知识融合中若干关键技术研究

知识融合是知识科学和信息融合的一个交叉学科,它通过对分布式数据 源和知识源进行组织和管理,结合应用需求对知识元素进行转化、集成和融 合等处理,从而获取有价值或可用的新知识,同时对知识对象的结构和内涵 进行优化,提供基于知识的服务。知识融合的研究对分布式知识库环境中的 知识共享、知识系统的交互、集成和协同工作、知识服务质量的优化等方面 有一定的价值;特别对研究基于知识内涵的知识发现以及新知识的创建、组 织、评价和优化等方面具有相当重要的意义。 论文主要研究知识融合中的几个关键问题,针对目前知识融合领域中较 为分散的研究进行了系统化的研究分析,明确了其中相对比较重要的基本模 块,并在知识对象规范化描述、知识融合算法、融合结果的优化组织存储结 构以及知识融合的反馈与自适应机制等几个方面进行了分析,针对性地提出 了一些新的思路和较为可行的实现方法。 目前对于知识融合的研究内容相对比较分散,且在诸如知识融合的基本 框架结构、逻辑概念模型等方面都尚未形成完全统一的标准,本文通过对这 种研究现状的分析,结合本体论思想和元知识方法,尝试性地建立了知识融 合的框架结构和逻辑模型,对知识融合应该具有的最小功能进行了形式化定 义,明确了知识融合研究过程中需要解决的一些基本问题。 本文研究工作的创新性从以下三方面内容体现: (1)知识融合算法是在知识融合研究的核心内容,但通用性和效率都较 为理想的融合算法相对较少,针对这一问题,本文结合知识融合研究中较为 常用的遗传算法基本思想,给出了遗传融合算法Knowledge Fusion Algorithm-G(记做KFA-G,本文一下出现的KFA记号均代表该含义);结合 知识对象融合规则给出了融合算法KFA-R;分别按照不同的侧重点将两种算 法协同处理得到两种改进型融合算法KFA-GR和KFA-RG;针对知识融合的 问题求解需求驱动模式给出了融合算法KFA-SO。对以上算法的理论基础和 基本思路都给出了较为详细的描述,并结合仿真试验对算法的可行性和效率 进行了分析。 (2)在所给出的知识融合基本框架和核心算法基础上,结合知识空间理 论方面的相关研究,提出了解知识空间的概念模型,分析了解知识空间在知 识融合系统中的作用和意义,对解知识空间中知识节点状态和局部模式的动 态演化过程进行了归纳,并分析了解知识空间中的知识聚类方法,提出了适 用于知识融合所对应的空间搜索改进策略。