智能診斷專家系統(tǒng)的知識獲取方法研究及應(yīng)用.pdf

1、知識獲取是專家系統(tǒng)的瓶頸，目前的知識獲取大都通過機器學(xué)習(xí)來獲得。本文將基于神經(jīng)網(wǎng)絡(luò)和粗糙集理論的機器學(xué)習(xí)方法應(yīng)用于智能診斷知識獲取，并進行了深入的研究。 本文首先討論了影響神經(jīng)網(wǎng)絡(luò)的泛化能力的因素，提出了一種新的結(jié)構(gòu)自適應(yīng)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，在新方法中，采用了遺傳算法對神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)（隱層節(jié)點數(shù)、訓(xùn)練精度、初始權(quán)值）進行優(yōu)化，大大提高了神經(jīng)網(wǎng)絡(luò)的泛化能力和知識動態(tài)獲取自適應(yīng)能力；其次，構(gòu)造集成神經(jīng)網(wǎng)絡(luò)，引入數(shù)據(jù)融合算法，實現(xiàn)了基于

2、集成神經(jīng)網(wǎng)絡(luò)的融合診斷，有效地提高了知識獲取的全面性、完善性及精度；然后，針對知識獲取過程中所存在的不確定性、不完備性等問題，探討了運用粗糙集理論的知識獲取方法,通過缺損數(shù)據(jù)補齊、連續(xù)數(shù)據(jù)的離散、沖突消除、冗余信息約簡、知識規(guī)則抽取等一系列的算法實現(xiàn)了智能診斷的知識規(guī)則獲取；最后，將粗糙集理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合，研究了粗糙集－神經(jīng)網(wǎng)絡(luò)的知識獲取方法。運用粗糙集理論對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本進行預(yù)處理，消除樣本中可能出現(xiàn)的信息缺損，信息冗余以及沖