基于AFS模糊邏輯的模糊認知圖.pdf

1、AFS理論是劉曉東教授于1995年首先提出的。AFS(AxiomaticFuzzySets)即公理模糊集，將L.A.Zadeh于1965年提出的模糊子集思想數學公理化。它使數據庫中大量的、復雜的、混亂的信息，數學規(guī)范化，并將人類依據原始數據所形成的概念及其邏輯運算的部分機理抽象化。AFS結構正是蘊涵在復雜數據庫和弱偏好關系中的數學模式的抽象。在AFS理論中，隸屬函數及其邏輯運算是由原始數據和AFS結構上的AFS代數確定的。從而使得在計算

2、機上，可應用AFS理論直接處理復雜數據系統(tǒng)，這種處理能力遠遠超出人腦。 模糊認知圖(Fuzzycognitivemap，FMC)[1](1986)為知識表示和推理提供了非常靈活和有力的架構。特別是最近10年，模糊認知圖已經被用來表示知識和人工智能。數據挖掘作為一個新興的多學科交叉應用領域，從多個科學汲取營養(yǎng)，正在各行各業(yè)的決策支持活動中扮演著越來越重要的角色。如何有效利用豐富的數據海洋寶藏以達到為人類服務的目的，業(yè)已成為廣大信息

3、技術工作者所關注的焦點之一。 本文系統(tǒng)概要地從五個方面介紹了AFS理論中的AFS代數，AFS結構，AFS模糊邏輯系統(tǒng)，AFS方法的基本思想及其工程意義及其在模糊聚類分析等方面的應用。此外，本文詳細的對近年來模糊認知圖，數據挖掘以及AFS理論的發(fā)展和應用進行了綜述，分析了現有的關于模糊認知圖的研究的局限和尚待研究的問題，進而指出可以應用AFS理論來研究模糊認知圖并應用于數據挖掘，同時建立一套嚴密、系統(tǒng)、統(tǒng)一的模糊認知圖建立和分析方