智能系统中推理规则的约束优化问题求解  

Solution of Constrained Optimization Problem of Inference Rules in Intelligent Systems

作　　者：李凡[1] 卢安[1] 饶勇[1] 

机构地区：[1]华中科技大学,武汉430074

出　　处：《计算机工程与应用》2002年第8期43-45,共3页Computer Engineering and Applications

基　　金：国家高性能计算基金资助项目(编号:00303);华中科技大学科学研究基金资助项目(编号:M99015)

摘　　要：首先介绍了积-和重心模糊推理方法与简化模糊推理方法,在此基础上,提出了智能系统中约束优化问题求解的一般方法。通过对温度控制中模糊约束优化问题的实例研究,讨论了此方法对求解不同问题的适应性。在规则以及规则前件和后件中表示语言变量的隶属函数不复杂时,该方法对于模糊约束优化问题的求解是十分有效的。This paper first introduces Product-Sum-Gravity fuzzy reasoning method and Simplified fuzzy reasoning method,then it propose s a general method solving constrained optimization problems in intelligent systems.With an ex-ample,This paper discusses the adaptability of the method in solving different types of problems.The solution is quite effective in solving fuzzy constrained optimization problems when membership functions of antecedent/consequent of rules are not complex.

关 键 词：智能系统 模糊推理 约束优化问题 条件极值 推理规则 人工智能 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]