一种新的网格资源模型研究

提出了模糊概念格和模糊概念Trie树的网格资源模型，将形式概念分析理论和网格资源管理技术进行了有机地结合。给出了网格、资源的形式概念定义，构造了网格资源模糊概念格。利用形式概念分析方法，生成了网格资源模糊概念的外延Trie树和内涵Trie树，并给出了树的生成和资源与服务检索算法。实验和实例表明，这种资源组织方式是可行和有效的。     

网格资源实概念格模型及其算法研究

如何对资源进行组织与管理,是网格研究与应用问题中的关键课题。为了解决这个问题,出现了一系列理论方法和应用原型。首次提出了实概念格和实概念Trie树的网格资源管理策略,将形式概念分析理论和网格资源管理技术进行了有机的结合。给出了网格、资源的形式概念定义,建立了网格资源实概念格模型。利用形式概念分析方法,构造了网格资源实概念的外延Trie树和内涵Trie树,并给出了树的生成和资源与服务检索算法。实验和实例表明,这种资源组织方式是可行的和有效的。     

模糊描述逻辑系统L-ALCN中的形式概念格

该文首先简单介绍格值模糊描述逻辑系统L—ALCN的语法和语义,介绍形式概念分析（FCA）的基本理论。把形式概念分析引入到模糊描述逻辑中,在国际上也是刚刚起步,尚不成熟。该文定义了模糊形式背景、模糊形式概念格,并证明了此概念格为完备格。     

模糊描述逻辑系统L-ALCN中的形式概念格

该文首先简单介绍格值模糊描述逻辑系统L-ALCN的语法和语义,介绍形式概念分析(FCA)的基本理论。把形式概念分析引入到模糊描述逻辑中,在国际上也是刚刚起步,尚不成熟。该文定义了模糊形式背景、模糊形式概念格,并证明了此概念格为完备格。     

一种基于模糊形式概念分析的模糊本体学习方法

模糊本体是语义网中处理模糊信息的重要工具,而模糊本体学习是构建模糊本体的一种有效方法,因此模糊本体学习已逐渐成为现今本体研究的热点。作为模糊本体的另一种图结构的表现形式,模糊概念格构造与演化的研究也渐渐引起人们的关注。模糊形式概念分析是一种基于模糊形式背景表示形式概念的新模型,是由模糊集理论与形式概念分析结合而成,其主要表现形式即是模糊概念格。这种模糊概念层次结构是数据分析及规则提取的有效工具,且支持概念间相似度的计算。提出一种基于模糊形式概念分析的模糊本体学习方法,意图从领域文档中获取模糊概念和模糊概念关系,并通过模糊形式概念分析,将其添加到源模糊本体转化的模糊概念格中,以完成模糊本体学习。     

一种模糊概念格模型及其渐进式构造算法

传统形式概念分析方法无法处理现实中模糊和不确定信息,因此,对模糊概念格及其信息表示的研究具有重要意义.文中提出了一种模糊概念格模型,提出了模糊形式背景中属性隶属度值的窗口截取方法,定义了模糊概念的模糊参数σ和λ,给出了模糊概念格渐进式构造算法,推导出了模糊参数σ和λ的渐进式计算公式.模糊参数σ和λ分别体现了概念外延对于属性的隶属度的均值和发散程度.在模糊概念格渐进式构造算法中引入两个中间参数以实现模糊参数的渐进式计算.最后,进行了算法性能评估实验,结果表明模糊概念格的这种渐进式构造算法在时间上和空间上都具有良好的性能.     

基于互关联后继树的概念格构造算法

概念格是知识工程中一个重要的知识表达工具，同时也是形式概念分析的核心．目前已出现了许多有效的概念格构造算法．提出了一个基于互关联后继树的概念格构造算法，以扩展的互关联后继树为数据模型，通过对树的搜索和相关判定定理完成所有形式概念的生成．分析了算法的性能，并做出相关结论．     

一种区间数分解与定标算法及其扩展形式背景的概念格生成方法

现有的概念格模型无法处理既包含以布尔值表示的信息,又包含以标量、模糊数及区间数表示的信息。因此,针对包含所有这些信息类型的扩展的形式背景提出它的处理方法,在此基础上,生成经扩展的概念格,是一项有意义的工作。提出了一种新的区间数分解与定标算法,以处理含有多种类型的扩展形式背景,并给出了相应的扩展格生成算法。最后,实验表明,该方法具有良好的效果。     

一种基于概念格胶合的模糊本体合并方法

为了解决本体异构问题,实现本体资源的共享和重用,需要进行本体集成。本体合并是集成的一种方式。本体对概念外延和内涵揭示得不够,对概念的表达深度不够。形式概念分析可以很好地表示和处理概念以及概念之间的关系,但是在语言表达和推理等方面还很不足,因此需要将它们结合起来表达和处理知识,提高语义表达能力。提出了一种基于模糊概念格胶合的模糊本体合并方法,为模糊本体集成提供了一种新的方法。     

变精度对偶概念格的构造及其性质

形式概念分析作为进行数据分析的有效工具,吸引了世界各地研究者的关注。由于二值形式背景的局限性,人们将模糊集引入形式概念分析。但是模糊形式背景生成的模糊概念数量庞大。讨论了基于模糊形式背景的模糊对偶概念格的概念约简,构造出了模糊对偶概念格的三种变精度概念格,讨论了它们的关系。结果表明每一种变精度概念格都保留了模糊对偶概念格中相对重要的概念。变精度对偶概念格的概念数量远远少于模糊对偶概念格的概念数。     

Knowledge representation using interval-valued fuzzy formal concept lattice

Formal concept analysis (FCA) is a mathematical framework for data analysis and processing tasks. Based on the lattice and order theory, FCA derives the conceptual hierarchies from the relational information systems. From the crisp setting, FCA has been extended to fuzzy environment. This extension is aimed at handling the uncertain and vague information represented in the form of a formal context whose entries are the degrees from the scale [0, 1]. The present study analyzes the fuzziness in a given many-valued context which is transformed into a fuzzy formal context, to provide an insight into generating the fuzzy formal concepts from the fuzzy formal context. Furthermore, considering that a major problem in FCA with fuzzy setting is to reduce the number of fuzzy formal concepts thereby simplifying the corresponding fuzzy concept lattice structure, the current paper solves the problem by linking an interval-valued fuzzy graph to the fuzzy concept lattice. For this purpose, we propose an algorithm for generating the interval-valued fuzzy formal concepts. To measure the weight of fuzzy formal concepts, an algorithm is proposed using Shannon entropy. The knowledge represented by formal concepts using interval-valued fuzzy graph is compared with entropy-based-weighted fuzzy concepts at chosen threshold.     

基于模糊元胞自动机的电网故障演化模型

为了构建与实际电网更加接近的电网故障模型,将模糊理论及元胞自动机(CA)理论相结合,提出并建立了用于模拟电网故障演化的模糊元胞自动机模型,并定义了模型中元胞状态、电网状态及故障传递程度的模糊规则库,同时进行了基于IEEE39节点系统的电网故障传播演化过程仿真。仿真结果进一步验证了电网的自组织临界性(SOC),同时结果表明,该模型较不采用模糊规则的电网故障模型其损失负荷幂律特性曲线斜率绝对值增大了17%,电网更加稳定,该模型与电网实际运行情况更加接近。     

基于负载均衡的模糊概念并行构造算法

提高模糊概念格直接构造效率是形式概念分析领域的主要问题之一,而当前基于模糊伽罗瓦联系的闭包运算仍是构造模糊概念的主要计算负荷,为此,提出一种基于负载均衡的并行构造模糊概念算法.该算法使用树状结构组织,遍历由自然数区间简化的搜索空间,逐级并行产生模糊概念、缩减搜索区间,并通过重新划分子搜索空间,实现各个计算节点负载均衡.实验结果表明,所提出的算法在稀疏数据集上表现优秀,能够有效地提高模糊概念构造效率.     

Fast factorization by similarity in formal concept analysis of data with fuzzy attributes

We present a method of fast factorization in formal concept analysis (FCA) of data with fuzzy attributes. The output of FCA consists of a partially ordered collection of clusters extracted from a data table describing objects and their attributes. The collection is called a concept lattice. Factorization by similarity enables us to obtain, instead of a possibly large concept lattice, its factor lattice. The elements of the factor lattice are maximal blocks of clusters which are pairwise similar to degree exceeding a user-specified threshold. The factor lattice thus represents an approximate version of the original concept lattice. We describe a fuzzy closure operator the fixed points of which are just clusters which uniquely determine the blocks of clusters of the factor lattice. This enables us to compute the factor lattice directly from the data without the need to compute the whole concept lattice. We present theoretical solution and examples demonstrating the speed-up of our method.     

具有模糊多目标的网格任务调度算法

在异构的网格计算平台上,网格中有用户、资源管理员、组织管理者等实体,这些实体对网格的管理、使用、维护、安全性、可靠性等目标都提出了要求,并且这些目标有时是不可量化的。针对具有模糊多目标网格计算的任务调度问题,提出模糊多目标网格任务调度模型,使用模糊化等式对多目标进行模糊处理,给出求解该模型的模糊化定理,并对该定理进行证明。利用差分优化算法无需目标函数连续可微的特点,提出使用模糊差分优化算法完成模糊多目标的网格任务调度。实验结果表明,模糊差分优化算法较现有算法在执行时间上处于劣势,但在可靠性、安全性和丢失任务数三个指标上要优于现有算法。     

模糊本体构建的概念距离聚类方法

针对手工构建模糊本体工作量大且构建效率低的问题,结合模糊集理论和模糊概念格的结构惟一性等特点,提出一种基于模糊概念格的概念距离聚类方法来构建模糊本体.用渐进式方法构建出模糊概念格,并计算模糊概念格中节点的模糊参数,对其进行概念距离聚类处理,得到模糊概念层次,最后映射为模糊本体.其构建实例验证了该构建方法的可用性和有效性.