信息粒计算的表示、建模与推理方法的研究

人工智能最主要的目的是为人类的某些智能行为建立适当的形式化模型，以便利用计算机再现人类智能的部分功能。从不同的粒度（granularity）上观察、分析与解决同一问题，是公认的人类智能的特点之一。粒计算（Granular Computing）就是关于模拟人类这种智能的计算理论、方法和技术。目前粗糙集理论、商空间理论和模糊集理论从不同角度对粒度计算进行了研究，各有千秋。本项目将对三者进行深入细致的比较分析，在粗糙集理论中引入商空间与模糊集理论的优势，构成一个更加系统、完整、有效的信息粒计算理论与方法。主要内容有：信息粒的表示、构造及语义；信息粒粗细的测度；信息粒的运算与操作；信息粒度的选择；不同信息粒的推理技术。这些问题的研究解决，对于智能系统的研究与设计具有重要的理论意义，同时对提高海量信息处理的效率具有实际的价值。