论文部分内容阅读
本体的概念最初出现在哲学领域，指一切实在的最终本性。随着本体的概念被引入到人工智能领域，本体及其相关知识已经在图书馆学、情报学、语义网络、知识工程等领域得到广泛应用。本体作为人机语义交互的桥梁，在语义网框架中语义实现的逻辑基础及元数据的上层表达方面占有重要地位。 随着语义网络技术的发展，研究人员构建了大量的本体，涵盖了众多专业领域。但是相对于丰富的本体资源，针对具体网络应用的研究却不多见，即越来越多的大规模本体与实时性要求较高的网络应用之间产生了理论和应用不平衡的现象。为了解决这一问题，本文提出了基于粒子群优化算法的本体模块化方法，力求使大规模本体在网络信息的组织中发挥更大的作用。本体模块化可以解决本体规模日渐庞大同本体应用系统效率之间的矛盾，解决本体重复构建同有限的人力物力资源之间的矛盾。 本文提出的本体模块化过程就是按照系统用户语义需求适当提取大规模本体的部分内容，针对提取的本体的局部进行部件化、优化，而并不对大规模本体本身进行修改。本文的方法研究对象为单个大规模本体，而不针对多本体的情况。 国内外许多研究人员都提出了不同的本体模块化方法，例如:基于形式化描述语言的本体模块抽取方法、基于推理信息的本体模块划分方法、基于粒度的本体模块描述方法等，但是大多数研究是针对本体的静态划分方法，且对于大规模本体如何支持基于语义的系统实践方面的研究则不多见。而本文提出的本体模块化方法借鉴了软件模块化的思想，将规模较大的难以解决的本体语义提取问题，转化为在规模较小的本体部件库中动态查询语义信息的问题，正是解决在基于语义的系统当中，本体的实际应用问题的有效手段。方法实现过程中，首先利用动态邻接表形式存储本体，然后采用先队列式分支限界法实现语义信息提取，提取出的本体部件存储于本体部件库当中。 由于经过本体模块化方法提取的本体部件库其语义结构并非最优，所以本文提出了使用粒子群优化算法来实现本体部件库语义结构优化的方法，目的是实现本体部件库内部的部件之间高内聚低耦合的目标。粒子群优化算法结构简单、全局优化能力强，近年来在科学和工程实践领域被广泛应用。利用粒子群优化算法来优化本体部件库的过程，就是利用本体部件库中本体部件间耦合度和内聚度两个函数作为适值函数，将本体部件作为粒子，动态寻找最佳聚类方案的过程。针对本体部件库优化问题，和经典的聚类方法相比，本文提出的利用粒子群优化算法进行部件聚类的方法显示了更好的性能。 本文设计了合理的测试本体部件库推理一致性的测试用例，用于本文方法——粒子群优化算法辅助下的本体模块化的验证。经过验证，本文模块化方法处理后的本体部件库，具备了推理一致性的特点。并且为了验证本文方法的实用性，将其应用于吉林省农业农村经济信息分析应用系统，经试验及实践验证，本方法在实际应用当中的响应速度可以满足用户需求，具有可行性。