·34· 智能系统学报 第14卷 靠性。 6集对分析在知识生态学中的应用 阎红灿等给出了基于集对分析的案例检索 模型，思路是把目标案例与案例库中源案例建立 6.1知识生态集对分析的原理 集对，利用属性重要度和联系度构建本体案例检 知识是人们认识客观世界的结晶。知识来自 索模型，通过本体的词义扩展解决检索词的多词 社会实践又被社会实践所反复证明其客观性、合 同义问题，有效提高了不确定性案例的检索精度， 理性、科学性。随着科学技术发展和社会进步， 运算量少，查全率和查准率较海明距离法高。 传统知识不断被新知识补充、扩展甚至替代，不 同领域的知识更新呈现出类似于作物群落新陈代 5集对分析在智能决策中的应用 谢的生态学现象，由此引出的知识生态学概念被 人们接受；知识工程则被看作知识生态学中的一 5.1同异反智能决策 门技术性学科；不同时空中的智脑群落在新陈代 同异反智能决策也简称同异反决策，是集对 谢着的知识，构成了不同的知识生态，既相互依 分析同异反系统理论在决策中的具体应用，同异 赖、相互补充，又相互竞争、进化。 反决策一词最早见于文献[40]，之后不断发展完 首先，知识从发现到形成需要一个过程，这个 善，根据文献15]所述，同异反智能决策的一般步 过程可长可短，但不可能没有过程。如果把知识 骤如下： 的发现作为一个集合，把知识的最终形成作为另 1)作系统在正常情况下的决策； 一个集合，知识从发现到形成的过程就是把这 2)作系统在异常情况下的决策； 2个集合联系起来的一个集对，这是知识与知识 3)作系统在反常情况下的决策； 生态集对分析的第一原理，也称知识生态的过程 4)作系统在正常情况兼有异常情况下的决策： 原理，根据这个原理可以用特定的集对表示一种 5)作系统在正常情况、异常情况、反常情况 特定的知识。 依次出现、交替出现、同时出现、随机出现情况下 其次，知识从发现到形成的过程中要接受社 的决策： 会实践的反复证明，历经由粗到精、由表到里、由 6)作系统在同异反不同情况下的综合决策： 浅人深、由零星到系统、由低级到高级的反复证 7)作系统在多种不确定性情况下的综合决 伪证实。在这个过程中，知识的一部分被沉淀和 策，具体结合各种不确定性因素的分析和联系数 积聚，表现出确定性；另一部分则表现为不确定 中i的不同取值展开讨论，评价决策风险； 性。因此，就知识的系统性、完整性、有效性看， 8)利用同异反数据作出评价系统潜在发展趋 一种特定的知识是表现为确定的知识和表现为不 势的判断； 确定知识的对立统一体，这是知识与知识生态集 9)利用同异反数据作评价系统显在发展趋势 对分析的第二原理，也称知识生态的确定-不确定 的判断； 原理。至于那些已经完全地表示为确定的知识， 10)根据同异反数据确定的联系数的其他伴 可以视为其中的不确定性知识已经转化为确定的 随函数进行决策等。 知识，或者看成是确定的知识和不确定知识对立 由此可知，同异反决策具有确定性建模和不 统一体中的一个相对稳定的部分。 确定性系统分析集成，同异反集成、定性决策与 再次，知识总是被发现、被表达、被转移、被 定量决算集成等特点简称为集成决策。 学习、被掌握、被使用、被发展、被完善、被创新 5.2同异反智能决策的应用 等，这说明知识是被动的，人是主动的。因此，如 刘秀梅等在文献[8]中介绍了把集对分析同异 果把人与知识构成一个集对，则人与知识这个集对 反决策思想用于区间数决策非集对分析建模改 是一个有主次关系的集对，这是知识生态集对分 进，共有23个实例支持基于集对分析的同异反决 析的第三原理，简称知识与知识生态的主次原理。 策优越于其他非集对分析决策建模，其机制就在 第四，知识需要传承，从知识生态学角度看， 于对区间数决策作联系数建模计算的同时，作系 知识的传承相当于知识的播种，一定的知识被播 统不确定性分析；赵森烽等给出了基于赵森 种在适当的土壤中，会在适当的时空中生长、开 烽-克勤概率的智能风险决策模型；吴爱燕等把 花、结果；又通过对果实的筛选，存优去劣，被再 集对分析与云模型结合，给出基于集对云的多属 度播种，代代相传并不断进化；若把上下两代知 性群决策方法和应用实例，等等。 识作为2个不同的集合，则代代之间的知识传承靠性。 阎红灿等[39]给出了基于集对分析的案例检索 模型，思路是把目标案例与案例库中源案例建立 集对，利用属性重要度和联系度构建本体案例检 索模型，通过本体的词义扩展解决检索词的多词 同义问题，有效提高了不确定性案例的检索精度， 运算量少，查全率和查准率较海明距离法高。 5 集对分析在智能决策中的应用 5.1 同异反智能决策 同异反智能决策也简称同异反决策，是集对 分析同异反系统理论在决策中的具体应用，同异 反决策一词最早见于文献[40]，之后不断发展完 善，根据文献[15]所述，同异反智能决策的一般步 骤如下： 1) 作系统在正常情况下的决策； 2) 作系统在异常情况下的决策； 3) 作系统在反常情况下的决策； 4) 作系统在正常情况兼有异常情况下的决策； 5) 作系统在正常情况、异常情况、反常情况 依次出现、交替出现、同时出现、随机出现情况下 的决策； 6) 作系统在同异反不同情况下的综合决策； 7) 作系统在多种不确定性情况下的综合决 策，具体结合各种不确定性因素的分析和联系数 中 i 的不同取值展开讨论，评价决策风险； 8) 利用同异反数据作出评价系统潜在发展趋 势的判断； 9) 利用同异反数据作评价系统显在发展趋势 的判断； 10) 根据同异反数据确定的联系数的其他伴 随函数进行决策等。 由此可知，同异反决策具有确定性建模和不 确定性系统分析集成，同异反集成、定性决策与 定量决算集成等特点简称为集成决策。 5.2 同异反智能决策的应用 刘秀梅等在文献[8]中介绍了把集对分析同异 反决策思想用于区间数决策非集对分析建模改 进，共有 23 个实例支持基于集对分析的同异反决 策优越于其他非集对分析决策建模，其机制就在 于对区间数决策作联系数建模计算的同时，作系 统不确定性分析[41] ；赵森烽等[42]给出了基于赵森 烽−克勤概率的智能风险决策模型；吴爱燕等[43]把 集对分析与云模型结合，给出基于集对云的多属 性群决策方法和应用实例，等等。 6 集对分析在知识生态学中的应用 6.1 知识生态集对分析的原理 知识是人们认识客观世界的结晶。知识来自 社会实践又被社会实践所反复证明其客观性、合 理性、科学性。随着科学技术发展和社会进步， 传统知识不断被新知识补充、扩展甚至替代，不 同领域的知识更新呈现出类似于作物群落新陈代 谢的生态学现象，由此引出的知识生态学概念被 人们接受；知识工程则被看作知识生态学中的一 门技术性学科；不同时空中的智脑群落在新陈代 谢着的知识，构成了不同的知识生态，既相互依 赖、相互补充，又相互竞争、进化。 首先，知识从发现到形成需要一个过程，这个 过程可长可短，但不可能没有过程。如果把知识 的发现作为一个集合，把知识的最终形成作为另 一个集合，知识从发现到形成的过程就是把这 2 个集合联系起来的一个集对，这是知识与知识 生态集对分析的第一原理，也称知识生态的过程 原理，根据这个原理可以用特定的集对表示一种 特定的知识。 其次，知识从发现到形成的过程中要接受社 会实践的反复证明，历经由粗到精、由表到里、由 浅入深、由零星到系统、由低级到高级的反复证 伪证实。在这个过程中，知识的一部分被沉淀和 积聚，表现出确定性；另一部分则表现为不确定 性。因此，就知识的系统性、完整性、有效性看， 一种特定的知识是表现为确定的知识和表现为不 确定知识的对立统一体，这是知识与知识生态集 对分析的第二原理，也称知识生态的确定-不确定 原理。至于那些已经完全地表示为确定的知识， 可以视为其中的不确定性知识已经转化为确定的 知识，或者看成是确定的知识和不确定知识对立 统一体中的一个相对稳定的部分。 再次，知识总是被发现、被表达、被转移、被 学习、被掌握、被使用、被发展、被完善、被创新 等，这说明知识是被动的，人是主动的。因此，如 果把人与知识构成一个集对，则人与知识这个集对 是一个有主次关系的集对，这是知识生态集对分 析的第三原理，简称知识与知识生态的主次原理。 第四，知识需要传承，从知识生态学角度看， 知识的传承相当于知识的播种，一定的知识被播 种在适当的土壤中，会在适当的时空中生长、开 花、结果；又通过对果实的筛选，存优去劣，被再 度播种，代代相传并不断进化；若把上下两代知 识作为 2 个不同的集合，则代代之间的知识传承 ·34· 智 能 系 统 学 报 第 14 卷