基于Rough+Set理论知识自动获取研究.pdfVIP

增 刊 浙 江 大 学 学 报(自然科学版) suppI。眦。t 2111 12塑生§旦 JQ坚!璺e!垒i圣b￡ji皇翌g型璺i!!!虫!z!翌!!!!!!墨!：竺!1 111§ Set理论的知识自动获取研究 基于Rough 张 伟 张素贞 (华东理工大学自动化研究所，上海．200237) 摘要 鉴于专家系统中知识获取的困难性和复杂性．我们用波兰效学家Z．Pawlak于八十年代提 出的RoughSet理论进行了这方面的研究．力图在不知道对象特性的情况下自动获取知识生成 知识库． Set；归纳学习；启发式；知识获取 关键词：Rough ’ 中图法分类号：TPl8 0概述 在科学的众多领域，人工智能(A1)无疑是最富有挑战性的．在发展过程中，AI受到重重 阻力，从Al近三十年的研究中我们认识到，知识对智能行为是至关重要的．此外，为了有效 地利用和获取知识，又需要对知识进行有效的表示．知识工程思想的出现使人工智能走出实 验室，将一般的理论应用于实际问题．众所周知，对于专家系统来说，知识是基础，离开正确 的知识也就无所谓专家系统，但我们如何获取知识?有了知识后又怎样表示和利用它?这恰 好构成了知识工程的中心问题，而其中的知识获取则一直是瓶颈问题． 可见知识表示和推理决策是设计专家系统的基本要素．只有当系统的知识充分和准确 时，人工智能的许多问题才可以用一些技术来建立模型，如一阶谓词逻辑等，计算机程序才 可用一组决策规则准确地表达．反之，若要清晰地描述知识和人类专家的决策过程则是非常 困难的，甚至是不可能的．在此状况下获得的知识是不准确，不完全的．现已有许多方法被用 于处理知识表示中的这个不确定性，其中大部分是基于模糊逻辑的． 近年来，关于粗糙集(RoughSet)的应用屡有介绍n“]【““，认为它为研究不准确和不充 分问题提供了一种系统框架．RoughSet理论是80年代初由波兰数学家Z．Pawlak首先提 出的一个分析数据的数学理论，其在分类的意义下定义了模糊性和不确定性的概念．要点是 将分类与知识联系在一起，作为一种数学理论，它使用等价关系来形式化地表示分类．这个 理论的特点是：无需提供问题所需处理的数据集合之外的任何先验信息，这是这个理论与模 糊集理论最主要的区别．该理论对于人工智能的重要性主要在于归纳推理，自动分类，模式 增刊 Set理论的知识自动获取研究 565 张伟等：基干Rough 识别，学习算法等方面m．下面我们来简单介绍一下该理论的一些基本概念． 1 Set基本概念叭1 ’、 Rough Set理论就是建立在分类机制上的 人工智能处理问题均以分类为其基本机制，Rough 一种方法，只是它将分类理解为等价关系．在该理论中知识定义为， 定义1m：给定一组数据空间u与等价关系集合R，在等价关系集合R下对数据空问u 的划分，称为知识．记为U／R． 在Rough 我们认为oZ，Y在A中是不能区分的．等价关系R的等价类被称为A的基础集．A中所有基础 Set假定空集合也是所有A集合的基础集． 集的集合就是人工智能意义下的知识．Rough 近似空间A中每个基础集的有限并集称为约简集合．以中所有约简集合总记为 Corn(A)． Set理论的不确定性是建立在上、下近似概念基础上的．下面首先定义这两个概 Rough 念． 设．x为空间E，的一个确定的子集合．R是一个定义在u上的等价关系，为一个近似空 间