多Agent系统中基于Rough集的推理

作     者：刘清 LIU Qing

作者机构：南昌大学计算机科学系南昌330029 

出 版 物：《计算机研究与发展》 (Journal of Computer Research and Development)

年 卷 期：2000年第37卷第9期

页      面：1076-1081页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金!(项目编号 69773 0 0 1) 江西省自然科学基金!(项目编号 99110 2 7) 

主　　题：多Agent系统 Rough集 推理模型 人工智能 

摘      要：定义了多 Agent系统中的推理模型 .建立了在该模型下的 Rough集和基于 Rough集方法的 Rough包含计算或称集合连接计算 .在知识发现和数据挖掘中 ,集合之间往往不是给出它们的相等性 ,而是讨论它们之间的Rough包含或连接 .因为在不同的 Agent中集合之间关系的精确和一致解释往往是不容易获得的 .一般说来 ,一条基于决策表上的规则 ,满足前提公式个体的集合包含于满足结论公式个体的集合常常是用一种支持值和信赖系数来说明 Rough包含或连接的程度 .在分布式环境中多 Agent的情况下计算 Rough包含或连接的程度常常要求提供一个多 Agent之间互学习的界面 ,所以定义了一个多 Agent系统下的推理模型或称近似空间 ,它就是被用作互学习和计算的界面 ,因此在界面上定义了一种合成运算和包含程度计算 .从而可以实现在分布式环境下 ,由多 A-gent互相协作完成可定义集合的近似和集合之间的 Rough包含或连接程度的计算 .最后 ,通过实例说明了在分布式环境下 ,多