面向中醫(yī)辨證計(jì)算的粗糙集知識獲取方法及其應(yīng)用研究.pdf

1、隨著科學(xué)技術(shù)的高速發(fā)展，智能信息處理已成為眾多學(xué)科領(lǐng)域研究的熱點(diǎn)。當(dāng)前中醫(yī)現(xiàn)代化的進(jìn)展迫切需要先進(jìn)的智能信息處理技術(shù)的支撐。中醫(yī)診斷現(xiàn)代化無疑是中醫(yī)現(xiàn)代化的重要方面。其中，中醫(yī)智能診斷是中醫(yī)診斷技術(shù)與智能信息處理技術(shù)相結(jié)合的較好切入點(diǎn)，其必須解決的核心問題和關(guān)鍵技術(shù)在于中醫(yī)智能辨證。 早期的研究實(shí)踐表明，中醫(yī)智能辨證的關(guān)鍵環(huán)節(jié)在于知識的處理，包括知識的表示、獲取、發(fā)現(xiàn)與利用等方面。其中所面臨的許多問題與困難也是當(dāng)前人工智能領(lǐng)域研

2、究的熱點(diǎn)與難點(diǎn)。基于軟計(jì)算思想的一系列新型智能信息處理技術(shù)的興起，為更好地解決這些問題與難點(diǎn)帶來了機(jī)遇，而其自身也可從解決問題的過程中獲得新的啟迪，豐富其研究內(nèi)容與成果。 論文研究并分析了軟計(jì)算方法在中醫(yī)辨證智能診斷領(lǐng)域中的研究現(xiàn)狀、基本方法及面臨的困難，對不確定性知識的表示及處理，歸納與模擬人類專家的經(jīng)驗(yàn)并建立相應(yīng)的信息模型，從大規(guī)模數(shù)據(jù)中獲取或發(fā)現(xiàn)知識，以及計(jì)算大規(guī)模信息系統(tǒng)的屬性約簡等關(guān)鍵技術(shù)的研究作了有益的探索，旨在為中

3、醫(yī)辨證計(jì)算化的研究與實(shí)現(xiàn)提出新的思路、方法和技術(shù)，也為人工智能領(lǐng)域中相關(guān)的難點(diǎn)問題提出新的解決辦法。 論文主要研究內(nèi)容如下： 第一章首先闡述了論文研究的時(shí)代背景及學(xué)科交叉特色；然后指出了目前中醫(yī)智能診斷研究面臨的挑戰(zhàn)與意義，以及軟計(jì)算在中醫(yī)辨證計(jì)算化研究中具有的獨(dú)特作用；最后概述了粗糙集理論及應(yīng)用的研究進(jìn)展，著重分析了粗糙集在知識獲取與屬性約簡兩方面的研究內(nèi)容與意義，以及粗糙集在中醫(yī)智能診斷方面的初步應(yīng)用與存在的問題。

4、 第二章首先介紹了中醫(yī)辨證的基本概念、辨證原理和辨證方法；然后分析了軟計(jì)算在中醫(yī)辨證智能診斷研究中的優(yōu)勢與難點(diǎn)；最后詳細(xì)闡述了中醫(yī)辨證智能診斷的軟計(jì)算方法研究的進(jìn)展。本章歸納總結(jié)了基于模糊集理論的中醫(yī)辨證診斷方法和基于模糊集理論的中醫(yī)證型的模糊聚類方法；分析了神經(jīng)網(wǎng)絡(luò)在中醫(yī)辨證智能診斷中的應(yīng)用研究現(xiàn)狀、基本觀點(diǎn)、一般方法、存在的問題、解決問題的思路，并介紹了基于神經(jīng)網(wǎng)絡(luò)的中醫(yī)辨證智能診斷研究整體思路的初步設(shè)想和所做的相關(guān)研究工作；

5、回顧并總結(jié)了粗糙集理論在中醫(yī)辨證智能診斷中的一般步驟；概要介紹了當(dāng)前多技術(shù)融合方面的相關(guān)研究工作與研究趨勢。 第三章和第四章分別針對人類專家的兩種思維方式一“聚焦”和“層級聚類”—進(jìn)行了深入探討，發(fā)現(xiàn)已有的模擬這些思維方式的分類規(guī)則提取方法的局限性：它們在聚焦機(jī)制的排除過程和鑒別過程中都采用覆蓋準(zhǔn)則，導(dǎo)致其鑒別過程只能適用于在二者之間進(jìn)行。為此，提出了改進(jìn)辦法。改進(jìn)思路的基本出發(fā)點(diǎn)是：若在鑒別過程中采用精度準(zhǔn)則，則可以使鑒別過程

6、在多者之間進(jìn)行，進(jìn)一步地，還可以與屬性約簡方法相結(jié)合，消除冗余屬性。第三章針對“聚焦”思維方式，提出了分類規(guī)則提取算法REFM；第四章針對“層級聚類”思維方式，提出了診斷規(guī)則提取算法REHC。 第五章首先考察了分辨函數(shù)的一系列等價(jià)形式；然后提出了約簡分辨圖的概念，以及深度優(yōu)先搜索的三項(xiàng)原則：成員獨(dú)占原則(MEP)、友人勸阻原則(FPP)、陌生人吸納原則(SEP)；進(jìn)而闡述了基于約簡分辨圖計(jì)算屬性約簡的完整理論及算法CARRDG，

7、并從理論上嚴(yán)密論證了算法CARRDG的高效性與完全性；最后用六種典型的UCI數(shù)據(jù)進(jìn)行實(shí)驗(yàn)驗(yàn)證。UCI數(shù)據(jù)實(shí)驗(yàn)表明：對于多數(shù)信息系統(tǒng)，算法CARRDG計(jì)算所有屬性約簡的時(shí)間小于0.5秒；對于對象數(shù)達(dá)到20000的信息系統(tǒng)，算法CARRDG的剪枝率可達(dá)90％以上，且可在幾分鐘內(nèi)計(jì)算出所有屬性約簡。算法CARRDG雖然是針對屬性約簡的計(jì)算問題提出的，但其實(shí)質(zhì)上解決的是將合取范式快速轉(zhuǎn)化為析取范式并進(jìn)行簡化的問題，因而具有廣闊的應(yīng)用空間。故第五