.744 智能系统学报 第11卷 后的“知识期”，还是目前蓬勃发展的“学习期”，这 司营销模式分析。2017年SCI二区期刊信息科学 些历史时期都产生了极为璀璨的人工智能理论与技 专辑“大数据时代基于粒计算的机器学习”[)明确 术，有力推动了信息技术的快速发展。目前，人工智 指出，除了粒计算理论和模型的研究外，收稿范围扩 能研究主要从两个方面展开：一类着重于感知机理 展到所有与粒计算相关的工业界研究成果。专辑实 的理解与模拟，包括视觉、触觉、嗅觉、听觉等动态输 际收录推荐系统、入侵检测等应用达一半之多。 入的理解与建模：另一类着重于认知机理的理解与 当前，互联网和大数据催生了领域问题的大规 模拟，重点关注人类较高层次的认知机理与信息处 模和复杂化。从人工智能角度来看，粒计算是模拟 理方法，包括人类的学习能力、求解能力、推理能力、 人类思考和解决大规模复杂问题的结构化求解模 决策能力等。 式，从实际问题的需要出发，用可行的满意近似解 1 粒计算的发展及特点 替代精确解。该理论改变了传统的计算观念，达到 对问题的简化、提高问题求解效率等目的6。事实 粒计算(granular computing)是当前人工智能领 上，粒计算不仅是人类认知的一种天然特性，也是许 域中一种新的概念和计算范式，是研究基于多层次 多智能分析任务的内在需求。揭示和模拟人类的这 粒结构的思维方式、问题求解方法、信息处理模式及 种粒计算认知机理对人工智能发展具有重要作用。 其相关理论、技术和工具的学科，属于人类较高层次 1.1粒化思维的优越性 认知机理研究的范畴。自1997年Zadeh第1次 正如张钹院士[]所指出的“人类智能的一个公 提出粒计算的概念以来，涌现出许多关于粒计算研 认特点，就是人们能从极不相同的粒度上观察和分 究的学术及应用成果。从研究水平来看，2016年国 析同一问题，并且很容易地从一个粒度世界转到另 际期刊Journal of Granular Computing2)]在Springer 一个粒度世界”。这强有力地表现了人类问题求解 创刊：国际学术会议有每年一次的CRS:国内会议 过程中具备了在多个粒度空间之间进行通信和转换 有每年一次的CRSSC-CWI-CGrC:在近年来的国家 的能力。基于多粒度的数据建模就是通过获得的信 自然科学基金申请中，粒计算理论及应用已经成为 息粒集和多个粒结构进行复杂数据分析，从中挖掘 信息学部的申请和研究热点之一)。与此同时， 可用的知识并形成有效决策。若数据建模仅使用一 Web-of-Science检索结果显示，以粒计算为主题的 个粒结构，则称其为基于单粒度的数据建模：若使用 文章除了计算机科学学科外，与多个学科具有关联 多个粒结构，则称其为基于多粒度的数据建模。 (见表1)。 “横看成岭侧成峰，远近高低各不同”，由于多粒度 表1以粒计算为主题的SCI论文学科及高引论文分布 分析从多个角度、多个层次出发分析问题，可获得对 Table 1 Distribution of disciplines and its highly cited pa- 于问题更加合理、更加满意的求解结果。总之，基于 per count on topic granular computing 多粒度原理的模拟与实现对复杂问题的机器求解具 研究领域记录数所占比例/%高引论文数 有重要指导价值。 计算机科学 1256 47.059 26 1.2多粒度结构的普遍性 工程 919 34.432 2 许多数据具有多粒度、多层次特性。比如，对于 广泛存在的生物网络数据，Nir Friedma等[s]在《Sci- 物理 285 10.678 1 ence》上发表的论文就认为在诸如复杂细胞网络、蛋 材料科学 193 7.231 1 白质互作用网络等生物数据中都广泛存在着多层 机械 189 7.081 0 次、多尺度特性。Clauset等9)在《Nature》上发表的 数学 165 6.182 0 论文也指出，在复杂社会网络中也存在天然的层次 地理科学 124 4.646 0 结构，而社会网络面临的数据自身就是广泛存在的 从研究内容看，早期粒计算的应用研究主要集 多模态数据。Ahn等uo则专门研究了大规模复杂 中在数据粒化、多粒度分析、知识发现等方面。自 数据的多尺度复杂性特性。在军事、气象等领域，由 2013年以来，有关粒计算的研究呈现出较强的应用 卫星获得的多波段遥感数据也是典型的具有多层 价值。2015年在天津召开的RSFDGrC国际会议[4) 次、多尺度特性的多模态数据山。这些都暗示着反 上，发表的有关粒计算研究成果中，超过半数有关应 映复杂的模式发现与推理决策的多模态数据必然隐 用研究，如台湾省的Kao-Yi Shen和Gwo-Hshiung 含着由这些数据所决定的局部与整体关系以及复杂 Tzeng将决策粗糙集和粒计算的方法应用于寿险公 的层次结构，即数据的多粒度/多层次特性。诸多数后的“知识期”，还是目前蓬勃发展的“学习期”，这 些历史时期都产生了极为璀璨的人工智能理论与技 术，有力推动了信息技术的快速发展。 目前，人工智 能研究主要从两个方面展开：一类着重于感知机理 的理解与模拟，包括视觉、触觉、嗅觉、听觉等动态输 入的理解与建模；另一类着重于认知机理的理解与 模拟，重点关注人类较高层次的认知机理与信息处 理方法，包括人类的学习能力、求解能力、推理能力、 决策能力等。 １ 粒计算的发展及特点 粒计算（ｇｒａｎｕｌａｒ ｃｏｍｐｕｔｉｎｇ）是当前人工智能领 域中一种新的概念和计算范式，是研究基于多层次 粒结构的思维方式、问题求解方法、信息处理模式及 其相关理论、技术和工具的学科，属于人类较高层次 认知机理研究的范畴。 自 １９９７ 年 Ｚａｄｅｈ ［１］ 第 １ 次 提出粒计算的概念以来，涌现出许多关于粒计算研 究的学术及应用成果。 从研究水平来看，２０１６ 年国 际期刊 Ｊｏｕｒｎａｌ ｏｆ Ｇｒａｎｕｌａｒ Ｃｏｍｐｕｔｉｎｇ ［２］ 在 Ｓｐｒｉｎｇｅｒ 创刊；国际学术会议有每年一次的 ＩＪＣＲＳ；国内会议 有每年一次的 ＣＲＳＳＣ⁃ＣＷＩ⁃ＣＧｒＣ；在近年来的国家 自然科学基金申请中，粒计算理论及应用已经成为 信息学部的申请和研究热点之一［３］ 。 与此同时， Ｗｅｂ⁃ｏｆ⁃Ｓｃｉｅｎｃｅ 检索结果显示，以粒计算为主题的 文章除了计算机科学学科外，与多个学科具有关联 （见表 １）。 表 １ 以粒计算为主题的 ＳＣＩ 论文学科及高引论文分布 Ｔａｂｌｅ １ Ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｄｉｓｃｉｐｌｉｎｅｓ ａｎｄ ｉｔｓ ｈｉｇｈｌｙ ｃｉｔｅｄ ｐａ⁃ ｐｅｒ ｃｏｕｎｔ ｏｎ ｔｏｐｉｃ ｇｒａｎｕｌａｒ ｃｏｍｐｕｔｉｎｇ 研究领域 记录数 所占比例／ ％ 高引论文数 计算机科学 １ ２５６ ４７．０５９ ２６ 工程 ９１９ ３４．４３２ ２ 物理 ２８５ １０．６７８ １ 材料科学 １９３ ７．２３１ １ 机械 １８９ ７．０８１ ０ 数学 １６５ ６．１８２ ０ 地理科学 １２４ ４．６４６ ０ 从研究内容看，早期粒计算的应用研究主要集 中在数据粒化、多粒度分析、知识发现等方面。 自 ２０１３ 年以来，有关粒计算的研究呈现出较强的应用 价值。 ２０１５ 年在天津召开的 ＲＳＦＤＧｒＣ 国际会议［４］ 上，发表的有关粒计算研究成果中，超过半数有关应 用研究，如台湾省的 Ｋａｏ⁃Ｙｉ Ｓｈｅｎ 和 Ｇｗｏ⁃Ｈｓｈｉｕｎｇ Ｔｚｅｎｇ 将决策粗糙集和粒计算的方法应用于寿险公 司营销模式分析。 ２０１７ 年 ＳＣＩ 二区期刊信息科学 专辑“大数据时代基于粒计算的机器学习” ［５］ 明确 指出，除了粒计算理论和模型的研究外，收稿范围扩 展到所有与粒计算相关的工业界研究成果。 专辑实 际收录推荐系统、入侵检测等应用达一半之多。 当前，互联网和大数据催生了领域问题的大规 模和复杂化。 从人工智能角度来看， 粒计算是模拟 人类思考和解决大规模复杂问题的结构化求解模 式， 从实际问题的需要出发， 用可行的满意近似解 替代精确解。 该理论改变了传统的计算观念，达到 对问题的简化、提高问题求解效率等目的［６］ 。 事实 上，粒计算不仅是人类认知的一种天然特性，也是许 多智能分析任务的内在需求。 揭示和模拟人类的这 种粒计算认知机理对人工智能发展具有重要作用。 １．１ 粒化思维的优越性 正如张钹院士［７］ 所指出的“人类智能的一个公 认特点，就是人们能从极不相同的粒度上观察和分 析同一问题，并且很容易地从一个粒度世界转到另 一个粒度世界”。 这强有力地表现了人类问题求解 过程中具备了在多个粒度空间之间进行通信和转换 的能力。 基于多粒度的数据建模就是通过获得的信 息粒集和多个粒结构进行复杂数据分析，从中挖掘 可用的知识并形成有效决策。 若数据建模仅使用一 个粒结构，则称其为基于单粒度的数据建模；若使用 多个粒结构， 则称其为基于多粒度的数据建模。 “横看成岭侧成峰，远近高低各不同”，由于多粒度 分析从多个角度、多个层次出发分析问题，可获得对 于问题更加合理、更加满意的求解结果。 总之，基于 多粒度原理的模拟与实现对复杂问题的机器求解具 有重要指导价值。 １．２ 多粒度结构的普遍性 许多数据具有多粒度、多层次特性。 比如，对于 广泛存在的生物网络数据，Ｎｉｒ Ｆｒｉｅｄｍａ 等［８］ 在《Ｓｃｉ⁃ ｅｎｃｅ》上发表的论文就认为在诸如复杂细胞网络、蛋 白质互作用网络等生物数据中都广泛存在着多层 次、多尺度特性。 Ｃｌａｕｓｅｔ 等［９］ 在《Ｎａｔｕｒｅ》上发表的 论文也指出，在复杂社会网络中也存在天然的层次 结构，而社会网络面临的数据自身就是广泛存在的 多模态数据。 Ａｈｎ 等［１０］ 则专门研究了大规模复杂 数据的多尺度复杂性特性。 在军事、气象等领域，由 卫星获得的多波段遥感数据也是典型的具有多层 次、多尺度特性的多模态数据 ［１１］ 。 这些都暗示着反 映复杂的模式发现与推理决策的多模态数据必然隐 含着由这些数据所决定的局部与整体关系以及复杂 的层次结构，即数据的多粒度／ 多层次特性。 诸多数 ·７４４· 智 能 系 统 学 报 第 １１ 卷