吴伟志 杨 丽 谭安辉 徐优红

(浙江海洋大学数理与信息学院 浙江舟山 316022) (浙江省海洋大数据挖掘与应用重点实验室(浙江海洋大学) 浙江舟山 316022) (wuwz@zjou.edu.cn)

粒计算(granular computing, GrC)是当前人工智能领域中一个非常活跃的研究方向，是信息处理的一种新的概念和计算范式，它模拟人类思考模式，以粒(granule)为基本计算单位，强调对现实世界问题多视角、多层次的理解和描述，是针对复杂问题求解、海量数据挖掘和不确定性信息处理等问题研究的有力工具.早在1979年，模糊数学的创始人Zadeh[1]就提出了信息粒度(information granularity)的概念.Hobbs[2]于1985年对粒度(granularity)概念作了进一步的阐述，描述了粒计算雏形的一些基本特征，以不同的粒度来概化世界，以粒度之间的交换来处理问题.Zadeh[3]于1997年又进一步提出了信息粒化(information granulation)的概念，并认为人类认知能力可概括为粒化、组织和因果3个主要特征.而“粒计算”这个概念是Lin[4]于1997年首次提出的，后来Lin[5]和Yao[6]分别对粒计算研究的一些基本问题进行了阐述.我国张钹院士和张铃教授[7]提出的商空间(quotient space)理论被公认为粒计算的另一个重要模型，该理论明确指出“在问题求解研究中，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”.

迄今为止，已经提出了很多涉及具体应用背景的粒计算模型和方法，而在众多粒计算研究方法中，粗糙集对粒计算研究的推动和发展起着重要的作用[8-19].粗糙集数据分析中的典型数据描述结构称为信息系统(information system)[20]，又称为信息表……