基于模糊集IFScom的格贴近度及应用

针对格贴近度在模糊识别中的应用问题,提出一种基于模糊集IFScom的格贴近度(新格贴近度)。它不仅满足公理化的要求,并且区分了3种不同否定:矛盾否定、对立否定和中介否定。另外给出了新格贴近度在网络模糊分类中的应用实例,通过IFScom模糊集方法和经典模糊集方法的对比分析,新格贴近度在否定的区分、表示和模糊识别上是合理可行的。     

GSI模糊推理模型与其他模糊推理模型的关系

提出GSI(guaranteed similarity-degrees of fuzzy inference method)模糊推理模型的概念,考察该推理模型与其他典型的模糊推理模型之间的关系,证明如在计算公式中使用剩余型伴随对,输入前件为正规模糊集,常用的模糊推理算法如CRI算法、三I算法、基于∧-→合成的FRI算法都是GSI模糊推理算法,由Turksen提出的AARS算法(基于相似度的近似类比推理算法)是GSI模糊推理算法的近似.算例表明GSI模糊推理算法对系统输入比较敏感,具有良好的输入条件区分性能.GSI算法参数可调,具有广泛的适用性.     

O型模糊集的模糊性度量

本文首次给出了Ｏ型模糊集的模糊度和贴近度的定义，并讨论了它们的一些性质。Ｏ型模糊集的模糊度和贴近度在模糊推理和模糊模式识别中有重要应用价值。     

广义CRI模糊推理方法的连续性、单调性和还原性

为研究广义CRI模糊推理方法的连续性,单调性和还原性,通过建立两个引理,证明了:在广义CRI模糊推理方法中,当第一个模糊蕴涵取为Lukasiewicz蕴涵,Kleene-Dienes蕴涵或Reichenbach蕴涵时,该模糊推理方法都具有连续性,且该推理方法是递减的.也证明了该模糊推理方法具有较好的还原性.通过研究发现:广义CRI模糊推理方法与CRI模糊推理方法有类似的性质,因此人们可用广义CRI模糊推理方法来构造模糊系统.     

直觉模糊推理的语义匹配度

首先引用Atanassov直觉模糊集的基本概念及运算，描述了直觉模糊逻辑运算及其知识表示形式，重点给出了直觉模糊逻辑命题真值的对称合成方法，定义了直觉模糊逻辑命题的基本运算。讨论了计算直觉模糊集语义匹配度的若干途径，包括贴近度、语义距离、相似度、复合条件的匹配等。最后，阐明了直觉模糊推理冲突消解的基本思想。     

直觉模糊匹配的语义距离与贴近度

首先引用Atanassov直觉模糊集的基本概念,阐述了直觉模糊推理的语义匹配问题．给出了计算直觉模糊匹配度的语义距离与贴近度扩展方法,重点研究了直觉模糊贴近度扩展计算模型与直觉模糊语义距离,包括在离散论域和连续论域上的海明距离、欧氏距离、明可夫斯基距离、切比雪夫距离等扩展计算模型,提出了将直觉模糊贴近度与直觉模糊语义距离转换成直觉模糊匹配度的方法。     

多重模糊推理情形下的CRIP法

该文对模糊专家系统，模糊决策支持系统和模糊控制系统中常用的Zadeh的模糊推理合成法则CRI进行了推广，基于V^λ算子，该文提出了多重模糊推理情形下的带参数的模糊推理合成法则（简称CRIP法），它克服了传统的CRI法则的若干不足之处，能在极弱条件下满足假言推理，拒取式推理，具有推理的逼近性，通过参数的调整，CRIP法具有推理的灵活性和准确性，该文给出了参数的具体取值方法。     

模糊粗糙集的贴近度

基于模糊集理论中贴近度的定义及模糊粗糙集的有关性质 ,讨论了模糊粗糙集 (FR集 )的贴近度 ,进而给出了模糊粗糙集的距离贴近度、最小最大贴近度、最小平均贴近度以及格贴近度     

基于相似度的信息权重模糊推理方法

在陈永义等提出的模糊集特征展开近似推理方法的基础上,提出了一种广义的模糊集特征展开推理方法的数学模型,实际上也是一种基于相似度的加权模糊推理方法,并给出了一种基于模糊信息的权重确定方法.     

内P-模糊集并-分离及其属性特征

P-模糊集(Packet fuzzy sets)是由P-集合(Packet sets)得到的一个新的模糊集,P-模糊集具有动态特性。P-模糊集是由内P-模糊集AF珔(Internal packet fuzzy set AF珔)与外P-模糊集AF(Outer packet fuzzy set AF)构成的模糊集合对;或者(AF珔,AF)是P-模糊集。利用内P-模糊集,本文给出内P-并分离系数、内P-模糊信息概念、内P-模糊集的并-分离定理、内P-模糊集并-分离与它的属性集合的关系定理、内P-模糊集并-分离的几何特征和内P-模糊集并-分离的应用。     

不同蕴涵算子下的三Ⅰ算法

对三Ⅰ算法作了进一步的推广，详细讨论了在Ｌｕｋａｓｉｅｗｉｃｚ蕴涵算子、Ｇｏ¨ｄｅｌ蕴涵算子和Ｇａｉｎｅｓ－Ｒｅｓｃｈｅｒ蕴涵算子之下的ＦＭＰ规则以及相应的三Ⅰ算法的表达形式，同时给出了三Ⅰ算法为Ｐ－还原的充分条件．     

基于重心模糊插值推理方法的改进

在稀疏模糊规则的条件下，采用传统的合成推理规则方法毫无结论可言，插值推理方法则能得出很好的结论，然而目前的插值推理方法尚不尽完善。本文在分析了HuangZhi-he和ShenQiang提出的基于重心插值推理方法的基础上，提出一种基于重心的通用模糊插值推理方法。使用该方法，不仅可以改进原方法只能用于三角形隶属函数的缺点，同时还能应用于梯形隶属函数，并且保证了最后结果的凸性并扩展到多维规则条件下的推理；最后通过实例加以说明。     

直觉模糊逻辑算子的研究

给出了直觉模糊逻辑“补”、“与”、“或”及“蕴涵”算子的定义，并利用区间值模糊集与直觉模糊集之间的关系，给出了利用经典的模糊逻辑算子构造直觉模糊逻辑算子的三个定理。从而得到了构造直觉逻辑算子的新方法，这种方法无需验证其运算的封闭性，因而简单易行。文中用此方法构造出了一系列新的直觉模糊逻辑“补”、“与”、“或”及“蕴函”算子，将K.Atanassov最早提出的直觉逻辑模糊逻辑算子推广到了更一般情形。     

模糊控制中近似推理的插值模型

提出一种新的模糊控制近似推理模型——插值模型,即用多元插值方法来进行近似推理．在精确插值问题基础上提出模糊插值问题,并给出插值公式     

基于直觉模糊相似度量的近似推理方法

针对直觉模糊逻辑推理,提出一种基于直觉模糊集之间相似度量的近似推理方法,给出了相关的推理合成运算公式,并用实例说明近似推理的推理过程。该方法的最大优点是概念上更清晰,易于直观理解。     

一种新的基于距离度量的近似推理方法

对常用的近似推理方法如合成推理方法（CRI）和基于相似度量的近拟推量方法（AARS）进行了研究,指出了它们存在的缺陷;在此基础上,提出了基于距离度量的近似推理方法,该方法较好地解决了CRI和AARS方法的中的问题。     

由三I或CRI方法构造的模糊系统及其响应函数

文章介绍在采用单点模糊器和重心法解模糊器的情况下,分别基于三I方法和CRI方法,研究了由11个蕴涵算子构成的模糊系统及其响应函数。在基于三I方法的11个系统中,9个输出近似为阶跃函数,1个输出近似为拟合函数,1个具有函数逼近的泛性,从而后2个系统可用;基于CRI方法的11个系统中,7个输出近似为阶跃函数,2个输出近似为拟合函数,2个具有函数逼近的泛性,从而后4个系统可用。可见,从模糊系统的角度,三I方法效果不理想,而CRI方法基本可以接受,且相对较优。     

模糊控制中FMP问题的算法分析

本文主要对模糊推理的核心问题之一即FMP问题的算法进行比较,其中包括CRI算法、Mamdani算法、三I算法等推理算法,并且对各种算法的优劣性进行分析.文章给出了推理合成规则不具有还原性和不能正确进行模糊推理的原因以及正确使用CRI算法的条件,对各种蕴含算子的模糊推理进行了分析比较,从而得到较合理的推理算法.文章最后举...     

Larsen模糊推理算法的直觉化扩展

对Larsen模糊推理算法进行了直觉化扩展。首先将Larsen定义的模糊关系Rp进行直觉化扩展,然后推出了其对应的直觉模糊取式推理算法和直觉模糊拒式推理算法。最后以具体算例叙述了推理计算过程中的细节,验证了该方法的正确性和有效性。结果证明直觉化扩展后的Larsen模糊推理算法是一种性能比较好的直觉模糊推理算法。