面向本体构建的分类关系学习的粒计算方法研究.pdfVIP

第3章粒计算理论概述 信息粒的粒化程度影响问题的求解效率。它可以用来描述一个问题，也可 以用来解决问题。在实际问题求解过程中，信息粒化的程度由问题求解所需要 的信息量及信息粒间的转换关系决定。人们在解决实际问题时时常伴有模糊性， 粒计算模拟的也是人类解决问题的模糊性，获得的也不是精确的解，而是在误 差允许的范围内求得比较满意的可行的近似解，也叫近似最优解。 3．2粒计算的基本问题 粒计算的基本问题主要包括两个方面[46巧9】：第一方面是信息粒的构建方法 问题即信息粒化的问题，第二方面是利用粒运算求解问题的方法即粒的计算。 可以把粒计算和知识发现以及数据挖掘、概念生成联系起来，因为知识发现和 数据挖掘就是在粒之间建立关联和因果等联系，而概念生成则是对具有某些概 念进行粒的表示、描述和解释。我们也可以从语义和算法两个角度来考虑粒计 算的基本问题。 3．2．1信息粒化 基于粒计算方法对给定问题进行求解时，首先必须对原问题空间进行粒化， 利用领域背景知识和问题求解的需要确定一组规则构建信息粒。 问题空间的信息粒化(Infomation Granulating)是问题空间求解的一个构 造性过程，是指将原问题空间按照某种粒化准则分解为许多子空间，或者说按 照不分明性或相似性准则将问题空间中的个体聚集成一系列的类或信息粒。这 个构建信息粒的过程是前面介绍的粒计算基本组成元素构建的过程。在不同的 粒化准则下得到不同的概念粒构成不同的粒层，进而得到粒层的网络结构即粒 结构。粒化本质上是分层次的，比如中国高校类别可以按办学层次、教育性质、 学科范围等不同角度划分，不同的角度对应不同的粒度，从而从不同粒度上来 观察分析。诸多信息处理领域已经将信息粒化思想应用到其中，像粗糙集领域、 模糊集领域、聚类分析或数据挖掘领域等等。 粒化过程是粒计算必不可少的环节。原问题空间的粒化过程涉及许多问题， 一般来讲主要涉及粒化准则、粒化方法、信息粒表示和粒结构描述三个问题。 粒化准则考虑粒的语义问题，侧重于粒的解释，即为什么不同的个体可以 第3章粒计算理论概述 聚集在一起，比如粗糙集理论中考虑将具有等价关系的对象归为一类。粒化准 则是根据实际问题求解的需求得到的，一般说来，粒化准则可以考虑基于个体 间的等价或相容等关系，从而构成的信息粒中的元素具有不分明性、相似性。 它最基本的要求是忽略掉那些无关紧要的细节，深刻表达问题的本质，从而降 低问题求解的复杂度。 粒化方法属于算法问题，侧重的是依据粒化准则如何对问题空间进行粒化 和如何进行粒的计算，采用何种算法和工具实现粒层的构造。通常粒化方法有 自顶向下的方法，通过分解粗粒度的信息粒而得到细粒度的信息粒；也有自底 向上的方法，通过将合成细粒度的信息粒而得到粗粒度的信息粒。分解或合成 的程度一般由粒之间的相互关系决定。而是否应该继续分解或合成，有些情况 可能会借助领域语义或者领域知识的帮助，但是多数情况下都是根据用户或实 际问题的需要来确定的。成功的粒化方法基本原则是以解空间形成一系列划分， 这样更有利于将子空间的解合成为原问题空间的解。比如商空间理论模型就是 基于这一原理实现的。如果用某种粒化方法得到的解空间不是划分则会增加合 成子空间解的复杂度。 信息粒表示侧重的是如何用形式化的语言表示通过粒化方法得到的信息 粒，也就是如何在逻辑和物理层次上表示信息粒，在计算机中如何存储信息粒， 以便后续进行粒计算。比如刘清教授Ⅲ]提出了基于二进制数字串的粒结构的逻 辑表示方法。我们可以用不同的标记来表示不同层次的信息粒，也可以用数学 公式来描述它们，当然用粒层的某个中心点也可以，还可以通过不同的粒度来 区分不同层次的信息粒。在粗糙集理论的粒计算模型中，信息粒是用论域的一 个子集来表示的，而在概念粒格理念的粒计算模型中，信息粒就是用一个概念 粒来描述，概念粒包括概念的内涵和外延，内涵是一些属性特征集，外延是一 些对象集合。粒结构的描述形式也多种多样，比如在商空间理论的粒计算模型 中，粒结构是一种分层的阶梯结构，但是在概念格的模型中则是一种HaLsse图。 3．2．2粒的计算 狭义的粒计算可以理解为以信息粒为运算对象进行问题的求解和推理。我 们可以通过信息粒、粒层和粒结构的访问来进行粒计算问题的求解，即在粒结 构中通过白顶向下或自底向上的方法进行，而在同一粒层内，则关