粗糙集的论域扩展理论及在专家系统中的应用

粗糙集是一种处理模糊和不确定性知识的数学工具，是人工智能中的一种重要推理技术。粗糙集无须提供问题所需处理的数据集合之外的任何先验知识，能客观地描述和处理不确定性问题。作为一个独立的理论框架，粗糙集理论能有效处理下列问题：不确定性或不精确知识的表达、经验学习并从经验中获取知识、知识分析、矛盾分析、不确定性推理、基于信息保留的数据简化、近似模式分类、识别并评价数据间的依赖性、发现数据中因果关系、发现数据中的相似性和区别、从数据中产生决策算法、基于一致性评价可用信息的质量等。粗糙集的特决定了粗糙集在知识获取和知识推理中有着不可替代的优越性。