直觉模糊二元合成补IFMT三I方法

针对构造直觉模糊蕴涵算子(IFIO)沿用Fuzzy集一元补导致出现的问题,对直觉模糊集(IFS)隶属函数和非隶属函数进行合成求补运算,提出了二元合成补的概念。给出了二元合成补的一些性质,证明了IFS的标准补和对合补是二元合成补的两个特例。构造了基于二元合成补的R0型IFIO,并应用于直觉模糊拒取式(IFMT)问题的三I方法。结果表明,基于二元合成补的IFIO构造方法简单,构造出的IFIO容易满足IFS定义的要求,具有的性质适合IFMT三I方法,并能保证该方法在一定条件下是还原算法。     

基于极大模糊熵原理的模糊推理反向三Ⅰ算法

提出了用模糊熵来度量反向三Ⅰ模糊推理结果的模糊程度,给出了模糊熵反向三Ⅰ原则,讨论了FMP和FMT问题的模糊熵反向三Ⅰ支持算法解存在的条件,分别给出了几个常见蕴涵算子的FMP问题与FMT问题的模糊熵反向三Ⅰ解的计算公式.     

直觉模糊推理机的设计及其推理算子选择研究*

首先引入直觉模糊集下的模糊蕴涵算子运算方法,设计应用直觉模糊蕴涵算子的直觉模糊推理机模型的设计,阐述模型的运行机理,通过实例验证直觉模糊推理机模型的有效性和正确性.提出选择模糊蕴涵算子的贴近度法,在具体应用领域中可根据比较结果作具体选择.     

基于蕴涵算子族的模糊推理的FMP三Ⅰ约束算法

提出了基于蕴涵算子族L-λ-R0的模糊推理的思想,这将有助于提高推理结果的可靠性.针对蕴涵算子族L-λ-R0给出了模糊推理的FMP模型的α-三Ⅰ约束算法、三Ⅰ约束算法,并说明其现实意义.     

基于蕴涵算子Lp的模糊推理的FMP反向三Ⅰ算法

研究了基于蕴涵算子Lp模糊推理的FMP反向三Ⅰ支持算法及α-反向三Ⅰ支持算法,给出了FMP模型的反向三Ⅰ算法及α-反向三Ⅰ算法的计算公式.     

基于含参量蕴涵算子的三Ⅰ算法

针对王国俊教授提出的系统中的蕴涵算子给出FMP问题的三Ⅰ算法、反向三Ⅰ算法计算公式和FMT问题的三Ⅰ算法、反向三Ⅰ算法计算公式,并在此基础上提出了一定条件下的双向三Ⅰ算法.     

直觉模糊集的包含度

Atanassov直觉模糊集是对Zadeh模糊集最有影响的一种扩充和发展,而直觉模糊包含度是模糊包含度的直觉化扩展.针对文献[7]中Vague包含度仍然是一个模糊值的问题.提出一种新的直觉模糊集的包含度定义,该包含度取值于一个特殊格L,与直觉模糊集理论的基本思想相一致.验证了4类直觉模糊包含度公式,证明了直觉模糊R-蕴含可以生成一类直觉模糊包含度.     

直觉区间值模糊推理的三I算法

本文讨论了直觉区间值模糊三I算法的两种最简单形式：MP（Modus Ponens）和MT（Modus Tollens）问题,分别给出直觉区间值模糊环境下的MP问题和MT问题的三I解的一般形式。讨论全蕴涵解的存在条件,基于满足剩余原理的直觉区间值模糊剩余蕴涵,为直觉区间值模糊推理建立全蕴涵算法,即为MP和MT问题建立α-三I算法。     

剩余型直觉模糊推理的反向三I方法

提出直觉模糊取式(IFMP)和直觉模糊拒取式(IFMT)问题的直觉模糊推理的反向三I原则、反向α-三I原则和反向三I约束原则.针对剩余型直觉模糊蕴涵算子,给出IFMP、IFMT问题的直觉模糊推理的反向三I算法、反向α-三I算法及反向三I约束算法求解的计算公式和分解形式,指出这些算法都是相应模糊集情形下的推广,讨论IFMP、IFMT问题的直觉模糊推理的反向三I算法的还原性.     

基于三Ⅰ算法的模糊系统的响应能力

探讨模糊系统的函数逼近能力是模糊系统理论研究的一个重要的课题.本文首次讨论了在两种推理规则情形下由三Ⅰ支持度算法和模糊熵三Ⅰ算法设计的模糊系统的响应能力.针对三Ⅰ支持度算法,分别就正则蕴涵算子和11个具体的模糊蕴涵算子,考察了相应模糊系统的响应能力,讨论了基于模糊熵三Ⅰ算法和三Ⅰ算法设计的模糊系统的响应函数之间的关系....     

基于蕴涵算子族L—λ—R0的模糊推理三Ⅰ约束算法

提出了基于蕴涵算子族L-λ-R0的模糊推理的思想,这将有助于提高推理结果的可靠性。针对蕴涵算子族L-λ-R0给出了模糊推理的FMP模型及FMT模型的三Ⅰ约束算法。     

蕴涵算子族G-λ-Ⅱ的模糊推理三Ⅰ支持算法

提出了基于蕴涵算子族G-λ-Ⅱ的模糊推理的思想,这将有助于提高推理结果的可靠性.针对蕴涵算子族G-λ-Ⅱ给出了模糊推理的FMP模型及FMT模型的三Ⅰ支持算法、α-三Ⅰ支持算法.     

基于直觉模糊推理的目标识别方法

针对目标识别特征值的不确定性问题,提出一种基于直觉模糊推理的目标识别方法．首先,分析现有目标识别方法的不确定性与局限性,并对空中目标识别问题及目标特征进行描述;然后,设计系统状态属性变量的隶属度函数与非隶属度函数;最后,建立直觉模糊推理规则,设计推理合成算法和解模糊算法,并检验所建规则的合理性．仿真实例验证了所提方法的有效性与适用性．     

直觉区间值模糊推理的CRI算法

第一个处理模糊规则的推理模型是L.A.Zadeh的合成推理模型(CRI,Compositional Rule of Inference),并且是最重要的推理机制之一.很多文献研究了CRI法的推广以及满足不同要求的算子的合理选择.文章对直觉区间值模糊推理的CRI算法进行了一般研究,讨论了满足剩余原理的直觉区间值模糊三角模与直觉区间值模糊剩余蕴涵.由于一般形式的直觉区间值模糊推理均可以通过一定的处理方式转化为基本形式的MP(Modus Ponens)或MT(Modus Tollens)问题,所以文章仅就两种最简单的推理形式进行讨论,分别给出直觉区间值模糊环境下的MP和MT问题的CRI问题的一般形式,着重讨论其还原条件,给出还原准则.     

基于蕴涵算子族L-λ-R0的模糊推理α-三Ⅰ约束算法

提出了基于蕴涵算子族L-λ-R0的模糊推理的思想,这将有助于提高推理结果的可靠性.针对蕴涵算子族L-λ-R0给出了模糊推理的FMP模型及FMT模型的α-三Ⅰ约束算法.     

基于直觉模糊Petri网的加权直觉模糊推理

利用直觉模糊集合较好地表现不确定信息的能力和Petri网的并行处理能力,构建了直觉模糊Petri网模型。给出了输入权值、变迁阈值等多种约束条件下的直觉模糊推理算法。该算法将直觉模糊推理过程转化为矩阵的运算过程可充分利用直觉模糊Petri网的并行推理能力,有效地避免同一变迁不必要地重复激发从而节省推理时间。实例分析表明所给出的直觉模糊推理算法较已有算法更加合理并且高效。     

基于直觉模糊蕴涵式运算直觉模糊近似推理方法*

在基于扩展二值逻辑的直觉模糊蕴涵式运算方法的基础上,提出了一种新的直觉模糊近似推理方法,该方法系统而全面地概括了直觉模糊集的蕴涵关系和直觉模糊近似推理方法。通过实例验证了所提出的直觉模糊近似推理方法的有效性和正确性。     

基于模糊聚类和直觉模糊推理的合成旅油料需求预测

需求预测是合成旅组织油料保障的基础环节,对合成旅成功遂行军事行动有着比较重要的影响.由于合成旅组成结构的特殊性,传统预测方法存在较大弊端,因此,提出了基于模糊聚类和直觉模糊推理的合成旅油料需求预测方法.首先,通过模糊C均值聚类算法实现对历史案例的初步筛选,以提高案例检索速度.然后,构建了案例特征属性的主客观综合权重模型和基于直觉模糊集的案例检索模型,保证了案例检索的准确度.最后,构建了基于整体数据特征的合成旅油料需求预测模型.通过算例分析验证上述预测方法的可行性和实用性,证明了该方法有助于提高检索速度和预测准确度.     

基于极大模糊熵原理的模糊推理反向三I算法

提出了用模糊熵来度量反向三I模糊推理结果的模糊程度,给出了模糊熵反向三I原则,讨论了FMP和FMT问题的模糊熵反向三I支持算法解存在的条件,分别给出了几个常见蕴涵算子的FMP问题与FMT问题的模糊熵反向三I解的计算公式.     

直觉模糊推理的三I约束算法

研究了直觉模糊推理三I约束算法,给出了IFMP、IFMT问题的直觉模糊推理三I约束算法解的表达形式和分解形式,在此基础上,指出了直觉模糊推理三I约束算法是模糊推理三I约束算法的推广,并给出了相应的证明。