基于模糊集的模糊專家系統(tǒng)研究與應(yīng)用.pdf

1、專家系統(tǒng)是人工智能和知識工程最為活躍的一個分支領(lǐng)域.專家系統(tǒng)中不精確性客觀存在,目前已經(jīng)發(fā)展到處理不精確性的模糊專家系統(tǒng).在傳統(tǒng)的模糊專家系統(tǒng)中,采用Fuzzy集來表達和處理知識的不確定性和不精確性.由于Fuzzy集存在不能完全表達知識模糊信息的缺點,Gau和Buehrer提出了Vague集,更好地描述了模糊信息和數(shù)據(jù)的問題.模糊推理是模糊專家系統(tǒng)的核心,目前模糊專家系統(tǒng)使用的模糊推理機制基本上都是基于Fuzzy集的合成推理方法.通過討

2、論傳統(tǒng)Vague集的相似度量方法的優(yōu)缺點,提出了改進的相似度量方法,根據(jù)改進的相似度量方法得到相應(yīng)的近似推理方法,分析了該推理方法在單規(guī)則和多規(guī)則情況下的應(yīng)用.由于相似度量方法得到的相似程度的值始終小于或者等于1,得到結(jié)果Vague集不能反映其增減趨勢,因此提出了基于Vague集性能的近似推理方法,根據(jù)規(guī)則和事實中的Vague集的性能,來得出結(jié)果Vague集,也分析了該方法在單規(guī)則和多規(guī)則情況下的應(yīng)用.最后研制了基于Vague集相似度量