绪论 1
目 录 1
第一章模糊集及其运算 4
第一节 普通集（Cantor Sets）概念及运算 4
第二节模糊集（Fuzzy Sets）概念及运算 19
第四章模糊聚类分析 1 24
第三节模糊集与普通集的转化——分解定理 33
习题一 40
第二章 隶属函数确定的基本方法 43
第一节模糊统计方法 43
第二节二元对比排序法 50
第三节列联表法 62
第四节常用隶属函数查图法 68
第五节多元隶属函数的确定 77
第六节确定隶属函数的其它方法 80
习题二 83
第三章模糊关系 86
第一节普通二元关系 86
第二节模糊关系 106
第三节模糊矩阵 110
第四节模糊等价关系 115
习题三 120
第一节基于模糊等价关系上的聚类分析 124
第二节基于模糊相似关系上的聚类分析 132
第三节 应用实例 139
习题四 153
第五章 模糊模式识别 155
第一节模糊度及贴近度 155
第二节模糊模式识别的直接方法——最大隶属原则 161
第三节模糊模式识别的间接方法——择近原则 164
第四节应用实例 166
习题五 181
第六章模糊综合评判与模糊关系方程 186
第一节模糊映射与模糊变换 186
第二节模糊综合评判 196
第三节多级模糊综合评判模型 202
第四节广义模糊运算的综合评判模型 220
第五节模糊关系方程 229
第六节应用实例 254
习题六 268
第七章模糊规划 273
第一节凸模糊集与模糊数 273
第二节二型模糊集 279
第三节模糊约束下的条件极值 283
第四节模糊线性规划 291
第五节多目标模糊规划 300
第六节多准则模糊决策 304
第七节应用实例 307
习题七 316
习题答案 318
参考文献 330