粒度计算是当前人工智能研究中的一个非常活跃的新方向。本课题目的是在分析比较当前国际上粒度计算的主要方法:模糊集方法、粗糙集方法和商空间方法的基础上。在商空间理论框架下,研究目前已有的几种智能理论与模型(即符号、模糊、以及粗糙集理论模型)的相互关系,将模糊概念引入商空间理论,把模糊、粒度与智能紧紧联在一起,将我们原先提出的商空间理论发展成基于商空间的粒度计算理论,并应用于机器学习、数据挖掘和智能控制等方面
本人承担的课题"基于商空间的粒度计算理论及应用",三年来在课题组全体同志共同努力下,顺利地完成了原定的计划。主要工作如下A、研究基于商空间的粒度计算中的"商逼近"问题,研究动态复杂系统的商逼近问题,提出复杂网络的商空间模型,并在此基础上,给出复杂网络求最短程的新算法。所得到的成果申请了两项发明专利(已授理)。B、将研究的商空间粒度计算的新成果与(函数)构造性学习算法相结合,给出从数据中自动获取具有粒度结构的信息的新方法。 C.将由等价关系(即划分)产生的商空间理论推广到由相容关系(覆盖)产生的商空间理论,并给出相应的保真、保假原理,拓广了商空间理论应用的范围。 D.三年中应邀在国际会议上作大会邀请报告4次,在国内会议上作大会邀请报告5次,在国内外杂志上发表论文40余篇,被SCI、EI、ISTP收录32篇次。出版专著一部、专著章节二章。 E.培养博士生3名,硕士生5名。