基于GP算法的知识发现系统
摘 要 本文提出了一个新的知识发现系统。该系统以遗传编程算法为核心，解决发现一组属于面向对象数据库的对象所具有的共性问题。本文对系统作了扼要的说明，对GP算法进行了描述，并给出了一个实验例子。
在数据库中发现有用的知识是数据挖掘（Data Mining, DM）的主要任务，在一定的情况下，所有的数据库查询可以认为是完成这项任务。我们现在有一套分析和探索数据的工具：SQL查询、OLAP和数据挖掘技术。SQL查询由关系代数所构成；OLAP提供了建立在多维数据模型基础上的高水平查询；而数据挖掘提供了最抽象的数据分析操作。我们可以认为不同的数据挖掘任务是在高水平上的复杂查询。数据挖掘是机器学习和数据库技术的交叉学科，DM系统的主要特点是：在数据库中发现能够用某些规则表述的、隐含的知识；与数据库是紧密集成的；高度自动化的；对知识发现的处理是有效率的（尤其对大型数据库）。
这里我们给出一种基于GP（Genetic Programming，遗传编程）算法的知识发现系统，和通常对数据库的查询不同的是，这个系统可对特定的对象集产生特定的查询集，系统自动根据查询集访问数据库，从而发掘出数据库中隐含的知识。本文将对上述知识发掘过程进行详细描述，并提出了一种用遗传编程（GP）来进行数据挖掘的方法，GP个体由数据库查询组成，而这些查询代表了高水平上的规则。
1 系统基本结构
我们在文给出的知识发现系统结构基础上加以改进，给出如图1的基于GP算法的知识发现系统。
1．1 系统结构描述
整个系统由GP引擎、OODBMS（Object-Oriented Database Management System,面向对象数据库管理系统）、知识库、DB接口和用户接口组成。系统以一组对象、领域知识和模式信息作为输入。根据所给输入，GP引擎将产生许多随机的查询，系统将这些查询应用于OODBMS，OODBMS将返回其结果。系统用给定的输入对该返回结果进行评价，评价是计算个体查询的适应值的过程。那些能够匹配所给对象集的查询或查询集将被选中，在没有查询能够匹配所给对象集时，那么其最好的查询将被选中。最后，将能够最好地描述所给对象集特性的查询作为输出。
1．2 面向对象的数据库
这里，我们假定一个基于面向对象和函数的数据库模型（Object-Oriented and Functional Data Model, OOFDM），OOFDM具有面向对象和函数数据模式的特性。这种模型要比传统的关系数据库模型在表达知识时更加逼近和容易。OOFDM的基本概念是"将感知到的真实世界作为相互关系对象的变量，并从不同的更细的层次上观察这些对象。"函数数据模型可以简单地借助函数的数学符号来表示数据间的关系。每个类（或实体集）有自己的属性和值，类与属性间的关系是将类中的对象集映射到属性域的一个函数。关系或逆关系组成了类间的连接。
1．3 查询算子
我们使用下列查询算子作为其面向对象数据库的查询语言。
①SEL C-1 [(谓词)] 该算子选择所有属于C-1且满足谓词的对象。C-1既可以是一个类名也可以是一个属于C-1的查询。谓词是一个可选项。如果在这个算子里没有谓词，它将选择该类中的所有对象。
②RES C-1 谓词 该算子根据所给谓词，限制给定集合的对象与另一个类的对象关联。C-1和谓词同SEL算子，但对于RES的谓词属性必须是关系型的属性，而对于SEL算子谓词属性则必须是非关系型属
[1] [2] [3] [4]