基于区间值相似度的直觉区间值模糊推理

直觉区间值模糊集具有比直觉模糊集更强大的模糊信息表达能力并且其直觉区间值隶属度和非隶属度的值较易确定.文章利用直觉区间值模糊集进行模糊推理.根据直觉区间值隶属度和非隶属度的值给出直觉区间值模糊集之间相似度和加权总体相似度的计算方法.根据该计算方法给出直觉区间值模糊集上的模糊推理算法.最后通过算例说明所给出的推理算法更符合实际需要,可操作性强,便于应用.     

区间值模糊推理的FOOL方法的细致化

给出了FMP的三I解的一般形式,证明了关于区间值模糊推理的单调性定理、下确界定理以及存在性定理。在分析了规则后件相对于前件的敏感性的基础上提出了p－敏感参数概念,从而定义了p－综合距离与（p-θ）相对激活度。将关于区间值模糊推理的FOOL方法细致化为（p-θ）算法,可望用于解决这一类空间数据分析问题。     

区间值三Ⅰ算法的鲁棒性

经典模糊推理在不确定性和模糊性比比皆是的实际应用中显得捉襟见肘,而具有更多自由度的2-型模糊集更适合于不确定的和模糊的环境。作为一种特殊的2-型模糊集,区间模糊集因便于计算而倍受青睐。区间值模糊推理在处理信息和图像时能有效减少信息和图像的丢失。本文首先给出基于区间值QL-蕴涵的三I算法的表达式,进一步借助区间值模糊连接词的灵敏度,系统地研究基于几种常见的区间值蕴涵的三Ⅰ算法的鲁棒性,为其在实际中的应用提供理论保障。     

基于数值拟合的区间值模糊推理算法

将数值拟合技术引入到区间值模糊推理中,提出一种基于数值拟合的区间值模糊双向推理算法.并给出3个应用实例来说明该算法的可行性.同时比较并证明了该算法的良好性质.     

基于区间值相似度集合的多规则近似推理模型

给出区间值相似度集合的概念,并基于区间值相似度集合详细研究了多规则近似推理模型及其推理算法,讨论了基于区间值相似度集合的简单近似推理模型的还原性．最后,通过１个实例验证了推理模型和推理算法的有效性．      

一种基于区间值模糊集的模糊推理方法

对区间值模糊集的论域分类讨论,给出基于区间值模糊集论域为连续时的模糊推理方法; 区间值模糊集论域为离散时,将其线性插值为连续,然后给出论城为离散情况下的模糊推理方法。     

区间值模糊控制

引入区间值模糊控制的概念, 运用区间值模糊推理的推理算法,讨论了区间值模糊控制的插值机理,并对区间值模糊控制进行计算机仿真试验,以说明算法的可行性.     

区间值模糊推理在风湿疾病诊断上的应用

疾病诊断专家系统是应用人工智能技术来模拟医生诊断疾病的思维过程的一种程序系统.对于复杂的疾病诊断,其推理模型均为多重多维的.风湿性疾病是一类常见疾病,危害(5D)是相当严重的.本文将区间值模糊推理应用在风湿性疾病诊断的推理中,区间值隶属度能更容易的描述模糊信息的不确定性,并且区间值模糊推理方法可以减少推理过程中模糊信息的丢失.     

基于Fuzzy集的插值模糊推理

对于模糊概念 (用Fuzzy集表示 )的隶属函数为连续的情况 ,将规则前件中的模糊概念的论域与后件的模糊概念的论域作一一映射 ,然后给出基于Fuzzy集的隶属函数为连续情况下的插值模糊推理方法 ;对于Fuzzy集的隶属函数为离散的情况 ,在作上述相同的映射后 ,再将规则前件中的Fuzzy集与事实中的Fuzzy集的隶属函数分别进行线性插值 ,使它们都成为连续函数 ,然后给出基于Fuzzy集的隶属函数为离散情况下的插值模糊推理方法 .     

一种相关型模糊集合及其在模糊逻辑系统中的应用

基于t-范数和t-余范数的模糊推理无法将模糊规则中前件集与后件集的相关性信息引入到模糊推理过程,这在某些情况下会导致模糊推理结果与实际经验不符。针对此问题,首先引入模糊集合之间相关度的概念,使模糊概念之间彼此相关。然后,在模糊集合相互关联的环境下提出相关型模糊集合的概念,包括相关type-1、相关区间型type-2以及相关一般型type-2模糊集合,并在理论上把模糊集合的基本概念和运算性质放在相关型模糊集合的环境下进行讨论,同时定义其自身特有的一些运算。最后,对相关型模糊集合在2种模糊逻辑系统(T1 FLS和IT2 FLS)中的应用进行探索,提出面向后件集的模糊推理方法。仿真实例表明:该方法比传统的模糊推理方法能捕获到规则中更多的不确定性信息。