基于区间值相似度的模糊推理算法

模糊推理最基本的模型是模糊假言推理和模糊反驳推理.本文是在区间值模糊集层面解决区间值模糊假言推理和区间值模糊反驳推理问题,给出基于区间值相似度的模糊推理算法.首先,基于区间值t-可表示三角范数诱导的区间值剩余蕴涵,给出一种区间值相似度;其次,研究基于区间值相似度的模糊推理算法,给出算法解的表示形式;证明基于区间值相似度的模糊推理算法具有还原性;最后,研究基于区间值相似度的广义模糊推理算法.本文提出的基于区间值相似度的模糊推理算法可应用于模式识别与多属性决策等领域.     

一种不确定区域的扩展蛋黄模型

空间区域的拓扑关系建模是空间推理、地理信息系统(GIS)和计算机视觉等领域一个重要的研究内容,近年来不确定区域间的拓扑关系建模受到相关领域研究者的极大关注.基于三元组谓词给出了一种不确定区域的扩展蛋黄模型,该模型具有较高的认知合理性,将分明区域作为特例统一处理,分别基于RCC5和RCC8关系进行了扩展,能够实现多层次上的拓扑关系分析.     

基于区间值直觉模糊集的距离测度

区间值直觉模糊集是直觉模糊集的进一步推广,具有比直觉模糊集更强大的模糊信息表达能力.基于区间值直觉模糊集理论,给出了三种基于海明距离、规范化海明距离、欧氏距离、规范化欧氏距离的扩展区间值直觉模糊集距离测度公式,对它们进行了比较分析,并给出了相应的定理和证明.     

基于区间值模糊逻辑神经元的区间值模糊C-均值聚类神经网络

本文提出了一种基于区间值模糊逻辑神经元的三层前馈自组织学网络模型，用来实现区间值模糊Ｃ－均值聚类分析，网络第一，二层神经元的输入，输出和权连续取值属于区间值模糊集Ｉ（０，１）第一层神经元为区间值线性神经元；第二层为区间值模糊相等神经元，其功能是实现输入样本与各类的匹配运算，本文采用区间值模糊相等关系作为匹配的指标，为了定义区间值模糊相等神经元，本文在点值模糊相等关系的基础上推导了区间值模糊相等关系     

基于模糊相似关系的区间值系统的不确定性度量

针对区间值信息系统,对基于模糊相似关系的不确定性度量问题进行了研究.首先,构造了一种模糊粗糙集模型,其中包括基于一种模糊相似度定义模糊关系矩阵以及模糊相似类,并通过实例说明;接着在此基础上,引入两种指定的逻辑算子推广模糊上下近似的定义;最后,扩展精度、粗糙度、近似精度等定义来研究区间值信息系统的不确定性度量问题.同时,...     

一种双嵌套区域与简单区域间的拓扑关系模型

本文通过将经典4-交集矩阵中的区域内部替换为区域外部,使其可以表示RCC5关系。在此基础上定义了4×4交集矩阵,构建了双嵌套区域与简单区域间的拓扑关系模型。给出约束条件,得到双嵌套区域与简单区域间实际存在的53种拓扑关系,给出其关系示意图及概念邻域图,在此基础上建立了拓扑关系的推理系统,给出关系复合表。应用本文所建立的拓扑关系模型,可用于对台风降水区域与指定目标地区的拓扑关系进行定性模拟,对台风及降水的预警机制具有一定的指导意义。     

三个简单区域间的拓扑关系的推理及应用模型简

 本文通过将经典4-交集模型扩展得到8-交集体模型,对三个简单区域间的关系进行表示,并具体得到了三个简单区域间实际存在的109种拓扑关系图.通过对三个简单区域间的109种拓扑关系进行研究,建立了拓扑关系的推理系统,给出了拓扑关系复合表,进而给出了109种拓扑关系的概念邻域图.本文所建立的拓扑关系模型,可用于对机器人与两个指定障碍物间的拓扑关系进行定性模拟,对制定机器人的避障机制具有一定的指导意义.     

三个简单区域间的拓扑关系的推理及应用模型

本文通过将经典4-交集模型扩展得到8-交集体模型,对三个简单区域间的关系进行表示,并具体得到了三个简单区域间实际存在的109种拓扑关系图.通过对三个简单区域间的109种拓扑关系进行研究,建立了拓扑关系的推理系统,给出了拓扑关系复合表,进而给出了109种拓扑关系的概念邻域图.本文所建立的拓扑关系模型,可用于对机器人与两个指定障碍物间的拓扑关系进行定性模拟,对制定机器人的避障机制具有一定的指导意义.     

基于区间值2型模糊集的伪装入侵检测算法

由于正常用户的行为本身是变化的,且伪装用户的行为可能看起来是正常的,这种不确定性使得现有的伪装检测算法很难正确判断用户身份的真实性,从而限制了现有算法的实际应用推广.本文合理地选择用户的行为特征,并建立相应的用户可信度计算方法,采用区间值模糊集对多个特征进行可信度综合计算得到用户的最终可信度,将该值与设定的阈值比较从而判断用户是否属于伪装.理论分析及实验结果显示,与普通模糊计算相比,区间值模糊计算能有效表示及处理伪装检测中的不确定性,因而能得到比较理想的检测效果.     

基于可信度区间的不确定性推理

不确定性推理一直是人工智能研究的重点,基于此首先阐述了不确定性推理规则的组成及其含义,然后提出了不确定性推理的通用模型,给出了一种基于可信度区间的推理方法,通过引入可信度区间、区间匹配函数来进行不确定性推理,在推理结果中通过引入权重系数来进行区间排序,从而衡量各个结果,使得推理结果更加接近实际情况。通过实例算法验证,该方法简单有效。     

基于直觉模糊集多属性决策的灰色关联分析法

基于直觉模糊集理论,提出了一种新的灰色关联分析方法来研究模糊多属性决策问题.首先,根据直觉模糊集的几何意义,引入了两个直觉模糊集之间的距离,且每个备选方案的评价值用直觉模糊值表示.其次,依据传统灰色关联分析方法的基本思想,通过计算每个方案对直觉模糊正、负理想方案的灰色关联度.然后计算备选方案对直觉模糊正理想方案的相对关联度度.最后,通过一个具体实例说明该方法的有效性和具体应用过程.     

正则模糊神经网络对一类连续模糊值函数的普遍近似性

本文讨论了正则模糊神经网络于对定义于区间［０，Ｔ０］上连续可减模糊值函数的普遍近似性，在此基础上，证明了［０，Ｔ０］上取值为三角形模糊连续递增函数可用正则模糊神经网络逼近到任意精度。     

基于直觉模糊Petri网的知识表示和推理

针对模糊Petri网存在隶属度单一的问题,将直觉模糊集理论与Petri网理论相结合,构建直觉模糊Petri网(Intuitionistic Fuzzy Petri Nets,IFPN)模型,用于知识的表示和推理.首先构建了IFPN模型,并将其应用于知识的表示,通过在模型中引入抑止转移弧,解决了否命题的表示问题.其次提出了基于矩阵运算的IFPN推理算法,通过修改变迁触发后token值的传递规则,解决了推理过程中的事实的保留问题;通过修改变迁的触发规则,抑制了变迁的重复触发.最后对推理算法进行了分析,并举例验证了提出的IFPN模型及其推理算法的可行性,结果表明IFPN是对FPN的有效扩充和发展,其对推理结果的描述更加细腻、全面.     

Mining Frequent Sets Using Fuzzy Multiple-Level Association Rules

At present, most of the association rules algorithms are based on the Boolean attribute and single-level association rules mining. But data of the real world has various types, the multi-level and quantitative attributes are got more and more attention. And the most important step is to mine frequent sets. In this paper, we propose an algorithm that is called fuzzy multiple-level association (FMA) rules to mine frequent sets. It is based on the improved Eclat algorithm that is different to many researchers’ proposed algorithms that used the Apriori algorithm. We analyze quantitative data’s frequent sets by using the fuzzy theory, dividing the hierarchy of concept and softening the boundary of attributes’ values and frequency. In this paper, we use the vertical-style data and the improved Eclat algorithm to describe the proposed method, we use this algorithm to analyze the data of Beijing logistics route. Experiments show that the algorithm has a good performance, it has better effectiveness and high efficiency.     

基于自适应直觉模糊推理的威胁评估方法

将直觉模糊集理论引入信息融合领域,提出一种基于自适应直觉模糊推理的威胁评估方法。首先,分析了现有威胁评估方法的特点与局限性,建立了基于自适应神经-直觉模糊推理系统(ANIFIS)的Takagi-Sugeno型威胁评估模型。其次,设计了系统变量的属性函数和推理规则,确定了各层输入输出的计算关系,以及系统输出结果的合成计算表达式。再次,分析了模型的全局逼近性,设计了网络学习算法。最后,以20批典型目标的威胁评估为例,给出相应的评估结果,验证了方法的有效性和模型的正确性。实践结果表明,该方法可以提高威胁评估的可信度,改进评估质量,提高推理结果综合值的精度。     

含有否定命题逻辑推理的一致性模糊Petri网模型

模糊Petri网(Fuzzy Petri Net,FPN)是Petri网(Petri Net,PN)的模糊化描述的一种扩充.基于FPN模型的模糊推理规则表示和模糊推理已经得到了广泛的研究.传统的方法不能准确表示含有否定命题的产生式规则,并解决正确推理问题.本文讨论了模糊逻辑中否定的含义,将条件命题中的否定理解为其对推理规则的阻碍作用,结果命题中的否定理解为规则中的前提条件阻碍该命题的发生.在此基础上提出一种新的适合于含有否定命题逻辑规则的一致性FPN模型(Consistent Fuzzy Petri Net,CFPN)表示方法,同时在CFPN模型中引入域值的概念,并给出相应的形式化推理算法及相关证明.     

模糊观测数据的关联和目标跟踪

本文针对侦察预警网中观测数据具有不确定性和模糊性的特点,提出了一种数据关联和目标跟踪的方法。该方法采用模糊逻辑推理进行数据关联,加权最小二乘滤波器进行目标跟踪。文中给出了观测数据的模糊集合定义,推导出关联判断隶属度。仿真实验表明,对于模糊观测数据,本文的方法仍能有效地进行数据关联和目标跟踪。