x-西安石油大学.ppt

　（4）基于关系合成的模糊推理 推理模式 B′＝A′·R 其中, 关系A′是证据事实，R 为规则，B′就是所推的结论。 该推理模式用隶属函数表示，则为 例 已知 (1) 如果x小,那么y大。  (2) x比较小。  问：y怎么样？ 解 如前所述, 由(1)得 由(2)得 A′＝(1, 1, 0.5, 0.2, 0) 从而 B′＝A′·R＝(0.5, 0.5, 0.5, 0.8, 1) 即 B′＝0.5/1＋0.5/2＋0.5/3＋0.8/4＋1/5 B′可以解释为: y比较大。 ●否定后件的模糊推理： A′＝R·B′ ●上述的Zadeh给出的模糊推理方法, 一般称为模糊推理的CRI (Compositional Rule of Inference)法。 解 由规则①得: CF(B)＝0.9×0.8＝0.72 由规则②得: CF(D)1＝0.8×min{0.72，0.9)＝0.8×0.72＝0.576 由规则③得: CF(D)2＝0.7×min{0.8，0.9)＝0.7×0.8＝0.56 从而 CF(D)＝CF(D)1＋CF(D)2－CF(D)1×CF(D)2 　　　 ＝0.576＋0.56－0.576×0.56＝0.81344 由规则④得: 　　　CF(E)＝0.6×max{0.72，0.81344}＝0.6×0.81344 ＝0.488064 5.5.4 不确切性知识的表示及推理 1. 基于程度语言值的不确切性知识表示及推理 ◆程度语言值，就是附有程度的语言值，其一般 形式为 (LV, d ) 其中，LV为语言值，d为程度，即 (语言值，程度) 程度d 的取值范围为实数区间[α,β] (α≤0, β≥1)。 （1） 程度元组 一般形式： （对象，属性，(语言属性值，程度)） 例 我们用程度元组将命题：“这个苹果比较甜”表示为 （这个苹果，味道，(甜，0.95)） 其中的0.95就代替“比较”而刻划了苹果“甜”的程度。 （2）程度谓词 形式： Pd 或 dP 其中，P 表示谓词，d 表示程度；Pd为下标表示法，dP 为乘法表示法。 例 采用程度谓词，则 ① 命题“雪是白的”可表示为 white1.0(雪) 或 1.0white(雪) ② 命题“张三和李四是好朋友”可表示为 friends1.15(张三，李四) 或 1.15 friends(张三，李四) （3）程度框架 含有程度语言值的框架称为程度框架。 例 下面是一个描述大枣的程度框架。 框架名: 大枣 类属: (干果, 0.8) 形状: (圆, 0.7) 颜色: (红, 1.0) 味道: (甘, 1.1) 用途: 范围：（食用，药用） 缺省: 食用 （4） 程度语义网 含有程度语言值的语义网称为程度语义网。 例 下面是一个描述狗的程度语义网。 （5）程度规则 含有程度语言值的规则称为程度规则。其一般形式为 (Oi,Fi,(LVi, xi))→(O,F,(LV,D(x1,x2,…,xn))) 其中，Oi, O表示对象，Fi, F表示特征，LVi, LV表示语言特征值，x, D(x1, x2,…, xn )表示程度，D(x1, x2,…, xn )为x1, x2,…, xn 的函数。 例 设有规则：如果某人鼻塞、头疼并且发高烧，则该人患了重感冒。我们用程度规则描述如下： (某人，症状，(鼻塞，x))∧(