一种改进的基于相似度的模煳推理方法.pdfVIP

维普资讯 福 建 电 脑 2008年第 3期 一 种改进的基于相似度的模糊推理方法 卢耀晖，曹立明 (同济大学计算机科学与技术系 上海 201804) 【摘 要】：基于模糊集合概念的模糊产生式规则及其模糊推理方法广泛应用于智能控制、专家系统等领域。文章指出 了现有的一种基于相似度的模糊推理方法的缺陷。提出了一种改进的基于相似度的模糊推理方法。并通过实例说明了改进 方法 的优越性 。 【关键词】：模糊集合 模糊产生式规则 相似度 模糊推理方法 1．引言 ∞2，… ，ton ”模糊”l1『的概念 自从 由Zadeh等人提出以来一直受到学术 其中 ， 。 (i=l。2，…，n)定义与类型2相同。 界关注．而其中作为知识表示及知识推理方法翻的模糊产生式规 3．Yeung和Tsang的DS(DegreeofSubsethood)算法 _ 则及其模糊推理算法哽 是吸引了广大学者的重视与研究 ．并广 在’文献 7【】中，Yeung和Tsang提出了一种基于子集程度的 泛应用于智能控制、专家系统等领域。在其理论探讨和应用研究 相似度定义 。并给出了相应的模糊推理算法 。 中．Zadeh的合成推理规则 (CR1)fl是最早得到普遍应用的一种模 糊推理方法 。然而 ，尽管这类方法在应用 中取得了一定成功 。但 相似度的定义：sAi(Ai，A．)= 也有着计算复杂及隐含语义不 明等缺陷。为了克服这些缺陷。 Turksen等人提 出一种基于相似度 的加权模糊产生规则推理方 其中A，·。Ai是模糊集，MA(i)=善^l(x)，x是Aj，。的论域 法AARS 。与CBI相 比。这种方法不需要构造规则前件与后件 (i=1，2，…，n)。 ’ 的模糊关系矩阵．而只需考虑规则前件命题中模糊信息与观测 Ds模糊推理算法： f ． 1 事实的相似程度 ，简单灵活 。含义清晰，更符合人们的思维习惯 。 因此 ．在它的基础上．许多研究者又提 出了多种模糊集合相似度 步骤计·算整体相 喜l一轰I 的定义及其相应的推理算法。其中。D．S．Yeung等人在此方面做 了大量工作。他们先后提出了多种相似度和推理方法，得到了许 多有价值的成果。如DS方法等 捌。 步骤2i-I-~推理结果 nL{) 本文分析了D．S、Yeung等人的DS方法的缺陷．在此基础上 提 出了一种改进的基于相似度的加权模糊推理算法 ．并通过实 例验证 了改进后 的算法相 比于 D．S、Yeung等人 的DS方法具有 更合理的结果及更广泛的应用。 4．1DS算法的缺陷 2．模糊集合及模糊产生式规则 (1)在 Yeung和Tsang的DS算法 中，计算相似度时只考虑 2．1模糊集合 [11 了A ，A．之间相同部分的影响。而未考虑 ．A之间差别部分的 Zadeh在 1965年提出了模糊集合定义． 影响，即当AiCAi时，SAi(AI,Ai)= =1．事实上，当A c 定义2．1：设给定论域为U。U到f0，l1的任一映射 ： Ai时， 的外延要小于 A{的外延 ，从人类的直观思维判断，两者 ：u一[0，l】， 的相似度是不应等于 l的。 l卜 (u) (2)在 Yeung和 Tsang的DS算法 中，计算推理结果 都确定u上的一