基于AFS模糊邏輯的分類分析方法研究.pdf

1、AFS理論是劉曉東教授于1995年首先提出的；它是Axiomatic Fuzzy Sets的縮寫，即公理模糊集；能被用來研究人類思維的法則，便于計算機操作，較好地揭示人靠經(jīng)驗和直覺描述復(fù)雜的模糊概念以及確定相應(yīng)模糊概念的隸屬函數(shù)的內(nèi)在機理。AFS理論是從問題的原始數(shù)據(jù)出發(fā)，用．AFS結(jié)構(gòu)、AFS代數(shù)的運算和其上的一個逆序?qū)线\算來建立模糊邏輯系統(tǒng)，用拓撲分子格刻劃人類概念之間的抽象關(guān)系，使得隸屬函數(shù)和模糊邏輯系統(tǒng)的建立更具客觀性、嚴密性

2、和統(tǒng)一性。AFS理論已經(jīng)嘗試著被應(yīng)用于聚類分析、模式識別和故障診斷等領(lǐng)域。 本文對AFS模糊邏輯的聚類分析算法(X．D．Liu，W．Wang and T．Y Chai．IEEETransaction on Systems，Man，Cybernetics，2005)進行了進一步的研究，對其置信度算法進行了改進，并將改進后的指標(biāo)應(yīng)用到含有150個樣本的Iris數(shù)據(jù)(見ftp：//flp．ics．uci．edu/pub/machine

3、-learning-databases/Iris/)。本文的算法只用到了樣本屬性上的序關(guān)系。本研究表明只用樣本屬性上的序關(guān)系，AFS模糊邏輯分類分析算法也能夠獲得很高的準(zhǔn)確率，因此此算法能夠很好的應(yīng)用到那些樣本屬性只能用序關(guān)系描述而無法用數(shù)值描述的數(shù)據(jù)集。并且對X．D．Liu，W．Wang and T．Y．Chai定義的模糊聚類指標(biāo)進行修改，并做進一步的研究，同時在X．D．Liu，W．Wang andTY．Chai提出的AFS模糊邏輯聚