粒计算是通过粒的分解和合成来处理复杂问题的计算方法的，它已经成为目前人工智能、数据挖掘等研究领域中模仿人类思维和求解复杂问题的主要工具[11，12].通过寻求合适的求解粒度和问题描述，粒计算能够把复杂的问题分解成简单的模块，利用“分而治之”技术降低求解复杂问题的计算难度，使信息处理效率得到很大的提高.粒计算理论、方法和框架已经广泛地应用于形式概念理论、粗糙集理论、商空间理论和三支决策理论等不同领域中.1979 年，Zadeh 对模糊信息粒化问题进行了讨论和分析，提出了模糊信息粒化中粒度、因果和组织三个基本概念[13]，进而提出了人类认知领域中的主要概念如组织、粒度和因果，之后又和Lin 一起设计了粒计算方法[14].
近几年，国内外许多学者在粒计算理论研究方面已经取得很多成果.Yao阐述了粒计算理论并将粒计算和解释概念相结合，把粒度集合之间的包含关系和If-Then 关系联系到一起，提出了求解一致分类问题的方法[15，16].Lin对粒计算中粗糙集和模糊集方法进行了分析和比较，提出了基于邻域关系的粒计算方法[17].苗夺谦等依据粒计算的形式化描述问题，在粒度空间中定义了论域、基和粒结构三层模型的概念，并对基、覆盖和粒结构在多层次粒度下的相关性质进行了讨论和分析[19].梁吉业等给出了知识粒度度量方法的概念，分析和比较了信息熵、粗糙熵、粒度度量和知识粒度之间的关系[6].Qian 等在模糊粒计算信息粒度理论的基础上，讨论了二元粒结构的偏序关系、操作符、模糊信息系统的粒度和公理化方法[24].袁学海等把代数中的超群理论引入到粒计算理论中，利用正规超群来刻画Pawlak 的近似空间[31].刘清等介绍了基于Rough 逻辑语义粒的定义，探讨和分析了其相关性质，设计了逻辑语义粒的归结和演绎推理方法[32].闫林等分析了粒和粒空间之间的关系，提出了粒语义推理并进行了讨论[33].折延宏等重新给出了Zoom-out 和Zoom-in 两个不同算子的概念，提出了一种基于覆盖的粒计算方法[34].邱桃荣等针对多值信息系统不确定性问题，给出了属性值的近似表示方式，设计了相容信息粒的计算方法，构造了粒计算的多层次概念框架和获取方法[36].
在粒计算模型构建方面，Wang 等描述了不完备数据集中属性值的容差关系，建立了容差关系粒度空间模型，提出了不完备数据粒表示、粒分解及粒运算方法[20].Zheng 等根据人能够将知识泛化成不同大小粒度的能力，探讨了粒之间关系对解决复杂问题的能力，构建了相容粒度空间模型和算法[21].仇国芳等在两个完备格之间给出了外延内涵算子和内涵外延算子的概念，构建了概念粒计算系统的模型，并在该系统模型下给出迭代计算概念粒的算法[25].胡峰等针对不完备信息系统中的粒计算问题，给出了粒的表示形式、粒运算的规则及粒分解的运算方法，构造了属性必要性的判定模型，设计了不完备信息系统属性约简算法[26].Pedrycz 等构建了模糊神经网络粒计算模型，提出了模糊建模的多层次算法[28].在信息系统发生变化时，张铃等将时间变量引入到商空间模型中，构建了动态商空间模型，并在拓扑结构保持不变而论域和属性发生变化以及拓扑结构发生变化而论域和属性保持不变两种情况下，讨论了信息系统动态商空间的属性和性质[30].(www.xing528.com)
在粒计算应用研究方面，苗夺谦等描述了知识粒度和属性重要度的概念，引入了系统协调度计算方法，并把这些概念和计算方法应用到属性约简算法和决策树构造等方面[18].Yager 利用粒计算理论及方法来分析社交网络问题，提出了智能社交网络分析方法[22，23].Pedrycz 等利用粒计算理论和方法分析复杂系统建模问题，讨论了最优分配问题和信息粒的构建[27].Saberi 等将粒计算理论和方法应用到个人信用风险评估中，提出了评估在线用户信用状态的粒计算方法[29].Mauricio 等根据多元数据模糊信息粒化的特点，构建了一种基于粒计算的自适应模糊聚类方法[35].Skowron 等给出了不同粒度下近似空间的描述，并将其应用于机器学习和数据挖掘方法中[37].Dong 等用模糊聚类技术构造时间序列信息粒，并将粒计算理论用于解决时间序列分析问题[38].
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
