第一章 集合与模糊集合 1
1.1 集合 1
目录 1
1.2 模糊集合 4
1.2.1 模糊集合的概念及术语 4
1.2.2 模糊集合上的运算 10
1.2.3 模糊关系 14
1.2.4 投影和柱状模糊集合 15
1.2.5 扩展原理 19
1.2.6 有模糊隶属函数的模糊集合 23
第二章 可能性理论 29
2.1 可能性分布 30
2.1.1 模糊限制与可能性分布 30
2.1.2 可能性测度 37
2.1.3 可能性与信息 40
2.2.1 n元可能性分布的概念 41
2.2 多元可能性分布 41
2.2.2 边缘可能性分布 44
2.2.3 条件可能性分布 48
第三章 测分语义学的基本特性 52
3.1 语言实体的意义 52
3.2 测分语义试验的基本特性 54
3.2.1 数据库 54
3.2.2 一些基本的试验 58
3.2.3 基数试验 62
3.3 测分语义试验与意义表达 66
第四章 模糊意义表达语言 74
4.1 PRUF翻译的基本概念 74
4.1.1 模糊命题、模糊疑问句和模糊描述符 74
4.1.2 可能性赋值方程 77
4.1.3 PRUF的定义和表达式 81
4.1.4 数据库、意义与信息 83
4.1.5 语义等价与语义后承 88
4.2 翻译规则 90
4.2.1 几种标准的分布函数 92
4.2.2 Ⅰ型翻译规则 93
4.2.3 Ⅱ型翻译规则 96
4.2.4 Ⅲ型翻译规则 101
4.2.5 命题的修饰规则 104
4.2.6 一致性、兼容性和真 107
4.2.7 Ⅳ型翻译规则 111
第五章 翻译实例 117
5.1 典型的翻译实例及其测分语义试验过程 118
5.2 翻译实例续编 130
第六章 近似推理 141
6.1 语言变量和语言真变量 141
6.1.1 语言变量的概念 141
6.1.2 语言真值的计算 144
6.2.1 推论规则 149
6.2 近似推理 149
6.2.2 推论规则的应用 155
第七章 近似推理的计算机实现 163
7.1 计算机近似推理语言 163
7.2 解释型与编译／解释型求解方法 167
7.2.1 解释型求解方法 167
7.2.2 编译／解释型求解方法 171
7.2.3 包含虚拟关系的解释型举例 173
7.2.4 编译／解释型举例 176
7.3 指针及其他命令 178
7.4 实例 183
附录 隶属函数的求取与自然语义量化的经验研究 188
A.1 模糊统计试验与多级估量法 188
A.2 可能性分布函数的经验研究 191
A.3 随机集试验与区间估量法 193
A.4 语言值量化的经验研究 196
参考文献 201