基于粗集的多知識庫模型集成研究.pdf

1、粗糙集理論是20世紀(jì)80年代初由波蘭數(shù)學(xué)家Pawlak Z.首先提出的一種新型的處理模糊和不確定知識的數(shù)學(xué)工具，其基本思想是在保持分類能力不變的前提下，通過知識約簡，導(dǎo)出概念的分類規(guī)則。目前，已在數(shù)據(jù)挖掘、機器學(xué)習(xí)、模式識別、人工智能、故障檢測、決策分析等方面得到了廣泛的應(yīng)用。
　　本文主要對于基于粗糙集理論產(chǎn)生多知識庫方法及其決策融合的問題進行了研究。論文闡述了粗糙集產(chǎn)生多知識庫的原理，給出了多知識庫的形式化定義。同時描述了知識

2、庫中決策規(guī)則的多種度量，分析了它們體現(xiàn)的性質(zhì)，并把這些度量指標(biāo)引入到規(guī)則集中，研究了規(guī)則集合的決策度量，從整體上體現(xiàn)了一個規(guī)則集合的性能，為多知識庫決策奠定了基礎(chǔ)。
　　論文基于模型集成的基本理論，提出了把一個規(guī)則知識庫作為一個決策模型，分析了模型網(wǎng)的構(gòu)造與模型集成方法，通過模型集成實現(xiàn)決策融合，從而在模型一級實現(xiàn)了綜合的決策過程。研究中對模型網(wǎng)的概念作了形式化定義，分析設(shè)計了模型網(wǎng)的構(gòu)造方法。并給出了對模型網(wǎng)進行化簡的算法，在此