一、FMT问题的两种三I算法及其还原性（论文文献综述）
包光晴[1]（2021）在《模糊环境下的对称蕴涵推理及其性质研究》文中指出推理对于人工智能的发展起着至关重要的作用,早期的人工智能主要就是依赖于逻辑推理能力。而模糊推理作为推理概念的延伸,有着较为广阔的适用领域。在此基础上,直觉模糊集的提出又丰富了模糊推理的内涵。以往的普通模糊集在表达具有模糊性的信息上具有局限性,而直觉模糊集在表达这样的信息有着普通模糊集所无法比拟的优势。目前在模糊推理领域上主流的算法有,CRI算法,全蕴涵三Ⅰ算法等。但是这些算法局限于普通模糊集,应用领域受限。后来又有学者在这些普通模糊集推理算法的基础上提出了直觉模糊集上的推理算法。但无论是普通模糊集的推理算法,还是直觉模糊集上的推理算法,将蕴涵算子保持一致都会导致响应性能不足,并且对于求出的解的最优性缺乏合理的解释。基于此,本文根据对称蕴涵的理论提出了直觉模糊熵对称蕴涵算法,将直觉模糊熵与对称蕴涵算法相结合。首先,本文给出了该算法的规则,并求出了该算法一般形式的解,另外对于模糊推理算法中的还原性和连续性这两个重要性质进行了讨论并加以证明。保证了新算法的可行性和实用性。最后,在此基础上将该算法进行了拓展,提出了α-直觉模糊熵对称蕴涵算法和α-直觉模糊熵对称蕴涵约束算法。并在具体数据集下新算法相较于全蕴涵三Ⅰ算法有着更好的表现。本论文的主要工作如下:1)提出了直接模糊熵对称蕴涵算法,给出了该算法的定义,求出了在IFMP问题和IFMT问题下解的一般形式,并对解的还原性和连续性进行了讨论和证明;此外对算法行了推广,提出了α-直觉模糊熵对称蕴涵算法和α-直接模糊熵的对称蕴涵约束算法。给出了这两种算法在IFMP问题和IFMT问题下的解的一般形式,为了证明算法的优越性,举出了具体的实例,从结果来看新算法表现更好。2)针对FMT问题提出了α-对称I*蕴涵算法和α-对称I*蕴约束算法。给出了算法的基本规则和定义,在FMT问题上,给出了这两个算法的求解过程,并讨论了基于R-蕴涵,（S,N）-蕴涵下解的形式。3)研究了 α-对称蕴涵算法的区间摄动问题。主要针对三类情况,单规则下的区间摄动,多规则下的区间摄动以及简单摄动。给出了当采取R-蕴涵,（S,N）-蕴涵,时,对输入值摄动后,α-对称蕴涵算法解的变化范围。给出了α-对称蕴涵算法稳定性需满足的条件。
徐崇杰[2]（2021）在《基于模糊控制的汽车防撞器的若干问题研究》文中研究说明随着现代社会的高速发展,汽车的保有数量持续增加,随之带来的问题便是交通事故数量的不断增加,引起了社会的广泛关注。而且随着社会经济的发展,汽车的数量仍会快速增加,交通安全问题也会愈加的严重。因此,对于汽车防撞控制系统的研究有着重要的现实意义。本文主要研究汽车防撞控制系统的原理,将模糊控制理论应用于汽车防撞控制系统中,并根据模糊控制的原理,建立本文的汽车防撞控制器。然后,对建立的控制器进行模拟和仿真,并对相应结果和几种去模糊化方法进行分析评估。本文的具体工作内容如下:1、对汽车防撞问题进行模糊化处理,将汽车防撞系统的输入输出变量转化为模糊化的输入输出变量,获取研究所需要的数据。2、基于模糊控制器的隶属度函数的建立原则,确定各模糊变量的隶属度函数的类型及相应的参数,然后根据模糊控制规则的建立方法构建本文所需要的模糊控制规则。3、对模糊控制规则进行模糊推理和推导,然后利用Matlab软件进行模拟和仿真,并将结果进行可视化处理,同时依据结果对确定的隶属度函数的参数进行调整,最后对选用的几种去模糊化方法进行分析比较。就仿真实验结果而言,模型的输出结果符合现实行车的情况,所以在汽车防撞器中使用模糊控制的方法是有效可行的。
陈静静[3]（2020）在《模糊推理的对称五元蕴涵算法研究》文中提出模糊推理最核心的两个问题分为FMP（fuzzy modus ponens）问题和FMT（fuzzy modus tollens）问题。Zadeh对于模糊推理给出了模糊集,并根据模糊集提出了CRI算法,后面学者又根据CRI算法改进了新的算法。其中周教授等人为了提高模糊系统的近似推理质量,提出了五元蕴涵原理（QIP）来解决模糊推理FMP和模糊推理FMT问题。虽然五元蕴涵算法在逻辑根据、还原性等方面具有公认的优势。但是,从整体模糊系统进行考虑,蕴涵算子的一致性会导致算法在响应性能方面并不理想。基于此,我们结合对称蕴涵的思想,不限定五种蕴涵算子为同一种算子,提出了对称五元蕴涵算法。本文根据五元蕴涵算法的理论,分别提出（1,2,1,2,1）型对称五元蕴涵算法和（1,2,2,2,2）型对称五元蕴涵算法。本文首先分别对对称五元蕴涵算法的定义、还原性、鲁棒性以及多重模糊规则下的连续性与插值性展开讨论。其次从模糊情感计算角度验证对称五元蕴涵算法的优点。最后通过构建（1,2,2,2,2）型与或非功能树来说明对称五元蕴涵算法在创新概念设计领域中有较强的实用性。本论文的主要工作如下:1)针对对称五元蕴涵算法FMP和FMT的性质,给出（1,2,1,2,1）型对称五元蕴涵算法的定义、研究对称五元蕴涵算法的还原性。结合R-蕴涵算子,分别讨论了-FMP-对称五蕴涵解和-FMT-对称五元蕴涵解、Min P-对称五蕴涵解和Min T-对称五蕴涵解。最后对多重规则下的对称五蕴涵算法进行研究,讨论其连续性与插值性的关系。2)针对对称五元蕴涵算法FMP和FMT的性质,给出（1,2,2,2,2）型对称五元蕴涵算法的定义、研究对称五元蕴涵算法的解。验证（1,2,2,2,2,）型对称五元蕴涵算法是否具有良好的还原性和鲁棒性。验证其在多重模糊规则下的插值性与连续性的关系。3)验证在情感计算中,（1,2,1,2,1）型对称五元蕴涵算法和（1,2,2,2,2）型对称五元蕴涵算法比对称五元蕴涵算法的情感计算结果更优。最后通过构建（1,2,2,2,2）型与或非功能树系统,把（1,2,2,2,2）型对称五元蕴涵算法的与或非功能树应用到磁悬浮列车中。
叶明飞[4]（2019）在《模糊推理系统的若干模型及其性质研究》文中提出模糊推理技术是人工智能发展不可缺少的理论基础,在人工智能、模式识别、模糊控制以及机器人等领域中的应用日益广泛。区间值直觉模糊集作为模糊集、区间值模糊集以及直觉模糊集的推广,在刻画不确定信息方面更深刻,更符合人类的思维,因此它已被广泛应用于智能预测、多属性决策、图像处理、模式识别等诸多领域。将模糊推理技术和区间值直觉模糊集结合起来,研究区间值直觉模糊推理算法及其性质,不仅能丰富和发展模糊集理论,也能为处理不确定性问题提供新的数学工具。本文研究区间值直觉模糊环境下的推理算法,得到如下结论:（1）区间值直觉模糊论域上的逻辑算子研究。在区间值直觉模糊环境下首先给出了一类由左连续三角模生成的区间值直觉模糊三角模和三角余模的表达式并研究了它们的相关性质。其次,在余剩余格的基础上研究了与左连续区间值直觉模糊三角模相伴随的剩余型区间值直觉模糊蕴涵算子的相关性质及其结构属性。通过引入模糊差算子,给出了剩余型区间值直觉模糊蕴涵算子的统一表达式,揭示了它与普通模糊算子之间的内在联系,并且分别给出了由4类左连续三角模生成的剩余型区间值直觉模糊蕴涵算子的具体表达式。最后,相似地研究了与右连续区间值直觉模糊三角余模相伴随的剩余型区间值直觉模糊差算子的相关性质及其结构属性,给出了剩余型区间值直觉模糊差算子的统一表达式,揭示了它与普通模糊算子之间的内在联系,并且分别给出了由4类左连续三角模生成的剩余型区间值直觉模糊差算子的具体表达式。（2）区间值直觉模糊推理的三I算法研究。在剩余型区间值直觉模糊蕴涵算子的基础上,给出了区间值直觉模糊假言推理（IVIFMP）问题和区间值直觉模糊拒取式推理（IVIFMT）问题的三I解,得到IVIFMP问题的三I解具有还原性而IVIFMT问题的三I解只具有弱局部还原性,同时给出了 IVIFMP问题和IVIFMT问题的α-（1,2,1）型三I算法解。为提高IVIFMT问题的三I解的还原性,基于剩余型区间值直觉模糊差算子提出了 IVIFMT问题的对偶三I算法,结果证明它的解是还原的。同理给出了 FMP问题的对偶三I算法,得到它的解在一定条件下具有还原性并证明了 FMP问题的对偶三I解在剩余蕴涵算子‘→’满足逆否对称性时与三I解等价。然后将FMP问题的对偶三I算法推广到区间值直觉模糊集上,给出了 IVIFMP问题的对偶三I解的表达形式,得到它的解也仅具有弱局部还原性。最后,给出了 IVIFMP问题和IVIFMT问题的α-（1,2,1）型对偶三I算法解。（3）区间值直觉模糊推理的五I算法及其在医疗诊断中的研究。通过一个例子揭示了区间值直觉模糊推理三I算法在某些情况下会导致无意义或错误的结果。为了克服这个缺陷和提高IVIFMT问题的三I解的还原性,提出了区间值直觉模糊五I算法和α-五I算法,并给出了相应解的表达形式。结果表明,IVIFMP和IVIFMT问题的五I算法解都具有还原性并且更加合理。因此它可以看作是区间值直觉模糊推理三I算法的有效改进和替代。另外,利用先推理后合成和先合成后推理两种策略,分别研究了多模糊规则下的IVIFMP问题的五I算法解,并且应用该算法解决了一个医疗诊断问题,借助四种不同的左连续三角模生成剩余型区间值直觉模糊蕴涵算子验证了该方法在医疗诊断中的可行性与有效性。（4）区间值直觉模糊推理的三I算法和五I算法的鲁棒性研究。在剩余型区间值直觉模糊蕴涵算子的基础上,给出了区间值直觉双剩余运算的概念及计算公式。通过这个运算构造了一个广义的区间值直觉相似度计算公式并研究了它的相关性质。利用这个相似度公式分别研究了区间值直觉模糊推理的三I算法和五I算法解的鲁棒性。
张有成[5]（2019）在《模糊推理的对称蕴涵算法研究》文中指出推理是人类智能的核心特征之一,对于人工智能的发展起到重要的作用,模糊推理已经成为人工智能领域的重要组成部分,在模糊控制系统、模糊神经网络和模糊决策支持系统等领域中起到极重要的作用。模糊推理的核心问题分别是FMP（fuzzy modus ponens）问题和FMT（fuzzy modus tollens）问题。围绕该问题Zadeh给出了模糊推理理论中的模糊分离规则,并形成了CRI算法,促进模糊推理理论开始快速发展。随后,李洪兴指出基于CRI算法的模糊系统本质上是一种插值器。王国俊指出CRI算法采用复合运算,偏离了语义蕴涵的框架,并于1999年从逻辑语义的角度提出了三Ⅰ算法。虽然三Ⅰ算法在逻辑语义、还原性等方面具有优势,但不可否认的是,其性能与实用性并不理想。随着对三Ⅰ算法进一步的研究,第一、二、三蕴涵算子不全相同的三Ⅰ算法被提出,并指出CRI算法是第二、三蕴涵算子均取Mamdani算子的特殊三Ⅰ算法,由此展开了对（1,2,2）型异蕴涵三Ⅰ算法和对称蕴涵算法的一系列研究。本文将进一步对对称蕴涵算法展开一些研究。本论文的主要工作如下:（1）根据三Ⅰ算法的约束度理论,针对对称蕴涵算法进行拓展,研究对称蕴涵约束算法,给出各种对称蕴涵约束解得定义,针对一些蕴涵算子计算其统一形式的解,获取了一些相关条件。（2）根据FMT-三Ⅰ*算法的理论,与对称蕴涵算法相结合,拓展为对称蕴涵Ⅰ*算法,给出了FMT-对称Ⅰ*算法的定义、求解原则,基于R-蕴涵算子计算了统一形式的解。将FMT-对称Ⅰ*算法更进一步推广到α-FMT-对称Ⅰ*算法,探讨了α-FMT-对称Ⅰ*算法的定义、求解。并对对称蕴涵Ⅰ*算法还原性进行了分析。（3）针对于一些特定的蕴涵算子,计算了关于他们的对称蕴涵约束解,FMT-对称Ⅰ*解;最后与情感计算相结合,提出了一种基于对称蕴涵约束算法的情感极性识别系统。
唐益明,张有成,任福继,胡相慧,宋小成,丰刚永[6]（2018）在《模糊推理的FMT-对称I*算法》文中研究表明面向模糊推理的FMT（Fuzzy Modus Tollens）问题,从对称蕴涵的角度,将三I*算法推广为对称I*算法.首先,给出了FMT-对称I*算法的定义、求解原则,针对R-蕴涵算子构建了一致化表达的求解模式;针对几个常见的R-蕴涵算子,提供了具体的优化解形式.进一步地,将FMT-对称I*算法衍生到α-FMT-对称I*算法的范畴,探讨了α-FMT-对称I*算法的定义、求解原理和优化解.最后,考察了FMT-对称I*算法的置换还原性,发现其效果良好.
双靖宁,惠小静,贺锦瑞[7]（2015）在《基于蕴涵算子族L-λ-Π的模糊推理三I支持算法》文中进行了进一步梳理提出了一类新的蕴涵算子族L-λ-Π,说明了它是ukasiewicz蕴涵算子、Goguen蕴涵算子更一般的形式。基于该算子族,给出了模糊推理FMP模型、FMT模型的三I支持算法和α-三I支持算法的计算公式,并给予了证明。
唐益明,李小梅,吴玺[8]（2014）在《面向R-蕴涵算子的FMT-泛三I*算法》文中认为针对模糊推理的FMT（fuzzy modus tollens）问题,作为三I*算法的推广与改进形式,研究了FMT-泛三I*算法。首先,分析了FMT-泛三I*算法的属性,提出了该算法的基本原则,改进了之前三I*算法的原则。其次,面向R-蕴涵算子,建立了FMT-泛三I*算法的统一形式的解,同时针对几类经典的R-蕴涵算子,分别获得了具体情形下的优化解。最后,证明了FMT-泛三I*算法的置换还原性,获得了良好效果。
邓冠男[9]（2013）在《模糊推理算法的研究进展》文中研究说明随着模糊集的产生与发展,模糊推理已经成为计算智能领域的重要组成部分。对于模糊推理的基本问题,国内外学者进行了广泛研究,提出多种模糊推理算法。为了深入理解各种模糊推理算法,综述了模糊推理算法的研究进展,重点分析CRI方法、模糊推理的全蕴涵三I算法、基于相似度的模糊推理算法以及真值流模糊推理的现状及进展,希望能为模糊推理算法的研究提供引导作用。
桑睨[10]（2012）在《基于一致范数的模糊推理算法》文中研究说明近年来,模糊控制理论在诸多领域中得到了广泛的研究和应用.模糊推理作为模糊控制理论的基础,也愈发受到国内外广大学者与研究人员的关注.本文对基于一致范数的模糊推理算法进行深入研究,从两个方面讨论基于一致范数的模糊推理算法:一方面讨论基于可换模糊逻辑系统的模糊推理算法,另一方面讨论基于非可换模糊逻辑系统的模糊推理算法.具体内容如下:首先,研究基于逻辑系统W UL的形式三I算法.构建逻辑系统UL的一个新的模式扩张——完备的形式逻辑系统W UL,即逻辑系统UL添加（W）（A→t）的扩张.通过对逻辑系统W UL添加全称量词的逻辑公理,构造完备的多型变元一阶形式系统W UL ms,给出基于一致范数的可换模糊逻辑系统W UL的三I算法及对应解的形式表达式,并给出严格逻辑证明,最后证明算法还原性.将基于一致范数的三I算法纳入到模糊逻辑的框架之中.其次,改进不同蕴涵（1,2,2）型三I算法,提出具有广泛应用背景的不同蕴涵（1,2,1）型三I算法.不同蕴涵（1,2,1）型三I算法要求第一个和第三个蕴涵是同一个算子,即由左连续三角范数诱导的剩余蕴涵,第二个蕴涵是一个不受限制的算子.证明不同蕴涵（1,2,1）型三I算法的还原性.进一步提出不同蕴涵（1,2,1）型α三I算法,其要求第一个和第三个蕴涵是同一个左连续三角范数1诱导的剩余蕴涵,第二个蕴涵是不同的左连续三角范数2诱导的剩余蕴涵.给出不同蕴涵（1,2,1）型三I解及α三I解的表达式.再次,将Schweizer-Sklar三角范数簇诱导的剩余蕴涵簇与模糊推理反向三I算法结合起来,研究一种具有柔性的模糊推理反向三I算法.给出基于Schweizer-Sklar三角范数簇诱导的剩余蕴涵簇的反向三I算法与α-反向三I算法及对应解的表达式,并讨论当参数取某些特殊值时的反向三I解的表达式.最后,从基于可换逻辑系统的模糊推理过渡到基于非可换逻辑系统的模糊推理.给出基于左连续伪三角范数诱导的第一剩余蕴涵与第二剩余蕴涵的三I算法的一个具体算例,研究基于左连续伪三角范数诱导的第一剩余蕴涵与第二剩余蕴涵的三I算法和α-三I算法,并给出对应解的表达式.为解决实际应用问题提供模糊推理算法的一种新模型.
二、FMT问题的两种三I算法及其还原性（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、FMT问题的两种三I算法及其还原性（论文提纲范文）
（1）模糊环境下的对称蕴涵推理及其性质研究（论文提纲范文）
| 致谢 |
| 摘要 |
| 英文摘要 |
| 第—章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外的研究现状 |
| 1.3 课题的提出 |
| 1.4 本文的研究内容 |
| 1.5 本文的组织结构 |
| 第二章 预备知识 |
| 2.1 三角模与三角余模的定义及其性质 |
| 2.2 直觉模糊集及其蕴涵算子 |
| 2.3 具体的蕴涵算子与模糊熵 |
| 2.4 本章小结 |
| 第三章 直觉模糊熵对称蕴涵算法 |
| 3.1 IFMP问题下的直觉模糊熵对称蕴涵算法 |
| 3.2 IFMT问题下的直觉模糊熵对称蕴涵算法 |
| 3.3 直觉模糊熵对称蕴涵算法还原性 |
| 3.4 直觉模糊熵对称蕴涵算法连续性 |
| 3.5 α-直觉模糊熵对称蕴涵算法 |
| 3.6 α-直觉模糊熵对称蕴涵约束算法 |
| 3.7 本章小结 |
| 第四章 α-对称Ⅰ~*蕴涵约束算法 |
| 4.1 α-对称Ⅰ~*蕴涵约束算法求解 |
| 4.2 α(x,Y)-对称Ⅰ~*蕴涵约束算法求解 |
| 4.3 本章小结 |
| 第五章 α-对称蕴涵算法的区间摄动 |
| 5.1 α-对称蕴涵算法的区间摄动 |
| 5.2 α-对称蕴涵算法在链式推理下的区间摄动 |
| 5.3 α-对称蕴涵算法的简单摄动 |
| 5.4 本章小结 |
| 第六章 应用实例 |
| 6.1 IFMP问题下两种算法的比较 |
| 6.2 IFMT问题下两种算法的比较 |
| 6.3 在情感极性识别中的应用 |
| 6.4 本章小结 |
| 第七章 总结及展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（2）基于模糊控制的汽车防撞器的若干问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 模糊逻辑控制的发展及现状 |
| 1.2.1 模糊控制的发展 |
| 1.2.2 模糊控制的研究现状 |
| 1.3 模糊逻辑推理的研究现状 |
| 1.4 论文内容及结构安排 |
| 第二章 预备知识 |
| 2.1 模糊集的概念 |
| 2.1.1 模糊集 |
| 2.2 模糊推理的概念 |
| 2.2.1 模糊推理算法 |
| 2.3 隶属度函数的建立 |
| 2.3.1 隶属度函数的建立原则 |
| 2.3.2 隶属度函数的建立方法 |
| 2.4 模糊推理(去模糊化) |
| 2.5 三角形分布的参数 |
| 2.6 Matlab的相关工具的使用 |
| 2.7 本章小结 |
| 第三章 分析与推导 |
| 3.1 数据的获得及隶属度函数的确定 |
| 3.2 模糊规则的建立 |
| 3.3 模糊推理的过程原理 |
| 3.4 去模糊化的过程 |
| 3.5 本章小结 |
| 第四章 数据模拟及结果 |
| 4.1 隶属度函数的输入与参数的确定 |
| 4.2 模糊控制规则的输入 |
| 4.3 仿真结果展示 |
| 4.4 多种方法的对比 |
| 4.5 本章小结 |
| 第五章 结论 |
| 致谢 |
| 参考文献 |
（3）模糊推理的对称五元蕴涵算法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外的研究现状 |
| 1.3 课题的提出 |
| 1.4 本文的研究内容 |
| 第二章 预备知识 |
| 2.1 伴随蕴涵算子和蕴涵对 |
| 2.2 具体的蕴涵算子 |
| 2.3 多重模糊规则推理算法 |
| 2.4 本章小结 |
| 第三章 (1,2,1,2,1)型对称五元蕴涵算法 |
| 3.1 基本的对称五元蕴涵FMP算法 |
| 3.2 基本的对称五元蕴涵FMT算法 |
| 3.3 多重模糊规则的对称五元蕴涵算法 |
| 3.4 本章小结 |
| 第四章 (1,2,2,2,2)型对称五元蕴涵算法 |
| 4.1 SQIP-FMP对称五元蕴涵算法 |
| 4.2 SQIP-FMT对称五元蕴涵算法 |
| 4.3 对称五元蕴涵算法的鲁棒性研究 |
| 4.4 对称五元蕴涵算法的模糊多规则讨论 |
| 4.5 结果分析 |
| 4.6 本章小结 |
| 第五章 应用实例 |
| 5.1 对称五元蕴涵算法与五元蕴涵算法的比较 |
| 5.1.1 (1,2,1,2,1)型对称五元蕴涵算法与五元蕴涵算法比较 |
| 5.1.2 (1,2,2,2,2)型对称五元蕴涵算法与五元蕴涵算法比较 |
| 5.2 与或非功能树引入 |
| 5.3 与或非功能树的模糊化 |
| 5.4 基于对称五元蕴涵算法的功能-结构映射 |
| 5.4.1 宏观过程 |
| 5.4.2 面向功能树建模的对称五元蕴涵系统 |
| 5.4.3 功能结构协同映射算法 |
| 5.5 磁悬浮列车应用实例 |
| 5.5.1 功能需求分析与模糊推理规则库 |
| 5.5.2 基于模糊推理的功能-结构功能映射过程 |
| 5.6 本章小结 |
| 第六章 总结及展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
| 1 )参加的学术交流与科研项目 |
| 2 )发表的学术论文 |
（4）模糊推理系统的若干模型及其性质研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题的背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 本文的创新点 |
| 第2章 预备知识 |
| 2.1 [0,1]上相关算子 |
| 2.2 区间值直觉模糊集的基本理论 |
| 2.3 模糊推理的方法 |
| 2.3.1 模糊推理的CRI方法 |
| 2.3.2 模糊推理的三I方法 |
| 2.4 本章小结 |
| 第3章 区间值直觉模糊论域上的算子 |
| 3.1 区间值直觉模糊三角模与三角余模及其性质 |
| 3.2 剩余型区间值直觉模糊蕴涵算子及其性质 |
| 3.3 剩余型区间值直觉模糊差算子及其性质 |
| 3.4 本章小结 |
| 第4章 区间值直觉模糊推理的三I方法和对偶三I方法 |
| 4.1 区间值直觉模糊推理IVIFMP问题的三I方法 |
| 4.1.1 IVIFMP问题的三I方法解 |
| 4.1.2 IVIFMP问题三I方法的还原性 |
| 4.1.3 IVIFMP问题的α-(1,2,1)型三I方法 |
| 4.2 区间值直觉模糊推理IVIFMT问题的三I方法 |
| 4.2.1 IVIFMT问题的三I方法解 |
| 4.2.2 IVIFMT问题三I方法的还原性 |
| 4.2.3 IVIFMT问题的α-(1,2,1)型三I方法 |
| 4.3 区间值直觉模糊推理IVIFMT问题的对偶三I方法 |
| 4.3.1 IVIFMT问题的对偶三I方法解 |
| 4.3.2 IVIFMT问题对偶三I方法的还原性 |
| 4.3.3 IVIFMT问题的α-(1,2,1)型对偶三I方法 |
| 4.4 区间值直觉模糊推理IVIFMP问题的对偶三I方法 |
| 4.4.1 IVIFMP问题的对偶三I方法解 |
| 4.4.2 IVIFMP问题的对偶三I方法的还原性 |
| 4.4.3 IVIFMP问题的α-(1,2,1)型对偶三I方法 |
| 4.5 本章小结 |
| 第5章 区间值直觉模糊推理的五I方法 |
| 5.1 IVIFMP和IVIFMT问题的五I方法解 |
| 5.2 IVIFMP和IVIFMT问题五I方法的还原性 |
| 5.3 基于多模糊规则的IVIFMP问题的五I方法 |
| 5.4 本章小结 |
| 第6章 区间值直觉模糊推理三I解和五I解的鲁棒性 |
| 6.1 基于双剩余运算的区间值直觉模糊集相似度 |
| 6.2 区间值直觉模糊推理三I解和五I解的鲁棒性分析 |
| 6.3 本章小结 |
| 第7章 结论与进一步的工作 |
| 7.1 结论 |
| 7.2 进一步的工作 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及科研成果 |
（5）模糊推理的对称蕴涵算法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 背景 |
| 1.2 研究现状 |
| 1.3 课题的提出 |
| 1.4 本文的研究内容 |
| 1.5 本文的组织结构 |
| 第二章 预备知识 |
| 2.1 伴随蕴涵算子和蕴涵对 |
| 2.2 具体的蕴涵算子 |
| 2.3 相关模糊推理算法 |
| 2.4 本章小结 |
| 第三章 模糊推理的对称蕴涵约束算法 |
| 3.1 FMP-对称蕴涵约束算法 |
| 3.2 FMT-对称蕴涵约束算法 |
| 3.3 本章小结 |
| 第四章 模糊推理的FMT-对称Ⅰ~*算法 |
| 4.1 基本FMT-对称Ⅰ~*算法 |
| 4.2 -FMT-对称Ⅰ~*算法 |
| 4.3 基本FMT-对称Ⅰ~*算法的还原性 |
| 4.4 本章小结 |
| 第五章 运算与应用实例 |
| 5.1 具体的运算实例 |
| 5.2 在情感极性识别中的应用 |
| 5.3 本章小结 |
| 第六章 总结及展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
| 1 )参加的学术交流与科研项目 |
| 2 )发表的学术论文(含专利和软件着作权) |
（6）模糊推理的FMT-对称I*算法（论文提纲范文）
| 接下来将通过对几个具体的R-蕴涵算子[16-17]以及其优化解的研究, 分析对称I*算法的模糊推理理论.1预备知识 |
| 2基本FMT-对称I*算法 |
| 3α-FMT-对称I*算法 |
| 4基本FMT-对称I*算法的还原性 |
| 5总结与展望 |
（7）基于蕴涵算子族L-λ-Π的模糊推理三I支持算法（论文提纲范文）
| 1 引言 |
| 2 预备知识 |
| 3 FMP模型的全蕴涵三I支持算法 |
| 4 FMT模型的全蕴涵α-三I支持算法 |
| 结束语 |
（8）面向R-蕴涵算子的FMT-泛三I*算法（论文提纲范文）
| 0 引言 |
| 1 预备知识 |
| 2 FM T-泛三I*算法的基本属性 |
| 3 FM T-泛三I*算法的求解 |
| 4 FM T-泛三I*算法的还原性 |
| 5 总结 |
（9）模糊推理算法的研究进展（论文提纲范文）
| 1 模糊推理的CRI方法 |
| 2 模糊推理的全蕴涵三I算法 |
| 3 基于相似度的模糊推理 |
| 4 真值流推理 |
| 5 其它类型的模糊推理 |
（10）基于一致范数的模糊推理算法（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景 |
| 1.2 国内外研究现状 |
| 1.3 论文的主要工作 |
| 2 基于逻辑系统W UL的形式三I算法 |
| 2.1 引言 |
| 2.2 预备知识 |
| 2.3 多型变元一阶形式系统W UL m |
| 2.4 基于形式系统W UL ms的FMP问题和FMT问题的三I算法 |
| 2.5 小结 |
| 3 不同蕴涵(1,2,1)型三I算法 |
| 3.1 引言 |
| 3.2 预备知识 |
| 3.3 不同蕴涵(1,2,1)型FMP-三I算法 |
| 3.4 不同蕴涵(1,2,1)型FMT-三I算法 |
| 3.5 不同蕴涵(1.2.1)型三I算法的还原性 |
| 3.6 不同蕴涵(1,2,1)型α-三 I 算法 |
| 3.7 小结 |
| 4 基于Schweizer-Sklar三角范数簇诱导的剩余蕴涵簇的反向三I算法 |
| 4.1 引言 |
| 4.2 预备知识 |
| 4.3 基于Schweizer-Sklar三角范数簇诱导的剩余蕴涵簇的FMP-反向三I算法 |
| 4.4 基于Schweizer-Sklar三角范数簇诱导的剩余蕴涵簇的FMT-反向三I算法 |
| 4.5 基于Schweizer-Sklar三角范数簇诱导的剩余蕴涵簇的α-反向三 I 算法 |
| 4.6 小结 |
| 5 基于左连续伪三角范数诱导的剩余蕴涵的三I算法 |
| 5.1 引言 |
| 5.2 预备知识 |
| 5.3 基于左连续伪三角范数诱导的剩余蕴涵的三I解定义及具体算例 |
| 5.4 基于左连续伪三角范数诱导的剩余蕴涵的三I算法 |
| 5.5 基于左连续伪三角范数诱导的剩余蕴涵的α 三 I 算法 |
| 5.6 小结 |
| 6 总结与展望 |
| 6.1 研究总结及主要创新成果 |
| 6.2 进一步研究的问题 |
| 参考文献 |
| 作者简历 |
四、FMT问题的两种三I算法及其还原性（论文参考文献）
- [1]模糊环境下的对称蕴涵推理及其性质研究[D]. 包光晴. 合肥工业大学, 2021
- [2]基于模糊控制的汽车防撞器的若干问题研究[D]. 徐崇杰. 电子科技大学, 2021(01)
- [3]模糊推理的对称五元蕴涵算法研究[D]. 陈静静. 合肥工业大学, 2020
- [4]模糊推理系统的若干模型及其性质研究[D]. 叶明飞. 西南石油大学, 2019(06)
- [5]模糊推理的对称蕴涵算法研究[D]. 张有成. 合肥工业大学, 2019(01)
- [6]模糊推理的FMT-对称I*算法[J]. 唐益明,张有成,任福继,胡相慧,宋小成,丰刚永. 南京大学学报(自然科学), 2018(04)
- [7]基于蕴涵算子族L-λ-Π的模糊推理三I支持算法[J]. 双靖宁,惠小静,贺锦瑞. 计算机科学, 2015(S1)
- [8]面向R-蕴涵算子的FMT-泛三I*算法[J]. 唐益明,李小梅,吴玺. 山东大学学报(理学版), 2014(08)
- [9]模糊推理算法的研究进展[J]. 邓冠男. 东北电力大学学报, 2013(06)
- [10]基于一致范数的模糊推理算法[D]. 桑睨. 中国计量学院, 2012(02)