基于几何相似的模糊插值推理

模糊推理中广泛采用的合成推理规则(CRI)要求规则库必须是稠密的。但在稀疏规则库的条件下,当输入的事实落入规则"空隙"时,采用传统的CRI方法是得不到任何推理结果的。为此Koczy和Hirota首先提出了KH线性插值推理方法,但推理结果存在着凸性和正规性等问题。许多学者又提出了不同的插值推理方法,它们有不同的特点,但从实际应用角度看,都还比较复杂。Koczy等叉提出了改进的KH插值推理方法,这种方法虽然保证了凸性和正规性,但推理结果不够好。本文中我们提出了一种基于几何相似的插值推理方法。该方法能很好地保证推理结果的凸性和正规性,并且推理简单,推理结果较好。这为智能系统中的模糊推理提供了一个十分有用的工具。

稀疏规则条件下的相似插值推理研究

模糊推理本质上就是插值器。但在稀疏规则库的条件下,当输入的事实落入规则“空隙”时,采用传统的CRI方法是得不到任何推理结果的。而采用KH线性插值推理也存在着难以保证推理结果的凸性和正规性等问题。为了在稀疏规则条件下能有好的插值推理结果,提出了一种相似插位推理方法。该方法能较好地保证推理结果隶属函数的凸性和正规性,这为智能系统中的模糊推理提供了一个十分有用的工具。

稀疏规则条件下的线性插值推理研究

模糊推理本质上就是某种插值方法 .但在稀疏规则库的条件下 ,当输入的事实落入规则“空隙”时 ,采用传统的CRI方法是得不到任何推理结果的 .而采用 KH线性插值推理也存在着难以保证推理结果的凸性和正规性等问题 .在分析了 Koczy和 Hirota提出的线性插值推理方法的基础上 ,本文提出了一个新的线性插值推理的方法 ,该方法能很好地保证推理结果的凸性和正规性 。

利用隶属函数宽度的模糊插值推理方法

提出了一种基于隶属函数的宽度的模糊推理方法,该方法应用范围广,使用于所有正规的凸模糊集,能够保证结果的正规性和凸性,而且能够很好地推广到多输入情况。

基于几何参数的模糊拉格朗日插值推理

在稀疏规则库条件下,当给定的输入落入规则"间隙"时,采用传统的模糊推理方法是得不到任何结论的。模糊推理本质上就是插值器。Koczy和Hirota首先提出了KH线性插值推理方法,然而推理结果存在着无法保证凸性和正规性等问题。为了能有一个较好的插值推理结果,本文提出了一种基于几何参数的模糊拉格朗日插值推理方法,该方法不仅推理简单,推理结果较好,并且能很好地保证推理结果的凸性和正规性。这为智能系统中的模糊推理提供了一个非常有用的工具。

一种基于泰勒级数的简化的Kóczy线性插值推理方法

在传统的模糊推理方法中,如果出现模糊规则库稀疏的情况,模糊推理就得不出正确的推理结论.针对这个问题,Kóczy和Hirota提出了一种线性插值推理方法.线性插值推理方法解决了稀疏规则库情况下如何得出推理结论的问题,但是,用这种方法得出的结论有时是不正规的模糊集.本文提出的基于泰勒级数的Kóczy线性插值推理方法,能保证“当模糊规则A1= >B1 ,A2 =>B2 和推理前件A* 是正规的线性隶属函数(三角形或者梯形)时,插值推理结论B* 也是正规的线性隶属函数(三角形或者梯形)”.

模糊插值推理概述

模糊推理本质上就是某种插值方法,但在稀疏规则库的条件下,当输入的事实落入规则"空隙"时,采用传统的CRI方法是得不到任何推理结果的,从而诞生了模糊插值推理。由于模糊插值推理是模糊推理重要分支,并且学者们对其研究均处于起步阶段,故对现有的模糊插值推理加以介绍。

稀疏规则库条件下的模糊推理方法

当模糊规则库是稀疏型时,利用Kóczy线性插值推理方法不能保证推理结论的正规性和凸性,为了解决这一问题,石岩曾提出了插值推理方法的推理条件,当满足这些条件时利用Kóczy线性插值推理方法得到的推理结论也满足正规性和凸性;但是这些条件却限制了模糊推理系统的应用,而且如果多次推理中在同一输入点遇到稀疏情况,必须进行相同的计算才能得到正确的推理结果,这样增加了系统的计算量,降低了系统的速度和效率。因此提出了一种新的稀疏模糊推理方法,不仅能够简单的给出正确的推理结果,还能在相应的位置增加规则,提高规则库的紧密程度。

基于高斯型隶属函数新的模糊插值推理方法

在稀疏规则库的条件下,当输入的事实落入规则空隙时,采用传统的CRI方法是得不到任何推理结果的。KH线性插值推理解决了这个问题,从而产生了模糊插值推理方法。但现有的插值推理方法几乎都是基于三角形隶属函数的,很少有高斯型隶属函数。本文在线性插值推理方法的基础上,给出一种基于高斯型隶属函数的顶点和拐点距离比的模糊插值推理方法。这为模糊插值推理又提供了一个十分有用的工具。

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.

稀疏规则库模糊插值推理的模糊结构元算法

为解决在稀疏规则库条件下KH插值推理方法不能保证推理结果的正规性与凸性问题,基于模糊结构元理论,将模糊数的运算转换为单调函数的运算,定义一种新的模糊数距离的计算方法,提出一种新的稀疏规则库插值推理方法.在此基础上,将该方法从单变量拓展到多变量的情况,提出一种多变量模糊插值推理方法.通过一个算例说明所提出方法的可行性和有效性.研究结果表明:该方法在保证推理结论正规性与凸性的基础上,避免了用α-截集的方法求得结果,简便了推理运算.

基于合成规则的相似性推理及其在焊接参数设计中的应用

焊接过程是典型的复杂过程,应用模糊逻辑建立焊接参数推理系统可快速实现焊接工艺参数设计.近似推理机制是模糊系统研究和开发中的一个重要组成部分,在现有的相似性推理方法的基础上,融合经典的合成规则推理技术,提出一种新的基于合成规则的相似性推理方法.以CO_2保护焊焊接规范参数设计为背景介绍模糊推理在焊接领域的应用,运行结果表明,采用方法建立的模糊推理模型具有较高的推算精度,能够满足焊接工艺参数设计的要求.