人工智能中的不确定性PDF电子书下载

第一章 模糊集合 1

1．1 模糊数学与知识工程 1

1．2 模糊集合的运算 12

1．3 模糊集合的代数性质 16

1．4 模糊集合与多值逻辑的关系 30

1．5 max-⊙合成与max-?合成 34

第二章 语言变量与模糊逻辑 40

2．1 可能性分布 41

2．2 语言变量 45

2．3 模糊逻辑 48

2．4 概率和可能性 58

2．5 可能性、真值和确定性之间的关系 67

第三章 模糊度量 73

3．1 基本概念 73

3．2 信任度量和似乎可能性度量 74

3．3 概率度量 83

3．4 可能性度量和必要性度量 87

3．5 各种模糊度量之间的关系 95

第四章 专家系统中的不精确推理模型 97

4．1 不精确推理模型的基本结构 98

4．2 主观Bayes方法 103

4．3 确定性理论 111

4．4 证据理论 119

4．5 可能性理论 133

4．6 证据理论与确定性理论 142

4．7 四种不精确推理模型的比较 155

4．8 规则概率与规则条件概率的关系 164

第五章 模糊推理 168

5．1 基本概念 170

5．2 模糊条件推理 173

5．3 模糊推理方法的比较 189

5．4 模糊三段论 203

5．5 模糊换质位法 207

5．6 具有“IF…THEN…ELSE…”命题形式的模糊推理 209

5．7 扩展模糊推理 221

5．8 采用“max-⊙合成”和 max-?合成”的模糊推理 239

第六章 采用量化语句的近似推理 260

6．1 模糊子集的基数概念 260

6．2 语言量词和量化语句 271

6．3 由给定集合确定量化语句的有效性 277

6．4 用量化语句进行不精确推理 281

6．5 量词的推理规则 286

第七章 模糊产生式系统 298

7．1 模糊产生式规则 298

7．2 模糊产生式系统 303

7．3 模糊产生式系统的一个硬件实现方法 318

第八章 常识推理 330

8．1 常识知识的表示 331

8．2 复合语句的翻译 332

8．3 逻辑翻译规则 336

8．4 常识推理 340

参考文献 344