[发明专利]基于不可区分关系的计算机辅助决策系统知识选择方法

摘要

本发明公开了一种基于不可区分关系的计算机辅助决策系统知识选择方法，其特征在于：计算机包含有中央处理器和存储器，且将计算机与数据采集设备相连接，数据采集设备采集到的数据是监测目标的一组属性值和目标类别，其中属性值为连续型或离散型；所述的存储器中保存目标数据库、知识集合库、基础知识库、会话模块和问题处理模块；所述的中央处理器对所述的存储器进行控制并执行以下步骤：步骤1、构建目标数据库；步骤2、确认决策问题；步骤3、构建知识集合库；步骤4、知识选择；步骤5、更新基础知识库。

主权项

1.一种基于不可区分关系的计算机辅助决策系统知识选择方法，其特征在于：计算机包含有中央处理器和存储器，且将计算机与数据采集设备相连接，数据采集设备采集到的数据是监测目标的一组属性值和目标类别，其中属性值为连续型或离散型；所述的存储器中保存目标数据库、知识集合库、基础知识库、会话模块和问题处理模块；所述的中央处理器对所述的存储器进行控制并执行以下步骤：步骤1、构建目标数据库：将数据采集设备获取的数据进行离散化后存入目标数据库；目标数据库表示为三元组S=(U,C,d)，其中U表示目标集合，且U不为空，C={c₁,c₂,...,c_m}表示目标属性集，由c₁、c₂、……、c_m共m个属性组成，d表示目标类别，目标数据库中的每一条记录对应一个目标x，包括目标x的m个目标属性的取值f(x,c₁)、f(x,c₂)、…和f(x,c_m)，以及其类别f(x,d)；步骤2、确认决策问题：通过会话模块由用户确认决策问题是否目标数据库中的目标类别判定问题，确认后会话模块将目标类别判定问题传送给问题处理模块；步骤3、构建知识集合库：根据目标数据库中的目标属性集C，由问题处理模块枚举出满足长度限制δ的n条知识，K₁，K₂，…，K_n，构成知识集合Ω，即Ω={K₁,K₂,...,K_n}，|Ω|=n，其中每条知识K_i，1≤i≤n，是目标属性集C的子集，即且每条知识K_i的长度不大于δ，即|K_i|≤δ；将知识集合Ω存入知识集合库，并根据属性映射建立目标数据库与知识集合库的对应关系；步骤4、知识选择：设定阈值门限为α，α取值范围为0<α≤1；问题处理模块基于不可区分关系从知识集合Ω选择出支撑目标类别d判定的由p条知识，K₁,K₂,...,K_p，共同组成的优化知识集合KS，即KS={K₁,K₂,...,K_p}，优化知识集合KS是知识集合Ω的子集，即同时计算出优化知识集合KS中各知识K_u的类别判定支撑矢量S_u，1≤u≤p；步骤5、更新基础知识库：如果选择出的优化知识集合KS不为空，将优化知识集合KS作为类别d判定的知识存入所述基础知识库。