论文部分内容阅读
为了更好地界定本体中的概念，提出一种基于遗传算法（Genetic Algorithm，GA）的本体概念分类规则的学习方法．从已有的本体库中获取实例作为训练样本，通过该算法寻找一组与数据样本集一致的规则．以一组规则集作为遗传算法的个体，即优化的目标，同时考虑到规则集的覆盖性、一致性、简洁性和多样性4个方面建立适应值函数，优化得到一组能够分类概念的规则集合．进而这组规则集可用于指导和丰富本体知识，例如当本体中引入新的实例时，可以通过此概念分类规则集确定实例所属的概念．对已有本体学习后的实验结果表明该算法收敛性