基于形式背景的近似推理方法研究

摘要

概念格是处理数据、进行数据分析的重要模型.概念格中对象与属性之间的关系，表现为概念间特殊的关联性，是人类思维的具体反映.自然界中有些对象与属性之间的关系是模糊的，由此可以产生大量的模糊概念、模糊决策以及模糊分类，模糊概念格也随之成为人工智能领域的重要研究议题.
　　在现实生活中，存在着大量的不确定现象.近年来，基于不确定性问题的近似推理被广泛关注，并逐渐成为人工智能领域的研究热点.将近似推理方法引入到形式背景中，可以建立起条件属性与决策属性之间比较直观的关系模型，反映出推理判断过程，实现了对决策形式背景的数据挖掘与知识发现，进而科学指导人们的行为决策.
　　本文的主要工作如下:
　　1.将主观贝叶斯概率推理引入到决策形式背景中，讨论了条件属性与决策属性之间的关系.在推理过程中引入包含度，得出无需先验概率的主观贝叶斯概率推理计算方法.
　　2.构造了基于Goguen型蕴含算子的模糊概念格，建立了这种模糊概念格上条件属性与决策属性之间的ε-决策关系，研究了此类概念格上的近似推理方法.
　　3.将模糊决策蕴涵引入到模糊决策形式背景中，并在模糊概念格中给出模糊决策蕴涵的语义解释.

目录

声明

摘要

1 绪论

1．1 形式背景的发展过程与近似推理

1．2 主要研究内容安排

2 基于决策形式背景的主观贝叶斯概率推理

2．1 预备知识

2．2 主观贝叶斯概率推理

2．3 基于包含度的概率推理

3 基于Goguen型蕴含算子的模糊概念格及近似推理

3．1 预备知识

3．2 由Goguen型蕴含算子构造的模糊概念格

3．3 模糊概念格上的近似推理

4 模糊决策形式背景上的模糊决策蕴涵

4．1 模糊决策蕴涵

4．2 模糊决策蕴涵的语义解释

5 结论与展望

参考文献

致谢

攻读学位期间科研成果