第一章 模糊集合及其运算 1
第一节 模糊集合 2
第二节 模糊集的格运算 4
第三节 模糊集的截集 10
第四节 分解定理与表现定理 15
习题一 23
第二章 模型识别与模糊集度量 27
第一节 最大隶属原则 27
第二节 内积与外积 30
第三节 贴近度与择近原则 36
第四节 模糊集的度量 43
习题二 52
第三章 扩展原理与模糊数 57
第一节 一元扩展原理 57
第二节 多元扩展原理 66
第三节 模糊数及其运算 70
第四节 模糊事件的概率 85
第五节 模糊值函数的积分 90
习题三 98
第四章 模糊关系与聚类分析 104
第一节 模糊关系的基本概念 104
第二节 模糊关系的合成 110
第三节 模糊关系的自反性、对称性与传递性 116
第四节 模糊等价关系与相似关系 123
第五节 模糊聚类分析 128
习题四 143
第五章 综合评判与模糊关系方程 147
第一节 模糊关系与模糊值映射 147
第二节 模糊线性变换 153
第三节 综合评判 160
第四节 模糊关系方程 167
习题五 174
第六章 模糊统计 177
第一节 确定隶属度的一般思想 177
第二节 带信任度的德尔菲法 180
第三节 集值统计 184
第四节 模糊统计 188
第五节 二元对比排序 202
第六节 模糊集的加权综合 209
习题六 211
第七章 模糊预测和决策 214
第一节 基于因果聚类的模糊预测 214
第二节 模糊时间序列分析 218
第三节 变权综合 227
第四节 模糊群体决策 231
第五节 模糊与随机环境中的多阶段决策 249
第六节 投资决策模型 260
习题七 271
第八章 模糊规划 275
第一节 模糊限制下的条件极值 275
第二节 非对称型模糊规划 280
第三节 对称型模糊规划 283
第四节 模糊线性规划 287
第五节 多目标模糊规划 300
习题八 303
第九章 可能性测度与模糊积分 305
第一节 备域和单调类 306
第二节 可能性测度 309
第三节 模糊积分 313
第四节 基于模糊积分的综合评判 321
习题九 326
第十章 因素空间及模糊控制 329
第一节 因素空间 329
第二节 近似推理 340
第三节 模糊控制 349
习题十 357
附录Ⅰ：R上的常用模糊集 362
附录Ⅱ：符号表 364
参考文献与资料 366