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。     

基于数值拟合的直觉模糊近似推理方法

基于直觉模糊集和数值拟合技术,考虑其隶属度与非隶属度两个因素的影响,提出了一种直觉模糊集的近似推理算法。首先给出了直觉模糊集的定义,推导出了一种数值拟合方法,讨论了GMP问题和GMT问题的一般推理过程。其次,重点研究了基于直觉模糊逻辑的近似推理方法。最后以具体算例验证了所提方法的正确性和有效性。     

基于直觉模糊剩余蕴涵的直觉模糊粗糙集的性质

本文主要研究直觉模糊剩余蕴涵下的直觉模糊粗糙集的构造和性质.定义了直觉模糊集上的剩余蕴涵, 基于该剩余蕴涵构造了直觉模糊粗糙集的上、下近似算子, 并给出了基于不同二元关系下近似算子的性质.     

基于Vague集的一类蕴涵算子

介绍了采用Fuzzy集进行近似推理的一些蕴涵算子的性质,根据Vague集的直觉特性提出了采用Vague集实现近似推理的一类蕴涵算子的构造方法,并根据Vague集的模糊熵对上述蕴涵算子的特性进行了解释。     

蕴涵区间直觉模糊粗糙集及其性质

在区间直觉模糊近似空间上,利用一对区间直觉模糊蕴涵算子(I,J),定义了蕴涵区间直觉模糊粗糙集的概念,并证明了相应的一些重要性质。最后,对区间直觉模糊关系的自反性,对称性和传递性进行了刻画。     

基于直觉模糊贝叶斯网络的高速铁路突发事故态势估计

针对高速铁路突发事故应急决策初期信息不足且不确定的问题以及救援部门应急决策能力的局限性,本文提出了一种基于直觉模糊理论与贝叶斯网络推理相结合的应急决策方法。首先分析了高速铁路突发事件的诱因、事故分类及应急决策的特点和流程,然后利用直觉模糊数表示贝叶斯网络节点的证据信息,给出了直觉模糊贝叶斯网络(IFBN)应急决策模型。最后本文以动车组在高架桥突发火灾事故时进行应急决策为例分别用BN和IFBN进行推理。经过多组推理结果表明,当信息犹豫度较大时,BN推理会产生与实际情况相反的结论,而IFBN克服了此缺点,推理结果仍然准确,验证了利用IFBN推理模型进行应急决策的优越性。     

区间直觉模糊粗糙集的公理化

基于单个以及两个论域之间的区间直觉模糊关系,用构造性方法建立两种区间直觉模糊粗糙集模型,并讨论一些相关性质.在此基础上,用公理化方法给出区间直觉模糊粗糙近似算子的公理化描述.     

专家系统中的近似匹配和近似推理

专家系统中的知识的不确定性推动了近似推理的研究。而实施近似推理的前提是完成近似匹配。由此,本文首先讨论专家系统中有关不确定性的问题,继而通过引入λ—匹配和ε—匹配的概念探完了专家系统中的近似匹配及基于近似匹配的近似推理的策略和方法。从而修改和完善了文献[1,3,4]的部分结果。     

直觉模糊信息系统下基于优势关系的邻域粗糙集

粗糙集是处理不确定性信息的有效数学工具,然而,在复杂的环境下,经典粗糙集并不能满足某些特殊的现实需要,因此,为粗糙集引入拓展要素,是增强模型可靠性的重要手段。文章在直觉模糊信息系统下,基于优势关系研究邻域粗糙集模型。首先将直觉模糊数与邻域粗糙集近似算子结合,刻画直觉模糊邻域粗糙近似算子,建立直觉模糊邻域粗糙集模型。然后,引入了优势关系,构建优势邻域类,进而构建基于优势关系下的直觉模糊邻域粗糙集模型,并研究了该模型的上下近似、优势邻域类、集合的基本运算等性质,给出了模型不精确性度量指标。最后通过实例验证了所提出模型的有效性。     

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．      

具有三种否定的模糊推理算法及应用

模糊推理中,合成规则推理方法（compositional rule of inference, CRI）与基于贴近度的方法（similarity based approximate reasoning,SAR）都是建立在只有一种否定的经典模糊集上。针对广义模糊集GFScom(generalized fuzzy sets with contradictory, opposite and medium negation)具有三种否定（矛盾否定、对立否定、中介否定）的特点,对模糊推理方法 CRI的蕴含算子作了扩展。提出了具有三种否定的GFScom贴近度定义和公式,得到模糊近似推理的一种新的计算形式GSAR方法,证明了GSAR该方法具有FMP(fuzzy modus ponens)还原性。通过应用实例对比,模糊推理GSAR的新方法不仅克服了CRI方法在建立模糊关系矩阵具有主观性和随意性的不足,而且客观有效地反映了模糊推理中的3种否定信息,丰富了模糊推理的形式。     

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     

一个新的基于Vague集的近似推理方法

对于模糊概念(用Vague集表示)的隶属函数为连续的情况,将规则前件中模糊概念的论域与后件中模糊概念的论域作一一映射,给出基于Vague集的隶属函数为连续情况下的近似推理方法;对于Vague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Vague集和事实中的Vague集的真/假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Vague集的隶属函数为离散情况下的近似推理方法.     

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。     

基于模拟退火的模糊分类系统在数据挖掘中的应用

给出了一种基于模拟退火的模糊分类系统—SAFCS,该分类系统结合了SA元启发式搜索策略的学习能力和模糊系统的近似推理方法,旨在改善与分类问题有关的大型数据空间的搜索性能,找到模糊if-then规则的优化集.SAFCS可以从输入数据集中抽取精确的模糊分类规则,并在若干不同预定义类中将其应用于对新数据实例的分类.文末用某数据集检测了SAFCS的性能,结果表明,在与其他几个著名算法比较时该分类系统性能可靠.     

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 .     

基于Vague集模糊推理的多评价指标模糊决策方法

提出一个基于Vague集模糊推理的多评价指标模糊决策方法，并从基于Vague集的模糊推理的观点看待模糊决策问题．将评价指标和侯选方案之间的关系用一组基于Vague集的推理规则来表示，将决策者的要求用一组Vague集来袁示，经过模糊推理等过程最后得到决策结果     

一种新的O型模糊推理方法

基于Ｏ型模糊集的模糊推理称为Ｏ型模糊推理。作者给出了应用标准序列逻辑蕴涵的Ｏ型模糊推理方法，这种Ｏ型模糊推理方法具有比ＬＯＦＲ推理更好的性质，而且计算简便。     

基于模糊粗糙集与模糊推理的作战指挥方式决策分析

依据指挥权限集中程度,指挥方式可分为集中指挥和分散指挥两种形式.本文探讨了基于模糊粗糙集与模糊推理的指挥方式决策分析新方法.首先,分析了作战指挥方式决策的影响因素,即指挥控制手段和情报保障程度;在此基础上,给出了基于模糊粗糙集的作战指挥方式的一种知识发现方法;然后,通过获取的模糊推理规则,运用多输入多重Mamdani模糊推理算法获得量化的指挥方式决策结论;最后,通过在MATLAB7.0模糊逻辑工具箱中构建的模糊推理仿真系统进行验证推演,给出了三种类型的指挥方式决策结论,与军事专家的经验决策相符合,该系统可纳入到作战指挥决策支持系统中.