基于模糊规则的插值推理算法综述

基于模糊规则的近似推理系统是在模糊集和模糊逻辑理论上建立的,在数学、工程、计算机等科学领域得到了迅速的发展.它作为解决建模和推理中不精确和模糊问题的有效工具,利用模糊if-then规则完成推理任务.传统推理机制只能使用稠密的规则库进行推理,其能获得有效结论的前提是保证任何输入的观测值都能与现有的模糊规则相匹配.模糊规则插值(Fuzzy Rule Interpolation,FRI)技术能够有效地利用不完备(或稀疏)的规则库实现推理,为没有规则匹配的观测值通过规则插值估计出其结论.本文系统地综述了基于模糊规则的插值推理技术,着重介绍基于α-截集和基于中间规则的两大类插值方法,通过代表性算法揭示了这两类方法的基本思想.同时,还简要介绍了模糊插值推理系统的其他方法和规则插值算法的实际应用.此外,本文汇总了11个常用的评价指标,并对典型算法进行了系统的比较和讨论.最后对未来的研究工作进行了展望.