第一章 总论 1
1.1 日常生活中的模糊性现象 2
1.2 现象模糊性实质 3
1.3 人工智能与模糊性 6
1.4 模糊数学的应用前景 7
第二章 预备知识 10
2.1 经典集合初步 10
2.2 向量与矩阵初步 19
2.3 映射与关系 29
2.4 基础概率论 33
2.5 简短的结论 43
3.1 模糊集合及其表述方法 45
第三章 模糊集基础 45
3.2 隶属度函数的确定方法 52
3.3 模糊集合的运算 79
附录 经典集合、模糊集合与可拓集合的比较 85
第四章 模糊识别 92
4.1 概述 92
4.2 模糊集合的模糊性度量 94
4.3 模糊集合间的相似性 95
4.4 识别原理 106
4.5 模糊识别应用实例 114
4.6 模糊识别应用前景 119
第五章 模糊聚类分析 125
5.1 分解定理 125
5.2 模糊关系 127
5.3 模糊矩阵 136
5.4 模糊聚类 146
5.5 模糊聚类应用实例 164
5.6 指标体系的选择与模糊聚类应用动态 174
第六章 模糊综合评价 179
6.1 概述 179
6.2 经典的综合评价方法简介 182
6.3 模糊变换 184
6.4 权数的确定方法 191
6.5 模糊综合评价 216
6.6 模糊综合评价应用实例 227
第七章 模糊统计判决与模糊优化 243
7.1 基础模糊概率 243
7.2 模糊统计判决 247
7.3 模糊优化 264
7.4 模糊积分评判简介 277
附录 实数集的确界 282
第八章 模糊数学在其它方面的应用述评 283
8.1 模糊数学与语言学、美学、哲学 284
8.2 模糊数学与文献检索 290
8.3 模糊数学与农业 292
8.4 模糊数学与气象 297
8.5 模糊数学与林业 302
8.6 模糊数学与人员功能测评和人才考核 314
8.7 模糊数学与地质、地理制图 319
8.8 模糊数学与物理学、医学、环境 324
主要参考资料 333