數據庫表與MATLAB矩陣間的轉化推理及其應用

柴俊霞，薛瑞，劉道華

（1.北京市東城區職業大學計算機系，北京　100020；2.信陽師范學院計算機與信息技術學院，信陽　464000）

數據庫表與MATLAB矩陣間的轉化推理及其應用

柴俊霞1，薛瑞2，劉道華2

（1.北京市東城區職業大學計算機系，北京100020；2.信陽師范學院計算機與信息技術學院，信陽464000）

0　引言

在專家系統知識庫的建造上，目前形式多樣，有基于謂詞的邏輯表示；有基于層次結構的樹狀表示；有基于面向對象的框架表示；有基于神經網絡的節點表示［1］。隨著近年來網絡的發展，建造分布式協同專家系統的需求已迫在眉睫，然而在基于Internet網絡的數據庫中知識的訪問就要考慮到知識庫的存放形式，也就是要分析專家系統知識庫存放的空間復雜度，以及其推理速度上的時間復雜度［2～4］。然而基于SQL Server及Access等大型綜合數據庫是網絡數據存放的最好形式，因此這種數據庫存放知識的形式也是建造分布式協同專家系統知識庫的理想形式，同時其數據存放的規范性便于專家系統知識的獲得，也有利于推理機對數據的訪問［5］。一定知識庫的存放形式也決定了一定形式的推理機制，以往的推理機制形式多樣，但大都沒考慮應用前景，而在許多工程專家系統的建造中，要用到許多工程計算及工程設計的優化，因此以往的專家系統推理機制很難與工程計算及優化相接合［6］。本文正是基于此種思想，利用MATLAB強大的矩陣處理能力圖形可視化功能，建造了專家系統中知識庫的數據表與MATLAB矩陣間的轉化推理機制，并給出該種機制的推理實例，同時分析了其在專家系統建造中的應用。

1　專家系統中知識的數據庫存放形式

專家系統中知識的表示存在確定性及不確定性兩種，其推理的規則也有其規則的可信度，因此對于產生式規則由于其有規范的構成形式，如：

式中Pkj（Pk1，Pk2，…，Pkm）分別表示規則的前提斷言（子前提）；tkj為第k條規則第j個斷言的可信度值，表示該斷言的確定性程度；wkj為規則的權重，滿足關系；Qk表示第k條規則的結論；Cfk為第k條規則的可信度，其為一數值。為了保證數據表的一致規范性，在建立知識庫時均用特定的標號來存放其對應的事實及其相關可信度因子，為了提高推理機搜索速度，在知識庫表的存放時，把具有相同類的規則進行分組處理，將描述某一問題的關系規則存放在一張數據表中，因此其表的形式如下：規則編號（C，3）、事實編號1（C，3）、編號1可信度因子（N，3）、事實編號2（C，3）、編號2可信度因子（N，3）、…、結論事實編號1（C，3）、結論事實編號2（C，3）、…、規則的可信度因子（N，3）。

2　數據表與矩陣間的推理方法

將要推理的事實規則進行歸一化處理，并將歸一化處理后的結果映射到數據庫一張表上，之后將已知推理事實映射到m×n的矩陣中，將矩陣的基本操作改變為矩陣結論部分映射的矩陣列的值，然后再將處理后的矩陣再映射返回到事實表中，且將推理出的結果部分值在事實表的編號中尋找，從而獲得新的事實表，如果出現有多條結論，系統將采用沖突消解，之后由得到的事實表再一次映射到矩陣中，如此循環，一直到最終獲得結論為止。

為了簡化規則中出現的可信度計算及多結論事實的出現（其實存在也一樣），假設存在有如下規則庫（表1）。

則有上規則庫對應的規則庫表如表2所示。

表2　規則庫表

現假設存在如下已知推理事實：

機構運動形式為精確（A01），機構結構形式為緊湊（A02），機構傳動效率高（A03），機構響應速度快（A04），傳動比確定（A06），載荷計算滿足（A07），為重載荷 （A09），為重要應用 （A10），齒輪材料為40（r）（A12），為中等沖擊（A13）

則由上已知推理事實映射對應的數據庫表如表3所示。

表3　數據庫表

當矩陣多行同時存在“1”時，則采用沖突消解進行處理。

由上處理后的矩陣轉化為事實表如表4所示。

表4　矩陣運算后的轉化的事實表

由表4的事實表再轉化為矩陣，其結果如下：

表5　矩陣運算后的轉化的事實表

由表5的事實表再轉化為矩陣，其結果如下：

由上處理后的矩陣轉化為事實表如表6所示。

表6　矩陣運算后的轉化的事實表

由表6的事實表再轉化為矩陣，其結果如下：

（1）當A14存在時，推出結論為A15，即：用整體淬火熱處理方式；

（2）當A14不存在時，推出結論為A11，即，選硬齒面形式。

3　專家系統應用中的推廣

基于符號處理的專家系統具有易解釋的機制但其存在推理速度慢的局限性，而具有形象思維的連接機制具有并行快速推理但難以解釋的局限性，因此人們想方設法獲得兩者的優點，而建立混合智能專家系統又是目前研究的熱點，然而兩者很難在知識表達上相互轉化，基于本文提出的數據庫表與MATLAB矩陣的轉化推理中出現了對應的“0-1”結構，因此利用規則的數據表轉化為對應的MATLAB矩陣中的每一行正好對應為規則庫中的一條規則，這樣就很容易把此條規則作為ART1（Adaptive Resonance Theory）神經網絡的輸入，對于出現的非“0-1”結論，仍可采用數據歸一化處理后轉化為［0，1］區間內的任一實數值，此時可采用神經網絡ART2結構形式作為神經網絡的輸入，這樣規則庫中的每一條規則經MATLAB轉化后的矩陣行均可作為神經網絡的訓練樣本，通過網絡的訓練來固化網絡的權值，也就是將知識的表示轉化為網絡的權值及閾值表達上，進而采用基于模糊的神經網絡推理機制來實現快速的并行處理，同時在轉化中對改變值的地方采用二維數組記錄推理中的規則變化，便于作混合智能專家系統的解釋使用。

4　結論

本文分析了專家系統中知識庫的存放形式；給出了數據庫表與MATLAB矩陣間的相互轉化的推理原理，分析了這種表-陣轉化中出現的“0-1”結構在神經網絡及遺傳演化算法中的應用，該機制是建立分布式協同混合智能系統的很好結合點。

［1］尹朝慶，尹皓.人工智能與專家系統［M］.北京：中國水利水電出版社，2002

［2］栗然，盧錦玲.基于關系數據庫的電網結構知識表示［J］.電力系統自動化，2002，21（5）：71～72

［3］袁璐，劉峰，廖潔.基于知識的土地利用數據綜合［J］.2010，30（12）：3385～3387

［4］Raed I H，Syed I A，Rafat P.Designing Genetic Regulatory Networks using Fuzzy Petri Nets Approach［J］.International Journal of Automation and Computing，2014，7（3）：403～412

［5］Iluju K，Alfredo G.Synthesizing Advanced Transaction Models using the Situation Calculus［J］.Journal of Intelligent Information Systems，2014，35（2）：157～212

［6］王生生，劉大有，谷方明，等.基于ALC的空間語義知識庫［J］.吉林大學學報，2011，41（2）：424～429

Database Form；MATLAB Matrix；Form-Matrix Reasoning of Transforming；0-1

Transformation Reasoning Between Database Form and MATLAB Matrix and
Its Application

CHAI Jun-xia1，XUE Rui2，LIU Dao-hua2
（1.School of Computer，Beijing Dongcheng District Vocational University，Beijing 100020 2.School of Computer and Information Technology，Xinyang Normal University，Xinyang 464000）

河南省基礎與前沿計劃研究項目（No.142300410393）、河南省教育廳科學技術研究資助項目（No.14A520001）

1007-1423（2015）09-0043-04

10.3969/j.issn.1007-1423.2015.09.010

柴俊霞（1978-），女，山西運城人，碩士，講師，研究方向為神經網絡及其應用

薛瑞（1979-），女，河南信陽人，碩士，講師，研究方向為智能算法

劉道華（1974-），男，河南信陽人，博士，教授，研究方向為智能算法

2015-01-13

2015-02-13

分析基于產生式規則的數據庫存放形式，提出專家系統中規則的數據庫表與MATLAB矩陣間的轉化推理方法，給出這種表-陣轉化的推理實例，進而由表-陣轉化推理的“0-1”結構分析其在神經網絡及遺傳演化算法中的應用。

數據庫表；MATLAB矩陣；表-陣轉化推理；“0-1”結構的應用

Analyzes database form that is based on producing type regular data stock，proposes the transformation reasoning method among the regular database form and MATLAB matrix in the expert system，provides this kind of form-matrix reasoning instances，and then by the form，matrix transform"0-1"of reasoning structure，analyzes their evolve the application of algorithms in neural network and heredity.