智能系统规则库优化：蕴涵与抽象冗余消除研究

"这篇文章是2003年8月发表在北京师范大学学报(自然科学版)上的，由孙运传和别荣芳合作完成，研究主题是产生式规则库的求精，得到了国家自然科学基金的青年项目资助。文章探讨了如何处理规则库中的冗余规则，将其分为蕴涵规则冗余、抽象规则冗余和死规则冗余三类，并提出了相应的处理方法和算法，同时关注了规则库的一致性问题。这项研究在当时对于网络知识管理、Internet结构分析和数据挖掘等领域有实际应用价值。" 文章的核心内容围绕产生式规则库的优化展开，首先定义了规则库冗余的三个主要类型： 1. **蕴涵规则冗余**：这类冗余规则是指某些规则可以被其他规则推导出来，即它们的信息是重复的。为了去除这类冗余，文章提出了利用文字集的闭包方法，通过推理过程来识别并删除这些可被替代的规则。 2. **抽象规则冗余**：当规则的表述过于具体，导致存在更一般的规则时，就会出现抽象规则冗余。文章建议使用规则抽象技术来合并相似规则，以提高规则库的简洁性。 3. **死规则冗余**：这些规则在当前的知识库状态下永远不会被触发，即它们没有实际作用。处理这种冗余通常涉及删除这些无用规则。 文章不仅提供了处理冗余规则的算法，还开发了专门针对蕴涵冗余的软件工具，以实现自动化处理。此外，作者还讨论了规则库的一致性问题，这对于保证推理的正确性至关重要。他们提出了相应的处理策略，以确保规则库在推理过程中不会产生矛盾。 在实际应用方面，规则库求精的研究成果被应用于网络知识管理，这可能涉及到对网络信息的组织和检索优化；在Internet结构分析中，可能有助于更高效地理解和处理网络数据；而在数据挖掘领域，优化的规则库可以提高从大量数据中提取有价值信息的速度和准确性。 这些工作对当时的专家系统和智能系统设计具有重要影响，通过减少规则库的规模和冗余，可以提升系统性能，降低存储需求，并增强系统的推理效率和正确性。同时，该研究也为后续的知识表示、知识库管理和数据处理提供了理论基础和实践指导。