一种高阶多维模糊推理模型及其教学应用.docVIP

一种高阶多维模糊推理模型及其教学应用 王岑 摘 要 多维模糊推理模式在许多实际问题中并不能有效套用。本文从事物的普遍联系性出发，定义高阶多维模糊推理模式，并基于CRI框架的思想对二阶多维模糊推理模式从算法上分情况进行了讨论，最后以某校评选三好学生方案为例进行了应用研究。事实证明，高阶多维模糊推理模型在解决现实生活中的许多多层次推理问题上更为清晰直观，多级模糊综合评价模型更是其中的一类特殊情况。 关键词 多维模糊推理， CRI框架，高阶多维模糊推理模型，模糊推理算法 1 基础 模糊推理作为近似推理的一个分支，是模糊控制的理论基础。在实际应用中，它以数值计算而不是以符号推演为特征，并不注重如象经典逻辑那样的基于公理的形式推演或基于赋值的语义运算，而是通过模糊推理的算法，由推理的前提计算出（而不是推演出）结论。1973年，Zadeh首先给出了模糊推理理论中最基本的推理规则即模糊分离规则FMP (Fuzzy Modus Ponens)，随即又将其算法化，提出著名的CRI方法[3, 4]，至今为止在工业生产领域使用仍最为广泛；1979年，J.F.Baldwin提出提出一种用真值限定的近似推理方法，简称真值推理法“TVR”[5]，使近似推理带有更多的逻辑特色；1999年，王国俊在对CRI方法算法进行详细研究后，提出模糊推理的全蕴涵三I算法[6]；2008年，潘正华从数学与逻辑的角度对模糊推理算法的基础进行研究分析，表明模糊推理的基本算法在理论上是可靠的[7]。 定义1[1]：设(：[0,1]2→[0,1]满足：(a,b,c([0,1], (T1) a(b=b(a (T2) (a(b) (c=a((b(c) (T3) 若a(b，则a(c( b(c (T4) a(1=a 称(为t-范。若(满足(T1)~ (T3)并且还满足a(0=a，称(为t-余范。 本章采用习惯性记法，即t-范记为T，t-余范记为(。t-范和t-余范的例子有很多，比如最常用的Zadeh算子，即a(b=min(a, b)，a(b=max(a, b)。 定义2[1,2]：模糊假言推理（FMP）一般格式： FMP: 大前提：若x是A则y是B 小前提：x是A* 结论： y是B* 其中x, y是对象的名称，A, A*是论域X上的模糊集，B, B*是论域Y上的模糊集。 定义3[4]： CRI框架内的推理合成规则：在CRI框架内，若A, B分别为论域在U跟V上的模糊集，把A→B看成是一个论域在U(V上的模糊关系R, R不仅依赖于A、B，而且还依赖于蕴含算子（记为(，下同）的选择，记为R=R(A, B, ()，定义为： R(u,v)=A(u)(B(v), ((u,v)( U(V。 实际应用中，R即可理解为某领域中对应论域上的规则可信程度。在FMP中，对A*和R作sup-T合成T(T是t-范)，得到B*。 定义4[1,2]：多维模糊推理（FMP） 形式化模式： 大前提：若x1是A1,x2是A2,…,xn是An则y是B A1, A2, …, An → B 小前提：x1是A1*,x2是A2*,…,xn是An* A1*, A2*, …, An* 结 论：y是B* 。 B* 其中Ai，Ai*是论域Xi上的模糊集, B, B*是论域Y上的模糊集, i = 1, 2,…,n，n(2； 如定义，多维模糊推理的问题就在于如何求出B*，下面简单陈述一下几种典型推理算法。 1）Zadeh算法[1]： 将A1，…，An利用t-范处理成T型直积A1(T…(TAn（令X=X1( X2(…( Xn，x=(x1,x2…xn)，则A1(T…(TAn为论域X上的模糊集，使得A1(T…(TAn(x)= A1(x1)T A2(x2)T …TAn(xn)，(x(X。T为连续t-范），将多维模糊推理化为简单推理。把A1(T…(TAn →B再看成是一个论域在X(Y上的模糊集R，则计算B*的公式为： B*= (A1*(T…(T An*)T R(A1(T…(TAn, B,() 由定义4.3，即 B*(y)=T, (y(Y。 (1) 2）Tsukamoto法[1]： 将A1*，…，An*分别按简单模糊推理即一维模糊推理处理，再将各推理结果取T型交，则计算B*的公式为： Bi*=Ai* T R(Ai, B, (), i=1,2,…n; B*= B1* T…T Bn* 即 B*(y)= T,(y(Y