第14卷第3期 智能系统学报 Vol.14 No.3 2019年5月 CAAI Transactions on Intelligent Systems May 2019 D0:10.11992/tis.201804055 网络出版地址：http:/kns.cnki.net/kcms/detail/23.1538.TP.20180607.1357.002html 基于模糊超网络的知识获取方法研究 程麟焰2，胡峰2 (1.重庆邮电大学计算机科学与技术学院，重庆400065,2.重庆邮电大学计算智能重庆市重点实验室，重庆 400065) 摘要：本文结合模糊粗糙集理论与超网络的相关知识，提出了一种模糊超网络模型。与传统超网络模型的不 同之处在于，模糊超网络模型采用了模糊等效关系来代替超网络中的分明等效关系，并在此基础上对超边的生 成和演化进行了改进。根据样本的分布将样本集划分成3个区域，即正域、边界域和负域，不同区域的样本按 照不同的方式生成超边：根据分类效果将超边集也划分成3个区域，并对不同区域的超边进行相应地替换处 理。实验结果表明，在正确率、Precision、Recall等指标上，模糊超网络分类算法具有明显的优势。 关键词：模糊等价；模糊集；模糊粗糙集；三支决策：超网络；知识获取方法；分类算法 中图分类号：TP18文献标志码：A文章编号：1673-4785(2019)03-0479-12 中文引用格式：程麟焰，胡峰.基于模糊超网络的知识获取方法研究智能系统学报，2019,14(3)：479-490. 英文引用格式：CHENG Linyan,HU Feng.Fuzzy hypernetwork-based knowledge acquisition method J.CAAI transactions on in- telligent systems,2019,14(3):479-490. Fuzzy hypernetwork-based knowledge acquisition method CHENG Linyan,HU Feng'2 (1.College of Computer Science and Technology,Chongqing University of Posts and Telecommunications,Chongqing 400065, China;2.Chongqing Key Laboratory of Computational Intelligence,Chongqing University of Posts and Telecommunications, Chongqing 400065,China) Abstract:Combining the fuzzy rough set theory with the related knowledge on hypernetworks,this paper proposes a fuzzy hypernetwork mode.In comparison with the traditional hypernetwork model,the fuzzy hypernetwork model uses the fuzzy equivalence relationship to replace the distinct equivalence relation in hypernetworks and then improves the generation and evolution of hyperedges on this basis.First,the samples are divided into three regions according to their distribution:positive,boundary,and negative regions.The samples of different regions generate hyperedges in different ways.Second,the hyperedges are also divided into three regions according to their classification results,and the corres- ponding replacement of hyperedges in different regions is implemented.The experimental results show that the fuzzy hypernetwork classification algorithm presents prominent advantages in terms of accuracy,precision,and recall,thus proving the validity of the classification algorithm. Keywords:fuzzy equivalence;fuzzy set;fuzzy rough set;three-way decision;hypernetworks;knowledge acquisition method:classification algorithm 模糊粗糙集理论是1990年由D.Dubios和H.Prade共同提出的处理数值型数据中存在的不 收稿日期：2018-04-26.网络出版日期：2018-06-07. 一致性的数学理论山。经过多年的发展，模糊粗 基金项目：国家自然科学基金项目(61533020,61472056 61309014):重点产业共性关键技术创新专项项目 糙集在理论和应用方面都取得了相当丰富的研究 (cstc2017zdcy-zd小yf0332,cstc2017zdcy-zdzx0046):重庆 市基础与前沿项目(cstc2017 jcyjAX0408). 成果，在系统控制、故障诊断、机器学习与数据挖 通信作者：程麟焰.E-mail:496732322@qq,com. 掘等众多领域都有着广泛的应用。经典的粗糙集DOI: 10.11992/tis.201804055 网络出版地址: http://kns.cnki.net/kcms/detail/23.1538.TP.20180607.1357.002.html 基于模糊超网络的知识获取方法研究 程麟焰1,2，胡峰1,2 （1. 重庆邮电大学 计算机科学与技术学院，重庆 400065; 2. 重庆邮电大学 计算智能重庆市重点实验室，重庆 400065） 摘 要：本文结合模糊粗糙集理论与超网络的相关知识，提出了一种模糊超网络模型。与传统超网络模型的不 同之处在于，模糊超网络模型采用了模糊等效关系来代替超网络中的分明等效关系，并在此基础上对超边的生 成和演化进行了改进。根据样本的分布将样本集划分成 3 个区域，即正域、边界域和负域，不同区域的样本按 照不同的方式生成超边；根据分类效果将超边集也划分成 3 个区域，并对不同区域的超边进行相应地替换处 理。实验结果表明，在正确率、Precision、Recall 等指标上，模糊超网络分类算法具有明显的优势。 关键词：模糊等价；模糊集；模糊粗糙集；三支决策；超网络；知识获取方法；分类算法 中图分类号：TP18 文献标志码：A 文章编号：1673−4785(2019)03−0479−12 中文引用格式：程麟焰, 胡峰. 基于模糊超网络的知识获取方法研究[J]. 智能系统学报, 2019, 14(3): 479–490. 英文引用格式：CHENG Linyan, HU Feng. Fuzzy hypernetwork-based knowledge acquisition method[J]. CAAI transactions on in￾telligent systems, 2019, 14(3): 479–490. Fuzzy hypernetwork-based knowledge acquisition method CHENG Linyan1,2 ，HU Feng1,2 (1. College of Computer Science and Technology, Chongqing University of Posts and Telecommunications, Chongqing 400065, China; 2. Chongqing Key Laboratory of Computational Intelligence, Chongqing University of Posts and Telecommunications, Chongqing 400065, China) Abstract: Combining the fuzzy rough set theory with the related knowledge on hypernetworks, this paper proposes a fuzzy hypernetwork mode. In comparison with the traditional hypernetwork model, the fuzzy hypernetwork model uses the fuzzy equivalence relationship to replace the distinct equivalence relation in hypernetworks and then improves the generation and evolution of hyperedges on this basis. First, the samples are divided into three regions according to their distribution: positive, boundary, and negative regions. The samples of different regions generate hyperedges in different ways. Second, the hyperedges are also divided into three regions according to their classification results, and the corres￾ponding replacement of hyperedges in different regions is implemented. The experimental results show that the fuzzy hypernetwork classification algorithm presents prominent advantages in terms of accuracy, precision, and recall, thus proving the validity of the classification algorithm. Keywords: fuzzy equivalence; fuzzy set; fuzzy rough set; three-way decision; hypernetworks; knowledge acquisition method; classification algorithm 模糊粗糙集理论是 1990 年由 D.Dubios 和 H.Prade 共同提出的处理数值型数据中存在的不 一致性的数学理论[1]。经过多年的发展，模糊粗 糙集在理论和应用方面都取得了相当丰富的研究 成果，在系统控制、故障诊断、机器学习与数据挖 掘等众多领域都有着广泛的应用。经典的粗糙集 收稿日期：2018−04−26. 网络出版日期：2018−06−07. 基金项目：国家自然科学基金项 目 (61533020, 61472056, 61309014)；重点产业共性关键技术创新专项项目 (cstc2017zdcy-zdyf0332, cstc2017zdcy-zdzx0046)；重庆 市基础与前沿项目 (cstc2017jcyjAX0408). 通信作者：程麟焰. E-mail：496732322@qq.com. 第 14 卷第 3 期 智 能 系 统 学 报 Vol.14 No.3 2019 年 5 月 CAAI Transactions on Intelligent Systems May 2019