基于模糊知识的混合推理技术研究与应用

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (15): 193-195.

基于模糊知识的混合推理技术研究与应用

张红艳^1，2，李淼¹

1.中国科学院合肥智能机械研究所，合肥 230031
2.中国科学技术大学信息科学技术学院，合肥 230027

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-05-21 发布日期:2007-05-21
通讯作者: 张红艳

Research and application of mixed inference technology based on fuzzy knowledge

ZHANG Hong-yan^1，2，LI Miao¹

1.Institute of Intelligent Machines，Chinese Academy of Sciences，Hefei 230031，China
2.School of Information Science and Technology，University of Science and Technology of China，Hefei 230027，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-05-21 Published:2007-05-21
Contact: ZHANG Hong-yan

摘要/Abstract

摘要： 针对模糊知识的内在联系，提出了一种模糊推理与逆向推理相结合的混合推理技术，介绍了该技术的设计思想，结合模糊知识实现了算法，重点论述了模糊推理与逆向推理相结合的推理过程，实现了一种较为理想的不确定性推理方法，有效地提高了推理机的执行效率。

关键词: 模糊推理, 逆向推理, 模糊规则

Abstract: In view of fuzzy knowledge itself intrinsic relation，one kind of mixed inference technology is proposed which unifies fuzzy inference and reversion inference.This paper introduces the design thought of this technology，realizes the algorithm with fuzzy knowledge，gives emphasis to elaborate the inference process which the fuzzy inference and the reversion inference unifies，realizes one more ideal and not definite inference，which effectively enhances the efficiency of inference machine.

Key words: fuzzy inference, reversion inference, fuzzy rules

张红艳^1，2，李淼¹. 基于模糊知识的混合推理技术研究与应用[J]. 计算机工程与应用, 2007, 43(15): 193-195.

ZHANG Hong-yan^1，2，LI Miao¹. Research and application of mixed inference technology based on fuzzy knowledge[J]. Computer Engineering and Applications, 2007, 43(15): 193-195.

[1]	毛彪，杨松，李英顺. 改进动态因果图与模糊推理融合故障诊断方法[J]. 计算机工程与应用, 2020, 56(3): 259-265.
[2]	王卉，李英顺. 改进型证据更新规则的动态故障诊断算法[J]. 计算机工程与应用, 2020, 56(2): 261-265.
[3]	陈芳1，2，赵树宇1，杨素娣1，高秀梅1. Lipschitz聚合算子的模糊推理鲁棒性研究[J]. 计算机工程与应用, 2019, 55(6): 42-49.
[4]	温宗周，李璐，李丽敏，高园平，程少康，刘德阳. 优化GD-模糊规则的滑坡预报模型研究[J]. 计算机工程与应用, 2019, 55(10): 250-255.
[5]	李骏，刘岩. Lukasiewicz型直觉模糊推理三I方法的性质分析[J]. 计算机工程与应用, 2018, 54(8): 44-47.
[6]	井美，惠小静，王蓉. 直觉模糊推理的三I约束算法[J]. 计算机工程与应用, 2018, 54(15): 53-56.
[7]	杨乐1，周平2. 基于激光传感数据的拥堵路口交通信号灯控制[J]. 计算机工程与应用, 2018, 54(11): 225-229.
[8]	李骏，付超. 基于强正则蕴涵算子的加权模糊度量空间[J]. 计算机工程与应用, 2017, 53(5): 31-35.
[9]	南敬昌，田娜. 基于改进粒子群算法的模糊小波神经网络建模[J]. 计算机工程与应用, 2017, 53(3): 120-123.
[10]	文童，华继学，王毅，梅海涛，贾琪，杨进帅. 基于Baldwin效应的直觉模糊自适应差分进化算法[J]. 计算机工程与应用, 2017, 53(19): 55-60.
[11]	易三莉1，2，郭贝贝2，马磊2，钱洁2. 改进的模糊推理规则图像边缘检测算法[J]. 计算机工程与应用, 2016, 52(12): 180-183.
[12]	陶筱娇，王晅. 基于SURF特征与模糊推理的掌纹识别[J]. 计算机工程与应用, 2016, 52(1): 185-189.
[13]	谢振平1，王涛2，刘渊1. 一种集成贝叶斯决策的视频烟雾检测新方法[J]. 计算机工程与应用, 2014, 50(3): 173-176.
[14]	柳寅1，马良1，黄钰2. 模糊粒子群算法构造Steiner最优树问题研究[J]. 计算机工程与应用, 2014, 50(14): 54-57.
[15]	李战明1，张永江1，2. 基于计算型模糊推理算法的模糊控制器设计[J]. 计算机工程与应用, 2014, 50(14): 259-264.