基于B樣條基函數(shù)逼近的模糊推理系統(tǒng)內(nèi)核研究.pdf

1、在諸如人工智能、機(jī)器學(xué)習(xí)、模式識別和數(shù)據(jù)挖掘等許多研究領(lǐng)域，智能系統(tǒng)中的知識，既有規(guī)律性的一般原理，又有大量的不完全的專家經(jīng)驗(yàn)知識，這樣的知識不可避免地帶有隨機(jī)性、不可靠、模糊性等不確定因素，因此必須處理具有不確定性的問題，來得到對某一命題的正確判斷，不確定性問題也一直成為人們關(guān)注和研究的焦點(diǎn)。為了把帶有各種不確定性的知識表示在智能系統(tǒng)中，并運(yùn)用它們來進(jìn)行判斷、推理和決策，不僅需要研究不確定性的知識的表示方法，還要探討在各種不確定性狀態(tài)

2、下的推理方法，即研究不確定性推理。
　　 本文簡述了不確定性推理的發(fā)展背景、基本概念、研究領(lǐng)域和進(jìn)展，對推理算法進(jìn)行了分析，主要內(nèi)容如下：
　　 (1)對證據(jù)的不確定性以及確定性的傳播算法進(jìn)行了研究，在推理過程采用了分層知識表示方式，體現(xiàn)了專家分析和解決問題的思想，并在此知識結(jié)構(gòu)基礎(chǔ)上，闡述了基本的推理機(jī)制。
　　 (2)在模糊推理中，隸屬函數(shù)是模糊推理的基石，其形式也是多樣的，分析了只針對特定隸屬函數(shù)的推理方法