關(guān)于不確定性推理理論與知識(shí)發(fā)現(xiàn)的研究.pdf

1、該文在不確定性信息處理的研究領(lǐng)域中,進(jìn)一步發(fā)展了已有的理論和方法,研究了將處理各個(gè)不確定性信息的方法綜合集成到一起的系統(tǒng),并取得了如下主要研究成果:1.提出了帶概率因子的模糊推理模型,證明了該種模糊推理系統(tǒng)是一個(gè)通用逼近器,并給出了一種從訓(xùn)練數(shù)據(jù)集中辨識(shí)該模糊模型的方法.2.將一種簡(jiǎn)單的Naive Bayes網(wǎng)絡(luò)擴(kuò)展到模糊Naive Bayes網(wǎng)絡(luò).3.研究了基于模糊Naive Bayes網(wǎng)絡(luò)和遺傳算法的帶概率因子的模糊推理模型,并將這

2、種混合模型成功用于倒小車的控制仿真和時(shí)間序列預(yù)測(cè)實(shí)驗(yàn)中.4.研究了基于模糊Naive Bayes網(wǎng)絡(luò)的一類帶權(quán)重的模糊分類系統(tǒng)的辨識(shí)問題,并將這種分類系統(tǒng)用于一些著名的機(jī)器學(xué)習(xí)問題中,取得了滿意的結(jié)果.5.研究了一種基于模糊D-S信念結(jié)構(gòu)的廣義模糊系統(tǒng),提出了利用規(guī)則前件的激活度影響規(guī)則后件中模糊D-S信念結(jié)構(gòu)中焦點(diǎn)元的隸屬函數(shù)形狀的推理方法,當(dāng)各個(gè)焦點(diǎn)元的隸屬函數(shù)具有相同的勢(shì)時(shí),該模糊模型為著名的Sugeno-型的模糊推理系統(tǒng).6.針