模糊专家系统是人工智能学科的重要实践领域的前沿,将各种数据挖掘得到的不同形式的知识与模糊专家系统规则库进行有效的融合是模糊专家系统核心研究内容之一。本文主要研究了数据挖掘结果与模糊专家系统规则库融合的主要理论和技术,并将其应用于铝电解生产模糊专家决策系统。主要研究内容与研究成果如下:◇本文提出了一种通用的数据挖掘结果与模糊专家系统规则库自动融合的模型。其特点是利用KDD过程发现的知识,与知识库中的原有知识自动进行知识检测与知识融合,自动完善知识库。该模型在一定程度上减轻了人工操作的负担,无需领域专家频繁地手工指定知识检测融合过程。模型知识库中的知识将随着KDD过程的反复进行不断丰富与完善;◇针对知识的自动检测融合,本文提出了在模糊子集的属性取值区间上进行检测的方法,定义了模糊子集之间的关系、模糊知识之间的关系,以及在此基础上进行知识检测和融合处理的方法。这种方法比传统的知识自动检测融合方法粒度更细、精度更高,可以检测出基于模糊子集精度的重复、冗余、矛盾、循环、交叉等规则;◇本文提出了知识的自动融合机制。通过用户定义的处理知识的策略和参数,模型可以自动进行规则的筛选等处理。这样,传统方法中需要领域专家和知识工程师才能处理的知识融合过程,就可以通过用户定义的处理知识不一致情形的策略和参数,结合知识的支持度、置信度等约束自动实现,并可完成重复、冗余、矛盾、循环、交叉等冲突规则与现有模糊规则库的融合处理;◇最后,实现了基于铝电解生产模糊专家系统Feside的数据挖掘结果与专家规则库的融合系统。