仅供读者参考。

4.4.1基于6人。知识求精

遗传算法（样此如&是人I领域的重要分支，其典型算法结构如图4-24所示。笔者将其引人电子政务系统模型，用于对规则政务知识的求精 111168 16111161116111 ₉ 1111 过程。

丨交叉

转轮选择图4-24 算法结构

用以的传统二进制编码表示规则会产生编码过长和固定编码长度问题。因此，通常的做法是，抛弃传统二进制编码而以规则本身作为染色体，以规则前件和后件的相关事实为基因进行编码。如此编码不仅解决了前述问题，而且方便直观、实用性强和易于理解。由于变异操作会产生无实际意义的规则，所以将其省略。遗传池用来存储解群，初始为空。原始优种选择指从原始规则库选择优良规则并存人遗传池。一般认为优良规则满足如下特点：前件简单、后件单一、使用频率高、置信度高。

图4-25基于规则知识求精算法流程

通过上述改进与变化，基于算法策略的政务知识求精流程如图4-25所示。

对原规则库中的每一条规则的前件用遗传池中的规则进行前向推理并与原规则结论比较，如结论都一样，则表明遗传池规则集已经完整；如不一样或无规则匹配〈无结论〉，则表明遗传池规则集尚不够完整，需补充新规则。规则补充应该在知识工程师和知识拥有者共同配合下完成，以确保规则有意义。完成补充插人的遗传池构成了进行遗传操作的原始解群。

将原规则库中的每一条规则与遗传池进行匹配，根据遗传池中各染色体札的响应程度计算其适值，