基于多目標(biāo)進化算法的本體匹配技術(shù)

摘要 結(jié)合多目標(biāo)進化算法對本體匹配技術(shù)方案進行研究，認識到本體匹配技術(shù)中存在的限制性問題，旨在通過多元目標(biāo)算法的構(gòu)建，進行匹配技術(shù)方案的完善，充分展現(xiàn)本體匹配技術(shù)的價值性，實現(xiàn)核算技術(shù)的有效性。

【關(guān)鍵詞】多目標(biāo)進化算法 本體匹配技術(shù)

在交互信息開放知識系統(tǒng)以及分布式系統(tǒng)設(shè)計的過程中，應(yīng)該根據(jù)系統(tǒng)內(nèi)部的特點，進行信息能源的項目分析，按照系統(tǒng)交換以及信息使用的價值性，進行數(shù)據(jù)管理資源的確定，實現(xiàn)句法層面交互以及語義層面交互的價值性。對于兩種系統(tǒng)形式而言，在數(shù)據(jù)結(jié)構(gòu)以及共同目標(biāo)協(xié)議構(gòu)建中，應(yīng)該按照通信的語義特點，進行協(xié)議數(shù)據(jù)資源的設(shè)計，提高技術(shù)運用的價值性。在本體信息資源分析中，其作為一種交換參考模型，可以結(jié)合規(guī)范化的數(shù)據(jù)資源內(nèi)容，進行規(guī)范化語義技術(shù)的研究，實現(xiàn)本體匹配技術(shù)運用的有效性，而且，結(jié)合多目標(biāo)進化算法，進行數(shù)據(jù)概念、對象以及關(guān)系的規(guī)范化藐視，為多目標(biāo)進化算法在本體匹配技術(shù)中的運用提供參考。

1 本體匹配領(lǐng)域尚存的挑戰(zhàn)性問題

本體概念匹配方法相對廣泛，主要被運用在本體映射、本體合并以及本體集成等方面。雖然在我國提出了較多的本體匹配方案，但是，缺少明顯優(yōu)勢的方案形式，具體的挑戰(zhàn)問題體現(xiàn)在以下幾個方面：

1.1 本體匹配的結(jié)果分析

在本體匹配方法確定的過程中，應(yīng)該結(jié)合不同的匹配方法進行匹配結(jié)果的評價及對比，而且，在匹配的過程中，需要充分考慮不同的匹配技術(shù)形式，結(jié)合匹配技術(shù)的特點，提高技術(shù)運用的成熟性，及時解決匹配結(jié)果的質(zhì)量問題。

1.2 匹配質(zhì)量有待提升

在本體匹配方案確定的過程中，開發(fā)了數(shù)量較多的本體匹配系統(tǒng)，但是，這種系統(tǒng)中并沒有保證不同領(lǐng)域運行的價值性。所以，在本體匹配技術(shù)分析中，應(yīng)該創(chuàng)設(shè)通用性的技術(shù)形式，結(jié)合不同問題進行高質(zhì)量本體匹配結(jié)果的分析，展現(xiàn)匹配系統(tǒng)數(shù)據(jù)項目研究的價值性，提高匹配數(shù)據(jù)的整體質(zhì)量。

1.3 本體匹配技術(shù)有待提升

在動態(tài)化匹配指標(biāo)確定中，存在著本體匹配不合理的問題。在解剖學(xué)測試數(shù)據(jù)研究分析中，兩個系統(tǒng)不到十分中內(nèi)完成數(shù)據(jù)匹配，在這種數(shù)據(jù)資源匹配中，存在著本體匹配性能低下的問題。因此，在本體匹配技術(shù)完善中，需要結(jié)合計算機的優(yōu)化措施，進行本體匹配系統(tǒng)的完善，明確數(shù)據(jù)研究的指標(biāo)。

2 多目標(biāo)進化算法

多目標(biāo)進化算法作為當(dāng)今智能計算機結(jié)合多目標(biāo)的資源項目，通過各種算法以及理論內(nèi)容形成，可以明確算法以及理論研究的熱點，引起人們的關(guān)注。而且，該種算法的內(nèi)容新穎、形式豐富，可以明確全新的研究方向。在進化算法多目標(biāo)問題分析中，可以結(jié)合Pareto的近似最優(yōu)解，進行每輪迭代技術(shù)的研究。通常狀況下，在多目標(biāo)算法中，通用的算法過程如（1）：

2.1 NSGA-II

NSGA- II作為一種基于Pareto中的最優(yōu)解MOEA。

通過該流程的研究分析可以發(fā)現(xiàn)，在NSGA- II中首先會創(chuàng)建隨機的群體P，結(jié)合P中的個體質(zhì)量進行數(shù)據(jù)資源的評價，然后按照后續(xù)迭代的過程，對每一代中的交叉以及變異算子的數(shù)據(jù)獲取狀況進行分析，然后按照非支配規(guī)則構(gòu)建不同的支配結(jié)果，實現(xiàn)對前沿R的合理排序。在第一個非支配解的前沿分析中，需要對數(shù)據(jù)資源進行掌握及分析;在第二個非支配前沿中，應(yīng)該對前沿的前支配狀況進行解答，按照該種方案實現(xiàn)算法的確定。在最后一個前沿解答中，需要對種群數(shù)量規(guī)模內(nèi)容進行分析，合理選擇下一代種群，最后按照前沿的數(shù)據(jù)形式，進行項目內(nèi)容的比較推算，實現(xiàn)計算內(nèi)容的合理排序。

2.2 MOEA/D

在多目標(biāo)進化算法使用的過程中，會確定多目標(biāo)的非支配解集，通過多目標(biāo)優(yōu)化算法MOEA/D的確定，可以將一個多目標(biāo)優(yōu)化問題進行分解，形成系類的單目標(biāo)優(yōu)化問題，在最優(yōu)解單目標(biāo)優(yōu)化字問題分析中，需要正確求解單目標(biāo)優(yōu)化問題，實現(xiàn)對不同數(shù)據(jù)的解決，而且，MOEA/D中，每個子問題都會通過原問題進行目標(biāo)的加權(quán)集成，強調(diào)數(shù)據(jù)獲取的優(yōu)勢性，通常狀況下，在加權(quán)集成方法分析中，具體的內(nèi)容如下：中的鄰居關(guān)系通常會通過加權(quán)集成的向量進行距離的度量，而且，在不同權(quán)重產(chǎn)生的向量之下需要有單目標(biāo)進行優(yōu)化，通過對不同信息資源的確定可以對同樣數(shù)量的單目標(biāo)進行優(yōu)化。而且，在不同子問題使用的過程中，融合相鄰問題的信息資源可以形成最優(yōu)解。MOEA/D中，每個單目標(biāo)中子問題的解決及改正可以通過單目標(biāo)子問題進行解決，通過遺傳算法的確定幫助單目標(biāo)獲得子問題，實現(xiàn)最優(yōu)非支配解集。

3 基于多目標(biāo)進化算法本體匹配實現(xiàn)過程

在多目標(biāo)進化算法確定中，通過本體匹配方法的確定，可以實現(xiàn)對語義的合理定義，強調(diào)異質(zhì)系統(tǒng)以及分布式應(yīng)用的交互技術(shù)。但是，在同一個領(lǐng)域中，需要形成多種構(gòu)建方法，同本體間存在語義異質(zhì)問題的分析，限制了本體在不同領(lǐng)域中的運用。為了在研究中解決這種問題，需要結(jié)合本體匹配的過程中，進行匹配結(jié)果的確定，實現(xiàn)對兩個本體概念、屬性以及實例的分析，展現(xiàn)概念項目確定的關(guān)系性及價值性。本體匹配過程中，應(yīng)該按照本體中實體間的語義關(guān)系，進行本體間相互關(guān)系的完善，通過兩本體的問題分析，完成手動方法的選擇。整個過程職工，需要開發(fā)自動化或是半自動化的本體匹配系統(tǒng)，幫助人們在本體匹配中形成對本體內(nèi)容的認識，通過這種本體匹配過程的確定，可以結(jié)合多目標(biāo)進化算法的特點，進行評價方案的構(gòu)建，實現(xiàn)本體匹配系統(tǒng)設(shè)計的價值性。

4 基于多目標(biāo)進化算法本體匹配技術(shù)的應(yīng)用

在大部分本體匹配技術(shù)運用的過程中，其技術(shù)形式運用了信息集成的特點，在信息集成中，確定了獨立信息開發(fā)模式，這種狀況下，怎樣確定全局性的視圖成為關(guān)注的焦點。而且，在獨立信息資源開發(fā)以及信息集成問題確定中，需要確定獨立的本體集成開發(fā)機制，逐漸形成信息模型中的信息。人工智能領(lǐng)取中，需要結(jié)合信息集成的問題進行本體資源的開發(fā)，在本體獨立確定中，不同的開發(fā)中存在不同的背景及動機，因此，在集成本體資源確定中，應(yīng)該按照實體匹配進行確定。在本體間的實體對應(yīng)關(guān)系整合中，應(yīng)該強調(diào)集成的特點，展現(xiàn)信息數(shù)據(jù)構(gòu)建的價值。集成的過程中，可以創(chuàng)設(shè)相應(yīng)的程序，以便實現(xiàn)原先本體中實體數(shù)據(jù)傳輸價值，展現(xiàn)電子商務(wù)領(lǐng)域中信息翻譯的價值。交易雙方在交易中，需要頻繁的進行商業(yè)業(yè)務(wù)信息的整合，結(jié)合語法交易的特點，縮短差異因素，實現(xiàn)系統(tǒng)之間的信息交換，為信息資源的轉(zhuǎn)換提供參考。在本體不同信息結(jié)構(gòu)、信息名稱以及不同數(shù)據(jù)類型整合中，需要通過本體匹配技術(shù)的運用形成初步匹配方案，然后通過人工核算、修正方法的確定，避免單純依靠工人進行匹配信息的確定，逐漸提高信息資源確定的安全性、有效性。

5 結(jié)束語

總而言之，在多目標(biāo)進化算法分析的過程中，應(yīng)該結(jié)合本體匹配技術(shù)，進行算法的確定，有效提高系統(tǒng)數(shù)據(jù)分析的價值性，并實現(xiàn)對計算資源以及計算項目的科學(xué)確定。而且，在本體匹配技術(shù)選擇中，應(yīng)該按照計算發(fā)展，進行匹配技術(shù)的完善，提高計算項目的科學(xué)性。在技術(shù)運用中，應(yīng)該按照局部標(biāo)準(zhǔn)以及匹配結(jié)果的分析，強調(diào)本體技術(shù)的優(yōu)勢性，展現(xiàn)多目標(biāo)進化算法運用的價值。

參考文獻

[1]江荔，薛醒思.基于局部標(biāo)準(zhǔn)匹配結(jié)果的本體匹配技術(shù)[J].信息與控制，2016，45 （01）：66-72.

[2]李焦贊，高正紅，多目標(biāo)進化算法和代理模型技術(shù)在氣動穩(wěn)健優(yōu)化設(shè)計中的應(yīng)用[J].空氣動力學(xué)學(xué)報，2012，30 （01）：46-51.

[3]陳志千，吳旋.基于多目標(biāo)進化算法的地圖注記自動配置技術(shù)的研究[J].測繪與空間地理信息，2012，35 （04）：228-231.

[4]薛醒思，王金水，采用雙向個體標(biāo)注的本體匹配技術(shù)[J].福州大學(xué)學(xué)報（自然科學(xué)版），2016，44 （01）：64-70.

[5]黃林峰，羅文堅，王煦法，高維多目標(biāo)進化算法中的密度評估策略研究[J].中國科學(xué)技術(shù)大學(xué)學(xué)報，2011，41（04）：353—361.