基于Lukasiewicz蕴涵算子的反向三I算法

三I算法是针对模糊推理的FMP与FMT模型的一种新的推理方法。本文针对Lukasiewicz蕴涵算子讨论FMP模型及FMT模型的反向三I推理及反向α-三I推理,借助该蕴涵算子的性质,给出相应的推理算法。

基于Lukasiewicz蕴涵算子的α-三I约束算法

在Lukasiewicz蕴涵算子(RL)下讨论FMP模型和FMT模型的三I约束算法,并给出FMP模型和FMT模型解的计算公式.

基于Lukasiewicz蕴涵算子的Vague集相似度量

分析了Vague集存在未知度,表明了存在不确定性的原因。指出了现有Vague集相似度量方法存在的不足。在充分考虑了Vague集不确定性和对Lukasiewicz蕴涵算子进行研究后,提出了一个基于Lukasiewicz蕴涵算子的Vague集相似度量新方法;并证明该方法满足相似度量基本准则。通过与现有相似度量方法的比较,说明新的相似度量方法克服了现有相似度量方法的不足,考虑了未知度因素对相似度量的影响,能够有效合理地区分数据。

Lukasiewicz蕴涵算子的导出算子及其n值逻辑系统L_n

讨论了剩余类蕴涵算子之一Lukasiewicz蕴涵算子的导出算子的三值系统L_3和n值逻辑系统L_n(n>3),首先给出了L_3的真值表,它是C_2真值表的扩充,它也保持MP规则和正则性,接下来讨论了L_3中的重言式(tautology)与IPC(intuitionistic propositional calculus)公理之间的关系以及L_3的准重言式与C_2的重言式之间的关系。最后考虑了L_n中的子代数及不同逻辑系统L_n中重言式的比较。

基于Lukasiewicz蕴涵算子的-反向三I约束算法

三I推理是针对模糊取式(FMP模型)和模糊拒取式(FMT模型)的一种新的模糊推理方法。讨论在蕴涵算子下的反向三I约束算法,并分别给出了FMP模型及FMT模型中及计算公式。

基于Lukasiewicz蕴涵算子的三I约束算法和反向三I约束算法

针对Lukasiewicz蕴涵算子,讨论了模糊推理FMP和FMT模型的三I约束算法和反向三I约束算法,并借助该蕴涵算子的性质,给出了相应的推理结果.

关于Lukasiewicz系统中强蕴涵算子构造的若干结果

首先证明了Lukasiewicz系统中的公式┐xmyn,┐mxny,┐xmny,┐mxyn是强蕴涵算子,接着指出任意两个Lukasiewicz强蕴涵算子的合取和析取都是强蕴涵算子,最后对构造Lukasiewicz强蕴涵算子的问题提出了几点看法。

n值S-MTL命题逻辑系统中公式真度的统一理论

给出了强正则蕴涵算子和n值S-MTL命题逻辑系统的定义.基于一般的概率测度定义了公式的真度,并给出了公式真度的积分表达式;基于公式真度的积分表达式证明了真度推理规则;在n值S-MTL命题逻辑系统的全体公式集上引入了一种伪距离,证明了逻辑运算关于这种伪距离是连续的.提出了一种近似推理机制,使得在n值S-MTL命题逻辑系统中展开近似推理成为可能.

区间集上的弱S-蕴涵

区间集是表达模糊信息的一种有效方法,蕴涵算子的研究是逻辑研究的关键,在区间集上构造蕴涵具有重要的研究价值。在区间集上构造了一个新的区间集弱S-蕴涵,证明了其正则性、单调性以及其他一些重要性质。最后证明了由它可构造剩余格,这为区间集的逻辑系统的建立提供了理论基础。

离散型(s,S)随机存储模型中有关问题的教学思考

针对在库存管理决策中有着广泛应用的随机存储问题,研究主流教材中关于离散型(s,S)存储策略中的若干问题,讨论该存储策略中s和S的求解方法,证明其中关于S取值范围的结论,并分析有关教材上关于s求解方法与结论的可改进、拓展之处。在此基础上,基于主流教材的例题给出了新的求解方法,并提出新的教学思路,以期达到更好的教学效果。

基于析取统一模的S蕴涵的研究

讨论了基于析取统一模的S蕴涵的若干性质,并在此基础上给出了它的2种等价刻画.最后研究了基于2种特殊析取统一模(幂等统一模、表现统一模)的S蕴涵.

模糊推理的三I逄法的R_L型支持度分析

在文献 [1 ]提出的三 I算法的支持度理论的基础上 ,全面展开了基于L ukasiewicz蕴涵算子 RL的三 I算法的理论 ,给出了模糊 MP算法与模糊 MT算法的计算公式 ,并考虑了三 I算法制还原性问题 ;进一步研究了三 I算法的支持度理论 ,分析了支持度的性质 ,得到了一般化的 α-三 IFMP公式与 α-三 I FMT公式 .

模糊推理三I方法的R_L型约束度分析

研究了基于蕴涵算子RL 的模糊推理的三I方法的约束度理论 ,分析了约束度的性质 ,得到了一般化的α三IFMP (模糊取式 )最大解计算公式与α三IFMT(模糊拒取式 )

模糊双向联想记忆网络的有效学习算法

基于模糊取大运算和爱因斯坦s-模提出新的模糊双向联想记忆网络模型(Max-Ses FBAM),并为该网络提出了一种新的学习算法。在理论上严格证明了,任意给定的模式对集,只要存在有连接权矩阵对使其为Max-Ses FBAM的平衡态集,则依该学习算法所确定的连接权矩阵对(,)是所有这样的连接权矩阵对中的最大者;且该最大连接权矩阵对能使Max-SesFBAM对任意输入在一步内就进入平衡态。

基于L＊-格值逻辑上的BCH-代数中的直觉不分明化理想

在L*-格值逻辑的语义框架下,以L*-格值上的Lukasiewicz蕴涵算子为工具定义了L*-格值逻辑上的直觉不分明化BCH-代数的概念,将用集论所刻画的BCH-代数与理想的概念在L*-格值谓词演算下给予了新的刻画,讨论了直觉不分明化BCH-代数中的理想、闭理想及q理想的有关性质。

基于L*-格值逻辑上的直觉不分明化凸集

本文在L*-格值逻辑的语义框架下,以L*-格值上的Lukasiewicz蕴涵算子为工具,定义了L*-格值逻辑上的直觉不分明化凸集的概念,将用集论所刻画的凸集在L*-格值谓词演算下给予了新的刻画,讨论了直觉不分明化凸集的有关代数性质。

基于L*-格值逻辑上的直觉不分明化群

在L*-格值逻辑的语义框架下,以L*-格值上的Lukasiewicz蕴涵算子为工具,定义了L*-格值逻辑上的直觉不分明化群的概念,将用集论所刻画的群的概念及相关性质在L*-格值谓词演算下给予了新的刻画,讨论了直觉不分明化群的有关性质。

模糊推理三I算法的几个结果

在文献[1 ]提出的三I算法的基础上 ,给出了基于Lukasiewicz蕴涵算子Rl 的三I算法的模糊FMP算法与模糊FMT算法的计算公式 。

模糊推理的模糊熵α-反向三Ⅰ算法

用模糊熵来度量模糊推理结果的模糊程度,并用极大模糊熵原则对模糊推理α-反向三Ⅰ算法做进一步解释和改进,提出了基于极大模糊熵原理的模糊推理α-反向三Ⅰ算法,讨论了FMP和FMT问题的模糊熵α-反向三Ⅰ支持算法解的存在条件,研究了α-反向三Ⅰ解与模糊熵α-反向三Ⅰ解的关系,获得了几个常见蕴涵算子的FMP问题与FMT问题的模糊熵α-反向三Ⅰ解的计算公式.

基于L^＊-格值逻辑上的直觉不分明化环

首先在L*-格值逻辑的语义框架下,以L*-格值上的Lukasiewicz蕴涵算子为工具,给出了L*-格值逻辑上的直觉不分明化环和子环的概念。进一步,在L*-格值谓词演算下,给出了环的同态映射f关于直觉模糊集A的直觉不分明化同态核和直觉不分明化商集的定义,并在此基础上讨论了直觉不分明化环、子环和同态核的有关性质,最后得到L*-格值逻辑意义下的同态基本定理。