符號(hào)系統(tǒng)與神經(jīng)網(wǎng)絡(luò)相結(jié)合的知識(shí)求精技術(shù)研究.pdf

1、本文作為國(guó)家自然科學(xué)基金(70271002)《面向智能性管理決策的異構(gòu)知識(shí)表示與知識(shí)管理研究》的系列研究之一，主要致力于這方面的研究，旨在進(jìn)一步推動(dòng)知識(shí)求精的研究進(jìn)展。 在智能系統(tǒng)的開發(fā)過(guò)程中，如專家系統(tǒng)，通常面臨的一個(gè)問(wèn)題是：知識(shí)庫(kù)中的知識(shí)經(jīng)常存在沖突、冗余或不一致的情況，從而影響知識(shí)的推理效率和精度，也阻礙了智能系統(tǒng)的發(fā)展，為此有專家學(xué)者提出知識(shí)求精的概念。 知識(shí)求精不僅可以簡(jiǎn)化初始知識(shí)庫(kù)，還可以修正初始知識(shí)庫(kù)中的錯(cuò)

2、誤知識(shí)、補(bǔ)充知識(shí)中不完整的知識(shí)，從而提高知識(shí)庫(kù)的推理效率和準(zhǔn)確率，因此是開發(fā)智能系統(tǒng)過(guò)程中非常重要的一個(gè)步驟。由于其重要性，國(guó)外的許多學(xué)者都很重視這方面的研究，至今已提出許多重要的知識(shí)求精方法，例如，KBANN，KBCNN等，這些方法有的比較復(fù)雜、難于實(shí)現(xiàn)，有的求精后的規(guī)則其邏輯結(jié)構(gòu)復(fù)雜，不易于理解和應(yīng)用。鑒于此，提出一種新的符號(hào)系統(tǒng)與神經(jīng)網(wǎng)絡(luò)相結(jié)合的知識(shí)求精方法(簡(jiǎn)稱KRSNN)，以解決上述方法的不足。 KRSNN首先將初始規(guī)

3、則庫(kù)翻譯成神經(jīng)網(wǎng)絡(luò)，然后采用訓(xùn)練數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，其中神經(jīng)網(wǎng)絡(luò)的誤差函數(shù)采用交叉熵；訓(xùn)練完畢之后，對(duì)網(wǎng)絡(luò)進(jìn)行剪枝，使得網(wǎng)絡(luò)在較少的連接情況下，網(wǎng)絡(luò)精度不降低，最后采用本文提出的SubsetⅡ算法抽取規(guī)則，從而達(dá)到知識(shí)求精的目的。為了方便不同的求精方法進(jìn)行比較也方便評(píng)價(jià)知識(shí)庫(kù)的求精結(jié)果，提出了求精規(guī)則的質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)，從求精后規(guī)則庫(kù)的推理精度和推理效率兩個(gè)方面評(píng)價(jià)求精質(zhì)量。 通過(guò)大量的實(shí)驗(yàn)工作，將求精方法用于兩個(gè)領(lǐng)域的知識(shí)庫(kù)求精，

4、從不同方面檢驗(yàn)KRSNN的求精效果，以便驗(yàn)證KRSNN的有效性。其一是基因工程領(lǐng)域的啟動(dòng)子識(shí)別規(guī)則庫(kù)求精，由于以往的求精方法均以這一規(guī)則庫(kù)為例，因此為了方便與其他求精方法進(jìn)行比較，將其做為一個(gè)實(shí)例，采用相同的初始規(guī)則庫(kù)、相同的訓(xùn)練數(shù)據(jù)，比較不同的求精方法的求精結(jié)果。此外，以往的知識(shí)求精方法的試驗(yàn)領(lǐng)域僅限于基因工程和醫(yī)療診斷等領(lǐng)域，為了擴(kuò)展知識(shí)求精技術(shù)的應(yīng)用領(lǐng)域，本文還將知識(shí)求精應(yīng)用于個(gè)人消費(fèi)貸款審批的規(guī)則庫(kù)求精。相關(guān)的試驗(yàn)結(jié)果表明，KR