第一章 模糊集合与扩张原理 1
1.1 普通集合的基本概念 1
1.2 模糊集合的表示方法及其运算 6
1.3 模糊集的代数运算及其性质 16
1.4 λ-截集与分解定量 22
1.5 凸模糊集 29
1.6 模糊分布与模糊统计 34
1.7 扩张原理 43
1.8 模糊数 53
第二章 模糊集的模糊性，可能性与模糊概率 65
2.1 模糊集合的模糊性 65
2.2 模糊集合的相似性 69
2.3 可能性理论 77
2.4 模糊概率 82
第三章 度集 83
3.1 格的基本性质 93
3.2 布尔代数 103
3.3 软代数 106
第四章 格模糊集合及其性质 113
4.1 格模糊集合 113
4.2 分解定理 118
4.3 高型模糊集合 122
4.4 表现定理 126
第五章 模糊关系与模糊聚类 140
5.1 模糊关系 140
5.2 模糊矩阵 148
5.3 模糊等价关系 151
5.4 模糊聚类 157
5.5 模糊最大树聚类法 168
第六章 模糊关系方程 183
6.1 模糊综合评判 183
6.2 模糊关系方程的最大解 189
6.3 特殊模糊关系方程的最小解 196
6.4 模糊关系方程的基本解法 201
6.5 模糊关系方程的简化解法 205
第七章 模糊决策 213
7.1 模糊决策 213
7.2 模糊线性规则 219
7.3 多级模糊决策 224
7.4 模糊信息量 232
7.5 利用信息的模糊决策 239
第八章 模糊逻辑 249
8.1 模糊逻辑公式 249
8.2 模糊函数的分析与综合 252
8.3 模糊逻辑函数应用举例 263
8.4 模糊语言逻辑 268
8.5 模糊推理 277
8.6 模糊控制原理 289
9.1 模糊分类空间 299
第九章 目标函数的模糊聚类法 299
9.2 混合方法 302
9.3 模糊C-均值聚类法 310
9.4 模糊协方差聚类法 325
9.5 模糊C-线性簇聚类算法 334
9.6 聚类的有效性 342
第十章 图象的模糊处理 356
10.1 图象增强的模糊方法 356
10.2 图象边缘检测的模糊方法 374
10.3 图象分割的模糊方法 385
10.4 图象识别的模糊相似法 392
第十一章 信号的模糊检测和参数的模糊估计 401
11.1 信号的模糊检测 401
11.2 模糊环境中的最佳估值 412
11.3 模糊编码的基本概念 423
11.4 伪噪声码纠错估计的模糊方法 430