学位论文 > 优秀研究生学位论文题录展示

基于B样条基函数逼近的模糊推理系统内核研究

作　者: 熊德景
导　师: 胡学钢
学　校: 合肥工业大学
专　业: 计算机应用技术
关键词: 不确定性推理知识表示隶属函数精度控制
分类号: TP181
类　型: 硕士论文
年　份: 2010年
下　载: 28次
引　用: 0次
阅　读: 论文下载

内容摘要

在诸如人工智能、机器学习、模式识别和数据挖掘等许多研究领域,智能系统中的知识,既有规律性的一般原理,又有大量的不完全的专家经验知识,这样的知识不可避免地带有随机性、不可靠、模糊性等不确定因素,因此必须处理具有不确定性的问题,来得到对某一命题的正确判断,不确定性问题也一直成为人们关注和研究的焦点。为了把带有各种不确定性的知识表示在智能系统中,并运用它们来进行判断、推理和决策,不仅需要研究不确定性的知识的表示方法,还要探讨在各种不确定性状态下的推理方法,即研究不确定性推理。本文简述了不确定性推理的发展背景、基本概念、研究领域和进展,对推理算法进行了分析,主要内容如下:(1)对证据的不确定性以及确定性的传播算法进行了研究,在推理过程采用了分层知识表示方式,体现了专家分析和解决问题的思想,并在此知识结构基础上,阐述了基本的推理机制。(2)在模糊推理中,隶属函数是模糊推理的基石,其形式也是多样的,分析了只针对特定隶属函数的推理方法,在构造系统应用时具有的局限性,不利于推理机系统的设计和扩展。(3)利用B样条基函数的性质,对隶属函数进行逼近,在设计中只需实现对基函数的运算和设计,使系统有较好的可扩展性和实用性。实验验证通过结合隶属函数的曲率等信息选取调整特征点,可以实现逼近误差的控制,从而使整个推理方法的精度也达到可控。

全文目录

致谢  5-6
摘要  6-7
Abstract  7-11
第一章绪论  11-16
  1.1 引言  11
  1.2 历史与研究现状  11-14
  1.3 研究背景与主要研究内容  14-15
  1.4 本文论文结构  15-16
第二章不确定性推理概述  16-28
  2.1 可信度推理  16-17
  2.2 贝叶斯推理  17-19
  2.3 D-S 推理  19-21
  2.4 模糊推理  21-27
    2.4.1 模糊集合  21-24
    2.4.2 模糊推理基础知识  24-25
    2.4.3 模糊推理内容  25-27
  2.5 本章小结  27-28
第三章基于可信度的不确定推理模型设计  28-40
  3.1 产生式规则知识表示  28-31
    3.1.1 规则的可信度  28-29
    3.1.2 产生式表示法  29-30
    3.1.3 规则提取  30-31
  3.2 不确定性的传播  31-35
    3.2.1 不确定性传播算法  31-32
    3.2.2 关联证据的确定因子  32-35
  3.3 推理机制  35-36
    3.3.1 推理过程  35-36
    3.3.2 冲突消解策略  36
  3.4 不确定性推理在决策分析系统中的应用  36-39
    3.4.1 系统介绍  36-37
    3.4.2 知识表示结构  37
    3.4.3 基本推理思想  37-39
  3.5 本章小结  39-40
第四章基于B 样条基函数的定精度模糊推理方法  40-52
  4.1 基函数与隶属函数  40-44
    4.1.1 B 样条知识  40-42
    4.1.2 NURBS 曲线表示  42-43
    4.1.3 隶属函数的基函数表示  43-44
  4.2 基于B 样条模糊推理方法  44-47
    4.2.1 模糊推理基本算法  44-46
    4.2.2 离散隶属函数  46
    4.2.3 连续隶属函数  46-47
  4.3 精度控制策略  47-49
    4.3.1 特征点选择  47-48
    4.3.2 误差评判  48
    4.3.3 精度控制  48-49
  4.4 实例验证  49-51
  4.5 本章小结  51-52
第五章总结与展望  52-53
  5.1 总结  52
  5.2 展望  52-53
参考文献  53-56
攻读硕士学位期间完成的论文及参与的科研项目  56-57

基于B样条基函数逼近的模糊推理系统内核研究

内容摘要

全文目录

相似论文