基于Vague聚类规则的双向近似推理  

Bidirectional Approximate Reasoning Based on Vague Set by Clustering

作　　者：卢正鼎[1] 王天江[1] 李凡[1] 

机构地区：[1]华中科技大学计算机学院,湖北武汉430074

出　　处：《小型微型计算机系统》2003年第11期1933-1937,共5页Journal of Chinese Computer Systems

基　　金：国家高性能计算基金 ( 0 0 3 0 3 )资助 ;华中科技大学科研究基金 ( M990 15 )资助项目

摘　　要：在智能系统的研究与开发中 ,推理方法的计算复杂性是一个很重要的问题 .为了获得良好的推理效果和推理效率 ,就必须降低推理方法的计算复杂性 .为此本文首先给出了一个新的 vague集间的距离定义 ,然后给出了相似方向的概念及相似方向的判定方法 .在此基础上 ,提出了对 vague规则进行聚类 ,以及基于 vague聚类规则的双向近似推理方法 ,该方法更好地利用了 vague集信息的精确性 ,而且降低了推理的计算复杂性 ,从而提高了推理的精确性和适用性 .并用实例验证了该方法的有效性 .In the research and development of intelligence system,the computing complexity of reasoning is a important problem.For efficiency and effect of reasoning the complexity of reasoning must be decreased.So in this paper a definition of the distance between vague sets is introduced,and then similarity direction and a method to determine the similarity direction are proposed.Based on these,a bidirectional approximate reasoning method on vague set by clustering is proposed.

关 键 词：VAGUE集 计算复杂性 距离 相似度量 相似方向 聚类 双向近似推理 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]