一、Theory of restriction degree of Triple I method with total inference rules of fuzzy reasoning（论文文献综述）
南太本,张海东[1]（2021）在《基于区间值模糊软集的反向三Ⅰ方法》文中进行了进一步梳理本文主要讨论了基于区间值模糊软集的反向三Ⅰ方法,建立了区间值模糊软取式（IVFSMP）和区间值模糊软拒取式（IVFSMT）的反向三Ⅰ方法的表达式,并证明了IVFSMP和IVFSMT的反向三Ⅰ方法的还原性。最后,通过一个实际问题以阐述IVFSMP的反向三Ⅰ方法在决策问题中的有效性。
包光晴[2]（2021）在《模糊环境下的对称蕴涵推理及其性质研究》文中认为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。
井美[3]（2019）在《基于直觉模糊推理若干三Ⅰ算法的研究》文中提出摘要:本文主要研究了直觉模糊推理若干三I算法.首先,讨论了直觉模糊推理三I约束算法,给出了IFMP、IFMT问题的直觉模糊推理三I约束算法解的表达式和分解式,在此基础上,指出了直觉模糊推理三I约束算法是模糊推理三I约束算法的推广,并给出了相应的证明.其次,将直觉模糊集与反向三I算法结合起来,研究了直觉模糊推理a-反向三I算法,给出了IFMP、IFMT问题的直觉模糊推理a-反向三I算法解的表达式和分解式.基于双剩余,定义了直觉模糊集的相似度,给出了直觉?ukasiewicz蕴涵、直觉G?del蕴涵、直觉Goguen蕴涵、直觉0R蕴涵的相似度,并利用直觉模糊集上的相似度作为扰动参数,讨论了直觉模糊推理a-反向三I算法的鲁棒性.最后,将（1,2,2）型异蕴涵泛三I算法拓展到直觉模糊集上,研究了直觉模糊推理（1,2,2）-a型泛三I算法,给出了IFMP、IFMT问题的直觉模糊推理（1,2,2）-a型泛三I算法解的表达式和分解式.借助直觉模糊集的自然距离,定义了直觉模糊连接词的灵敏度,给出了直觉?ukasiewicz蕴涵、直觉G?del蕴涵以及它们各自对应三角模的灵敏度,并讨论了直觉模糊推理（1,2,2）-a型泛三I算法的鲁棒性。
叶明飞[4]（2019）在《模糊推理系统的若干模型及其性质研究》文中研究指明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》文中进行了进一步梳理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。
彭家寅[6]（2018）在《剩余型直觉模糊推理的反向三Ⅰ方法》文中指出提出直觉模糊取式（IFMP）和直觉模糊拒取式（IFMT）问题的直觉模糊推理的反向三Ⅰ原则、反向α-三Ⅰ原则和反向三Ⅰ约束原则.针对剩余型直觉模糊蕴涵算子,给出IFMP、IFMT问题的直觉模糊推理的反向三Ⅰ算法、反向α-三Ⅰ算法及反向三Ⅰ约束算法求解的计算公式和分解形式,指出这些算法都是相应模糊集情形下的推广,讨论IFMP、IFMT问题的直觉模糊推理的反向三Ⅰ算法的还原性.
赵瑞瑞[7]（2018）在《基于模糊度量和模糊推理算法的模式识别研究》文中研究说明在日常生活中人们常常会遇到各种各样的模式识别问题,如:指纹解锁、人脸识别、医疗诊断等等.迄今为止,许多学者已经用距离度量和模糊推理算法来解决模式识别问题.本文主要研究基于新的模糊度量和模糊推理算法的模式识别.具体研究内容如下:（1）基于矩阵范数和严格单调的二元函数给出模糊集之间的一种新的距离度量,进一步,基于新的距离度量给出模式识别算法,通过一系列模式识别例子证明了提出的距离度量是合理的.（2）给出直觉模糊集间的一个新的距离度量,证明提出的距离度量满足距离的公理化定义.通过数值例子和医疗诊断例子对现存的一些距离度量和新提出的距离度量进行比较分析,证明提出的距离度量是合理的,并能够更精确的用于处理模式识别问题.（3）基于模糊集间的相似度量给出一种新的模糊推理算法,讨论该算法的还原性及鲁棒性.进一步用新提出的推理算法处理医疗诊断问题.（4）给出直觉模糊集间的一种相似度的定义,基于此定义给出直觉模糊集间的相似度,提出一种新的基于直觉模糊集相似度的模糊推理算法,证明了该算法具有还原性.进一步给出了医疗诊断的算法,并用其解决医疗诊断问题.
裴道武[8]（2017）在《模糊逻辑中的一些问题与研究进展》文中研究表明在过去的30多年里,模糊逻辑在理论和应用2个方面都取得了较大的进展.时至今日,在该领域中还存在一些值得关注的研究方向和研究课题.就以下4个问题对于这个领域的部分进展展开讨论:为什么需要模糊逻辑?早期模糊逻辑有哪些不足?现代模糊逻辑有哪些主要成就?以及模糊逻辑未来何处去?
双靖宁[9]（2016）在《模糊推理三Ⅰ算法及新型三Ⅰ算法的研究》文中提出在模糊推理中,首先构造了一类新的蕴涵算子族L-l-（47）,说明它是?ukasiewicz蕴涵算子、Goguen蕴涵算子的更一般形式,并基于该蕴涵算子族给出了模糊推理FMP模型和FMT模型三Ⅰ支持算法的计算公式且给予了证明.此外,基于pR-（47）蕴涵算子族,验证了该蕴涵算子族满足正则性,并讨论了关于该蕴涵算子族支持度理论的基本性质.其次,基于蕴涵算子族L-l-（47）,通过运用反证法、分类讨论法给出了模糊推理FMP模型和FMT模型三Ⅰ约束算法的计算公式,并讨论了关于pR-（47）蕴涵算子族约束度理论的基本性质.最后,基于模糊推理过半可信原则,证明了GR蕴涵算子满足这一原则.因为模糊推理条件应当是可信的或基本可信的,所以在进行模糊推理时对已知条件真实程度不超过1/2的值不予考虑.新型三Ⅰ算法将推理中的大小前提进行了修正,摒弃了不可信的推理成分,讨论了GR蕴涵算子下FMP模型和FMT模型新型三Ⅰ算法的计算公式且给予了证明,从而简化了运算过程.
唐益明,岳峰,吴玺,龙梦启[10]（2013）在《面向RR算子的异蕴涵模糊控制器》文中研究说明从逻辑严谨性而言,三I算法是当前最为合理的模糊推理方法之一,而其改进与推广形式——泛三I算法的提出,则使得其逻辑合理性与实用性得到有机统一。针对泛三I算法尚未解决的较为核心的问题开展进一步研究,面向RR算子提出了基于泛三I算法的多输入单输出异蕴涵模糊控制器,并研究了其在模式识别中的应用。首先,探讨了采取RR算子的泛三I算法的还原性,结果表明其效果良好。其次,面向多输入单输出情形,提出并构建了基于泛三I算法的异蕴涵模糊控制器;并且分析了9种异蕴涵模糊控制器的响应能力,获得了一些理想的模糊控制器。最后,将异蕴涵模糊控制器应用于模式识别领域,给出了极性情感的模式识别算法,取得了良好效果。这些工作有力推动了模糊推理、模糊控制、模式识别等领域的发展。
二、Theory of restriction degree of Triple I method with total inference rules of fuzzy reasoning（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、Theory of restriction degree of Triple I method with total inference rules of fuzzy reasoning（论文提纲范文）
（1）基于区间值模糊软集的反向三Ⅰ方法（论文提纲范文）
| 1 准备知识 |
| 2 基于区间值模糊软集的反向三I方法 |
| 3 IVFSMP模型在实际问题中的应用 |
| 结束语 |
（2）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 |
（3）基于直觉模糊推理若干三Ⅰ算法的研究（论文提纲范文）
| 摘要 |
| abstract |
| 前言 |
| 第一章 预备知识 |
| 1.1 模糊推理 |
| 1.2 直觉模糊推理 |
| 第二章 直觉模糊推理的三Ⅰ约束算法 |
| 2.1 IFMP问题的直觉模糊推理三Ⅰ约束算法 |
| 2.2 IFMT问题的直觉模糊推理三Ⅰ约束算法 |
| 第三章 直觉模糊推理的a?反向三Ⅰ算法 |
| 3.1 直觉模糊推理的a? 反向三Ⅰ算法 |
| 3.2 直觉模糊集的相似度 |
| 3.3 基于相似度的直觉模糊推理a?反向三Ⅰ算法的鲁棒性 |
| 第四章 直觉模糊推理的(1,2,2) ?a型泛三Ⅰ算法 |
| 4.1 直觉模糊推理的(1,2,2) ?a型泛三Ⅰ算法 |
| 4.2 直觉模糊连接词的灵敏度 |
| 4.3 直觉模糊推理(1,2,2) ?a型泛三Ⅰ算法的鲁棒性 |
| 总结 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表的论文 |
（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）剩余型直觉模糊推理的反向三Ⅰ方法（论文提纲范文）
| 1 预备知识 |
| 2 直觉模糊取式问题的直觉模糊推理的反向三I支持算法 |
| 3 直觉模糊拒取式问题的直觉模糊推理的反向三I支持算法 |
| 4 直觉模糊推理的反向三I约束算法 |
| 5 结束语 |
（7）基于模糊度量和模糊推理算法的模式识别研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 模糊度量的研究现状 |
| 1.2.2 模糊推理算法的研究现状 |
| 1.3 本文主要工作和结构 |
| 第二章 模糊集距离度量及其在模式识别中的应用 |
| 2.1 引言 |
| 2.2 预备知识 |
| 2.3 模糊集间的一种新的距离度量 |
| 2.4 模式识别算法及应用 |
| 2.4.1 模式识别的步骤 |
| 2.4.2 模式识别应用 |
| 2.5 本章小结 |
| 第三章 直觉模糊集间的距离度量及其在模式识别中的应用 |
| 3.1 引言 |
| 3.2 预备知识 |
| 3.3 直觉模糊集间的一种新的距离度量 |
| 3.4 应用 |
| 3.4.1 数值例子 |
| 3.4.2 模式识别算法及应用 |
| 3.5 本章小结 |
| 第四章 基于模糊集相似度的模糊推理算法及其在医疗诊断中的应用 |
| 4.1 引言 |
| 4.2 预备知识 |
| 4.3 基于模糊集相似度的模糊推理算法 |
| 4.3.1 基于模糊集相似度的模糊推理算法 |
| 4.3.2 基于模糊集相似度的模糊推理算法的鲁棒性 |
| 4.4 医疗诊断 |
| 4.4.1 医疗诊断算法 |
| 4.4.2 医疗诊断算法的应用 |
| 4.5 本章小结 |
| 第五章 基于直觉模糊集相似度的模糊推理算法及其在医疗诊断中的应用 |
| 5.1 引言 |
| 5.2 预备知识 |
| 5.3 基于直觉模糊集相似度的模糊推理算法 |
| 5.3.1 直觉模糊集相似度 |
| 5.3.2 基于直觉模糊集相似度的模糊推理算法 |
| 5.3.3 基于直觉模糊相似度的模糊推理算法的鲁棒性 |
| 5.4 医疗诊断 |
| 5.4.1 医疗诊断算法 |
| 5.4.2 医疗诊断算法的应用 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 研究总结 |
| 6.2 进一步研究的问题 |
| 参考文献 |
| 作者简历 |
（8）模糊逻辑中的一些问题与研究进展（论文提纲范文）
| 1 早期模糊逻辑的不足 |
| 2 现代模糊逻辑研究的主要成就 |
| 3 模糊逻辑研究的未来 |
| 4 结论 |
（9）模糊推理三Ⅰ算法及新型三Ⅰ算法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 前言 |
| 第一章 预备知识 |
| 1.1 模糊蕴涵算子及其三角模 |
| 1.2 模糊推理的基本思想 |
| 第二章 带参数蕴涵算子族的三Ⅰ支持算法及支持度理论 |
| 2.1 正则R_(p-Π)蕴涵算子族 |
| 2.2 基于心R_(p-Π)蕴涵算子族的支持度理论 |
| 2.3 FMP模型的α-三Ⅰ支持算法 |
| 2.4 FMT模型的α-三Ⅰ支持算法 |
| 第三章 带参数蕴涵算子族的三Ⅰ约束算法及约束度理论 |
| 3.1 基于R_(p-Π)蕴涵算子族的约束度理论 |
| 3.2 FMP模型的α-三Ⅰ约束算法 |
| 3.3 FMT模型的α-三Ⅰ约束算法 |
| 第四章 基于Godel蕴涵算子的新型三Ⅰ算法 |
| 4.1 模糊推理过半可信原则 |
| 4.2 FMP模型的新型α-三Ⅰ算法 |
| 4.3 FMT模型的新型α-三Ⅰ算法 |
| 4.4 FMP模型的新型α-反向三Ⅰ算法 |
| 总结 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表论文 |
（10）面向RR算子的异蕴涵模糊控制器（论文提纲范文）
| 1 引 言 |
| 2 基于RR算子的泛三I算法及其还原性 |
| 3 MISO异蕴涵模糊控制器 |
| 3.1 MISO异蕴涵模糊控制器的构建 |
| 3.2 异蕴涵模糊控制器的响应能力 |
| 4 异蕴涵模糊控制器在情感模式识别中的应用 |
| 5 结 论 |
四、Theory of restriction degree of Triple I method with total inference rules of fuzzy reasoning（论文参考文献）
- [1]基于区间值模糊软集的反向三Ⅰ方法[J]. 南太本,张海东. 模糊系统与数学, 2021(03)
- [2]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
- [3]基于直觉模糊推理若干三Ⅰ算法的研究[D]. 井美. 延安大学, 2019(12)
- [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]剩余型直觉模糊推理的反向三Ⅰ方法[J]. 彭家寅. 模式识别与人工智能, 2018(06)
- [7]基于模糊度量和模糊推理算法的模式识别研究[D]. 赵瑞瑞. 中国计量大学, 2018(01)
- [8]模糊逻辑中的一些问题与研究进展[J]. 裴道武. 四川师范大学学报(自然科学版), 2017(03)
- [9]模糊推理三Ⅰ算法及新型三Ⅰ算法的研究[D]. 双靖宁. 延安大学, 2016(02)
- [10]面向RR算子的异蕴涵模糊控制器[J]. 唐益明,岳峰,吴玺,龙梦启. 电子测量与仪器学报, 2013(08)