复杂信息系统的粒度结构与知识获取研究

本项目以复杂信息系统为对象，借鉴人类对复杂问题的综合求解模式，针对粒度计算领域若干亟待解决的基础理论问题，把对象、类（信息粒）、概念、粒度、熵和智能紧紧联系在一起，综合运用信息熵、代数、逻辑推理等方法，开展粒度空间结构与知识获取的理论与方法研究。主要内容包括：（1）复杂信息系统中粒度空间的代数结构及其构造方法；（2）复杂信息系统中粒度度量的公理化方法、熵与各种粒度度量的关系；（3）信息系统中粒度与决策规则之间的关系，以及基于粒度的决策规则集评价方法；（4）动态粒度下目标概念的近似表达及分层递阶决策规则获取方法。本项目研究成果将从基础理论、方法技术、实用算法等多个方面丰富粒度计算理论，探索海量信息处理的新途径，对智能计算、机器学习、数据挖掘与知识发现等相关领域的研究具有重要的理论意义和应用价值。