第一章绪论第二章粒计算常见模型第三章第一节哲学基础.pptVIP

粒计算及其应用 梁俊奇 数学与信息科学学院 教学内容、教学时数 第一章 绪论 4学时 第二章 粒计算的常见模型 2学时 第三章 粗糙集模型 28学时 第一节 各种集合理论的哲学基础 2学时 第二节 经典集合与等价关系 2学时 第三节 Pawlak.Z粗糙集模型 8学时 第四节 常见广义粗糙集模型 8学时 第五节 简单应用—决策分析 6学时 第一章 绪 论 内容提要 一、软计算（Soft Computing，SC） 二、粒计算（Granular Computing,GrC） 0.引言：确定性和不确定性 秃头悖论问题； 精确数学是描述确定性规律的； 概率论是揭示随机现象的统计规律性，是对精确数学的突破，但不排斥概率统计模型可能转化为精确数学模型去处理； 模糊集和粗糙集是揭示模糊现象的亦此亦彼的规律性，是对精确数学的突破，但不排斥模糊学模型可能转化为概率统计模型甚至精确数学模型去处理； 随机性和模糊性是不确定性的两个方面，确定值可以被看作是不确定性的特例。 不确定性： 随机性 模糊性 不完全性 不稳定性 不一致性 视觉的不确定性 模式识别（人脸识别）的不确定性 身份识别 表情识别 性别识别 年龄识别 性格识别 人种识别 ....... 手语 (Sign language)识别： 内容识别 图形识别 身份识别 年龄识别 风格识别 ....... 文字识别： 内容识别 写字人身份识别 性别识别 年龄识别 风格（性格）识别 字体识别 ....... 声音识别： 内容识别 说话人身份识别 性别识别 年龄识别 性格识别 字体识别 ....... 纹理识别： 静态纹理 指纹 脸纹 声纹 皮、石、木、布纹 草地、森林、海滩 ....... 思维的不确定性 自然界中的不确定现象 随机 模糊 混沌 分形 复杂网络 不确定性的基础科学问题 不确定性知识的形式化表达问题，即 不确定性知识的表示问题。 研究人类认知活动的切入层次 基本理念： 人脑的思维基本上不是纯数学的； 自然语言具有不可替代性； 自然语言中的基元是语言值，它对应的概念，是人类思维的基本细胞。 数据和概念之间的转换是不确定性人工智能研究的基石。 不确定性的度量——熵 热力学熵 熵增加原理 玻尔兹曼熵 分子运动的无序程度和混乱程度 仙农熵 拓扑熵 ……… 云模型中的熵和超熵 一、软计算（Soft Computing，SC）1.软计算的概念 传统计算（硬计算）的主要特征是严格、确定和精确。但是硬计算并不适合处理现实生活中的许多问题，例如驾驶汽车、秃子问题。而软计算通过对不确定、不精确及不完全真值的容错以取得低代价的解决方案和鲁棒性。 2.软计算的特点 (1)不需要建立问题本身的精确数学或逻辑模型，而是直接对输入数据进行处理得出结果； (2)更适用于解决哪些传统AI技术难以有效地处理、甚至无法处理的问题； (3)只有数值数据可利用时可以用神经网络； (4)处理具有模糊性的知识，可以使用模糊逻辑； (5)从多个组合中选优，可以使用遗传算法。 二、粒计算（granular computing,GrC） 1.粒计算的基本概念 信息粒广泛存在于我们的现实生中．是对现实的一种抽象，信息粒化是人类处理和存储信息的一种反映。粒计算对人类的问题求解非常重要．它通过把复杂问题抽象、划分从而转化为若干较为简单的问题．有助于我们更好的分析和解决问题。 粒计算是一种看待客观世界的世界观和方法论． 粒计算的基本概念主要有粒子、粒层和粒结构. 粒子:粒子是构成粒计算模型的最基本元素，是粒计算模型的原语，没有十分确切的定义．粒子具有双重身份，一个粒子的元素可以是粒子，一个粒子也可以是另外一个粒子的元素．而衡量粒子“大小”的概念是粒度，一般来讲，对粒子进行“量化”时用粒度来反映粒化的程度．现实世界中，粒子无处不在，如一座办公大楼，这座大楼是由很多楼层组成的，每个楼层又包含了很多房间，每个房间又被分成小的办公区域。相对于整个社区环境，这座大楼是一个整体，是一个粒子，它的外墙及外形设计就是它的外在属性。相对于更小的组成部分，这座大楼是复杂的分层结构，它的内部组成和划分就是它的内在属性。 粒层:按照某个实际需求的粒化准则得到的所有粒子的全体构成一个粒层，是对问题空间的一种抽象化描述．根据某种关系或算子，问题空间产生相应的粒子．同一