1111163: I？ 04 二 1 711 0 0；

110164： I？ 02 ：1 XII抓 0=2。

4.4.2基于 I的知识求精

在八I领域，将^八1 用于知识求精已经有比较长的历史了。早在1990年，7（ 611和8118 111？就提出将基于知识的人工神经网络〈141101 （136-1338601 &II迅013106111 1    用于知0求精，并通过实例证明基于胃 的知识求精方

法比纯符号求精系统效果更好。彳旦以顺在学习时不能改变网络的拓扑结构，因而不能向木完全的规则集增加新的规则。于是，1993年?提出了.与胃IV类似的基于知识的概念神经网络〈1 110x16（1 阴-1（386（1 0000叩 11131 0611131 1161X01:15，紅1\ 0 用于知识求精，并指出当网络训练不收敛时可人工在指定的隐含层上增加新结点。在国内，一些学者也在该领域展开了较为深人的研究。例如，刘璨、陈统坚等提出用模糊神经网络对初始规则集求精；王继成提出了基于符号神经网络的知识求精策略。

基于前人研究成果，我们设计了电子政务系统基于化X的政务知识求精流程，如图4-26所示。其中，规则预处理指对各初始规则进行标准化改写，从而使其适于构建初始⑷'其具体做法是：将析取式规则分解为若干合取式规则；对于初步改写后的具有相同结论、不同条件的多条规则，通过设置中间结论使其由并行关系发展成为层次关系。例如“I？ （口八02/ 3〉V    1111 0”，首先将

其改写为结论相同的两条规则：“I？ 0：1八02八03 0”和“正04八05 110 0” ；然后分别设立两个中间结点01和02，并进一步分解为：“正。八02八03 11删01” 和“正 01 1111 0” 以及“正 04/ 05 II旺IV 02” 和“正 02 110 0”。

|| 厲矚峰|规则预处理卜~始规则¹ -」

图4-26基于八IV、的知识求精流程