计算机粒计算理论对大数据处理的影响分析

郑羽洁

摘要： 目前，在大数据处理的研究上还存在一定的局限性，粒计算理论的出现解决了大数据处理信息和空间的问题。为此研究计算机粒计算理论对大数据处理的影响分析。粒计算理论是在求解过程中将粒计算和工具进行整合，适合求解不确定性和不完备的网络层次结构。粗糙集理论、商空间理论、词计算理论作为大数据处理空间和信息的主要计算方法，可以为大数据处理提供相对可靠的理论指导和技术参考。

关键词：粗糙集理论；大数据时代；外部属性；内部属性

中图分类号：G642 文献标识码：A 文章编号：1009-3044（2018）33-0028-02

人工智能的深入加快了信息网络技术的发展速度，使信息终端的设备越来越多样化。未来社会事业和国家事业会逐渐成为大数据时代的核心。基于上述背景，粒计算理论应运而生，在大数据的整合和管理上具有一定的推动作用。从计算机粒计算理论来看，不同的计算机模型代表一个计算机信息。但从计算机多粒度理论来看，粒计算机模型主要分为三组，分别为粒、粒层和粒结构。在粒计算理论中粒是计算模型中最基本的元素。可以将粒作为个体元素中空间集结的一部分，从粒的外部属性来看一个粒代表一个计算机信息，只有在特定的环境下才有存在的意义。为了处理好粒计算理论与大数据之间存在的问题，分析计算机粒计算理论对大数据处理的影响[1]。

1计算机粒计算理论对大数据处理信息的影响分析

根据粒计算理论可以发现，在粒计算理论中大数据处理信息存在两个问题，第一个，粒计算机理论是基于计算机构建的模型，所计算的粒化结果是问题空间划分的一个过程，中间转化的过程是由大数据处理的，将大数据中模糊粒化计算作为参考信息，求解大数据中不确定性的信息数据。在求解的过程中会发现两者之间是相互影响，相互依存的[2]。若在同一环境中出现了多个粒层，说明形成了多层次网络结构的粒子。利用粒计算理论求解粒层结构的问题，在粒的层次结构中粒子是从上往下或者从下往上相互交替在同一层次移动的。不同粒层与粒子之间的转换与推理内容是不同的，在同一粒层中移动的粒子是相互交互的，在大数据处理信息的过程中大多会利用多粒度计算公式处理粒子结构，多粒度计算公式如下所示；

[fk?fn=gp?ga=gp?a：gp?a] （1）

公式（1）中[f]是论域，[k]是[f]的非空子集，[g]是另一个论域， [p]和[a]是等价关系的集合。运用粒化计算公式时需要对大数据信息进行精细化处理，从而实现两个相对独立的多层次结构。需要注意的是一个粒的元素代表的不是粒，而是另一个粒的元素。将粒度作为衡量粒的大小和进行量化时的主要元素。粒在生活中是无处不在，例如，地图。地图上的国家和七大洲还有海洋都是采用了不同粗的粒[3]。

粒层主要是解决大数据处理不确定信息的一种求解方法，也是对计算机信息的一种抽象描述。若要利用粒層去解决大数据层中不确定的问题，就需要指定粒化标准，计算出全部粒的整体，然后在根据某一种关系得出空间和计算信息之间产生的粒层[4]。

在问题空间和计算信息所产生对应的粒是与同层粒的内部有着同样性质的，不同的粒化程度所变现的问题空间和计算信息是不同的。粒层内部结构与问题空间粒的关系是相互依存的。在同一空间的粒层所组成的网络结构是相同的。在不同空间的粒层所组成的网络结构是不同的。在处理大数据信息的过程中需要寻找一个适当的粒层，粒层不同求解问题的复杂程度也不同。较高层次的粒层在求解问题的过程中会产生较低层次的粒层，每个粒层的内部结构具有相同属性和相同论域的结构。采用粒计算理论的主要优势就是在于，在求解不同粒层的问题上，可以与问题空间中的粒进行相互转化。粒计算理论可以解决大数据中相对复杂的问题，粒化标准和粒层之间的关系是相互对应的，没有相互对应的粒化标准所在的粒层也是不一样的，进而反映出人们多视角观察问题和解决问题的一种思维模式[5]。

2 计算机粒计算理论对大数据处理空间的影响分析

目前，粒计算理论对大数据处理空间的计算方法主要有三种，分别为粗糙集理论、商空间理论、词计算理论。这种方法在人工智能研究中是三种思维模式产生的理论方法。其中词计算理论是基于不知道原则对无法解决的空间问题进行求解，将自然语言中的词或者句作为操作信息的一种计算方式，是大数据处理空间中主要运用的一种粒计算方式。是以人类感知为极限的一种外在感知计算理论[6]。

在处理大数据空间时经常会采用粗糙集理论，该理论是解决不精确和不完备信息的有效工具。这种不完备的处理工具具有较高的易用性。运用该理论对数据进行推理和分析时，要先明确创建的目的和研究的出发点，将其中隐含的知识和潜在的规律挖掘出来。粗糙集理论处理大数据空间的近似质量，如下所示：

表1是粗糙集理论处理大数据空间的近似质量，从表1中可以看出当调节参数等于1时，可调节的模糊粗糙集与弱模糊粗糙集之间的属性个数是相近的，证明该方法在处理同一粒层上的粒子相互交互的，在大数据信息精细化处理的方法，为大数据处理提供相对可靠的理论指导和技术参考。粗糙集理论属于一种天然数据挖掘和发现知识的一种方法，经过对比粗糙集理论相比其他理论方法具有较高的互补性，在处理不确定问题时，不用提供问题和处理数据就可以解决大数据空间的问题。这对于大数据处理空间来说是十分重要的。

3结束语

综上所述，计算机粒计算理论对大数据处理空间和信息的检索环节具有较强的互补性。在处理大数据空间和信息的过程中可以利用粒化处理方式将大量的信息进行求解。但需要将同类特征和相似性较高的数据信息进行汇总和分类，在通过初步粒化计算之后，才能将大数据层之间不同的粒层进行划分，构建符合大数据计算规则的粒层。

参考文献：

[1] 文燕. 沥青路面预防性养护技术在高速公路养护实践中的应用研究[J].江西建材，2017，12（10）：1162-1186.

[2]张秀江. 浅析预防性养护在高速公路管理中的应用[J].中国化工贸易，2017，9（11）：265-298.

[3] 张小伟. 公路预防性养护管理发展对策探讨[J].山西建筑，2018，23（4）：129-130.

[4] 马明东. 预防性养护在国省干线公路中的技术应用[J].城市建设理论研究（电子版），2018，23（1）：356-398.

[5] 代婷婷. 高等级公路预防性养护中超薄磨耗层施工及质量控制[J].交通世界，2017，23（19）：392-393.

[6] 孔荣.浅析预防性养护技术在现代公路养护中的应用[J].经营管理者，2017，32（26）：365-398.

【通联编辑：光文玲】