基于多目標進化算法的本體匹配技術

摘要 結合多目標進化算法對本體匹配技術方案進行研究，認識到本體匹配技術中存在的限制性問題，旨在通過多元目標算法的構建，進行匹配技術方案的完善，充分展現本體匹配技術的價值性，實現核算技術的有效性。

【關鍵詞】多目標進化算法 本體匹配技術

在交互信息開放知識系統以及分布式系統設計的過程中，應該根據系統內部的特點，進行信息能源的項目分析，按照系統交換以及信息使用的價值性，進行數據管理資源的確定，實現句法層面交互以及語義層面交互的價值性。對于兩種系統形式而言，在數據結構以及共同目標協議構建中，應該按照通信的語義特點，進行協議數據資源的設計，提高技術運用的價值性。在本體信息資源分析中，其作為一種交換參考模型，可以結合規范化的數據資源內容，進行規范化語義技術的研究，實現本體匹配技術運用的有效性，而且，結合多目標進化算法，進行數據概念、對象以及關系的規范化藐視，為多目標進化算法在本體匹配技術中的運用提供參考。

1 本體匹配領域尚存的挑戰性問題

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，缺少明顯優勢的方案形式，具體的挑戰問題體現在以下幾個方面：

1.1 本體匹配的結果分析

在本體匹配方法確定的過程中，應該結合不同的匹配方法進行匹配結果的評價及對比，而且，在匹配的過程中，需要充分考慮不同的匹配技術形式，結合匹配技術的特點，提高技術運用的成熟性，及時解決匹配結果的質量問題。

1.2 匹配質量有待提升

在本體匹配方案確定的過程中，開發了數量較多的本體匹配系統，但是，這種系統中并沒有保證不同領域運行的價值性。所以，在本體匹配技術分析中，應該創設通用性的技術形式，結合不同問題進行高質量本體匹配結果的分析，展現匹配系統數據項目研究的價值性，提高匹配數據的整體質量。

1.3 本體匹配技術有待提升

在動態化匹配指標確定中，存在著本體匹配不合理的問題。在解剖學測試數據研究分析中，兩個系統不到十分中內完成數據匹配，在這種數據資源匹配中，存在著本體匹配性能低下的問題。因此，在本體匹配技術完善中，需要結合計算機的優化措施，進行本體匹配系統的完善，明確數據研究的指標。

2 多目標進化算法

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

2.1 NSGA-II

NSGA- II作為一種基于Pareto中的最優解MOEA。

通過該流程的研究分析可以發現，在NSGA- II中首先會創建隨機的群體P，結合P中的個體質量進行數據資源的評價，然后按照后續迭代的過程，對每一代中的交叉以及變異算子的數據獲取狀況進行分析，然后按照非支配規則構建不同的支配結果，實現對前沿R的合理排序。在第一個非支配解的前沿分析中，需要對數據資源進行掌握及分析;在第二個非支配前沿中，應該對前沿的前支配狀況進行解答，按照該種方案實現算法的確定。在最后一個前沿解答中，需要對種群數量規模內容進行分析，合理選擇下一代種群，最后按照前沿的數據形式，進行項目內容的比較推算，實現計算內容的合理排序。

2.2 MOEA/D

在多目標進化算法使用的過程中，會確定多目標的非支配解集，通過多目標優化算法MOEA/D的確定，可以將一個多目標優化問題進行分解，形成系類的單目標優化問題，在最優解單目標優化字問題分析中，需要正確求解單目標優化問題，實現對不同數據的解決，而且，MOEA/D中，每個子問題都會通過原問題進行目標的加權集成，強調數據獲取的優勢性，通常狀況下，在加權集成方法分析中，具體的內容如下：中的鄰居關系通常會通過加權集成的向量進行距離的度量，而且，在不同權重產生的向量之下需要有單目標進行優化，通過對不同信息資源的確定可以對同樣數量的單目標進行優化。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解。MOEA/D中，每個單目標中子問題的解決及改正可以通過單目標子問題進行解決，通過遺傳算法的確定幫助單目標獲得子問題，實現最優非支配解集。

3 基于多目標進化算法本體匹配實現過程

在多目標進化算法確定中，通過本體匹配方法的確定，可以實現對語義的合理定義，強調異質系統以及分布式應用的交互技術。但是，在同一個領域中，需要形成多種構建方法，同本體間存在語義異質問題的分析，限制了本體在不同領域中的運用。為了在研究中解決這種問題，需要結合本體匹配的過程中，進行匹配結果的確定，實現對兩個本體概念、屬性以及實例的分析，展現概念項目確定的關系性及價值性。本體匹配過程中，應該按照本體中實體間的語義關系，進行本體間相互關系的完善，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，需要開發自動化或是半自動化的本體匹配系統，幫助人們在本體匹配中形成對本體內容的認識，通過這種本體匹配過程的確定，可以結合多目標進化算法的特點，進行評價方案的構建，實現本體匹配系統設計的價值性。

4 基于多目標進化算法本體匹配技術的應用

在大部分本體匹配技術運用的過程中，其技術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模式，這種狀況下，怎樣確定全局性的視圖成為關注的焦點。而且，在獨立信息資源開發以及信息集成問題確定中，需要確定獨立的本體集成開發機制，逐漸形成信息模型中的信息。人工智能領取中，需要結合信息集成的問題進行本體資源的開發，在本體獨立確定中，不同的開發中存在不同的背景及動機，因此，在集成本體資源確定中，應該按照實體匹配進行確定。在本體間的實體對應關系整合中，應該強調集成的特點，展現信息數據構建的價值。集成的過程中，可以創設相應的程序，以便實現原先本體中實體數據傳輸價值，展現電子商務領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業務信息的整合，結合語法交易的特點，縮短差異因素，實現系統之間的信息交換，為信息資源的轉換提供參考。在本體不同信息結構、信息名稱以及不同數據類型整合中，需要通過本體匹配技術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 結束語

總而言之，在多目標進化算法分析的過程中，應該結合本體匹配技術，進行算法的確定，有效提高系統數據分析的價值性，并實現對計算資源以及計算項目的科學確定。而且，在本體匹配技術選擇中，應該按照計算發展，進行匹配技術的完善，提高計算項目的科學性。在技術運用中，應該按照局部標準以及匹配結果的分析，強調本體技術的優勢性，展現多目標進化算法運用的價值。

參考文獻

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

[2]李焦贊，高正紅，多目標進化算法和代理模型技術在氣動穩健優化設計中的應用[J].空氣動力學學報，2012，30 （01）：46-51.

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

[4]薛醒思，王金水，采用雙向個體標注的本體匹配技術[J].福州大學學報（自然科學版），2016，44 （01）：64-70.

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