基于二元合成补的直觉模糊推理IFMP三Ⅰ算法

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,提出了二元合成补(DCN)的概念,同时考虑了隶属函数和非隶属函数对直觉模糊集(IFS)求补的影响.给出了DCN的一些性质,证明了IFS标准补和对合补是DCN的特例.构造了基于DCN的R0型IFIO,并应用于直觉模糊取式(IFMP)问题的三Ⅰ算法.实验结果表明,基于DCN的IFIO构造方法可行,构造出的IFIO容易满足IFS定义的要求,具有的性质适合IFMP三Ⅰ算法,并能保证该算法在一定条件下是还原算法.     

[(I,J )]-区间直觉模糊粗糙集

利用吴伟志所定义的两个直觉模糊蕴涵算子[I ]和[J],把[(I,J )]-直觉模糊粗糙集的概念推广到区间直觉模糊集的情形,给出了区间直觉模糊近似空间的概念及[(I,J )]-区间直觉模糊粗糙集,研究了[(I,J )]-区间直觉模糊粗糙集的基本性质并推广了张植明等人提出的结论。     

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.     

二型直觉模糊粗糙集

将二型直觉模糊集和粗糙集理论融合,建立二型直觉模糊粗糙集模型。首先,在二型直觉模糊近似空间中,定义了一对二型直觉模糊上、下近似算子,并讨论了二型直觉模糊关系退化为普通二型模糊关系和一般等价关系时,上、下近似算子的具体变化形式。然后,将普通二型模糊集之间包含关系的定义推广到了二型直觉模糊集,在此基础上研究了二型直觉模糊上、下近似算子的一些性质。最后,定义了自反的、对称的和传递的二型直觉模糊关系,并讨论了这3种特殊的二型直觉模糊关系与近似算子的特征之间的联系。该结论进一步丰富了二型模糊集理论和粗糙集理论,为二型直觉模糊信息系统的应用奠定了良好的理论基础。     

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。     

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.     

Lukasiewicz型直觉模糊推理三I方法的性质分析

直觉模糊推理的两个基本模型是Intuitionistic Fuzzy Modus Ponens（IFMP）和Intuitionistic Fuzzy Modus Tollens（IFMT）。首先利用经典模糊集之间的自然距离定义了直觉模糊集间的一种距离。其次，证明了基于Lukasiewicz直觉模糊蕴涵的IFMP和IFMT问题的三I方法关于该距离都具有连续性，并且分别给出了IFMP和IFMT问题的三I方法满足逼近性的充分条件。     

直觉模糊逻辑算子研究’

模糊逻辑算子是模糊信息融合、模糊推理及模糊决策的重要工具。针对作为模糊逻辑算子重要扩展的直觉模糊逻辑算子,首先引入了直觉模糊集在特殊格上的等价定义。其次,验证了直觉模糊t-模与s-模的若干重要性质。在此基础上,对两种常用的蕴涵算子：直觉模糊孓蕴涵与直觉模糊R-蕴涵所具有的新性质进行讨论和证明,从而便于直觉模糊逻辑算子的进一步应用。     

基于包含度的直觉模糊相似度量方法

针对现有文献中涉及到直觉模糊相似度量的计算公式大多是基于直觉模糊距离测度的现状,提出一种基于包含度的直觉模糊相似度量方法。借助模糊蕴涵算子和集合基数,建立了IFS包含度的一系列具体公式,揭示了IFS包含度与相似度的关系,提出了一种基于包含度的IFS相似度量方法,并以具体算例表明该方法不仅可以解决中部分存在的问题,而且为研究IFS相似度量理论开辟一个新的途径。     

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。     

基于蕴涵算子L_p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。     

Reverse triple Ⅰ method of fuzzy reasoning

A theory of reverse triple I method with sustention degree is presented by using the implication operator R0 in every step of the fuzzy reasoning. Its computation formulas of supremum for fuzzy modus ponens and infimum for fuzzy modus tollens are given respectively. Moreover, through the generalization of this problem, the corresponding formulas of α-reverse triple I method with sustention degree are also obtained. In addition, the theory of reverse triple I method with restriction degree is proposed as well by using the operator R0, and the computation formulas of infimum for fuzzy modus ponens and supremum for fuzzy modus tollens are shown.     

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....     

不同蕴涵算子下三I方法的解

以R_M、R_Z、R₀三个蕴涵算子为基础,研究了11种形式的三I算法的解,并在此基础上给出了这11种解的同一形式：B*（y）=SUP{A*（x）∧φ（x,y）},其中φ：X×Y→[0,1]表示某一函数,而且φ（x,y）与E_Y的选取依赖蕴涵算子R_i的选取。     

基于L*和Luk逻辑系统的反向三I算法的统一形式

三I算法是模糊推理的FMP和FMT模型的有效的算法,反三I支持算法为设计模糊推理规则提出了一个新思路。讨论了基于L*和Luk逻辑系统的反向三I推理,并给出推理算法的统一形式。     

一种蕴涵算子下FMP模型的新型反向三I算法

针对Fuzzy推理中提出的“过半可信”原则,证明了[RG]蕴涵算子满足这一原则,并讨论了[RG]蕴涵算子下FMP模型的新型反向三I支持算法,新型[α-]反向三I支持算法,新型[α-]反向三I约束算法的计算公式,且给予证明。     

基于蕴涵算子族NM_P的反向三I支持算法

给出了蕴涵算子族NMP的FMP问题的反向三I算法的上确界计算公式和FMT问题的反向三I算法的下确界计算公式,并进一步得到了其一般化的α-反向三I算法的FMP(FMT)上(下)确界的计算公式。     

正则蕴涵算子族G-λ-R_0及其三I支持算法

首先给出了一个新的蕴涵算子族:G-λ-R(0λ∈[0,1])(它包括G觟de(l简称RG)算子与R0算子)。然后重点讨论了G-λ-R0(λ∈[0,1])族算子的伴随算子及其正则性。结果表明,在该算子族中,每一个算子都具有伴随算子且具有正则性。从而说明了此算子是较理想的蕴涵算子。最后讨论了基于此蕴涵算子族的三I支持算法。