第一章 概论 1
1.1为什么模糊化，什么是模糊化，怎样模糊化 1
1.2模糊化理论的思想 7
1.3应用现状与未来 9
参考文献 14
第二章 模糊理论的基础 16
2.1模糊性的量化 16
2.2模糊集合 18
2.3清晰集合 21
2.4模糊集合的运算 24
2.5 α-截集和扩张原理 26
2.6模糊数的运算 32
2.7模糊命题 35
参考文献 37
第三章 模糊关系 38
3.1模糊关系 38
3.2模糊关系的运算 41
3.3模糊关系的基本性质 43
3.4模糊关系和模糊推理 44
3.5模糊关系方程 52
3.6各种模糊关系 55
3.7类似关系和模糊顺序关系 58
参考文献 66
第四章 模糊回归模型 68
4.1可能性线性系统 68
4.2可能性线性回归模型 71
4.3应用实例 76
4.4补注 82
参考文献 82
第五章 模糊统计判决 85
5.1模糊概率和模糊熵 85
5.2模糊贝叶斯判决法 88
5.3模糊状态识别法 95
参考文献 100
第六章 模糊数量化理论 102
6.1模糊数量化理论的特征 102
6.2 Ⅰ型模糊数量化理论 106
6.3 Ⅱ型模糊数量化理论 110
6.4 Ⅲ型模糊数量化理论 115
6.5 Ⅳ型模糊数量化理论 120
6.6应用 122
引用文献 123
参考文献 125
第七章 模糊数学规划 126
7.1基本概念和公式化 126
7.2模糊线性规划 129
7.3补注 135
参考文献 136
第八章 评价 138
8.1模糊测度 138
8.2模糊积分 140
参考文献 145
第九章 诊断 146
9.1诊断中的模糊性 146
9.2模糊关系式诊断 147
9.3症状类型适合度诊断 150
9.4知识工程在诊断中的应用 152
参考文献 154
第十章 控制 156
10.1模糊控制规则的形式和推理方法 156
10.2模糊控制器的设计 162
10.3模糊控制分类 165
参考文献 165
第十一章 人类行为 166
11.1人类的可靠性模型 166
11.2数据输入方式 172
11.3使用模糊动态规划的多级意向判决 175
参考文献 183
第十二章 机器人 185
12.1判断路径的机器人 185
12.2把握物体的机器人 188
12.3判断物体位置的机器人 194
参考文献 199
第十三章 图像识别 200
13.1.用CCD摄象机识别形状、提取距离方向情报 200
13.2航测图象的结构分析 206
参考文献 212
第十四章 数据库 213
14.1普通数据库 213
14.2模糊数据库 215
14.3小结 224
参考文献 225
第十五章 情报检索 229
15.1类推过程的模型化和情报检索 229
15.2文献检索系统示例 237
15.3要求概念的特性与识别效率 239
15.4感知接口和先验知识的作用 242
参考文献 243
第十六章 审定损害的专家系统 245
16.1专家系统和模糊知识 245
16.2不确定性问题的表示 249
16.3 Dempster—Shafer理论及其向模糊集合的扩张 251
16.4 SPERIL系统 256
参考文献 261