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.     

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.     

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.     

基于蕴涵算子族L-λ-G的反向三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,这将有助于提高推理结果的可靠性.针对蕴涵算子族L-λ-G给出了模糊推理的FMP模型及FMT模型的反向三Ⅰ约束算法、α-反向三Ⅰ约束算法.     

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.     

蕴涵算子族R_((q,p))-LGN及其三Ⅰ支持算法

给出了一族新的左连续三角模族T(q,p)-LGN族及其伴随蕴涵算子族R(q,p)-LGN,它包括Lukasiewicz蕴涵算子、Gdel蕴涵算子及R0蕴涵算子;提出了基于蕴涵算子族的模糊推理的思想,并给出了基于蕴涵算子族R(q,p)-LGN的FMP模型的三Ⅰ支持算法。     

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。     

基于极大熵的知识迁移模糊聚类算法

针对传统的聚类算法在样本数据量不足或样本受到污染情况下的聚类性能下降问题,在经典的极大熵聚类算法（MEKTFCA）的基础上,提出了一种新的融合历史聚类中心点和历史隶属度这两种知识的基于极大熵的知识迁移模糊聚类算法。该算法通过学习由源域总结出来的有益历史聚类中心和历史隶属度知识来指导数据量不足或受污染的目标域数据的聚类任务,从而提高了聚类性能。通过一组模拟数据集和两组真实数据集构造的迁移场景上的实验,证明了该算法的有效性。     

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。     

基于极大模糊熵原理的模糊产生式规则中的权重获取方法研究

模糊产生式规则（IF-THEN规则）是不确定性知识表示的一种最基本的最常用的形式,在模糊规则中引入权重,能增强模糊规则对待分类示例的泛化能力．模糊产生式规则的一项重要研究工作就是权重如何获取．目前常用的权重获取准则是依据于训练精度的提高,这种方法的明显不足就是会引起过度拟合．因此,提出了一种新的基于极大模糊熵原理的权重获取准则．在保证不降低训练精度的前提下,调整权重来极大化训练集的模糊熵,能有效提高测试精度．新的权重获取策略有效解决了过度拟合问题,同时提高了测试精度．     

基于模糊命题逻辑形式系统FLcom的模糊推理及应用

FLcom是建立在模糊集FScom基础上的一种区分矛盾否定、对立否定和中介否定的模糊命题逻辑形式系统。在模糊推理中关于否定的认识和处理主要以经典逻辑为基础,为此在FLcom基础上研究了区分3种否定的模糊推理规则的表示,给出了基于FLcom的模糊推理规则的合成算法FLMP和FLMT规则,新算法推广了CRI算法中的蕴涵算子,并给出了模糊推理应用的实例对比。结果表明FLcom在区分不同否定的实际应用中是合理可行的。     

蕴涵算子族R_λ-L∏GN及其三Ⅰ支持算法

给出了一族新的伪三角模族Tλ-L∏GN及其伴随蕴涵算子族Rλ-L∏GN,它包括Lukasiewicz蕴涵算子、Gdel蕴涵算子、R0蕴涵算子及R∏蕴涵算子;提出了基于蕴涵算子族的模糊推理的思想,并给出了基于蕴涵算子族Rλ-L∏GN的FMP模型的三Ⅰ支持算法和α-三Ⅰ支持算法。     

蕴涵算子族G-λ-∏的模糊推理三I支持算法

提出了基于蕴涵算子族G-λ-∏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-∏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。     

基于蕴涵算子族L-λ-R_0的模糊推理FMT三Ⅰ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已给出的FMP模型[1]的三Ⅰ支持算法、α-三Ⅰ支持算法进一步给出了模糊推理的FMT模型的三Ⅰ支持算法、α-三Ⅰ支持算法。