不同含义的Bandler-Kohout副产品方法

科学领域:

• 模糊的逻辑和人工智能
• 计算智能和推理系统
• 模糊关系推理 (FRI) 方法

背景情况:

• 班德勒-科豪特副产品 (BKS) 是一个关键的模糊关系推理策略.
• BKS使用两个模糊的含义,代表了推理和规则基础的不同方面.
• 在人工智能应用中,这些含义往往与逻辑解释有不同的含义.

研究的目的:

• 引入和验证不同含义的BKS (DBKS) 方法
• 分析DBKS的属性,计算性能和系统构建能力.
• 将DBKS与标准BKS方法进行比较,特别是在情感计算中.

主要方法:

• 开发了不同的含义BKS (DBKS) 方法.
• 验证了诸如可逆性,交叉性,连续性和强度等特性.
• 分析了计算性能,包括FATI和FITA策略的等价性.
• 使用DBKS,单元模糊器和中心模糊器建立模糊系统.
• 使用两个情感计算示例比较DBKS和BKS.

主要成果:

• 在特定条件下证明了DBKS的特性,包括可逆性和互极性.
• 确定了DBKS的互动性和连续性之间的等价性.
• 对于输入模糊集来说,DBKS表现出了强度和保持了不可区分性.
• 证明FATI推理策略与DBKS中的FITA相当.
• 一个用DBKS构建的模糊系统作为一个通用近似器.
• 在情感计算场景中DBKS的表现优于BKS.

结论:

• DBKS 方法提供了增强的模糊关系推理能力.
• 与标准的BKS方法相比,DBKS提供了更好的性能和计算效率.
• DBKS对情感计算及其他领域的应用具有前景.