包含度及其在专家系统中的应用

在专家系统中有两类问题：一是检索问题，需要相似度的概念；一是推理问题，需要隐含度的概念。本文研究了包含度在专家系统中的应用，并指出它包括了证据理论及ＭＹＣＩＮ方法。

模糊关系数据库上的证据理论

证据理论的关键是给出信任函数与似然函数，以往的方法都是由专家主观地给出。本文利用包含关系与包含度的方法，直接通过模糊关系数据库给出证据函数。

包含度及其在人工智能中的应用

不确定性推理是人工智能中的关键问题，在，色结各种不确定性推理方法的基础上，引进了包含度的概念，并给出了包含度的几种生成方法，指出了包含度在专家系统的检索与推理中的应用．

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。