基于蕴涵算子θp模糊推理的三I与反向三I算法的约束度分析

研究基于蕴涵算子θp模糊推理的三I算法与反向三I算法的约束度理论, 分析约束度的性质,得到α-三I算法的FMP(FMT)上(下)确界计算公式与α-反向三I算法的FMP(FMT)下(上)确界的计算公式.     

模糊推理三I约束算法的一般表示

讨论模糊推理三I约束算法的表示问题.首先,改进FMP及FMT问题的三I约束原则,进而,为使更多的蕴涵算子纳入统一的算法表示之下,基于较弱的条件建立三I约束算法的一般表示.如此,现有的三I约束算法的统一表示被推广到一种新的形式.     

模糊推理反向三I的$R_L$型约束度分析

研究了基于蕴涵算子RL的模糊推理反向三Ⅰ方法的约束度理论,分析了约束度的性质,得到了一般化的α-反向三Ⅰ模糊取式下确界计算公式与α-反向三Ⅰ模糊拒取式上确界计算公式.     

模糊推理的α-三I算法

三I算法是针对模糊推理的FMP与FMT模型的一种新的推理方法。本文借助蕴涵算子的性质,针对满足一定条件的较一般蕴涵算子,建立了FMP与FMT模型的α-三I算法,并讨论了算法的还原性。     

基于蕴涵算子族L-λ-G的模糊推理三Ⅰ约束算法

提出了基于蕴涵算子族L-λ-G的模糊推理的思想,这将有助于提高模糊推理结果的效果. 针对蕴涵算子族L-λ-G给出了模糊推理的FMP模型及FMT模型的三I约束算法、α-三I约束算法.     

模糊推理的三I逄法的RL型支持度分析

在文献[1]提出的三I算法的支持度理论的基础上,全面展开了基于Lukasiewicz蕴函算子RL的三I算法的理论,给出了模糊MP算法与模糊MT算法的计算公式,并考虑了三I算法制还原性问题;进一步研究了三I算法的支持度理论,分析了支持度的性质,得到了一般化的α-三IFMP公式与α-三IFMT公式。     

扰动值模糊推理的三I算法

以D2上的三角模及其伴随为基础,给出了扰动值模糊推理的三I算法,为模糊信息处理的方法和应用提供了新的理论基础。     

基于Lukasiewicz蕴涵算子的反向三I算法

三Ⅰ算法是针对模糊推理的FMP与FMT模型的一种新的推理方法。本文针对Lukasiewicz蕴涵算子讨论FMP模型及FMT模型的反向三Ⅰ推理及反向α-三Ⅰ推理,借助该蕴涵算子的性质,给出相应的推理算法。     

θp型三I算法与反向三I算法支持度分析

研究了基于蕴涵算子以θp模糊推理的三Ⅰ算法与反向三Ⅰ算法的支持度理论，分析了支持度的性质，得到了α-三Ⅰ算法的FMP（FMT）计算公式与α-反向三Ⅰ算法的FMP（FMT）计算公式。     

模糊推理三I算法的逻辑基础

在模糊推理理论中，近期问世的三I推理方法以逻辑蕴涵运算取代传统的合成运算，从根本上改进了传统的合成推理规则(即CRI方法)。本文基于模糊命题逻辑的形式演绎系统L^*和模糊谓词逻辑的一阶系统K^*，构建了一个完备的多型变元一阶系统Kms^*，并且将三I算法完全纳入了模糊逻辑的框架之中，从而为模糊推理奠定了严格的逻辑基础。     

基于三角范数的模糊逻辑中的三Ⅰ方法

三I推理方法是一种新的模糊推理方法,通过已有的研究成果表明,在许多方面它优于传统的CRI推理方法,它将成为模糊系统和人工智能的理论和应用研究中一个比较理想的推理机制。最近,国外学者提出了一个新的模糊逻辑形式系统,叫做Monoidal t-norm based logics(简记为MTL),已经证明这个形式系统是所有基于左连续三角范数的模糊逻辑的共同形式化。本文基于这类逻辑将三I推理方法形式化,从而在这些逻辑系统中为三推理方法找到了可靠的逻辑依据。     

基于S蕴涵算子的区间值模糊推理的三I算法

针对S蕴涵算子讨论了FM P模型及FM T模型的区间值模糊集三I推理,借助S蕴涵算子的性质,给出相应的推理算法,并讨论了算法的还原性。     

基于完备BR_0-代数的全蕴涵三I算法

研究了基础BR0-代数的性质和基于完备基础BR0-代数的全蕴涵三I算法,对—般蕴涵算子给出了三I算法解存在的—个充分条件,并将结果应用于R0-单位区间W,不但极大的简化了R0-单位区间W的R0-型α-三I算法结果的证明,而且使其证明过程与相应的模糊命题演算系统结合起来,说明了R0-型三I算法是与B(?)*系统相匹配的模糊推理方法．     

基于完备BR0-代数的全蕴涵三Ⅰ算法

研究了基础BR0-代数的性质和基于完备基础BR0-代数的全蕴涵三Ⅰ算法,对一般蕴涵算子给出了三Ⅰ算法解存在的一个充分条件,并将结果应用于R0-单位区间W,不但极大的简化了Ro-单位区间W的R0-型α-三Ⅰ算法结果的证明,而且使其证明过程与相应的模糊命题演算系统结合起来,说明了R0-型三Ⅰ算法是与BL*系统相匹配的模糊推理方法.     

包含度理论

不确定性是复杂系统的特征。在人工智能与专家系统中，不确定性的研究越来越具有重要意义。Ｚａｄｅｈ［１］于１９６５年提出模糊集，把经典集合扩充到模糊集合，从而解决了“对象”的不确定性。本文引进了包含度的概念，解决了“关系”的不确定性。同时指出，包含度不仅是各种不确定性推理方法的概括，而且解决了知识获取与矛盾规则排除两个重要问题。     

基于一族蕴涵算子的对偶三I算法

三I算法是一种新的模糊推理方法,是传统的模糊推理方法的修改和补充. 三I表达式取最小值时的最优解算法(即对偶三I算法)是三I算法思想的延伸和完善.本文针对蕴涵算子族Ip,讨论了FMP和FMT问题的对偶三I算法,给出了相应的计算公式,从而也进一步促进了对三I算法的研究.