基于几何相似的模糊插值推理

模糊推理中广泛采用的合成推理规则(CRI)要求规则库必须是稠密的。但在稀疏规则库的条件下,当输入的事实落入规则“空隙”时,采用传统的CRI方法是得不到任何推理结果的。为此Koczy和Hirota首先提出了KH线性插值推理方法,但推理结果存在着凸性和正规性等问题。许多学者叉提出了不同的插值推理方法,它们有不同的特点,但从实际应用角度看,都还比较复杂。Koczy等叉提出了改进的KH插值推理方法,这种方法虽然保证了凸性和正规性,但推理结果不够好。本文中我们提出了一种基于几何相似的插值推理方法。该方法能很好地保证推理结果的凸性和正规性,并且推理简单,推理结果较好。这为智能系统中的模糊推理提供了一个十分有用的工具。     

稀疏规则条件下的相似插值推理研究

模糊推理本质上就是插值器。但在稀疏规则库的务件下,当输入的事实落入规则“空隙”时,采用传统的CRI方法是得不到任何推理结果的。而采用KH线性插值推理也存在着难以保证推理结果的凸性和正规性等问题。为了在稀疏规则条件下能有好的插值推理结果,提出了一种相似插值推理方法。谊方法能较好地保证推理结果隶属函数的凸性和正规性,这为智能系统中的模糊推理提供了一个十分有用的工具。     

多变量规则的线性插值推理方法

插值推理是稀疏规则条件下的一类重要的推理方法,单变量的情况已有较多研究,但针对多变量情况的研究还不多,仅有的几种插值方法,存在着难以保证推理结果的凸性和正规性等问题。多变量规则的插值推理是插值推理研究的重要方面,为了在多变量稀疏规则条件下能得到好的插值推理结果,本文对多变量规则的插值推理方法进行了研究,提出了一个多变量规则的线性插值推理方法。该方法能较好地保证推理结果隶属函数的凸性和正规性,为智能系统中的模糊推理提供了一个十分有用的工具。     

一种基于模糊神经网络加权的多维稀疏模糊推理方法

在稀疏规则库条件下,经典的插值理论针对一维稀疏规则库提出了各种不同的插值方法,取得了很多很好的经验;但对多维稀疏规则条件的近似推理研究很少,不仅存在着难以保证推理结果的凸性和正规性等问题,而且没有考虑到多维变量之间的联系即对结论的影响权值,造成推理结果的误差性更大.多变量规则的模糊插值推理是插值推理研究的重要方面,为了在多变量稀疏规则条件下得到好的插值推理效果,本文提出了一种基于模糊神经网络加权的多维模糊推理方法,为智能系统中的模糊推理提供了一个十分有用的工具.     

利用隶属函数宽度的模糊插值推理方法

提出了一种基于隶属函数的宽度的模糊推理方法,该方法应用范围广,使用于所有正规的凸模糊集,能够保证结果的正规性和凸性,而且能够很好地推广到多输入情况。     

基于几何参数的模糊拉格朗日插值推理

在稀疏规则库条件下,当给定的输入落入规则“间隙”时,采用传统的模糊推理方法是得不到任何结论的。模糊推理本质上就是插值器。Koczy和Hirota首先提出了KH线性插值推理方法,然而推理结果存在着无法保证凸性和正规性等问题。为了能有一个较好的插值推理结果,本文提出了一种基于几何参数的模糊拉格朗日插值推理方法,该方法不仅推理简单,推理结果较好,并且能很好地保证推理结果的凸性和正规性。这为智能系统中的模糊推理提供了一个非常有用的工具。     

一种新的快速模糊规则提取方法

提出一种高效的规则提取算法,采用熵测量改进Chi-merge特征区间离散化方法,模糊划分输入空间闻.先为每个数据生成单条规则,再聚集相同前项的单条规则产生带概率属性的分类规则.提取的规则无需任何调整,应用模糊推理便可获得较理想的分类效果,同时支持增量规则更新.最后给出了新方法的性能测试结果.     

稀疏规则条件下的线性插值推理研究

模糊推理本质上就是某种插值方法．但在稀疏规则库的条件下，当输入的事实落入规则“空隙”时，采用传统的CRI方法是得不到任何推理结果的．而采用KH线性插值推理也存在着难以保证推理结果的凸性和正规性等问题．在分析了Koczy和Hirota提出的线性插值推理方法的基础上，本文提出了一个新的线性插值推理的方法，该方法能很好地保证推理结果的凸性和正规性，这为智能系统中的模糊推理提供了一个十分有用的工具．     

QCS:一种OLAP预防多维推理方法的研究

针对目前多数联机分析处理(OLAP)推理控制方法计算复杂性高、实用性不强的问题,在前人研究基础上,提出一种改进的基于查询单元集QCS(Query Cells Set)的OLAP预防多维推理方法.该方法把OLAP查询的多维推理威胁预防检测放在查询涉及到的底层不相交的单元集(即QCS),而不是单个单元上,从而降低了推理威胁检测算法的计算复杂性,这更符合OLAP的查询处理要求.同时给出QCS方法的有效性证明和算法的实现,并用实例进行说明.与以往的推理控制方法相比,QCS方法不仅可有效保护OLAP系统的隐私信息,而且具有较高的计算效率,能满足OLAP系统的实用性要求.     

一种基于核集与相似性的模糊推理方法

在稀疏规则库条件下,当给定的输入落入规则"间隙"时,采用传统的模糊推理方法是得不到任何结论的.学者已经证明模糊推理本质上就是插值器.Koczy和Hirota首先提出了KH线性插值推理方法,然而推理结果存在着无法保证凸性和正规性等问题.为了能有一个较好的插值推理结果,本文提出了一种基于核集与相似性的模糊插值推理方法,并把此方法扩展到多维变量的情况,该方法不仅推理简单,推理结果较好,并且能很好地保证推理结果的凸性和正规性.这为智能系统中的模糊推理提供了一个非常有用的工具.     

规则摄动时模糊蕴涵算子对模糊推理的鲁棒性的影响

列举了模糊规则发生摄动的常见情形,建立了一般性的模糊推理算法对规则摄动的鲁棒性的概念;就多重、链式和多维模糊推理情形,重点研究了一般性的模糊蕴涵算子对几个重要的模糊推理算法的这种鲁棒性的影响,并分别给出了相应的充分必要条件;初步尝试了通过一定的摄动制约来改善这种鲁棒性;同时指出了很多现有的模糊蕴涵算子使得所讨论的这些推理算法拥有好的鲁棒性,此时,即使规则中的隶属度有适度的粗糙或摄动,推理仍是可行的、安全的．文中工作对模糊系统的分析、模糊蕴涵算子的选择以及规则获取过程有一定的指导意义．     

应用带标识的模糊Petri网的模糊推理

本文针对模糊推理中常存在推理结果意义不明确的问题,提出应用带标识的模糊Petri网(MFPNs)进行模糊推理。推理的过程中考虑模糊产生式规则的权值、阈值、确定性因子等几种知识表示参数以获得更多信息。给出基于相似性测度的模糊推理算法,通过计算带标识的模糊Petri网的最终输出库所中的托肯值可以得到最终的模糊推理结果。通过实例可以验证这样得到的推理结果意义更明确,计算过程更加高效。     

基于T-S模糊推理优化KPI的应用

模糊系统是一种基于知识或基于规则的系统,它的核心就是由所谓的IF-THEN规则所组成的知识库.模糊推理就是针对给定的系统输入,综合运用知识库中的模糊推理规则,获得系统输出的过程.而T-S模糊模型的基本思想是将正常的模糊规则及其推理转换成一种数学表达形式.本文拟将绩效考核与模糊推理的优越性进行有效的结合,研究讨论出T-S模糊推理在绩效考核中的应用.以验证其收敛性及优越性.     

A Strategy of Dynamic Reasoning in Knowledge-Based System with Fuzzy Production Rules

Fuzzy production rules have been successfully applied to represent uncertainty in a knowledge-based system. The knowledge organized as a knowledge base is static. On the other hand, a real system such as the stock market is dynamic in nature. Therefore we need a strategy to reflect the dynamic nature of a system when we make reasoning with a knowledge-based system.This paper proposes a strategy of dynamic reasoning that can be used to takes account the dynamic behavior of decision-making with the knowledge-based system consisted of fuzzy rules. A degree of match (DM) between actual input information and antecedent of a rule is represented by a value in interval [0, 1]. Weights of relative importance of attributes in a rule are obtained by the AHP (Analytic Hierarchy Process) method. Then these weights are applied as exponents for the DM, and the DMs in a rule are combined, with the Min operator, into a single DM for the rule. In this way, the importance of attributes of a rule, which can be changed from time to time, can be reflected to reasoning in knowledge-based system with fuzzy rules.With the proposed reasoning procedure, a decision maker can take his judgment on the given decision environment into a static knowledge base with fuzzy rules when he makes decision with the knowledge base. This procedure can be automated as a pre-processing system for fuzzy expert systems. Thereby the quality of decisions could be enhanced.     

基于扩展的带标识的Petri网的加权模糊推理

为了更加高效计算,并且更加便利地进行加权模糊推理来获得更多的有关加权模糊产生式规则的信息,提出一种某些库所中带有标识的模糊Petri网模型来进行加权模糊推理(WFR).用来标记模糊Petrl网运行的托肯值已经从[0,1]上的实数扩展到了模糊集合.提到的加权模糊推理(WFR)包括了局部权值,确定性因子和阈值等几种知识表示参数,参数用模糊数表示,通过提出的计算模糊推理结果的方法,可以更加高效地计算出最终的推理结果.