第1章 绪论

1.1 引言

人们在认知和处理现实世界的问题时，常常采用从不同层次观察问题的策略，这种策略可以使用粒计算的原理更加准确、严格地表述。因此粒计算不仅是一些理论、方法、技术或工具的总称，还可以认为是一种看待客观世界的世界观和方法论。

一般来说，人们对事物的认识总是由浅至深、由表及里。人们在思考问题时，总是先从总体进行观察，然后再逐步深入地研究各个部分的情况；或先从各个方面对同一问题进行不同层面的了解，然后对它们进行综合；或根据具体情况，将大问题分解成若干个小问题，或把若干个小问题合并成一个大问题。人们从不同的角度或不同的层次对问题进行观察和分析，然后把这些零星的、片面的知识进行汇总，进而对整个事物有较为系统的、全面的了解。总之，凭借经验或专业知识，根据需要从不同层面、不同角度反复对事物进行了解、分析、综合、推理，最后得出事物本质的性质和结论，这正是粒计算的基本思想。

顾名思义，所谓粒度，就是将问题划分为不同大小的颗粒，规模较大的对象称为“粗粒度”，反之则称为“细粒度”，继而进一步研究粗细粒度的相互转换。所谓粒计算，就是研究被划分类或颗粒的大小及这些颗粒之间的关系。

以上是对人们智能求解问题的总结，即人们能从极不相同的粒度上观察和分析同一问题。人们不仅能在不同粒度的世界上进行问题求解，还能够很快地从一个粒度世界跳到另一个粒度世界，往返自如，毫无困难。这种处理不同粒度世界的能力，正是人们对于问题求解能力强有力的表现。同样地，在信息处理过程中，人们希望计算机能从不同的粒度解决复杂的问题，甚至能在不同的粒度之间进行跳跃或在不同的粒度之间进行计算结果的融合以得到更优的解。这就要求在信息处理的过程中引入粒计算，完成信息粒化的过程，即解决和处理大量复杂信息问题时，需要把大量复杂信息按各自的特征和性能将其划分成若干个较简单的块，而每个如此划分的块被看成一个粒。由此看出，粒计算同样是智能计算最重要的研究方法。

虽然目前还没有一个公认的关于粒计算的精确定义，也没有一个统一的粒计算模型，但它被公认为是信息处理的一种新的概念和计算范式，其覆盖了所有与粒度相关的理论、方法、技术和工具，主要用于不确定、不完整的模糊海量信息的智能处理。在很多情况下，当问题涉及不完全性、不确定性或模糊信息时，人们很难将不同元素区分开来，这时不得不考虑粒，典型的例子是粗糙集理论。同时，在许多实际问题中并不要求精确求解，或获取精确信息的代价不菲，而粗化粒度就可以有效而实际地解决问题。由此引出了模糊逻辑的原则：“充分利用不精确、不确定和部分为真的容许偏差，实现问题求解的易处理、顽健、低求解耗费以及与现实的友好性。”因此，粒计算不仅是粒度属性的子集，同时也是模糊信息粒度理论、粗糙集理论、商空间理论、区间计算等的超集。

本章对粒计算的相关知识进行了讨论，不仅总结了粒计算的基本问题，还分析了目前存在的3个主要粒计算模型，并对其当前的研究现状及在相关领域的应用进行了阐述。