基于遗传算法的本体概念分类规则学习算法

摘要

为了更好地界定本体中的概念,提出一种基于遗传算法(Genetic Algorithm,GA)的本体概念分类规则的学习方法.从已有的本体库中获取实例作为训练样本,通过该算法寻找一组与数据样本集一致的规则.以一组规则集作为遗传算法的个体,即优化的目标,同时考虑到规则集的覆盖性、一致性、简洁性和多样性4个方面建立适应值函数,优化得到一组能够分类概念的规则集合.进而这组规则集可用于指导和丰富本体知识,例如当本体中引入新的实例时,可以通过此概念分类规则集确定实例所属的概念.对已有本体学习后的实验结果表明该算法收敛性很好,而且能获得较好的规则集.