基于模糊逻辑的产生式规则拓展

在CAPP系统中,工艺知识通常采用产生式规则来表达.由于工艺知识具有模糊性和不确定性,而传统的产生式规则又难以表示和处理这类带有模糊性和不确定性的工艺知识,所以必须使用一些模糊的语言来描述这些知识并以此来进行推理.针对这一问题,提出了一个基于模糊逻辑的产生式规则模型,给出了模糊规则的产生式规则表达式以及模糊规则中各命题之间的逻辑关系,同时也指出了模糊规则的模糊匹配方式.     

加权模糊产生式规则的泛化能力研究

为了提高模糊产生式规则的知识表示能力,人们在模糊产生式规则中引入了局权、全权、置信度等参数。视加权模糊规则中的权重等为可调的知识表示参数,首先研究这些知识表示参数与加权模糊规则的泛化能力之间的关系,然后提出了一种基于极大模糊熵原理的知识表示参数优化方法。在选定数据集上的仿真实验数据表明,提出的方法可以明显提高基于加权模糊产生式规则的专家推理系统的泛化能力。     

产生式规则的研究

研究了产生式规则，阐述了规则不一致性原因及其解决方法，提出了索引算法和排列算法，用以提高智能系统运行速度，缩短了规则匹配时间．排列算法不仅适宜规则静态排列，也适宜规则动态排列。     

基于模糊神经网络的产生式规则表示方法

以模糊推理为依据、以神经网络为手段阐述了产生式规则的模糊神经网络表示方法，设计了FNNKK网络来表示各类产生式规则知识，最后以实例论证了这种方法的可行性。     

基于产生式规则的教务管理系统探索

本文将数据库与管理程序以松藕合的形式,设计一个具有专家系统外壳的管理程序,当处理的数据有变化或处理方式有变动时,只需对管理规则库进行修改,将大大减少编程工作量,便于系统的修改与扩充。     

一种多模糊规则的推理方法

探讨了多专家经验和知识的集成问题，提出了一种多模糊规则的推理方法，主要理论工作表明它是Ｍｉｚｕｍｏｔｏ模糊推理方法的推广。     

一种结合遗传算法的产生式规则方法

通过将遗传算法与产生式规则方法相结合,进行知识生成,同时,结合评价函数与统计分析,在很大程度上就能够实现知识与规则之间的逻辑联系的建立,就能够在一定程度上表示具有结构性的知识,并提供知识应用的实际解释。同时,通过将遗传算法与产生式规则方法相结合,还能够实现评价函数的动态更新,从而实现了知识库的自主学习与动态更新,使得系统的整体学习能力与自适应性得到提高。     

一种多模糊规则的推理方法

探讨了多专家经验和知识的集成问题，提出了一种多模糊规则的推理方法．主要理论工作表明它是Ｍｉｚｕｍｏｔｏ模糊推理方法的推广     

扩展产生式规则知识表示方法

通过对现有知识表示方法进行分析，指出了产生式规则和概念图表示方法在自然语言理解中存在的问题，提出了扩展产生式规则知识表示方法，并对该规则的推理机制和具体实现进行了讨论．扩展产生式规则表示方法是将产生式规则的前提、结论和处理分别用概念图表示，是一种混合知识表示方法．它既保持了产生式规则的模块性，又揭示了自然语言中的深层次关系，与自然语言形成自然映射。通过分析表明，扩展产生式规则的总体性能要优于传统的产生式规则。并且特别适合于自然语言理解中的知识表示．该规则已应用于网络故障诊断专家系统的自然语言接口设计中．     

一种新的基于加权模糊规则自适应神经-模糊推理

提出了一种基于加权模糊规则的新的推理机制,并将这组加权模糊规则及相应推理机制映射成了一个模糊神经网络,其中加权模糊规则中的(局部和整体)权重恰好对应于神经网络的连接权.通过新改进的BP算法训练此神经网络后,可学习得到加权模糊规则的权重近似优值.模拟实验说明,训练后得到权重,用本文提出的新的推理机制可以一定程度上提高推理精度.     

一种新的相似性度量在加权模糊推理中的应用

指出了已被定义的2种相似度在模糊推理中的局限性,并且进行了改进,又举例验证了新的相似性度量在模糊推理中的合理性.     

一个采用量化语句的推理方法

在建造一个知识系统时,为了组合证据,常要处理一些含糊语言的问题,本文讨论了采用量化语句来形式化含糊语言的基本原理,在此基础上,着重讨论了采用量化语句来进行不精确推理的方法。     

一个新的最优模糊生产存储模型的解法

针对最优模糊生产存储模型,利用模糊最优化问题转化为双目标最优化问题求解方法,把模糊生产存储模型变为双目标最优化模型求解.实例验证,获得了较好的结果.     

基于相似度量的加权近似推理方法

提出了规则中命题加权的真值计算方法及其约束条件,给出了加权的产生式规则的表示形式,定义了一个新的相似度量的加权运算和结论的加权组合方法．在此基础上提出了一种新的基于相似度量的加权近似推理方法．     

基于模糊Petri网络的分布式知识表示方法

从模糊产生式系统出发，引入模糊Ｐｅｔｒｉ网络（ＦＰＮ）的定义，进而给出了模糊产生式规则的各类型的ＦＰＮ表示模型．在此基础上提出了一种基于ＦＰＮ的交互式推理方法．该方法为模糊知识的表示提供了一种有效方法．     

基于模糊覆盖的粗糙模糊集模型

构造了基于模糊覆盖的粗糙模糊集模型,从理论上论证了定义的合理性,刻画了模糊覆盖粗糙集的一些基本性质.