面向简化决策分析的概念格约简方法研究

In the field of knowledge engineering, knowledge acquisition from complex data for decision-making analysis has become one of the main tasks to formal concept analyis in which efficiency and effectiveness are two important indices for measuring how much this application can be successful. In order to improve these two indices of decision-making analysis based on the knowledge discovered from a complex data, we make a series of studies. Concretely, there are three aspects to be investigated: a divide-and-conquer strategy is used to extract implication rules from a decision formal context and the technique of compressing universe of discourse is employed to design a reduction algorithm of concept lattice, thereby improving the efficiency of decision-making analysis for decision formal contexts before and after the reduction, respectively; construct concept lattice of a multi-source formal context for multi-source information fusion, and study the issue of decision-making analysis oriented concept lattice reduction to obtain a decision-making analysis method of a multi-source decision formal context; from the perspective of decision-making analysis, a comparative study is made among the main existing concept lattice reduction methods that are generalized and specialized to obtain new concept lattice reduction methods, which allows us to construct a complete lattice with its nodes being these existing or newly obtained reduction methods to reveal their relationships, thereby forming a systematical framework of decision-making analysis oriented concept lattice reductions. This project can provide some feasible and effective formal concept analysis techniques for discovering the knowledge from a complex data to make decision analysis.

应用形式概念分析从复杂数据中获取知识进行决策分析是当前知识工程领域的一项重要任务，而决策分析的效率和效果是衡量这一应用在多大程度上取得成功的两个重要指标。本项目将围绕从复杂数据中获取知识进行决策分析的效率和效果如何提高展开研究。具体内容：采用“分而治之”策略提取决策形式背景的蕴含规则，且引入论域压缩技术设计概念格约简算法，从而提高决策形式背景在约简前后进行决策分析的效率；在多源形式背景中构造概念格以实现多源信息融合，研究面向简化决策分析的概念格约简以得到多源决策形式背景的决策分析方法；从决策分析的角度对现有的主要概念格约简方法进行比较研究，并对它们实施泛化和特化操作形成新的概念格约简方法，在此基础上给出一个完备格结构揭示这些约简方法之间的关联性，进而建立系统化的面向简化决策分析的概念格约简框架。本项目的研究将得到一些可行且有效的从复杂数据中获取知识进行决策分析的形式概念分析方法。

应用形式概念分析从复杂数据中获取知识进行决策分析是当前知识工程领域的一项重要任务，而决策分析的效率和效果是衡量这一应用在多大程度上取得成功的两个重要指标。本项目围绕从复杂数据中获取知识进行决策分析的效率和效果如何提高展开系列研究。. 已开展的主要研究内容：（1）提高决策形式背景进行决策分析的效率；（2）多源数据的决策分析及面向简化决策分析的概念格约简方法；（3）建立系统化的面向简化决策分析的概念格约简框架。.目前取得的重要结果及意义：. （a）决策形式背景的对象压缩技术. 证实对象压缩技术能够提高决策形式背景进行规则提取的效率，数值模拟支撑了这一想法，所得结论完善了已有工作仅从属性约简角度增强规则提取效率的研究思路。. （b）决策形式背景的推理规则机理分析. 论述推理规则能够减少决策形式背景的规则数，具体方式是区分冗余/非冗余规则，然后将研究目标限于非冗余规则，进而缩小研究对象。为此，对推理规则自身开展了深入研究，得到一种新推理规则，且阐述它的优势与特点。这对决策形式背景规则提取的进一步研究提供了重要参考。. （c）多源（三元）决策形式背景的规则提取与概念格约简. 将多源数据转化为三元形式背景，然后把三元形式背景的知识抽取分解到多个二元形式背景上完成，最后通过信息融合研究三元形式背景的规则提取与概念格约简，从而得到多源数据的研究方法。该研究在经典形式概念分析与三元概念分析之间建立起有效的转化关系，它拓展了形式概念分析向复杂数据环境应用的前景。. （d）决策形式背景的决策分析比较研究. 比较了现有的决策形式背景的决策分析，即通过决策蕴涵，决策规则，粒规则等现实的方法，指出它们在完备性与高效性之间难以兼得，然后提出一种新的决策分析方法（限制决策蕴涵），论证它在完备性和高效性方面都有优势，且数值模拟支撑了这一结论。这将为今后统一研究或细化讨论决策形式背景的决策分析问题奠定一定的基础。