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.
出处
《小型微型计算机系统》
CSCD
北大核心
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
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
Vague set
reasoning complexity
distance
Similarity measure
similarity direction
clustering
bidirectional approximate reasoning
