Lipschitz聚合算子的模糊推理鲁棒性研究

doi:10.3778/j.issn.1002-8331.1805-0010

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (6): 42-49.DOI: 10.3778/j.issn.1002-8331.1805-0010

Lipschitz聚合算子的模糊推理鲁棒性研究

陈芳1，2，赵树宇1，杨素娣1，高秀梅1

1.淮阴师范学院计算机科学与技术学院，江苏淮安 223300
2.南京理工大学计算机科学与工程学院，南京 210094

出版日期:2019-03-15 发布日期:2019-03-14

Research on Robustness of Fuzzy Reasoning on Lipschitz Operators

CHEN Fang1，2, ZHAO Shuyu1, YANG Sudi1, GAO Xiumei1

1.School of Computer Science and Technology, Huaiyin Normal University, Huai’an, Jiangsu 223300, China
2.School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing 210094, China

Online:2019-03-15 Published:2019-03-14

摘要/Abstract

摘要： 模糊推理中，输入和推理规则发生摄动时，内部连接算子的选择是影响推理输出的主要因素。给出了模糊Lipschitz聚合算子的定义，论证了满足Lipschitz条件的三角模算子和蕴涵算子，研究了一类稳定的Lipschitz聚合算子对模糊推理的鲁棒性影响，指出了当系统发生输入摄动和规则摄动时，内部连接算子为1-Lipschitz算子，能有效地抑制模糊推理的输出摄动，特别是当内部连接算子既是1-k∞-Lipschitz又是quasi-copulas时，模糊推理输出更稳定安全可行，模糊推理的鲁棒性得到更好调控；另外，从实验结果看，规则摄动对推理输出影响较大。实验部分既是对文中所提理论的很好验证，同时也是该理论在图像处理和人脸联想方面的具体应用。

关键词: Lipschitz, 三角模, 蕴涵, 摄动, 模糊推理

Abstract: In fuzzy reasoning, when the input and inference rules are perturbed, the selection of the internal connection operator is the main factor affecting the reasoning output. In this paper, the definition of fuzzy Lipschitz operator is given, the triangular- norm operators and implication operators satisfying Lipschitz condition are proved. The stable Lipschitz operators to influence the robustness of fuzzy reasoning are focused on. When the input is perturbed and the rule is perturbed, the internal connection operators which are 1-Lipschitz operators can effectively restrain the output perturbation, especially when the internal connective operators are 1-k∞-Lipschitz and quasi-copulas, the output of fuzzy reasoning is safer and more feasible, the robustness of fuzzy reasoning can get better control. In addition, the experimental results show that the rule perturbation has great effect on output. The experimental part is not only a good verification of the theory proposed in this paper, but also a specific application of the theory in image processing and face association.

Key words: Lipschitz, t-norm, implication, perturbation, fuzzy reasoning

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.

CHEN Fang1，2, ZHAO Shuyu1, YANG Sudi1, GAO Xiumei1. Research on Robustness of Fuzzy Reasoning on Lipschitz Operators[J]. Computer Engineering and Applications, 2019, 55(6): 42-49.

[1]	邵文婷，郑烁宇. 奇异摄动内层问题的宽度估计及其数值求解[J]. 计算机工程与应用, 2020, 56(4): 44-49.
[2]	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.
[3]	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.
[4]	周琴，程立正. 层适应网格上求解奇异摄动问题的粒子群算法[J]. 计算机工程与应用, 2020, 56(11): 46-50.
[5]	郭皓月，樊重俊. 考虑决策者权重和核心评级的模糊排序方法[J]. 计算机工程与应用, 2020, 56(10): 163-170.
[6]	谈超群，刘飞. 带参数摄动的时延分段仿射系统事件触发控制[J]. 计算机工程与应用, 2020, 56(1): 232-237.
[7]	李颖，周红军. [(I,A)]-蕴涵及其基本性质[J]. 计算机工程与应用, 2019, 55(8): 59-65.
[8]	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.
[9]	黄飞1，廖祖华2. 格的模糊滤子与模糊素滤子的度量[J]. 计算机工程与应用, 2018, 54(24): 26-33.
[10]	马庆功. 基于加权犹豫Frank几何算法的决策模型[J]. 计算机工程与应用, 2018, 54(24): 123-127.
[11]	刘利斌1，2，隆广庆1，2，上官珍萍1. 差分进化与有理谱方法求解奇异摄动问题[J]. 计算机工程与应用, 2018, 54(17): 225-230.
[12]	凌雪岷1，徐罗山2，杨凌云3. 正则FI-代数的刻画及成为Boole代数的条件[J]. 计算机工程与应用, 2018, 54(16): 59-62.
[13]	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.
[14]	杨泽文1，2，贾鹤鸣1，宋文龙1，朱传旭1，吕帅1. 基于奇异摄动理论的植物工厂温度控制[J]. 计算机工程与应用, 2018, 54(14): 224-228.
[15]	胡素强1，张利民2，油振伟1. 离线椭圆集的非线性模型预测控制算法研究[J]. 计算机工程与应用, 2018, 54(13): 236-240.

Lipschitz聚合算子的模糊推理鲁棒性研究

Research on Robustness of Fuzzy Reasoning on Lipschitz Operators

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics