于“暮星”的外延。因此，我们就不能利用同一性替换规则，由该推理的前提得出它的结论：“晨星必然是暮星”。其次，在内涵语境中，语言表达式不再以通常是它们的外延的东西作为外延，而以通常是它们的内涵的东西作为外延。以“达尔文相信人是从猿猴进化而来的”这个语句为例。这里，达尔文所相信的是“人是从猿猴进化而来的”所表达的思想，而不是它所指称的真值，于是在这种情况下，“人是从猿猴进化而来的”所表达的思想（命题）就构成它的外延。再次，在内涵语境中，虽然适用于外延的函项性原则不再成立，但并不是非要抛弃不可，可以把它改述为新的形式：一复合表达式的外延是它出现于外延语境中的部分表达式的外延加上出现于内涵语境中的部分表达式的内涵的函项。这个新的组合性或函项性原则在内涵逻辑中成立。一般而言，一个好的内涵逻辑至少应满足两个条件：（i）它必须能够处理外延逻辑所能处理的问题；（ii）它还必须能够处理外延逻辑所不能处理的难题。这就是说，它既不能与外延逻辑相矛盾，又要克服外延逻辑的局限。这样的内涵逻辑目前正在发展中，并且已有初步轮廓。从术语上说，内涵逻辑除需要真、假、语句真值的同一和不同、集合或类、谓词的同范围或不同范围等外延逻辑的术语之外，还需要同义、内涵的同一和差异、命题、属性或概念这样一些术语。广而言之，可以把内涵逻辑看作是关于象“必然”、“可能”、“知道”、“相信”，“允许”、“禁止”等提供内涵语境的语句算子的一般逻辑。在这种广义之下，模态逻辑、时态逻辑、道义逻辑、认知逻辑、问题逻辑等都是内涵逻辑。不过，还有一种狭义的内涵逻辑，它可以粗略定义一个内涵逻辑是一个形式语言，其中包括（1）谓词逻辑的算子、量词和变元，这里的谓词逻辑不必局限于一阶谓词逻辑，也可以是高阶谓词逻辑；（2）合式的λ—表达式，例如(λx)A，这里A是任一类型的表达式，x是任一类型的变元，(λx)A本身是一函项，它把变元x在其中取值的那种类型的对象映射到A所属的那种类型上；（3）其他需要的模态的或内涵的算子，例如�，ù、ú。而一个内涵逻辑的解释，则由下列要素组成：（1）一个可能世界的非空集W；（2）一个可能个体的非空集D；（3）一个赋值，它给系统内的表达式指派它们在每w∈W中的外延。对于任一的解释Q和任一的世界w∈W，判定内涵逻辑系统中的任一表达式X相对于解释Q在w∈W中的外延总是可能的。这样的内涵逻辑系统有丘奇的LSD系统，R·蒙塔古的IL系统，以及E·N·扎尔塔的FIL系统等。[⑥] 在各种内涵逻辑中，认识论逻辑（epistemic logic）具有重要意义。它有广义和狭义之分。广义的认识论逻辑研究与感知（perception）、知道、相信、断定、理解、怀疑、问题和回答等相关的逻辑问题，包括问题逻辑、知道逻辑、相信逻辑、断定逻辑等；狭义的认识论逻辑仅指知道和相信的逻辑，简称“认知逻辑”。冯·赖特在1951年提出了对“认知模态”的逻辑分析，这对建立认知逻辑具有极大的启发作用。J·麦金西首先给出了一个关于“知道”的模态逻辑。A·帕普于1957年建立了一个基于6条规则的相信逻辑系统。J·亨迪卡于60年代出版的《知识和信念》一书是认知逻辑史上的重要着作，其中提出了一些认知逻辑的系统，并为其建立了基于“模型集”的语义学，后者是可能世界语义学的先导之一。当今的认知逻辑纷繁复杂，既不成熟也面临许多难题。由于认知逻辑涉及认识论、心理学、语言学、计算机科学和人工智能等诸多领域，并且认知逻辑的应用技术，又称关于知识的推理技术，正在成为计算机科学和人工智能的重要分支之一，因此认知逻辑在20世纪中后期成为国际逻辑学界的一个热门研究方向。这一状况在21世纪将得到继续并进一步强化，在这方面有可能出现突破性的重要结果。 4．对自然语言的逻辑研究对自然语言的逻辑研究有来自几个不同领域的推动力。首先是计算机和人工智能的研究，人机对话和通讯、计算机的自然语言理解、知识表示和知识推理等课题，都需要对自然语言进行精细的逻辑分析，并且这种分析不能仅停留在句法层面，而且要深入到语义层面。其次是哲学特别是语言哲学，在20世纪哲学家们对语言表达式的意义问题倾注了异乎寻常的精力，发展了各种各样的意义理论，如观念论、指称论、使用论、言语行为理论、真值条件论等等，以致有人说，关注意义成了20世纪哲学家的职业病。再次是语言学自身发展的需要，例如在研究自然语言的意义问题时，不能仅仅停留在脱离语境的抽象研究上面，而要结合使用语言的特定环境去研究，这导致了语义学、语用学、新修辞学等等发展。各个方面发展的成果可以总称为“自然语言逻辑”，它力图综合后期维特根斯坦提倡的使用论，J·L·奥斯汀、J·L·塞尔等人发展的言语行为理论，以及P·格赖斯所创立的会话含义学说等成果，透过自然语言的指谓性和交际性去研究自然语言中的推理。自然语言具有表达和交际两种职能，其中交际职能是自然语言最重要的职能，是它的生命力之所在。而言语交际总是在一定的语言环境（简称语境）中进行的，语境有广义和狭义之分。狭义的语境仅指一个语词、一个句子出现的上下文。广义的语境除了上下文之外，还包括该语词或语句出现的整个社会历史条件，如该语词或语句出现的时间、地点、条件、讲话的人（作者）、听话的人（读者）以及交际双方所共同具有的背景知识，这里的背景知识包括交际双方共同的信念和心理习惯，以及共同的知识和假定等等。这些语境因素对于自然语言的表达式（语词、语句）的意义有着极其重要的影响，这具体表现在：（i）语境具有消除自然语言语词的多义性、歧义性和模糊性的能力，具有严格规定语言表达式意义的能力。（ii）自然语言的句子常常包含指示代词、人称代词、时间副词等，要弄清楚这些句子的意义和内容，就要弄清楚这句话是谁说的、对谁说的、什么时候说的、什么地点说的、针对什么说的，等等，这只有在一定的语境中才能进行。依赖语境的其他类型的语句还有：包含着象“有些”和“每一个”这类量化表达式的句子的意义取决于依语境而定的论域，包含着象“大的”、“冷的”这类形容词的句子的意义取决于依语境而定的相比较的对象类；模态语句和条件语句的意义取决于因语境而变化的语义决定因素，如此等等。（iii）语言表达式的意义在语境中会出现一些重要的变化，以至偏离它通常所具有的意义（抽象意义），而产生一种新的意义即语用涵义。有人认为，一个语言表达式在它的具体语境中的意义，才是它的完全的真正的意义，一旦脱离开语境，它就只具有抽象的意义。语言的抽象意义和它的具体意义的关系，正象解剖了的死人肢体与活人肢体的关系一样。逻辑应该去研究、理解、把握自然语言的具体意义，当然不是去研究某一个（或一组）特定的语句在某个特定语境中唯一无二的意义，而是专门研究确定自然语言具体意义的普遍原则。[⑦] 美国语言学家保罗·格赖斯把语言表达式在一定的交际语境中产生的一种不同于字面意义的特殊涵义，叫做“语用涵义”、“会话涵义”或“隐涵”（implicature），并于1975年提出了一组“交际合作原则”，包括一个总则和四组准则。总则的内容是：在你参与会话时，你要依据你所参与的谈话交流的公认目的或方向，使你的会话贡献符合这种需要。仿照康德把范畴区分为量、质、关系和方式四类，格赖斯提出了如下四组准则：（1）数量准则：在交际过程中给出的信息量要适中。 a．给出所要求的信息量； b．给出的信息量不要多于所要求的信息量。（2）质量准则：力求讲真话。 a．不说你认为假的东西。 b．不说你缺少适当证据的东西。（3）关联准则：说话要与已定的交际目的相关联。（4）方式准则：说话要意思明确，表达清晰。 a．避免晦涩生僻的表达方式； b．避免有歧义的表达方式； c．说话要简洁； d．说话要有顺序性。[⑧] 后来对这些原则提出了不少修正和补充，例如有人还提出了交际过程中所要遵守的“礼貌原则”。只要把交际双方遵守交际合作原则之类的语用规则作为基本前提，这些原则就可以用来确定和把握自然语言的具体意义（语用涵义）。实际上，一个语句p的语用涵义，就是听话人在具体语境中根据语用规则由p得到的那个或那些语句。更具体地说，从说话人S说的话语p推出语用涵义q的一般过程是：（i）S说了p；（ii）没有理由认为S不遵守准则，或至少S会遵守总的合作原则；（iii）S说了p而又要遵守准则或总的合作原则，S必定想表达q；（iv）S必然知道，谈话双方都清楚：如果S是合作的，必须假设q；（v）S无法阻止听话人H考虑q；（vi）因此，S意图让H考虑q，并在说p时意味着q。试举二例：（1）a站在熄火的汽车旁，b向a走来。a说：“我没有汽油了。”b说：“前面拐角处有一个修车铺。”这里a与b谈话的目的是：a想得到汽油。根据关系准则，b说这句话是与a想得到汽油相关的，由此可知：b说这句话时隐涵着：“前面的修车铺还在营业并且卖汽油。” （2）某教授写信推荐他的学生任某项哲学方面的工作，信中写到：“亲爱的先生：我的学生c的英语很好，并且准时上我的课。”根据量的准则，应该提供所需要的信息量；作为教授，他对自己的学生的情况显然十分熟悉，也可以提供所需要的信息量，但他有意违反量的准则，在信中只用一句话来介绍学生的情况，任用人一旦接到这封信，自然明白：教授认为c不宜从事这项哲学工作。并且，语用涵义还具有如下5个特点：（i）可取消性：在给原话语附加上某些话语之后，它原有的语用涵义可被取消。在例（1）中，若b在说“前面拐角处有一个修车铺”之后又补上一句：“不过它这时已经关门了”，则原有的语用涵义“你可从那里得到汽油”就被取消了。（ii）不可分离性：如果某话语在特定的语境中产生了语用涵义，则无论采用什么样的同义结构，该含义始终存在，因为它所依附的是话语的内容，而不是话语的形式。（iii）可推导性，前面已说明这一点。（iv）非规约性：语用涵义不能单独从话语本身推出来，除要考虑交际合作原则之类的语用规则之外，也需要假定通常的逻辑推理规则，并需要把上文语句、交际双方所共有的背景知识作为附加前提考虑在内。（v）不确定性：同一句话语在不同的语境中可以产生不同的语用涵义。显然，确定某个话语的语用涵义是一个极其复杂的过程，需要综合和分析、归纳和演绎的统一应用，因此具有一定的或然性。研究如何迅速有效地把握自然语言表达式在具体语境中的语用涵义，这正是自然语言逻辑所要完成的任务之一，它将在21世纪取得进展。

《普通逻辑原理》应该是个入门级的读物，所讲述的有关概念、判断、基本规律、演绎推理、归纳推理、类比推理、假说和论证的知识都是逻辑学初学者所要熟知的概念。

逻辑学没有是否逻辑，只有是否符合逻辑，逻辑学当然是符合逻辑的，这不废话么。根据书中描述过常人理解的逻辑，如果没记错的话，其实指的是论证有效且结论为真，所以，还是逻辑的。但是你经常用不上回答。一部分是的，推理分两类，必然推理和或然推理，必然推理是前提为真的有效推理，所以永远成立（有些跟时间相关的推理肯定在前提里说明过时间不能变），或然推理有时候对有时候错，其说服力主要依赖于修辞。

杰文斯很早就在他的学说中对经济学和逻辑学展现他特有的开创性作用。效用理论是他的《政治经济学理论通论》的基调，最早出现在1860年的一封书信中。而他的逻辑相似代入原理（logical principles of the substitution of similars）可以在他1861年的另一封信中发现，也就是“哲学存在于发现事物的相似性”。上面提到的效用理论，指的是商品的效用的度量是商品数量的连续函数，也就是表达出经济学也是一门数学科学的观点，他的论文《政治经济学数学理论通论》中有更加形式化的表达，这篇论文是1862年写给英国（经济学？）协会的，那时并不受人重视，就算四年后发表于社会统计学月刊仍是如此，直到1871年，杰文斯在他的《政治经济学理论》中进一步发展了他的学说，这时受到了人们的关注。直到这部书的发表，杰文斯才被那些早期的应用数学来研究政治经济学问题的作家们所注意，特别是安东尼·奥古斯丁·库尔诺（Antoine Augustin Cournot ）和戈森（HH Gossen）。相似的效用理论在1870年左右，由奥地利的卡尔·门格尔、瑞士的利昂·瓦尔拉斯独立发展出来。由于戈森发现了交换价值和边际效用的关系，所以应该算是戈森最先发现了边际效用理论。但是这丝毫不减低杰文斯在英国带来新思想并广为传播的贡献。基于对主流思想的回应，他有时候忽略一些条件，比如《政治经济学理论》的前言就说价值完全基于的是效用，这样他的理论就被曲解了。但是为了引起大家的关注而夸大重点地方法是可以被原谅的。就在这以后，新古典主义革命开始了。逻辑钢琴杰文斯在逻辑学上的成就和他在政治经济学学不相上下（pan passu）。1864年他出版了一本小书，名字是《纯逻辑，或数与量之间的逻辑》，其基础是乔治·布尔的逻辑体系，但摒除了他认为错误的数学外衣。随后几年他致力于研究逻辑机器，而英国皇家学会在1870年才开始。正是这个研究，他知道给定逻辑前提，可以用机械模拟出来。1866年他发现了伟大且普遍的推理法则，并于1869年以《同类替代》（The Substitution of Similars）为题描述了这个学说，最简单的格式是：“同类必有同质”（Whatever is true of a thing is true of its like.），他还有其他的各样表达。他在随后发表的《逻辑学初级教程》很快成为英语世界里最为流行的逻辑学基础教科书。那时他还写了很多逻辑学论文，1874年以《科学原理》为题发表，这部书里他对早期的纯逻辑和同类替代作了具体的表述，还发展了归纳是演绎的简单反转的观点。另外，他还对概率的一般原理和概率与归纳之间的关系作了出色的改造。他在各种自然科学上的造诣此时发挥了巨大作用，使他可以利用图形来处理抽象的逻辑学概念，从而获得了成功。杰文斯的归纳准则是对威廉·惠威尔理论的回归，恰是此理论受到了穆勒的批评。当然杰文斯用了新的表达，摒弃了受人批评的一些不必要的附属条件。这份努力可以算是19世纪英国最可大书一笔的逻辑学贡献之一。1880年，他出版了《演绎逻辑研究》，主要部分是他给学生使用的练习题。1877年及随后几年，他努力在《同时代人回顾》中对穆勒作出一个补充说明，最终出版时只有一卷，是他对穆勒哲学的批判，还有一卷本的《纯逻辑及小论文》，收集了他早期的逻辑学论文，都发表于他逝世后。这些批评不可不谓有所创见和说服力，但是不能和他其他的作品同日而语。杰文斯的长处在于开创性的思考，而不是批判；他将以一个勤勉的逻辑学家、经济学家和统计学家闻名后世。

发逻辑学论文

中国哲学史。逻辑学作为一门科学的逻辑，是既古老又年轻的。2021年逻辑学最佳学生论文在中国哲学史一杂志发表，中国哲学是世界几大类型的传统哲学之一，它致力于研究天人之间的关系和古今历史演变的规律，形成了自己独具特色的自然观、历史观、人性论、认识论和方法论，特别重视哲学与伦理的联系。逻辑学历史悠久，源远流长。

发表逻辑学论文

普通逻辑学学习心得----浅谈推理练习题的解题步骤逻辑学被称为思维的体操，这样的比喻是有道理的。逻辑学确实可以训练人的思维使之具有严密性，从而提高人的逻辑思维能力。但是这种能力的获得不是靠死记硬背来实现的，而是通过做大量的逻辑习题来取得的，从这个意义上说学习普通逻辑学与学习数学有共同之处，因此学习逻辑学的重要途径就是做练习题。普通逻辑练习题根据内容的不同可分为六部分：序言部分练习题、概论部分练习题、判断部分练习题、推理部分练习题、规律部分练习题以及论证部分练习题。通过练习使我们学生达到使用的概念明确、做出的判断恰当、推理合乎逻辑、论证有说服力的目的。虽然这几个部分的练习内容不同。要实现的目的也不同，但是在做这些题时一个共同之处就是要准确理解题中所涉及的概念。在做类似要区分一个逻辑结构式的常项和变项的类型题的时候，首先必须掌握什么是常项。什么是变项。然后再确定题中哪个部分是常项、哪个部分是变项。我们知道常项是逻辑结构式中保持不变并决定其性质的项。变项是逻辑结构式中可变的项，即可被具体概念或判断来代替的部分。根据常项、变项的定义，在练习题中“所有”“都是”是逻辑结构式中保持不变并决定这个逻辑结构式是全称肯定判断的项，所以“所有”“都是”这样的词通常都是常项。而“S”“P”是可被具体概念，如“马克思主义者”“唯物主义者”或者“中国人”“亚洲人”等所代替的部分，因此是变项。同理，在分析直言三段论结构的时候，也是要把握相应的概念：大项是结论中的谓项，小项是结论中的主项，含大项的前提是大前提，含小项的前提是小前提，大小前提中共有的项是中项。（当然这之前必须要知道什么是主项、什么是谓项以及前提和结论）然后再来分析题中三段论的结构。因为普通逻辑学重点部分是推理，所以以下以推理练习题中常见的一种题型为例，谈一谈我对这种类型题的解题步骤的一些理解。例：指出下列推理是哪种类型的推理，并说明是否正确、为什么。① 有的中毒是食物中毒，因此，并非有的中毒不是食物中毒。② 人寿之长短，或许由于遗传因素，或许由后天条件；徐某长寿有遗传因素，所以他的长寿与后天条件元关。第一步：分析结构后，才能确定推理类型，所以做这样的习题首先应该分析结构。1.根据关联词语（因为、所以）确定前提和结论。“因为”后面是前提，“所以”后面是结论，“因为”前面是结论。2.根据常项确定前提和结论的判断类型。例①的前提中常项是“有的”“是”。结论中的常项是“并非”“有的”“不是”，据此可确定这个推理是直言推理。例②的前提中常项是“或许”，所以这是选言推理。3.写出逻辑结构式，指出其推理类型。①题：SIP～－SOP这是直言判断对当关系直接推理。②题：pVq^p～－q这是相容选言推理肯定否定式。第二步：根据相应推理规则指出推理形式正确与否。1.①题是下反对关系推理。根据规则。下反对关系不能同假可以同真，所以可以假推真不能以真推假；②题是相容选言推理。根据相容选言推理规则肯定一部分选言支不能否定另一部分选言支，所以不能用肯定否定式。2.指出理由回答对错。①题推理形式错误，因为根据下反对关系进行推理不能由真推假。②题推理形式错误，因为违反相容选言推理规则：肯定一部分选言支不能否定另一部分选言支。犯有误相容为不相容的逻辑错误。以上就是我学习逻辑学的一些技巧和心得，总之，我觉得，学习逻辑学要多练，熟能生巧，练多了自然就能掌握解题技巧。纯自己写的，送给你吧～

逻辑学的意义小论文如下：

逻辑学是研究思维、思维的规定和规律的科学，学习逻辑学有助于人们正确的认识客观事物，获取新的知识，学习逻辑学有助于人们准确的表达思想，严格的论证思想，学习逻辑学，有助于人们揭露和纠正谬误，批驳诡辩论。

逻辑是指思维的规律，逻辑学就是关于思维规律的学说，又称理则学。逻辑学是一个哲学分支学科。其是对思维规律的研究。逻辑和逻辑学的发展，经过了具象逻辑到抽象逻辑到具象逻辑与抽象逻辑相统一的对称逻辑三大阶段。

逻辑学是研究思维的学科。所有思维都有内容和形式两个方面。思维内容是指思维所反映的对象及其属性。思维形式是指用以反映对象及其属性的不同方式，即表达思维内容的不同方式。从逻辑学角度看，抽象思维的三种基本形式是概念，命题和推理。

逻辑学，具体来说形式逻辑，是建立现代自然科学的基石，没有古希腊的逻辑学，就不会产生始于西方的现代自然科学。由于大家每天在习惯性的使用逻辑规则，而感觉不到逻辑学的重要性，这是十分遗憾的，中国高中或大学忽视这种教育也是十分遗憾的。