| 【论文摘要】 |
作为人工智能最活跃的一个研究领域,专家系统自20世纪70年代以来不断在应用领域中获得成功,至今已发展成一个系统化的研究分支,积累了丰富的经验知识,开发出遍布各行业的成功应用。
随着专家系统应用的推广以及生产和社会需求的膨胀,专家系统在使用过程中越来越多地涉及带有分级决策背景的复杂应用问题,这类问题的复杂性和多态性对传统专家系统的应用提出了挑战,各行各业相继提出了开发面向分级决策问题的智能系统的需求。本文针对这一需求,展开了以下方面的工作:
首先,本文以分级决策问题为研究对象,从分析这一问题的数学本质入手,寻找多级规划求解方法,进而揭示出在专家系统中引入分级决策机制所要解决的主要问题,即面向分级决策问题的概念分级和系统设计。
针对概念分级问题,即如何在分级系统中发现和利用领域问题的层次结构这一核心问题,本文提出四种适用的概念分级方法:基于先验知识的概念分级、基于无监督层次聚类的概念分级、基于半监督层次聚类的概念分级和基于分层决策树的概念分级,并对这四种方法进行对比分析,指出它们各自的优缺点和适用领域。
针对系统设计问题,本文在概念分级基础上,发展了经典专家系统结构,提出... |