一种基于核集与相似性的模糊推理方法

在稀疏规则库条件下，当给定的输入落入规则“间隙”时，采用传统的模糊推理方法是得不到任何结论的。学者已经证明模糊推理本质上就是插值器。koczy和hirota首先提出了kh线性插值推理方法，然而推理结果存在着无法保证凸性和正规性等问题。为了能有一个较好的插值推理结果，本文提出了一种基于核集与相似性的模糊插值推理方法，并把此方法扩展到多维变量的情况，该方法不仅推理简单，推理结果较好，并且能很好地保证推理结果的凸性和正规性。这为智能系统中的模糊推理提供了一个非常有用的工具。