一般化分類者系統－以乏晰分類者為實作

Abstract

所謂知識擷取是指由人類本身，或由外在環境學習到我們人類能夠理解，並加以檢驗 的知識，這在符號人工智慧中，要對一個人能理解的知識表達法（通常是複雜的）加 上學習方式，或是將數值人工智慧的機器式知識表達法轉化成可理解的型式，這兩者 都是非常困難的。 在人工智慧中研究中，整合不同的系統是個漸受重視的問題，在許多不同的技術中取 得協調的混合式模型能夠顯現出個別模型都不及的能力，本論文結了人工智慧的兩大 分支，符號人工智慧，和數值式人工智慧中的四種不同的技術：類神經網路，遺傳演 算法，乏晰邏輯，和分類者系統，成為一個新的模型，用來解決在以規則為基礎的系 統中，知識擷取的難題，並在乏晰邏輯中實作。 本文並改良另一種類神經網路和乏晰邏輯混合式模型，並以鳶尾花的分類來比較兩種 模型所擷取的知識。