1、毕业设计文献综述 信息与计算科学 基于粒计算的分类规则提取 人类在处理大量的复杂信息时 , 由于人类的认知能力有限 , 往往会把大量的复杂信息按照其各自的特征和性能讲其划分为若干较为简单的块 , 每个被划分出来的块就被看成是一个粒 . 实际上 , 粒就是指一些个体 (元 素 点等 )通过不分明关系、相似关系、邻近关系或功能关系等所形成的块 . 这种处理信息的过程 , 就称为信息粒化 . 粒计算是一种看待客观世界的世界观和方法论 . 信息粒广泛存在于我们的现实生活中 , 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
2、、 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 1. 1979 年 , 美国著名数学家、控制论专家 L. A. Zadeh 在模糊集合论的基础上 , 基于模糊逻辑理论提出了信息粒度的概念 , 并于同年发表了第一篇关于粒计算的论文 Fuzzy Sets and Information Granularity . 1985 年 , 美国斯坦福大学教授 Hobbs 发表论文 Granularity首次提出了粒度 (Granularity)概念 . 1996 年 , T. Y Lin 教授向 Zadeh 教授提出做“ Granular Computing”课题研究 , 并得到
3、 Zadeh 的认可 . Zadeh 教授在其他学者研究的基础之上 , 于1997 年首次提出粒计算 (Granular Computing)的概念 , 由此粒计算作为一种计算方法被正式成立 . 起初 , Zadeh 教授认为很多领域都存在着信息粒的概念 , 只是在不同领域中的表现形式不同 . 自动机与系统论中的“分解与划分”、最优控制中的“不确定性”、区间分析里的“区间数运算” , 以及 DS 证据理论中的“证据”都与信息粒密切 相关 . Hobss 教授在 1985 年直接用“粒度 (Granularity)”作为论文题目发表论文 , 讨论了粒的分解与合并 , 以及如何得到不同大小的粒 ,
4、 并提出了产生不同大小粒的模型 . Lin. T. Y教授在 1988年提出邻域系统并研究了邻域系统与关系数据库之间的关系 . 并与 1996 年向 Zadeh 教授提出做“ Granular Computing”的研究 . Lin. T. Y教授发表了一系列关于粒计算与邻域系统的论文 , 主要是研究二元关系 (邻域系统、粗糙集和信任函数 )下的粒计算模型 2, 论述了基于邻域系统的 粒计算的粒结构、粒表示和粒应用等方面的问题 , 讨论了粒计算中的模糊集和粗糙集法 , 并将粒计1 算方法引入数据挖掘和机器发现 . 依据人在解决问题时能从不同的角度世界去分析和观察统一问题 , 并很容易的从一个粒
5、度世界转到另一个粒度世界 , 我国的张钹和张玲教授于1990 年针对复杂问题求解 , 建立了一种复杂问题求解的商结构形式化体系 , 并给出了一套解决信息融合、启发式搜索、路径规划和推理等问题的理论和算法 . 1997 年 , Zadeh 教授进一步提出了构成人类认知基础的三个基本概念：粒化、组织和因果关系 . 其中 , 粒化是指将整体分解为部分 , 组织是指从部分合并为整体 , 因果关系是指原因与结果的关联 . 在 Lin. T. Y教授 的研究基础上 , 加拿大里贾纳大学教授 Y. Y. Yao 结合邻域系统对粒计算进行了 更 详细的研究 , 发表了一系列研究成果 3,4, 并将它应用于知识
6、挖掘等领域 , 建立了概念之间的 ibthen 规则与粒度集合之问的包含关系 , 提出利用由所有划分构成的 块 求解一致分类问题 , 为数据挖掘提供了新的方法和视角 . 结合粗糙集理论 , Yao 教授 探讨了粒计算方法在机器学习 、 数据分析、数据挖掘、规则提取、智能数据处理和粒逻辑等 方面的应用 , 并发表了关于分类规则的论文 . 在本世纪 70 年代 , 波兰学者 Z. Pawlak和一些波兰科学院 ,波兰华沙大学的逻辑学家们 ,一起从事关于信息系统逻辑特性的研究 . 粗糙集理论就是在这些研究的基础上产生的 . 1982年 , Z. Pawlak 发表了经典论文 Rough Sets ,
7、 宣告了粗糙集理论的诞生 5. 此后 , 粗糙集理论引起了许多数学家 ,逻辑学家和计算机研究人员的兴趣 , 他们在粗糙集的理论和应用方面作了大量的研究工作 .1991 年 Z. Pawlak的专著和 1992 年应用专集的出版 , 对这 一段时期理论和实践工作的成果作了较好的总结 , 同时促进了粗糙集在各个领域的应用 . 此后召开的与粗糙集有关的国际会议进一步推动了粗糙集的发展 . 越来越多的科技人员开始了解并准备从事该领域的研究 . 目前 , 粗糙集已成为人工智能领域中一个较新的学术热点 , 在机器学习 、知识获取、决策分析、过程控制等许多领域得到了广泛的应用 6,7. 随着粒计算研究的发展
8、 , 国内外有 越来越多的 学者加入到了粒计算研究的领域 . 除了Zadeh 教授、 Lin 教授、 Hobbs 教授等对于粒计算有初创性以及开拓性的研究外 , 国内外其他的一些 学者对此也在此基础上进行了诸多相关研究与拓展 , 获得了硕果颇丰的成绩 7-9. 王国胤 等 人 提出了基于容差关系的粒计算模型 , 利用属性值上的容差关系给出了不完备信息系统的粒表示、粒运算规则和粒分解算法 , 同时结合粗糙集中的属性约简问题，提了不完备信息系统在粒表示下属性必要性的判定条件 , 对粒计算方法在规则提取方面进行了探索 10 . 卜东波等人从信息粒度的角度剖析聚类和分类 技术 , 试图使用信息粒度原理
9、的框架来统一聚类和分类 , 指出从信息粒度的观点来看 , 聚类是在一个统一的粒度下进行计算 , 而分类却是在不同的粒度下进行计算 , 并根据粒度原理设计了一2 种新的分类算法 , 大规模中文文本分类的应用实践表明 , 这种分类算法有较强的泛化能力 . 粒计算作为一种崭新的计算方法 , 其应用前景非常广泛 . 但从其产生初期发展到现在为止短短十几年的时间 , 目前还处于研究的初级阶段 , 尤其是在 机器学习 、 数据分析、数据挖掘、规则提取、智能数据处理 等较有应用前景的领域有待做进一步、更深入的研究 . 本课题 以粒计算和粗糙集为知识基础 , 以 Y. Y. Yao 教授对分类规则做的研究为理
10、论基础 , 讨论了一个信息系统中划分和覆盖两种粒度结构 , 分析决策规则中的测度 , 以基于规则的测度提出新的协调决策信息系统中两种决策规则的提取方法 . 参考文献 1 苗奇谦 , 王国胤 等 . 粒计算 : 过去、现在与展望 M. 北京 : 科学出版社 , 2007. 2 T. Y. Lin. Granular Computing Z. Announcement of the BISC special interest group on granular computing, 1997. 3 J. T. Yao and Y. Y. Yao. Induction of classificati
11、on rules by granular computing C. Proceedings of the Third International Conference on RSCTC2002, October 14-16, 2002, Malvern, PA, USA, Springer, pp: 331-338. 4 Y. Y. Yao. Granular computing: basic issues and possible solution C. Paul P. Proceedings of the 5th Joint Conference on Information Scienc
12、es. USA: Elsevier Publishing Company, 2000: 186-189. 5 张文修 , 吴伟志 , 梁吉业等 . 粗糙集理论与方法 M. 北京 :科学出版社 , 2001. 6 T. J. Li, Rough approximation operators in covering approximation spaces C. Proceedings of the Sixth International Conference on RSCTC2006, December 12-1, 2006, Malvern, PA, china, Springer, pp: 174-182. 7 于海燕 , 王道平 , 张霞 . 基于粒计算的不完备信息系统的规则提取方法 J. 计算机工程与应用 , 2009, 45(8): 143-145. 8 徐久成 , 史进玲 , 成万 里 . 粒计算中决策规则的提取 J. 计算机工程与应用 , 2009, 45(25): 132-134. 9 刘生福 . 信息的粒化与划分 (覆盖 )解粒 J. 计算机工程与应用 , 编辑部邮箱 2004 年 023 期 : 72-74. 10 王国胤 . Rough 集理论与知识获取 M. 西安 : 西安交通大学出版社 , 2001: 136-138.
