基于粗糙集與前饋網(wǎng)絡(luò)的案例智能系統(tǒng)的研究.pdf

1、學(xué)習(xí)是智能行為的最重要體現(xiàn)，從古希臘人開始，對知識(shí)的研究與探索，一直是人類追求的目標(biāo)。類比是人類重要的認(rèn)知方法，是一種允許知識(shí)在具有相似性質(zhì)的領(lǐng)域中進(jìn)行推理的學(xué)習(xí)策略，是人類直覺、邏輯與創(chuàng)造性三種思維方式的綜合表現(xiàn)形式，也是人們經(jīng)驗(yàn)決策過程中常用的思維方式。案例推理技術(shù)作為智能系統(tǒng)一種新的推理方法，是人腦類比學(xué)習(xí)的計(jì)算機(jī)實(shí)現(xiàn)，也是這一領(lǐng)域研究的先行者和成功的實(shí)踐者。對案例智能系統(tǒng)的研究，有助于對人類思維的模仿，實(shí)現(xiàn)人類智能。 從

2、大量數(shù)據(jù)中獲取知識(shí)、表達(dá)知識(shí)以及推理決策規(guī)則，是智能信息處理的首要任務(wù)，特別是對于實(shí)際問題中不確定、不完備知識(shí)的處理，粗糙集理論和人工神經(jīng)網(wǎng)絡(luò)技術(shù)都展示出驚人數(shù)據(jù)處理的能力。本文圍繞實(shí)現(xiàn)案例推理循環(huán)的主要過程，以粗糙集為主體的綜合推理和前饋神經(jīng)網(wǎng)絡(luò)的大規(guī)模數(shù)據(jù)處理為基礎(chǔ)，研究提高案例推理系統(tǒng)的精度和效率、增強(qiáng)系統(tǒng)的柔性和魯棒性。本文的主要研究內(nèi)容如下： (1)案例智能系統(tǒng)的知識(shí)表示以案例為基礎(chǔ)，案例表示可能是半結(jié)構(gòu)化或非結(jié)構(gòu)化的

3、、甚至用自然語言來表達(dá)的；研究案例推理的類比可行性、案例推理的邏輯基礎(chǔ)和推理的知識(shí)結(jié)構(gòu)，并給出了人類知識(shí)推理中的一些困惑；以及實(shí)現(xiàn)案例智能，必須要處理好的知識(shí)結(jié)構(gòu)等幾個(gè)方面的問題。構(gòu)建合適的案例庫，如何對它進(jìn)行組織與維護(hù)，對快速、有效地完成案例的檢索是十分重要的，對問題求解的性能有直接影響。 (2)從知識(shí)推理的角度對不確定知識(shí)的研究模型及其關(guān)系進(jìn)行分析，詳細(xì)研究了粗糙集與案例推理相結(jié)合的綜合推理技術(shù)，多方面尋找理論模型融合的技術(shù)

4、和方法，從而便于我們從更高的層次理解人類思維及其問題處理方法，從不完備知識(shí)中推出本質(zhì)知識(shí)，這對高層決策是至關(guān)重要的。 從問題求解的實(shí)際需要出發(fā)，綜合推理技術(shù)可以充分運(yùn)用多層次的知識(shí)，將多種推理技術(shù)集成，采用不同的知識(shí)粒度，提高系統(tǒng)推理的效率。最終實(shí)現(xiàn)構(gòu)建統(tǒng)一的、更加有效的、能夠處理復(fù)雜的和模糊的信息的粒計(jì)算的理論平臺(tái)，從而為案例智能系統(tǒng)的實(shí)現(xiàn)提供了可靠的技術(shù)基礎(chǔ)，并極大地提高了系統(tǒng)的問題處理能力；最后提出了一種案例智能決策支持系

5、統(tǒng)的體系結(jié)構(gòu)。 (3)研究了智能知識(shí)檢索技術(shù)，并詳細(xì)研究了前饋神經(jīng)網(wǎng)絡(luò)及其作為案例檢索的算法；指出目前仍在廣泛使用的BP算法、模擬退火算法及其改進(jìn)算法，具有難以克服的速度慢、局部極值的缺點(diǎn)。隨后對比研究了徑向基函數(shù)算法，它是根據(jù)模式矢量的多維空間距離的非線性影射來識(shí)別和分類的，是一個(gè)良好的相似性檢測器。研究表明RBF網(wǎng)絡(luò)具有學(xué)習(xí)速度快、全局收斂等優(yōu)點(diǎn)；然后建立了基于RBF網(wǎng)絡(luò)的案例相似檢索模型。 (4)詳細(xì)研究構(gòu)造性神經(jīng)

6、網(wǎng)絡(luò)及其算法，將網(wǎng)絡(luò)的某個(gè)性能的優(yōu)劣作為算法追求的目標(biāo)之一進(jìn)行考慮，從全局來考察神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程，研究構(gòu)造性的網(wǎng)絡(luò)結(jié)構(gòu)對于解決大規(guī)模的問題求解有重要的意義。從M-P神經(jīng)元的幾何意義入手，對比早期的構(gòu)造性神經(jīng)網(wǎng)絡(luò)算法一-FP算法，然后推出了覆蓋算法。研究表明該技術(shù)易于模塊化構(gòu)建具有快速、識(shí)別率高等優(yōu)點(diǎn)，最后給出了基于構(gòu)造性神經(jīng)網(wǎng)絡(luò)的領(lǐng)域覆蓋算法的案例智能系統(tǒng)。 (5)詳細(xì)研究了案例知識(shí)庫維護(hù)技術(shù)，提出了案例知識(shí)庫維護(hù)的原則。案例

7、推理是增量式學(xué)習(xí)系統(tǒng)，類似人類的知識(shí)積累。案例庫維護(hù)是CBR知識(shí)系統(tǒng)研究的核心，涉及CBR推理的知識(shí)表示、適配與改寫過程；雖然CBM作為CBR研究的一個(gè)重要分支，已經(jīng)廣為研究并開發(fā)出來不同的案例庫維護(hù)策略；但是在不同的環(huán)境下，因CBR系統(tǒng)的規(guī)模、時(shí)效性以及應(yīng)用領(lǐng)域的特點(diǎn)不同，案例知識(shí)庫維護(hù)手段和維護(hù)性能存在較大的差異。 針對冗余和不一致案例知識(shí)，或者由于領(lǐng)域知識(shí)變化的環(huán)境，提出了基于相似粗糙集的案例知識(shí)庫維護(hù)技術(shù)，基于知識(shí)粒度，