淺談粒度計(jì)算
時(shí)間:
張 鈴1由 分享
摘要:粒度計(jì)算是新近興起的人工智能研究領(lǐng)域的一個(gè)方向,本文簡(jiǎn)單介紹粒度計(jì)算的主要三個(gè)方法,以及之間的關(guān)系。
關(guān)鍵詞:粒度計(jì)算、模糊邏輯、商空間理論、粗糙集理論。
一.引言
人們?cè)谒伎紗?wèn)題時(shí),或者是先從總體進(jìn)行觀察,然后再逐步深入地研究各個(gè)部分的情況;或先從各個(gè)方面對(duì)同一問(wèn)題進(jìn)行不同側(cè)面的了解,然后對(duì)它們進(jìn)行綜合;或是上面兩種方法的組合,即時(shí)而從各側(cè)面對(duì)事物進(jìn)行了解,然后進(jìn)行綜合觀察,時(shí)而綜合觀察后,對(duì)不甚了解的部分再進(jìn)行觀察……總之,根據(jù)需要從不同側(cè)面、不同角度反復(fù)對(duì)事物進(jìn)行了解、分析、綜合、推理.最后得出事物本質(zhì)的性質(zhì)和結(jié)論.
人工智能研究者對(duì)人類這種能力進(jìn)行了深入地研究,并建立了各種形式化的模型.本文要介紹的粒度計(jì)算,就是對(duì)上述問(wèn)題的研究的一個(gè)方面.
人工智能最主要的目的是,為人類的某些智能行為建立適當(dāng)?shù)男问交P?,以便利用?jì)算機(jī)能再顯人的智能的部分功能。什么是人類的最主要的智能,或者說(shuō)智能的最重要表現(xiàn)形式是什么。各家有不同的看法,如Simon等認(rèn)為人的智能表現(xiàn)為,對(duì)問(wèn)題求解目標(biāo)的搜索(Search)能力。比如學(xué)生在證明一道平面幾何題目時(shí),進(jìn)行思考,“聰明的小孩”能很快地找到證明該結(jié)論的有關(guān)的定理性質(zhì),并很快地應(yīng)用上去,從而就得到證明。“數(shù)學(xué)能力差的學(xué)?笨贍芏?椅餮埃?也壞膠鮮實(shí)畝ɡ硨托災(zāi)剩?評(píng)慈迫ィ?艿貌壞街っ韉囊?歟籔awlak[P1]則認(rèn)為人的智能表現(xiàn)為對(duì)事物(事件、行為、感知等)的分類(Classification)能力。如平時(shí)我們說(shuō)某醫(yī)生本事大,就是這位醫(yī)生能從病人的癥狀中,正確地診斷出病人是患什么?。ǚ诸惸芰?!分出患什么病來(lái))等等。我們認(rèn)為“人類智能的公認(rèn)特點(diǎn),就是人們能從極不相同的粒度(Granularity)上觀察和分析同一問(wèn)題。人們不僅能在不同粒度的世界上進(jìn)行問(wèn)題求解,而且能夠很快地從一個(gè)粒度世界跳到另一個(gè)粒度的世界,往返自如,毫無(wú)困難。這種處理不同世界的能力,正是人類問(wèn)題求解的強(qiáng)有力的表現(xiàn)”[ZH1]。還有很多不同的理解,人們正是從這些不同的理解分別建立各自的模型和相關(guān)的理論和方法。
粒度計(jì)算目前國(guó)際上有三個(gè)主要的模型和方法,下面簡(jiǎn)單進(jìn)行介紹。
二. 三種不同的模型
下面簡(jiǎn)單介紹有關(guān)“粒度計(jì)算”的三個(gè)不同的模型和方法。
什么是粒度,顧名思義,就是取不同大小的對(duì)象。也就是說(shuō),將原來(lái)“粗粒度”的大對(duì)象分割為若干“細(xì)粒度”的小對(duì)象,或者把若干小對(duì)象合并成一個(gè)大的粗粒度對(duì)象,進(jìn)行研究。
最近Zadeh在[ZA1]-[ZA3]中,討論模糊信息粒度理論時(shí),提出人類認(rèn)知的三個(gè)主要概念,即粒度(granulation)、組織 (organization)、因果(causation)(粒度包括將全體分解為部分,組織包括從部分集成為全體,因果包括因果的關(guān)聯(lián))。并進(jìn)一步提出粒度計(jì)算。他認(rèn)為,粒度計(jì)算是一把大傘它覆蓋了所有有關(guān)粒度的理論、方法論、技術(shù)和工具的研究。指出:“粗略地說(shuō),粒度計(jì)算是模糊信息粒度理論的超集,而粗糙集理論和區(qū)間計(jì)算是粒度數(shù)學(xué)的子集”。
Zadeh 的工作激起了學(xué)術(shù)界對(duì)粒度計(jì)算研究的興趣,Y.Y.Yao和他的合作者對(duì)粒度計(jì)算進(jìn)行了一系列的研究[Y1]-[Y3]并將它應(yīng)用于數(shù)據(jù)挖掘等領(lǐng)域,其工作的要點(diǎn)是用決策邏輯語(yǔ)言(DL-語(yǔ)言)來(lái)描述集合的粒度(用滿足公式f元素的集合,來(lái)定義等價(jià)類m(f)),建立概念之間的IF-THEN關(guān)系與粒度集合之間的包含關(guān)系的聯(lián)系,并提出利用由所有劃分構(gòu)成的格,來(lái)求解一致分類問(wèn)題。這些研究為知識(shí)挖掘提供了一些新的方法和角度。
按Zadeh粒度計(jì)算的定義,我們提出的商空間理論和Pawlak的粗糙集理論都屬于“粒度計(jì)算”范疇。
目前有關(guān)粒度計(jì)算的理論與方法,主要有三個(gè)。一是Zadeh的“詞計(jì)算理論”(Theory of Works Computing),一是Pawlak的“粗糙集理論”(Theory of Rough Set),另一個(gè)是我們提出的“商空間理論”(Theory of Quotient Space)。
下面簡(jiǎn)單介紹三者的內(nèi)容:
1. 詞計(jì)算理論:
Zadeh認(rèn)為人類在進(jìn)行思考、判斷、推理時(shí)主要是用語(yǔ)言進(jìn)行的,而語(yǔ)言是一個(gè)很粗的“粒度”,如我們說(shuō)“九寨溝的風(fēng)景很美”,其中“很美”這個(gè)詞就比較 “龐統(tǒng)”,也就是說(shuō)其粒度很粗,如何利用語(yǔ)言進(jìn)行推理判斷,這就是要進(jìn)行“詞計(jì)算”,早在二十世紀(jì)六十年代Zadeh提出模糊集理論,就是“詞計(jì)算”的雛型。沿Zadeh的模糊集論的方向,用模糊數(shù)學(xué)的方法進(jìn)行有關(guān)粒度計(jì)算的方法和理論的研究,就構(gòu)成“粒度計(jì)算”的一個(gè)非常重要的方法和方向。這也是人們比較熟悉的一個(gè)方法。
2. 粗糙集理論:
波蘭學(xué)者Pawlak[P1]在二十世紀(jì)八十年代,提出的粗糙集理論,他提出一個(gè)假設(shè):人的智能(知識(shí))就是一種分類的能力,這個(gè)假設(shè)可能不是很完備,但卻非常精練。在此基礎(chǔ)上提出,概念可以用論域中的子集來(lái)表示,于是在論域中給定一組子集族,或說(shuō)給定一個(gè)劃分(所謂劃分,是指將X分成兩兩不相交的子集之并)。從數(shù)學(xué)上知道,給定X上的一個(gè)劃分,等價(jià)于在X上給定一個(gè)等價(jià)關(guān)系R。Pawlak稱之為在論域上給定了一個(gè)知識(shí)基(X,R)。然后討論一個(gè)一般的概念x(X中的一個(gè)子集),如何用知識(shí)基中的知識(shí)來(lái)表示,就是用知識(shí)基中的集合的并來(lái)表示。對(duì)那些無(wú)法用(X,R)中的集合的并來(lái)表示的集合,他借用拓?fù)渲械膬?nèi)核和閉包的概念,引入R-下近似R-(x)(相當(dāng)于x的內(nèi)核)和R-上近似R-(x)(相當(dāng)于x的閉包),當(dāng)R-(x)¹R-(x)時(shí),就稱x為粗糙集.從而創(chuàng)立了“粗糙集理論”。目前粗糙集理論已被廣泛應(yīng)用于各個(gè)領(lǐng)域,特別是數(shù)據(jù)挖掘領(lǐng)域,并獲得成功。
3.基于商空間的粒度計(jì)算.
我們認(rèn)為概念可以用子集來(lái)表示,不同粒度的概念就體現(xiàn)為不同粒度的子集,一簇概念就構(gòu)成空間的一個(gè)劃分----商空間(知識(shí)基),不同的概念簇就構(gòu)成不同的商空間. 故粒度計(jì)算,就是研究在給定知識(shí)基上的各種子集合之間的關(guān)系和轉(zhuǎn)換.以及對(duì)同一問(wèn)題,取不同的適當(dāng)?shù)牧6?從對(duì)不同的粒度的研究中,綜合獲取對(duì)原問(wèn)題的了解.這種對(duì)粒度的理解與模糊集對(duì)粒度的理解不完全一樣.
下面簡(jiǎn)單介紹基于商空間的粒度計(jì)算。
3.1商空間模型下的推理模型
商空間的模型用一個(gè)三元組來(lái)表示,即(X,F,T),其中X是論域,F是屬性集,T是X上的拓?fù)浣Y(jié)構(gòu).當(dāng)我們?nèi)〈至6葧r(shí),即給定一個(gè)等價(jià)關(guān)系R (或說(shuō)一個(gè)劃分),于是我們說(shuō)得到一個(gè)對(duì)應(yīng)于R的商集記為[X],它對(duì)應(yīng)于的三元組為([X],[F],[T]),稱之為對(duì)應(yīng)于R的商空間.商空間理論就是研究各商空間之間的關(guān)系、各商空間的合成、綜合、分解和在商空間中的推理。
在這個(gè)模型下,可建立對(duì)應(yīng)的推理模型,并有如下的性質(zhì).
A. 商空間模型中推理的“保假原理”(或“無(wú)解保持原理”).
B. 商空間模型中推理合成的“保真原理”.
所謂“保假原理”是指若一命題在粗粒度空間中是假的,則該命題在比它細(xì)的商空間中一定也無(wú)解。
所謂“保真原理”,是指,若命題在兩個(gè)較粗粒度的商空間中是真的,則(在一定條件下),在其合成的商空間中對(duì)應(yīng)的問(wèn)題也是真的。
這兩個(gè)原理在商空間模型的推理中起到很重要的作用,如若我們要對(duì)一個(gè)問(wèn)題進(jìn)行求解,當(dāng)問(wèn)題十分復(fù)雜時(shí),常先進(jìn)行初步分析,即取一個(gè)較粗粒度商空間,將問(wèn)題化成在該空間上的對(duì)應(yīng)的問(wèn)題,然后進(jìn)行求解,若得出該問(wèn)題在粗粒度空間中是無(wú)解,則由“保假原理”,立即得原問(wèn)題是無(wú)解的。因?yàn)榇至6鹊目臻g規(guī)模小,故計(jì)算量也少,這樣我們就可以以很少的計(jì)算量得出所要的結(jié)果,達(dá)到“事半功倍”的目的。
同樣利用“保真原理”也可達(dá)到降低求解的復(fù)雜性目的,設(shè)在兩個(gè)較粗空間X1、X2上進(jìn)行求解,得出對(duì)應(yīng)的問(wèn)題有解.利用“保真原理”可得,在其合成的空間X3上問(wèn)題也有解。設(shè)X1、X2的規(guī)模分別為s1、s2。因?yàn)橐话闱闆r下,X3的規(guī)模最大可達(dá)到s1s2。于是將原來(lái)要求解規(guī)模為s1s2空間中的問(wèn)題,化成求解規(guī)模分別為s1、s2的兩個(gè)空間中的問(wèn)題。即將復(fù)雜性從“相乘”降為“相加”。
四.商空間理論、粗糙集理論和模糊集理論之間的關(guān)系
4.1在模型上
三者都是描述人類能按不同粒度來(lái)處理事物的能力的模型.
商空間理論、粗糙集理論認(rèn)為概念可以用子集來(lái)表示,不同粒度的概念可以用不同大小的子集來(lái)表示,所有這些表示可以用等價(jià)關(guān)系來(lái)描述。
詞計(jì)算理論認(rèn)為概念是用“詞”來(lái)表示,而描述“詞”的有效的方法就是模糊集理論。
4.2.研究的對(duì)象
商空間理論、粗糙集理論、詞計(jì)算理論都將所討論的對(duì)象的集合構(gòu)成論域,但討論對(duì)象之間的關(guān)系時(shí),卻各有不同。
粗糙集理論的原型估計(jì)是由關(guān)系數(shù)據(jù)庫(kù)抽象而得的,故其模型為(X,F)(其中X是論域,F是屬性集),即通過(guò)元素的不同屬性值,來(lái)描述元素之間的關(guān)系,并用元素按不同屬性進(jìn)行的分類來(lái)表示不同的概念粒度。
商空間理論的原型是分層遞階方法,故其模型為(X,F,T)(其中X是論域,F是屬性集,T是X上的拓?fù)浣Y(jié)構(gòu))即除了元素的屬性外,還引入元素之間的關(guān)系T(用拓?fù)鋪?lái)描述),從這個(gè)意義上來(lái)說(shuō),粗糙集理論是商空間理論的一個(gè)簡(jiǎn)單的特例。當(dāng)然各自研究的著重點(diǎn)和側(cè)重點(diǎn)不同。
當(dāng)給定一個(gè)等價(jià)關(guān)系時(shí),粗糙集理論認(rèn)為是給定一個(gè)知識(shí)基,然后討論任給的一個(gè)概念(集合)在這個(gè)知識(shí)基上如何被表示為知識(shí)基上集合之并,以及之間的關(guān)系。粗糙集理論主要利用集合的基數(shù)(元素個(gè)數(shù))之間的關(guān)系,來(lái)描述概念之間的隸屬關(guān)系,這樣在一定程度上與模糊集概念聯(lián)系起來(lái)。另外,粗糙集理論還討論如何利用屬性來(lái)最簡(jiǎn)單地表示所對(duì)應(yīng)的知識(shí)基,這就是所謂“簡(jiǎn)約”問(wèn)題。但因模型缺乏描述元素之間的相互關(guān)系的手段,故很難提取有結(jié)構(gòu)論域中有關(guān)結(jié)構(gòu)所提供的信息。當(dāng)然結(jié)構(gòu)在一定意義下也可以看成是元素的某種屬性,但這種屬性是多元屬性(要用多元函數(shù)來(lái)表達(dá)),一般不能表示為f(x),而要用f(x,y,..)表示,如距離要用d(x,y)表示.
商空間理論著重點(diǎn)不同,它不是只針對(duì)給定的商空間(知識(shí)基)來(lái)討論知識(shí)的表達(dá)問(wèn)題,而是在所有可能的商空間中,找出最合適的商空間,利用從不同商空間(從不同角度)觀察同一問(wèn)題,以便得到對(duì)問(wèn)題不同角度的理解,最終綜合成對(duì)問(wèn)題總的理解(解).它的求解過(guò)程是在“由所有商空間組成的半序格”中運(yùn)動(dòng)轉(zhuǎn)換的過(guò)程.故可看成是宏觀的粒度計(jì)算.而粗糙集理論是在給定的商空間中的運(yùn)動(dòng),故可看成是微觀的粒度計(jì)算.
詞計(jì)算理論與商空間理論、粗糙集理論稍為不同,它主要研究(從粒度計(jì)算的觀點(diǎn)來(lái)看它)如何描述由詞界定的不同粒度的對(duì)象,它更擅長(zhǎng)描述由形容詞、副詞表達(dá)的不同粒度的概念,如非常好、很好、好、很不錯(cuò)、還好,…等等. 因?yàn)檫@些詞有程度不同的差別,故在一定意義下,詞計(jì)算理論也給出了描述元素之間的關(guān)系,但只限于由屬性的強(qiáng)弱程度不同所形成的關(guān)系.
從理論上說(shuō),將商空間理論、粗糙集理論看成是“精確”的粒度計(jì)算,那么都可在其模型上引入模糊的概念,得模糊的商空間理論,和模糊的粗糙集理論.
在[ZH2]中我們證明:模糊的等價(jià)關(guān)系,等價(jià)于在某個(gè)商空間上的歸一等腰距離。即,可將它化成有結(jié)構(gòu)的商空間。于是這三者都可統(tǒng)一地用多尺度的商空間理論來(lái)表示.如設(shè)商空間理論中原來(lái)的結(jié)構(gòu)是一距離d1(x,y),這個(gè)d1是元素在空間”位置”關(guān)系的描述, 而由模糊概念引入的距離d2,可以看成是元素之間的屬性關(guān)系的描述.
屬性是對(duì)元素個(gè)體性質(zhì)的描述,而尺度是對(duì)元素之間關(guān)系的描述(當(dāng)然也可看成是多元屬性).
若屬性值是取值于一個(gè)良序集上時(shí),多可用模糊集來(lái)描述.
將三者有機(jī)地結(jié)合起來(lái),對(duì)發(fā)展粒度計(jì)算將有重大意義。
4.3. 結(jié)構(gòu)的重要性
最后闡述在粒度計(jì)算中結(jié)構(gòu)的重要性,在問(wèn)題求解時(shí),人們多從一組前提出發(fā),希望由它通過(guò)一系列的推導(dǎo),得到結(jié)論。若將每個(gè)步驟用箭頭相連,則得到由前提到目標(biāo)的一條有向路?;蚋话悖瑔?wèn)題求解可看成是在某有結(jié)構(gòu)的空間中,求一條由前提到目標(biāo)的有向路(或一條路徑),于是當(dāng)空間的結(jié)構(gòu)是拓?fù)淇臻g時(shí),關(guān)于問(wèn)題求解的解的存在性問(wèn)題,就等價(jià)于在空間中回答“前提與目標(biāo)是否處在同一線連通成份中”。而求解問(wèn)題,就是在有解情況下,求從前提到目標(biāo)的一條有向路徑。
利用商空間中粗空間對(duì)細(xì)空間的“保假性”,(即:若問(wèn)題在粗空間中無(wú)解,則在比它細(xì)的空間一定也無(wú)解)通過(guò)合理的分層遞階,可大大降低問(wèn)題求解的復(fù)雜性。
我們對(duì)常遇到的結(jié)構(gòu)如:半序結(jié)構(gòu)、距離結(jié)構(gòu)以及一般拓?fù)浣Y(jié)構(gòu),其對(duì)應(yīng)的商空間的構(gòu)成及不同商空間的綜合都給出有效的構(gòu)造性的算法。
對(duì)什么情況下分層遞可以降低計(jì)算復(fù)雜性,能降低多少等,我們?cè)赱Z1]中也進(jìn)行了詳細(xì)地論述。
在[ZH3]中還把統(tǒng)計(jì)推斷方法引入商空間模型,為多層信息綜合、不確定推理、定性推理等,建立數(shù)學(xué)模型和相應(yīng)算法,有效降低了計(jì)算復(fù)雜性。
有結(jié)構(gòu)的模型在實(shí)際問(wèn)題求解中是經(jīng)常遇到的,如地理信息中其地理位置之間的關(guān)系就是一個(gè)距離結(jié)構(gòu);在數(shù)據(jù)倉(cāng)庫(kù)中各數(shù)據(jù)之間的關(guān)系可用半序來(lái)描述,它也是一種結(jié)構(gòu);又在路徑規(guī)劃中對(duì)象所處空間的位置關(guān)系,就是一種距離的結(jié)構(gòu);在數(shù)據(jù)挖掘中的規(guī)則發(fā)現(xiàn),所有的規(guī)則全體按其包含關(guān)系就構(gòu)成半序結(jié)構(gòu)等等。在這些有結(jié)構(gòu)的對(duì)象中進(jìn)行問(wèn)題求解利用基于商空間理論的粒度計(jì)算將是很有效的。
商空間的方法與目前流行的“粗糙集”方法相同之處在于:都是利用等價(jià)類來(lái)描述“粒度”,都是用“粒度”來(lái)描述概念。但討論的著重點(diǎn)有所不同,我們的著重點(diǎn)是研究不同粒度世界之間的互相轉(zhuǎn)換、互相依存的關(guān)系,是描述空間關(guān)系學(xué)的理論;而目前的粒度計(jì)算(如粗糙集理論等)主要是研究粒度的表示、刻劃和粒度與概念之間的依存關(guān)系。更主要的不同在于:我們的理論是在論域元素之間存在有拓?fù)潢P(guān)系的情況下進(jìn)行研究的,即論域是一個(gè)拓?fù)淇臻g,而現(xiàn)在的粗糙集理論,其論域只是簡(jiǎn)單的點(diǎn)集,元素之間沒(méi)有拓?fù)潢P(guān)系(只是商集理論,而不是商空間理論),故它們討論的是無(wú)結(jié)構(gòu)的特殊情況。
另外,粗糙集是在給定的知識(shí)基上求解對(duì)應(yīng)的問(wèn)題,如求集合的R-上近似和R-下近似,我們是在(X,T)中討論各商空間之間的關(guān)系,求相應(yīng)的(各種意義下)上近似空間和下近似空間。從這個(gè)角度看,可以說(shuō)粗糙集是微觀的粒度計(jì)算,商空間理論是宏觀的粒度計(jì)算。這兩個(gè)理論都是建立在等價(jià)關(guān)系之上,所有可以將兩者結(jié)合起來(lái)。
Zadeh 所討論的粒度計(jì)算與Pawlak和我們所討論的粒度問(wèn)題又有些不同,他主要是討論粒度的表示問(wèn)題,他們認(rèn)為人類是用語(yǔ)言進(jìn)行各種思考和推理的,不同的詞就表示不同的粒度,那么如何表示它們呢?一般來(lái)說(shuō)用“語(yǔ)言”、“詞(word)”來(lái)表示的概念,牽涉到“詞計(jì)算”問(wèn)題。而詞計(jì)算,現(xiàn)在最流行的方法是“模糊數(shù)學(xué)”的方法,于是他得出的結(jié)論是:模糊數(shù)學(xué)應(yīng)是粒度計(jì)算的主要工具之一。
依Zadeh的看法,Pawlak和我們討論的粒度是“清晰的粒度”,而他自己討論的是“模糊粒度”。
如何將模糊集的方法引入商空間理論中來(lái),這可從幾方面著手進(jìn)行,一是在論域X上引入模糊集;二是在結(jié)構(gòu)T上引入模糊拓?fù)浣Y(jié)構(gòu);三是對(duì)我們的核心概念等價(jià)關(guān)系,引入模糊概念。
以上簡(jiǎn)單介紹了商空間理論、詞計(jì)算理論、粗糙集等粒度計(jì)算方法之間的關(guān)系??梢钥闯鲞@三個(gè)不同的粒度計(jì)算理論,從思考問(wèn)題的出發(fā)點(diǎn)和解決問(wèn)題的任務(wù),都不盡相同,各有千秋。但是三者都有一個(gè)共同的特點(diǎn),那就是都考慮到人類智能中,有從不同粒度思考問(wèn)題的這一特點(diǎn)。如何將三者的優(yōu)點(diǎn)結(jié)合起來(lái),形成更強(qiáng)有力的粒度計(jì)算的方法和理論,是今后一個(gè)重要的研究課題。一個(gè)明顯可進(jìn)行的研究是:將商空間理論與粗糙集方法相結(jié)合,或說(shuō)將粗糙集方法引入商空間理論中來(lái),或說(shuō)在商空間理論中同時(shí)討論微觀的粒度計(jì)算問(wèn)題,將微觀和宏觀的粒度計(jì)算統(tǒng)一起來(lái),構(gòu)成一個(gè)更加完整的粒度計(jì)算理論和方法,將會(huì)更有效的。
參考文獻(xiàn)
[P1] Z. Pawlak, Rough Sets Theoretical Aspects of Reasoning about Data, Kluwer Academic Publishers, Dordrecht, Boston, London, 1991.
[Y1] Y. Y. Yao, Granular Computing: basic issues and possible solutions. Proc. of fifth Joint Conference on Information Sciences, Vol.I, Atlantic City, New Jersey, USA, 2000:186-189.
[Y2] Y.Y. Yao, and X. Li, Comparison of rough-set and interval-srt models for uncertain reasoning, Fundamental Informatics, 27,1996:289-298.
[Y3] Y.Y. Yao and Ning Zhong, Granular Computing Using Information Table, in T.Y. Lin, Y.Y Yao, and L. A. Zadeh (editors) Data Miming, Rough Sets and Granular Computing, Physica-Verlag, 2000:102-124.
[ZA1] L. A. Zadeh, Fuzzy logic=computing with words, IEEE Transactions on Fuzzy Systems, 4, 1996:103-111.
[ZA2] L. A. Zadeh, Towards a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic, Fuzzy Sets and Systems, 19, 1997:111-127.
[ZA3] L. A. Zadeh, Announcement of GrC, 1997, http://www.cs.uregina.ca/~yyao/GrC/
[ZH1] 張鈸,張鈴《問(wèn)題求解的理論及應(yīng)用》,清華大學(xué)出版社,1990)(英文版. Bo Zhang and Ling Zhang, Theory and Application of Problem Solving, North-Holland, Elsevier Science Publishers B.V. 1992)
[ZH2] 張鈴 張鈸 模糊商空間理論(模糊粒度計(jì)算方法)“軟件學(xué)報(bào)”,14(4)2003:770-776.
[ZH3] Zhang Ling,Zhang Bo,Statistical Genetic Algorithm, Chinese Journal of Software Vol.8,No.5:335-344(張鈴,張鈸,統(tǒng)計(jì)遺傳算法《軟件學(xué)報(bào)》8(5),1997:335-344。