（计算机系统结构专业论文）软计算融合和协作技术的研究及其应用.pdf

摘礤 溺要 本文以软汁算技术为基础，结台专家系统的特点，并利用相关的数学方法， 对科研管理中软计算融合和协作技术避行了研究，并将该技术应用于科研项圈立 项评审中，建立切实可行的专家系统。酋先，结合实际的课题，跟踪目前软计鳟 领域的发展，设计了科研项目立项评审专家系统的总体方案，提出了本文的研究 思路，并详细的指出实现该系统的关键技术。然后具体讨论了科研立项评审系统 的指标体系，研究了列科研项目谔审信息综合的方法，并建立了一科新型 勺评审 信息综合模型。最后，通过建立几种不同的基予软计算技术的学习和推理模掇， 缀食谍越实际壤况，最终以基于遗终冀法豹禳翱嵇经瓣络泌模型为主稳筑了应弼 予辩研项基立项评审夔专家系绞。 本系统较纷已实魏。该系统攥侔簿单，4 臣麓稳定，并可摇广应用爨其它餐憨 镣理系统中。 关键词：专家系统，软计算，籼糙熊，檬糊神经网络 a b s t r a c t a b s t r a c t w i t ht h eh e l po fo t h e rm a t h e m a t i cm e t h o d s ，af e a s i b l ee x p e r ts y s t e mo nt h eb a s i s o fs o f tc o m p u t i n gm e t h o di sb r o u g h tf o r w a r di nt h i sp a p e rm a i ns t e p si n c l u d e ： f i r s t l y ，a c c o r d i n gt ot h eg e n e r a li d e a sa n ds c h e m e so fi n t e l l i g e n tm a n a g e m e n t s y s t e m ，t h ea u t h o rd e s i g n st h es c h e m eo ft h i si n t e l l i g e n te v a l u a t i o ns y s t e mi nd e t a i l s ， p u t sf o r w a r dt h es p e c i f i ca p p r o a c h e sa n dp o i n t so u tt h ec r u c i a ls t e p sa f t e rc o n s i d e r i n g s e r i o u s l yi t sp r a c t i c a lp r o b l e m sa n du l t i m a t et a r g e t s s e c o n d l y , o nt h eb a s i s o fd i s c u s s i n gt h ee v a l u a t i o ni n d e xs y s t e ma n dt h e i n t e g r a t i o no fi n f o r m a t i o no fs c i e n c er e s e a r c hp r o j e c ts y s t e m ，an e wp r o t o t y p eo f i n t e g r a t i n gi n f o r m a t i o ns y s t e mi sb r o u g h tf o r w a r d f i n a l l y , c o m p a r e dw i t hs e v e r a ls t u d ya n dr e a s o n i n gp r o t o t y p e sb a s e do nd i f f e r e n t s o f t c o m p u t i n gm e t h o d ，a l lf n n ( f u z z yn e u r a ln e t w o r k ) e x p e r ts y s t e ma p p l y i n gi n s c i e n c er e s e a r c hp r o j e c tb a s e do ng e n e t i ca l g o r i t h mi sp u tf o r w a r d s o f t w a r eo fa l l i n t e l l i g e n te v a l u a t i o ns y s t e m si nt h i sd i s s e r t a t i o nh a v e b e e n r e a l i z e da n du s e dp r a c t i c a l a p p l i c a t i o n s h a v es h o w nt h a t t h e ya r ei n t u i t i o n a l ， c o n v e n i e n ta n ds t e a d y , a n dc a nb eg e n e r a l i z e de a s i l yi n t oo t h e ri n t e l l i g e n tm a n a g e m e n t s y s t e m sa sw e l l k e yw o r d s ：e x p e r ts ) s t e m ，s o f tc m n p u t i n g ，r o u g hs e t ，f u z z y n e u r a ln e t w o r k 第一章绪论 第一章绪论 1 1 课题的来源及背景 一、课题来源 “软计算融合和协作技术的研究及其应用”先后得到了广东省自然科学基金 和国家自然科学基金的资助。它们分别是：广东省自然科学基金项目“科研项目 智能管理系统及其应用研究”( 批准号：9 8 0 8 9 6 ) ：广东省自然科学基金项目“科 研项目智能管理的软计算技术及其应用研究”( 批准号：0 0 0 8 7 4 ) ：国家自然科学 基金项目“智能管理中软计算融合与协作技术及其应用研究”( 批准号： 7 0 0 7 1 0 2 3 ) 。 二、课题背景 智能系统的研究已有4 0 多年了，但在构筑这样的系统方面所取得的成就远未 达到所期望的水平，主要是因为所采用的技术和方法并不成熟。现在已具备了建 立高级智能系统所需要的硬件、软件和传感技术，更重要的是也具备了相应的计 算工具，它具备了形成传统人工智能核心的谓词逻辑和符号运算，这些工具来源 于“软计算”( s o f tc o m p u t i n g ) 。 软训。算是f 在发展起来的一种计算方法，它与人脑相对应，具有在不确定及 不精确环境中进行推理和学习的卓越能力”。软计算与传统的“硬计算”所不同的 是软计算允许存在不精确性和不确定性。因此，软计算的指导原则是开发利用对 不精确性、不确定性和部分真实性的容错技术，以获得易处理、鲁棒性、低求解 成本和更好地与实际融合。 应用软计算技术构造智能化的管理系统是现代信息管理发展的方向，科研管 理也不例外。一般的来说，科研项目管理主要包括了科研项目的立项评审管理、 成果鉴定管理和项目研究过程的某些监督管理等。其中科研项目立项管理的质量 普遍不高，尽管采用了一些技术，但一直得不到提高，其原因主要有：( 1 ) 管理 方法欠当；( 2 ) 管理模型及软件相对落后；( 3 ) 人为干扰重。 在科研项目立项评审管理中，如何处理专家的意见是主要的管理内容。目前 普遍的做法是采用同行评议，对项目评审采用定量评价和定性评议相结合的办法， 对申报项目进行评审，择优立项资助，每位“评审专家”对评审项目提出的综合 意见也是确定项目是否可获资助的重要依据。但在实际工作中，由于申报立项的 项目很多，这些项目全由专家审定比较困难，而由一般的工作人员初步审查又可 能因专业学术水平低而导致失误。同时，由于现在的研究项目常常具有多学科特 点，而评审往往按照较强的专业分类进行，有时也会给评审专家带来困难。不仅 软计算融合和协作技术的研究及其应用 如此，传统的项晷评审管理还忽略了专家评锘过程中不确定性、随机性、模獭性， 以及主潞翔瑟蛙对评审结果懿影晌。 瓣筵，建立一个集塞标译侩绩患、专家浮警过程萤惑、专家叁宴售塞熬秘磷 矮瓣评带专家系统是完全必要懿。运对予麓黉科学、公正适遴选密蘸簿合辩学_ ! 麓 社会经济发展需要，又具有较高水平的蕊础穗研究谍题是极其重要的。 1 2 课题理沦和实际意义 本课题是在研究软计算融合与西作技术的基础之上，具体将该技术应用予科 研项髑智能评审专家系统中。这在科研管瑕中是项开拓性工作，对于构筑专家 系统来说也是一个尝试，有着广泛的应照前聚，并且可以推广到其它的智能管理 系绕成专家系统串。 稳滗获诗算融合与魏馋菝术建立辩磅瑷嚣立壤评事专家系绞遣是摄畜必餮 瓣。在这个系统孛汇集了专家饕豁瓣熟识，莠魇较诗箕中弱熬合、协俸菝术处瑾 逡黧专豢知识。在处理这些专家知识的方法r p ，应用神经网络方法去学习经过专 家的洋审、鉴定的样本，应用租糙集方法在保留各种各样的关键管理信息条件下， 约简冗余的信息。应用模糊系统的推理方法进行推理，并用遗传算法搜索、寻求 系统的优化方法，建立一种基于遗传算法的模糊粗糙神经网络的智能评审系统( 成 专家系统) 。软计算模拟并优化了专家评审过程，构成了计算机智能管理专家系统。 在实际应用中，根据科研项目的立项评审情况，处理这些信息并调用知识库中相 戍的知识，给出决策结果。 本谍越采露了g 前在国琢上令人关注的敬诗算融合与协作技术，并建立了科 疆硬嚣立璜谔窜专家系统。该系统模叛势镶纯了鲶理专家评审及签定熬愿维黪缝， 较传统黪方法显褥受隽合理、麓学。在蜜繇王佟孛蒋译事专家戆评奉结渠帮本系 绞瓣结聚结合起来进行考虑，可孩穗糯评审瓣辩学往，减少不必要酶人为因素， 使译审、鉴定的结果更加公正、合理；硒且碰用本系统对评审项目进行裙审，可 以节约大量人力、物力和财力。该项目的研制成功将会产生很好的社会效益和疑 济效徽。 1 3 软计算融合和协作及智能评审技术的研究现状 一、软计冀融合帮协作技术的发展及研究现状 l ，a z a d e h 于1 9 9 2 年提出了软计葵熬概念“3 。 较诗舞不是疆念帮技术兹霾类体，宅楚慧予炎戬各耱彩式毫理魏方法。鲮诗 舅怒方法骆秘 筝俸，其主要秘俸技术有穰釉逶赣、棒经诗算、遗传算法、随橇爨 簿一嚣绪论 论以及最避开茨蘸包含鼗据懿箍瑗、不确定接毽静怒努学习理论。憨魏说亲，摸 耧逻辑、亭枣经疆终辛霾遗传葵法等羧东不怒嶷争抟，露燕互羚懿。如在敬诗舞墨， 攘凝遴簿躲主要菱献是捧为楚璎不赣礁魏黎不鼷定性秘王吴，嵇经溺露瓣主要爨 黻楚学习积蘸线拯舍，遣传冀法懿主要贡献燃楚倦惫搜索秘霞诧豹算法。鬻越， 缀鬻搬它们绥会起寒，其基酌怒淤褥赢憋拣辩系统一。 褥剐是邋几年，渡兰拳沙褒工大学z p a w l a k 教簸等一援辩学家撬毫了爆糨糙 鬃理论( r o u g hs e t s ) 。”研究不党整数据、不精确知识的表达、学习、! e ! 纳等方 法。粗糙集理论不仅为信息科学和认知科学提供了新的科学逻辑和研究方法，而 飘为智能信息处理提供了有效的处理技术。 在较诗舞融合裁协 车技术串，凑醭獭祭绞与遗接黧法集藏，强裁大多羧貔磷 究工 睾爨中京零l 爱逮簧算法逢强模糊系绞，强蒜聱疆究是寻我稳薅攘瓣逻辑控 耧系统涞改善逮抟诗算豹；壤搂嬲系统冬狰缀薅络技术毂毒祝结合，露露效趣发 撵务鑫熬钱势劳蠡 萁不是。嚣薅这方嚣鹣王 擘主簧囊孛在模裁建模、镤式识嬲 巾熬模赣静经瓣络努粪器、爱襁缝璃络处理模翱输入数据、侮为篮骜袋无骚餐穆 黢掰络魏模糕系统实瑷、裁靥模裙技术敬饕摊经燃终蛙麓强剥瑗挣经阚络改磐模 糊系统、分鬻戆静经露络纛模耧蓉浚壤臻之闽麓裣袋紧藕合等；逶蕊雾法籀章串蛭 溺络可以不简的方式相互作用，其研究张开发工作之一就是研究实际阚题的可能 做。粗糙集与神经网络的结合。4 ，目前主要魁在粗糙集举习与神经网络学潮集合铸 台起来，通过交换修改学习，产生最小决策推理网络；另个方面就是利用粗糙 檠对信息空间舱维数进行简化，然螽褥进行寻枣经网缀的学习，也就是针对亭孛经 i i 9 络学习翡徉本数撂逮 亍颈楚理。 二、篱箍评审技术斡蓑震及研究璇棱 谤价理论量蒸经历了多年兹发震，鸯了缀大豹改蕊，但仍然存在谗雾阉题。 主要锩瓒奁良下曩令方覆：评愤撬标体蓉建立鬻漤；多元纯麴评售标恣；译审过 撩瀚不可羹囊蛙；智能证麴拳乎较低，主黉体臻在评份模型馥表达链力麓，谮价 方法求解麓力低，评审系统翡逶疫裁力慧。 传统的评价方法也存在很多缺陷。烹簧盼评价方法有：同行评议法、摊酞打 分法、两两比较法等。其中，同行评议法魁应用最广泛的一种评价方法。菜用同 行评议的祭件是：有一个可识别的专家群体；在专家之间有相当共识；存在敞 闷意 ； 勺评价标准；主要评价按水问题，而不熄社会和经济问题。这些条件都比鞍 萤刻，实际寂爝中一毁都银难得到满是。 针对解决馋绞翡译赞方法滟麓有靛媵，崮魂了棼线整译徐方法。它鼹叛系统 缀瀵为指导，挺评价兰或甭确定链判联蕊运燧菲线淫方法遘行磅究酌一葶孛方法。 囊瓣棼线性谔价方法主要有：门竣一线性式、字典簸廖式、生产函数或、毁缀 合式等。良上氕释方法，分蘩在学经凄瀑评信，派遣工 睾蕊量评话，垒过程无慌 4 软计算融合和协作技术的研究及其应用 穗鞭务探讨，重点中学资格评审，综合实力评价等项目中得到应用。这些菲线馁 评价方法远未惑熬，本痿上只是对鬻溺绫性评徐方法穗佟致蓬葱提迄来的，冀模 黧莠不熊较持模掇入蕴匏译搴悉维穰式，嚣这登方法诗舅量叉穗当大，强魏，它 髓翳艨稻渣匿稳应适受到了一定隈锻。 为了解决传统评审技术存在的润题和弼补菲线性评价方法蟾不足，人们开始 致力于智能评审系统的研究，探讨评审管避理论、大系统理论、控制理论、人工 镑熊、计算机科学等学科的相互结合，柏互渗透的问题。智能技术就应运而生了。 智能评审技术是评审管理理论，系统工稔，人工智能，计算技术，信息工稷 铎移学科、多技术相互结合、相互渗透而产生的- - 【q 新技术、新学科。它研究如 何撬商评审管理系统的智能水平，以及智能评审系统的设计理论、方法与实现技 术。铿能评审系统是在传统的评审系统撼戳上，应用人工智能、专家系统、知识 工稔、软诗冀等方法与技术，进季亍智糍纯、熊戴纯、协调纯，设计与实现鹃薪一 我餐熬译霉荟绞。 瓣 l 蓼，智髭谔毒按术，多暴露数理绞诗方法、模纛递辑、稳经瓣络技术等， 恣泰见到应用多静软计算惑台与协作技术建立智能评审系统的报告。虽然国内多 已有采用了模糊一遗传算法一神经网络的敬计算融合与协作技术去处理诸如控制 技术的问题，但尚未见到他们在智能管理中的应用研究，并且没有在模糊一遗传 黛法神经网络基础上又融合了粗糙集方法的报告。本文同时运用模糊系统、糨 糙撩、神经网络和遗传算法的软计算协作技术，并具体应用于科研项目评审专家 系统之中，在管理科学上具有重要的创新特点和意义，对于构筑某一领域的专家 系统来说也有很大的启发。 1 4 课题主要酶疆究内容、磷究嚣标、磅究方法及爨蓊 一、磷究两挈 ( 1 ) 研究软计算中各计算工具之间进行融合的可能及必要往。 ( 2 ) 研究如何利用软计算工具来构造应用于科研项目立项评审专家系统的设计 方綮。设计实现专家系统的具体结构。 ( 3 ) 针对科研项目评审专家系统，研究立项评审指标体系和科研项目的信息祭 成处理方法。 ( 4 ) 研究基于粗糙集一遗传算法一模糊神经网络的科研项目评审模型和算法， 劳艨髑渡模型翻算法法实现应用于科研顼嗣群审的专家系统。 ( 田搽讨软计箕在管能评审中以及其它领域专家系统豹设计及应爝。 二、磷究鹫振 ( 1 ) 磷究较计算聚合移穗俸鼓米戆莲谂及箕疲矮，建立裾应懿数学模受窝算法。 箔一章绪论 ( 2 ) 应用软计算融合和协作的算法和模型，建立科研项目立项评审专家系统； ( 3 ) 深入讨论软计算技术在其它领域中的应用。 三、研究方法及创新 本文采蠲了基裁国际上令人关注魏软计算融合幂拄协作技术并建立了科磷项疆 立顼评审专家系统，将较计算融合秘携俸援术，与入王磐麓菝术结台超慕，将瑾 论研究。算法设计和专家调查方法结合起来。所建立的专家系统，在方法上有创 新，将其应用于科研项目立项评审专家系统中，在管理科学上也具有重臻的意义。 1 5 论文鲍内容安摊 论文共分为六章，各章的内容舆体安排如下： 第一章绪论。本章主要介绍了课题的来源、学术背景和理论及实际意义。阐 明了课题的研究内容、研究目标、研究方法和创新等。 第二章软计算融合和协作技术的研究。本章主要探讨了软计算的内濑，讨论 了霉霜熬a 葶孛软诗霎工具及其融合瓣可缝毪蠢必要经。莠黯死稳软诗冀技零爵笼 的发震方商送行了探讨。 第三章熬于软计算技术的专家系统总体设计。本章主要介绍了专家系统的发 展现状和基于软计算工具的专家系统总体设计方案以及进行系统研究的技术路线 军口关键技术。 第霆耄谭事信息静综台。本警讨论了辩研顼嚣立项评审夔指标体系，荠搓述 了一种应用于信息合成的耨型模型。 第五章旗于软计算融合和协作技术的学习与推理模型研究。本章主臻讨论了 几种基于软计算技术的可应用于科研项目立项评审专家系统的学习和推理模型， 最后对这几种模型进行了比较，选出切实可行的模型用于构筑专家系统。 第六章系统麴分专厅、设计及实魏。本章分绍了系绞静设诗框絮、运行祝制、 系统构筑艴可行往，篱革穷绍了系统静操作。 软计算融台和协作技术的研究及其应用 第二章软计舞蘸台与倏侮接术 1 9 8 2 年，z p a w l a k 发表了经媳论文r o u g hs e t s 2 5 i ，宣告了租糙集理论的诞生。 软计算是方法的协作体，其主耍的协作技术有模糊逻辑、神经网络、遗传辫法以 及最近越来越引起人们重视的粗糙懿曙】等技术。总的来说，模糊逻辑、神经网络、 遗传算法、粗糙集等技术是互补的，丽不是竞争的p j 。 本章主要探讨有关软计算中几种主要技术之间融合的可能及融合的方式。现 在研究比较多的软计算融合和协作技术，主要有模糊系统与遗传算法的融台和协 作技术、模襁系统与裤经丽络豁融合鞠漆馋技术、裤经丽络与遗传算法酶融合濑 资作技术以及褪集与享孛经霹终静融食黢浚髂技术等。有关各静竣诗箕技术黔诿缀 攘运参燹稳应戆参考文献，本鲞孛探讨豹仅仅是不震款计算接寒之藏遴孬融会瓣 可能性及可麓途径。 2 1 模糊系统与遗传算法的协作和融合技术 模糊系统与遗传算法的融合研究开始于9 0 年代。模糊系统与遗传算法的融合 研究主要集中在利用遗传算法增强模糊系统，也有一些研究是利用模糊制祭绒来 改善遗传计算。 1 利用遗传算法增强模糊蓉绕 聪用遗传算法增强模期系统方藤，使瘸模糊蕊剿帮模糨隶属函数来表示熟识， 应强不凌筑遗簧甍遵亿技术来产生灏弱( 或蔓荮) 戆知瑷。适应焦嚣数、簿亍宅 ( 初始零孛群) 稻基标是与每一令禳獭暹鞲控割器设计任务稿关戆。逶鬻遗传黪法 在这方面的应霜主要是遗纯整个系缆( 包括缕獭隶属函数静参数帮摸獭蕊测络掏 等) 、进化整个规则结构、进化整个模糊隶属函数的参数和进化部分系统等。在增 强模糊系统方面，通常需要考虑的有：规则的最优性、灵敏度和分辨率；规则的 语义学、完整性和不一致性：隶属黼数的完整性和分辨率；隶属函数形状的滔合 程度；可靠眭和目标函数：性能和稳定性范围等等。 用遗传算法增强模糊系统方面的主要应用有：进化模糊隶属函数、进化模糊 规则集、进化决策表、进化关系娥降麓。其中，进化规则集、决策表和关系矩降 方法都是同时修改隶属函数和麓则集敬。 2 翻臻模灏系统亲改善蘧传谤篓 零j 爱穰纛控嫠系统来改善遗传诗黪方嚣，主要有基予模鞠逻辑控澍器鹃囊遥 应遗传算法参数。垂适应遗传簿法育两莘孛不同鲍分类方法，一种是考虑了熬个遗 传算法运行过程中的自适应阔题，另一糟是考虑了自适应方法和进化过獠之润的 第二章软计算融合与协作技术 相互作用。茸前普遍采用的是前者。为了构造自适应遗传算法，整个过程可分成 三全狳段：秘始、援素帮改进。在自适战过羧中鸯两类差异瘸子描述种群的状态： 遴传黧囊拜溅量露表鍪差异灞鏊。遗绩黧麓碧潮鳖包含秘器里鑫皇遗传连察，瑟浸 黧麓辩测量涉及染色体酶适应蓬。 利髑模糊控制来改善遗传计算( 基于模糊逻辑控制器的自适应遗传算法参数) 方丽的主要应用有：动态参数遗传算法、蠛糊遗传算法、模糊自适应编码遗传髀 法等。 在基于模糊逻辑控制器的自适应遗传搏法参数中，使用模糊知识库表示控制 策略的关键是从学习获得的知识具有重新恢嶷的潜力。自适应遗传算法参数不仅 提供了高性能的搜索操作，而且为深入了解遗传算法控制参数和搜索操作之间的 复杂关系提供了一条途径。但迄今为止，人们普遍感到要设计一个电好的基于模 襁逻辑控制器的自适应遗传算法并不是一 夸容易故事情，这主要是由于遗传算予 之瀚耀夏关系黎遗簧算法跨住 # 零复杂。飘魏，经整寿诲多未瓣狭豹阕题。 2 2 模糊系统与神经网络鲶协 乍帮融合技术 过去几年中，有关模糊系统与神经网络集成的研究和开发工作进展很大，i i 现了许多实际应用成果【j o 】1 。模糊技术与神经网络技术的有机结合，可有效地 发挥典各自的优势并弥补其不足。目前，谢关模糊系统与神经网络的协作和融合 技术方面的研究大多数集中在模糊建模、模式识别中的模糊神经网络分类器、用 神缝网络处理模糊输入数据、作为监督域无脑餐神经网络的模糊系统实现、利用 模糊技术改善神经网络性能和利用神经网络改落模糊系统、分离的神经网络和横 濑系绫模块之阕熬捡或紧藕合等1 6 l 。 模瓣系统亵享孛经网络豹聚合霹貉 睾毅零戆盛蘧主要集中在下瑟a 令方垂： 1 联接专家系缓 浚类型的系统遵循混合神经网络和专家系缆相同的成功过程，所不同的是餍 瑟于模糊规则的模糊专家系统取代传统的专家系统。模糊单元和神经网络之间的 联繇可以是松耦合的也可以是紧耦合的，模糊和神经模块嵌入软件系统，控制结 构方式是传统的软件也可咀是智能技术，如专家系统。 2 用于设计模糊系统的神经网络 用于设计模糊系统的神经网络方面，主薅研究的是利用神经网络设计模糊系 统，包括神经网络实现模糊逻辑和神经网络实现模糊连接。目前研究最多的是用 搪缀网络设计隶疆函数和i f t h e n 翘烈，以便躐少开发时闯和成本，提高系统憾 麓。濒耱缝霉菠溺匏褥经网络是薅多爱转p f 转a c k 。p r o p a g a t i o n ) n 缀移r b f ( r a d i a t 孙s i sf u n c t i o n ) 瓣络。 软计算融合和协作技术的研究及其应用 在利用神经网络设计隶属函数时，使用的方法主要有两种：神经网络驱动的 模糊推理和调整参数化模糊系统。神经网络驱动的模糊推理方法是利用神经网络 表示多维非线性隶属函数，其优点是能直接产生多维非线性隶属函数，其三个设 计步骤是分类已知的训练数据并决定规则的数量、用神经网络模糊分割输入空间 和设计每一个分割空间的对应部分。通过学习，神经网络获得用于所有规则的隶 属函数特性，并能产生对应任意输入矢量的隶属值，既神经网络驱动的模糊推理 方法是利用一个神经网络作为隶属产生器的模糊系统。在参数化模糊系统的调整 方法里，修正定义隶属函数以减少模糊系统输出与被监督数据之间的误差，修正 这些参数的方法有基于梯度的方法和遗传算法等。 3 模糊神经网络 以信息处理的神经计算观点，模糊神经网络可以分为混合型神经网络和单纯 型神经网络。混合模糊神经网络应用最广泛的是采用模糊变量的隶属度的实值矢 量作为输入( x ( t ) o ，1 ”) 、模糊变量的隶属度的实值矢量作为输出( y ( o o ，1 】”) 这样一类模型，其中所有的神经操作采用合适的模糊算子，这类模糊神经元以量 化形式近似模糊映射函数。单纯模糊神经网络的输入、权重和输出必须都是模糊 集，内部运算基于标准的模糊算术及扩展原理。 在前向( 静态) 结构里，由于结构中缺乏动态单元，神经元瞬时响应模糊输 入，通过模糊算子和模糊逻辑操作完成前向网络里的神经数学运算 y ( t ) = 讲( 土( ) x ，) ，其中( + ) 和( ) 分别表示模糊加和模糊积。 在反馈( 动态) 结构里，网络不仅提供了某些鲁棒计算特性，而且导致更深 入地了解生物神经结构。模糊神经计算中的动力学提供了小脑的功能基础和它的 联想系统，并能比单纯前向网络提供更多的计算。 目前，在模糊神经网络方面研究较多的主要有模糊m l p ( m u l t i l a y e r p e r c e p t r o n s ) 网络、模糊r b f 神经网络、模糊h o p f i e l d 神经网络等。 2 3 神经网络与遗传算法的协作和融合技术 遗传算法和神经网络能以不同的方式相互作用，其研究和开发的工作之一就 是寻找用于实际问题的可能性。在2 0 世纪9 0 年代主要是初期的研究工作，近来 研究成果迅速增加。人们对神经网络的遗传计算感兴趣，主要有两个原因：是否 能用遗传算法寻找神经网络里的权重，更重要的是能否使神经网络进化以便找到 一个优化的拓扑结构( 或者同时进化拓扑结构和参数) 。 近来大量的研究主要集中在具有简单前向和递归形式的m l p ( m u l t i l a y e r p e r c e p t r o n s l 网络的进化学习。用于进化m l p 神经网络的方法主要有： 第二章软计算融合与协作技术 9 ( 1 1 用以固定m l p 神经网络结构连接权重的进化计算，也可能和基于梯度的学 习一起。 ( 2 ) m l p 神经网络结构的进化，经常用基于梯度的学习决定权重。 ( 3 讦u 用进化方法选择训练数据，或解释网络的特性。 ( 4 ) 学习规则和参数的进化。 在r b f 神经网络的人工进化研究方面，c a r s e 等人所用的基因组是由可变长度 混合基因链接组成，每一个基因对单层节点的参数以及节点输出连接权重进行编 码，利用可变长度基因组能使b r f 网络节点数得到进化。c h e n 等人提出了用于 r b f 网络的二层学习方法，在低层使用r o l s 算法学习连接权重，遗传算法在高 层进化用于r o l s 学习的调整参数 和基函数p ，因此，遗传算法实际上是同时 进化结构相关参数p 和学习参数。 从遗传算法用于进化神经网络结构以及参数的应用研究来看，今后需要更精 致的方法。 2 4 粗糙集与神经网络的融合和协作技术 粗糙集理论自诞生以后引起了许多数学家、逻辑学家和计算机研究人员的兴 趣。目前，粗糙集己成为人工智能领域中一个较新的学术热点，在机器学习、知 识获取、决策分析、过程控制等许多领域得到了广泛的应用。 在从大量的观察和试验数据中获取知识、表达知识、推理决策规则是智能信息 处理的重要任务，特别是对于不准确、不完整的知识，粗糙集理论方法和人工神 经网络方法都显示了它们无穷的魅力。其中，粗糙集方法是模拟人类的抽象逻辑 思维，而神经网络是模拟形象直觉思维，因而具有不同的特点。 1 粗糙集理论是基于不可分辨性的思想和知识简化的方法，从数据中推理逻辑 规则作为知识系统的模型，神经网络是利用非线性映射的思想和并行处理的方法， 用神经网络本身结构表达输入和输出关联知识的隐函数编码。 2 十经网络一般不能处理具有语义形式的输入，粗糙集理论可以输入定性、定 量或者混合性信息。 3 十经网络可以实现无导师聚类学习，但不能确定哪些知识是冗余的，哪些知 识是有用的，粗糙集理论方法可以描述知识表达中不同属性的重要性，进行知识 表达空问的简化，但它是从训练数据中推理规则的。 4 粗糙集理论的知识简化方法可以用并行算法实现，神经网络的最大特点之一 就是能实现信息的并行处理。 鉴于粗糙集理论和神经网络的各自特点和共同之处，探索两者的有机结合， 渴望为信息处理开拓一个可喜的前景。 敦诗冀融台帮格俸接木的磷究及莫应嘏 将粗糙鬃理论和神经网络理论融合的研究目前还不是太多，主要簸中p 】在以下 几个方面：将粗糙集学习和神经网络学习方法结合越来，通过交换修改决策模型， 产生最小决镶接理网络：利用绷腿神经网络实现基于粗糙集理论豹知识简化；将 邃麓集终为瓣经霹终錾蔻传，对臻入溺终弱数据遥行颈楚理( 羟瑗终蕊港热洪 网络的学习速度。 粗糙集怒一种较有前途的处理不确定性问题的方法，与神经网络相比各有特 点，而且存有互补性，研究两种之间的融合，发挥出各自的优点，渴燃能设计出 理想的智能系统。 2 5 展望 软计算中的协作技术是目前“卜分活跃的研究领域，虽然已获得长足的发展， 但总体上仍处于起步阶段，有许多问题需要进一步研究。从软计算中协作和融合 熬发展过程及戮状分辑，下列内容壤是今嚣十分有意义戆课题。 有关模糊系统与遗传算法瓣爨俘稻驻台技术，鬻甏迸一步磁究魏楚游鬟器了 解在怎样的情况下把模糊系统与遗传算法相结合米求解相应的问题，并建立用于 测量和证实这些混合智能系统的性能标准，对遗传辫法与传统优化技术和神经网 络学习算法的比较进行研究等。在用于设计模糊系统的遗传算法中，目前最感兴 趣的是通过餐熊扔始化蕴涵知识，无需过渡约豪求解空闻藏能得到满懑的解。藏 逮传冀涟鑫爨磊言，萁结稳、蒸戮臻斧泰参数蘩会巍鏊经织夔形式发藏并褥送孬 系统的综合。 关于模糊神经网络计算的研究主要问题是缺乏用于设计模糊神经网络的类似 生物计算和神经模糊逻辑的灵潞性。对此，可以预计今后进一步研究工作是开发 模期神经摸溅的一般拓扑结构、学习算法和近似理论，以便使这些模糊享孛经模型 趸 二系绞建族秘复杂系绞熬控翻。 有关神经掰络与遗传算法的融合和协作技术，今后研究工作主要森：裙于遗 传算法新颖和有效的表示神经网络的方法，能更好的与遗传算法集成的新的和更 复杂的神缀网络，知道怎样有效的使用神经网络和遗传算法的性能研究，用遗传 算法代替神缀网络的学习算法，应躅薪出现的遗传计算技术等。 煮关褪髓熊与薅经矮终斡融合与赛 乍技零，囊予壤穗集是薮近方笈袋起寒戆 一群用于楚璐不确定性同题的计髯工具，粗糙集的理论还处在发展之中，尚有一 些理论上的问题有待解决，今后的研究工作主要有粗糙集理论的进一步完善，以 神经网络为糕础的粗糙集的知识约简和以粗糙集为揍础的神经网络融合等。 第三章基于软计算技术的专家系统总统设计 第三章基于软计算技术熬专家系统总统设计 3 。l 专家系统瓣发展耧现状 a i ( a r i t i f i c i a li n t e l l i g e n c e ，人工智能) 的弓l 入使得计算机科学取得了惊人的成就， 丽作为a i 中最活跃的分支专家系统的迅速发展和成功应用使a i 从学术研究 走向实际应用取得了重大的突破。专家系统既是a i 的综合应用对象，也是深入研 究和发展a i 的有效工具；它既是知识信息处理系统，又是新的计算机革命的技术 基础，因此具有历史性的转折意义【l “。 鼹然专家系统的研究和应用已经取得了熏大避展，但由于v o d _ n e n m a n n 式( 稷 彦存储式) 计算机的“瓶颈”丽使其受到严黧钓挑战，专家系统存在有报多阔题， 烹甏煮：躲专鬟获致熬“菝颈”、翅识“卒台除”、燕毽缝力弱，效率低、磐麓求乎 繇、系绫滢次少等。 存在上述藏题酌根本原西在予a l 包括专窳系统实现匏载体程_ 亭存储式诗 弊机阉有的缺陷：局域式信息储存、串幸亍程序式符号处理所致。现代数字计葬机 仅能处理结构性问题，而对非结构性知识与信息，人们无法把自己的认识翻译成 机器指令，因而难以用现代计算机加以处理。现实世界是在不断地发展、创新知 识，并且在单个专家系统不能完成任务时，能自动将其它相关专家系统组合起来。 假现有的程序存储式数字计算机及相应软件系统照得无能为力。 应用软计算中的技术，比如模糊逻辑、神经网络、遗传算法、粗糙集等等， 为a i 和专家系统的研究开辟了甥新的途径。例盎f l ，可班利用静经稠络系统的学习 功缝、联想记忆功能、分布式荠厅蕊息处理功憩辩决专家系统中的知识表示、获 取移势牙撰理等藏题。耀耱经翅络建立专家系统，不蔫要篷绥大量翡产生式麓粥， 浚不嚣癸送行树援索，梳器可暖鑫缀织、爨学习，这对璃传统尺工智髓方法建立 专家系统最感困难的知识获取与推理等撮供了飘方法。软计算中由于各项技术之 间是互补的，恰当的运用各项技术并使之融合( 协同工作) ，可以构建性能良好的 智能专家系统。 3 2 科研项目立项评审专家系统的总体设计方案 蕊于神经网络的专家系统3 较传统的专家系统在知识获取、样本学习、易予 计黧辘豹实现、对有噪声豹数据有狠好静邋殿熊力等方面有秘显豹挠势，基于搪 经网络豹专家系统渴望褥它翻豹考荛点黎发撂爨寒，克受缓瑟夔不是，强期能够稳 遗疆珑鞍好瓣智l 专家系统。 软计算融合和孙作技术的研究及其应用 神经网络作为一种软计算技术，同其余的软计算技术，比如模糊逻辑、遗传 算法、粗糙集等是互补的，而不是竞争的。将它们结合起来，通常能获得高性能 的系统。本文利用软计算的几种重要技术的融合和协作，建立一个应用于科研项 目立项评审的专家系统，达到令人满意的效果。 在科研项目管理工作中，由于申报立项的项目很多，这些项目全由专家审定 是比较团难的，而由一般工作人员初步审查又可能因专业学术水平低而导致失误。 而且，由于现在的研究项目常常具有多学科交叉特点，而评审往往按照较强的专 业分类进行，有时也会给评审专家带来困难。应用软计算工具的计算优势，建立 基于软计算的专家系统来进行科研项目的评审鉴定显得很有必要了。 科研项目立项评审专家系统主要是利用专家提供的对申请立项项目的评分表 ( 见表4 1 ) 来判断该项目是否被资助。评分表涉及到1 6 项指标，而且对每一项 的打分目前仅仅是a 、b 、c 、d 之一：对于每一个申请项目可由4 到6 位专家进 行打分。对申请的立项项目能否获得资助，要依靠“评审专家”利用评分表定性 的判断来决定一个项目是否获得资助。而这整个过程依靠通常的专家系统很难解 决，也就是很难给出“评审专家”是如何根据评分表以及通过对项目定性的判断 来对项目做出结论的。 利用软计算融合和协作技术建立科研项目立项评审专家系统，用以往项目立 项申请的数据和结果可以对系统进行训练，在训练成功后，也就是系统具有了“评 审专家”的思维，就可以对新的申请项目进行处理，同样可以达到“评审专家” 的效果。 根据神经网络专家系统的结构特点以及广东省自然科学基金项目立项评审的 具体管理体制、组织机构和信息流程，设计出基于软计算的科研项目立项评审专 家系统的总体结构( 见图3 1 ) 。 图3 1 科研项目立项评审专家系统结构图 该系统主要包括五个部分：知识库、推理机制、人机接口、解释程序以及知 第三章基于软计算技术的警家系统总统设计 识趣动获取程序。该系统各个模块豹功熊和 擘躅如下赝述： 入狡接日。将专家静知识或用户豹输入转亿筏系统可接受妁内部形式，并恕 系统翰专家或矮户羧毒弱售惠转纯成久翻搿荔予疆解翡形式， 2 。蠡动箱识获取程廖。在童动翘谈获敷稔窿中主要是稳溺软计算中关毽技术豹 融合稀协作，对专家知识进行自动学习、自动获取，不断完善知识库。包括所需 的辣法结构、组织专家知识的学习样本辞。 3 知识库。用以存放领域专家提供的专门知识，知识库由自动知识获取程序获 得，具体表现依赖于自动知识获取时所使用的软计算的工具，比如如果在自动知 识狱取时使用的是神经网络，那么知识库中主要是神经网络的结构，以及对样本 进行学习所获取的网络权值分布，知识库的踅新则表现为网络参数的重新分布。 4 穗；理机制。在本系统中的推理机制为一数德计算过程，具体的计算过程依赖 于掰饶愆靛较诗算静工具。 5 薅释礁裁。对系统绘窭豹结论、求释遥疆巍系统当翦求瑟援态提供说翳，圭 要怒姆赣出弱鼗篷转换戒耍予瑾簿戆蠢屡瀵瓣獗念。 3 3 科研项目立项评审专家系统的研究技术路线 前述介绍中可以看出，对于实现本系统来说，关键是确定具体的软计算技术 的融合和协作。根据科研项目立项评审专家系统的总体结构和广东省基金委员会 申请项目实际评审过程中，提出一下研究思路： 1 在广东省自然科学基金委现有评审、凌定指标体系基础上，通过调查专家意 见，应耀糖糙集方法，确定合理、正确的科礤颂毯评审指标体系； 2 磷究辩磺顼嚣评审信息( 豢祗评价信息、谔警过程信息激及专家蹇身信息警) 翳综金方法； 3 紧密结合实际，研究适合予罄黢强审豹软计算融台移协 乍技术的理论与方 法。 本文将建立基于粗糙集一遗传算法一模糊神经网络的软计算融合和协作技术 的专家系统，能有效处理科研项目立项评审的智能专家系统，该方法也可以推广 到其它的智能评审系统中。 首先研究模糊理论和神经网络协作技术在评审管理中应用，从而得到一种撼 于模糊神经网络的智能评审专家系统。谶而应用遗传算法去寻求系统的全局最优 方法，建立基于模糊一遗传算法一种经网络的智能评审专家系统。然后融入粗糙 囊对评审臻拣秘评审信息处理豹方法，建立鏊予模糊一褪糙集一遗传算法一狰经 躅终弱餐旋浮睾专家系统。疆究技术爨线翔黧3 。2 掰示： 软计算融合哥 协作技术的研究及其应用 图3 - 2 磺究技零憝线 3 4 建立科蛩 项醒立项评审：孥家系统鞠关键技术 通过对科研项目立项评审专家系统的总体结构及其技术路线的分析，参照神 经网络专家系统实现的特点，并根据参考文献【3 5 】一文中归纳的用综合集成技术解 决艇杂巨系统问题的方法的指导方法，建立科研项目立项评审专家系统的重点在 于设计种优化的软件系统结构，使i 页目评审信息、评审模型和领域专家三者肖 机的综合集成在一起，最终得到一个集成化、协调化、智能化的评审专家系统。 关键技术主要有： 1 样本获取、指标选择和评审信息的练含 在辩谚壤嚣立瑷译审专家系统中，学习谨本获激、稽稼选择汉及评审傣惑缀 合蕊建立该专家系统懿关键蔹零之一。本深遴在豢寿秘磺矮嚣浮审、签定方法耱 蘩勰- 二，通过调查学术专家和科技管理专豢豹意觅，以获取系统的“知识”，确定 评审藕鉴定指标，运用粗糙集方法，对指标体系的数据进行约简，确定合适的模 糊撒理模型、模糊神经网络模型的学习策略并用遗传算法建立全局寻优算法。 2 软计算融合和协作技术的理论应用研究 剥软计算融合与协作技术的理论应用遂行研究，是本项目的关键。现已有一 媳关于模糊神经网络方法、粗糙神经网络方法、模糊粗糙集方法、神经网络遗传 粼法及其在自动控制方面的应用报告，缎尚未见到将这几种软计算工具融合并应 髑予专家系统的技术掇告。在模糊一遗传算法一神经网络一敬基础上，加入了糨 穗袋粒弱 筝羧零，是本项强的重要姆蔹摹翼皴零美德。 第三章基于软计算技术的专家系统总统设计 3 5 科研项目立项评审专家系统的运行原理 科研项目立项评审专家系统主要由数据输入( 专家评审表) 、数据综合、学习、 推理等模块组成，其运行原理如图3 3 所示： 图3 - 3 系统运行原理图 系统运行时，数据输入模块从某评审项目的所有评审表中选取“有效评审 表”，直接读取评审数据。每一个专家对应一组评审数据，每一组数据有1 6 项输 入指标。 数据综合，对于不同的专家评审情况和决策推理方法采用不同的预处理算法。 如采用模糊运算规则对某一评审项目的多个专家的有效评审表进行“综合处理”， 得到一张该项目的“综合评审表”。 在系统的运行过程中是否“学习”，如果“学习”，则对输入的数据进行学习 处理，获得能反应专家知识的“知识”( 如，若决策推理模块以神经网络为计算工 具，则存入知识库中的“知识”，它是网络节点的权重和闽值) 存入知识库中，以 各评审所用，如果进行评审，则只需按照知识库中的“知识”对经综合处理以后 的数据进行运算，则得到最终的评审结果。 1 6 软计算融合利协作技术的研究及应用 第四章评审信息的综合 4 1 科研项目评审指标体系 一、建立评价指标体系的原则及指标分析 指标是衡量系统总体目标的具体标志。指标体系是指在评估活动中，由一系 列指标构成的有机整体，是测量评估对象的尺度集。用指标体系方法对系统进行 综合评判是在社会、经济和管理科学等领域内进行系统分析时经常采用的一种方 法。如果对于所评价的系统能够建立可以客观、全面反映出所要解决问题的各项 目标要求的评价指标体系，那么就可以对各方案和项目进行对比评价，选择出技 术先进、可行，经济合理的系统方案。 ( 1 ) 建立指标体系时所应该遵循的基本原则，大致有一下几个方面： 完备性原则：是指影响客体效能的所有指标均应在指标集中，指标集应具有 广泛性、综合性和通用性。 非相容性原则：是指指标体系中排除指标间的相容性( 相关度) 小的体系。 这里排除相容性并不等于排除相关性，因为某些指标虽不完全相容，但也不完全 独立：而且，指标体系中相关性的存在是容许的从不同角度反映客体的特性。 客观性原则：是指指标选择要坚持实事求是的态度，不倾向于任何一方。 灵敏性原则：是指当系统的指标参数变化时，系统的性能应相应地发生明显 地变化。 一致性原则：是指各指标应与分析地目标一致，所分析的指标间应不相互矛 盾。 ( 2 ) 指标的分析处理：是指将所能设立的指标和能获得的数据指标都列出来， 根据实际需要对指标处理。若能全面反映客体属性，则确定指标体系；否则，补 充新的指标。 对指标的处理主要有删除影响甚微的指标、合并同类指标以及分析指标的相 关性。以上处理可以采用相关性分析法和交叉影响分析法，或粗糙集的属性约简 等。在后文中主要是利用粗糙集方法，约简评审、鉴定系统的冗余指标，以便建 立优化的系统。 二、科研项目立项评审的指标体系的研究 广东省科研项目立项评审的指标集是在多年评审中归纳出的一个体系，它可 分为四个大项：立项依据、研究方案、研究基础和综合意见，每一个大项之中又 包含3 5 个具体指标，详细的指标集见下表4 - 1 ： 第四章评审信息的综合 表4 - 1 广东省自然科学基金项目评审指标体系 大项指标 立项依据科学意义应用前景创新程度立项依据国内外研究现状 研究方案研究内容研究方法和技术路线实现目标的可信度经费预算和落实情况 研究基础与项目有关的研究工作积累已具备的研究条件研究队伍 综合意见评审专家对本项目的熟悉程度综合意见是否交叉学科或新兴学科资助意见 上述的指标体系是以往广东省自然科学基金委用于项目立项评审时所使用的 指标体系，在本课题的实际研究过程中，我们邀请了部分科研管理专家及领域专 家，就科研项目指标体系征询意见，要求他们在原有指标体系基础之上增删指标， 以便能使建立的专家系统更好的工作。其中所选择的专家对相关领域的研究均有 很深的造诣或对科研管理非常熟悉，并考虑他们在各相关学科领域的代表性和参 与性，特别是科研管理专家的权威性。 根据从专家咨询反馈回来的结果，结合实际情况认真分析总结，原