[发明专利]一种基于紧凑进化算法的本体匹配方法

权利要求书

1.一种基于紧凑进化算法的本体匹配方法，其特征在于，包括如下步 骤：

步骤1)给定两个本体O₁＝(C₁,P₁,I₁),O₂＝(C₂,P₂,I₂)；

其中O₁和O₂分别表示两个本体；C₁和C₂分别为O₁和O₂中概念的集合； P₁和P₂分别为O₁和O₂中概念之间关系的集合；I₁和I₂分别为O₁和O₂中实例 的集合，所述实例为概念对应的实际数据对象；

生成配对矩阵，配对矩阵的行和列分别为O₁和O₂中的实例，通过相似 度度量技术对配对矩阵内的实例对进行相似度评价生成相似度值并形成相 似度矩阵，每种相似度度量技术对应一个相似度矩阵；对每个相似度矩阵 分别设置权重向量；集合所有的权重向量形成集成权重向量，根据集成权 重向量将各相似度矩阵合并生成最终相似度矩阵；集成权重向量的生成方 法为：通过在区间[0,1]中随机确定分割点来间接地表示每个相似度矩阵的 权重；分割点集合为：c'＝{c′₁,c′₂,...,c′_p-1}，其中P表示采用的相似度度量技 术的数量；将分割点集合中的元素按照升序排列，得到新的集合 c＝{c₁,c₂,...,c_p-1}；

根据新的集合c＝{c₁,c₂,...,c_p-1}，某一相似度矩阵的权重w_k为：

wk=c1,k=1ck-ck-1,1<k<p1-cp-1,k=p---(1)]]>

根据相似度矩阵的权重w_k集成所有的相似度矩阵：

φ(s→(c),-w→)=Σi=1nwisi(c)---(2)]]>

其中，表示通过权重向量生成的最终相似度矩阵；为所有相似度矩阵的集合；为所有权重向量的集合；n为相似度度量技 术的个数；s_i(C)表示第i个相似度矩阵；w_i表示第i个权重向量；c表 示配对矩阵；

步骤2)求解本体元匹配问题：

2.1)建立本体元匹配问题的优化模型：

maxf-measure(X)s.t.X=(x1,x2,...,xn+1)Txi∈[0,1],i=1...n+1---(3)]]>

其中，maxf-measure(X)表示目标函数是最大化f-measure值， f-measure(X)用于度量匹配结果的质量；X表示本体源匹配系统中所需 要确定的的参数向量；x_i表示参数值；n表示采用的相似度度量技术的个数， x_n+1表示用于过滤最终匹配结果的阈值；

2.2)使用进化算法重复步骤1)，并且使用优化模型评价最终相似度 矩阵；其中，根据每次生成的集成权重向量和优化模型的评价结果建立集 成权重向量的元模型，根据元模型计算出下次生成最终相似度矩阵时使用 的集成权重向量；至得到最优解，所述最优解为最接近maxf-measure(X) 的值的最终相似度矩阵。