元启发式搜索策略在构造模糊分类系统中的应用
物流行业物流路径优化方案
物流行业物流路径优化方案第一章物流路径优化概述 (2)1.1 物流路径优化的意义 (2)1.2 物流路径优化的原则 (3)1.3 物流路径优化的方法 (3)第二章物流网络规划 (4)2.1 物流网络设计原则 (4)2.1.1 整体性原则 (4)2.1.2 经济性原则 (4)2.1.3 可持续性原则 (4)2.1.4 灵活性原则 (4)2.1.5 安全性原则 (4)2.2 物流网络布局优化 (4)2.2.1 优化物流节点布局 (4)2.2.2 优化物流线路布局 (4)2.2.3 优化物流设施布局 (4)2.2.4 优化物流网络结构 (5)2.3 物流网络节点优化 (5)2.3.1 优化物流节点规模 (5)2.3.2 优化物流节点功能 (5)2.3.3 优化物流节点位置 (5)2.3.4 优化物流节点服务范围 (5)第三章货物分类与装载优化 (5)3.1 货物分类与装载原则 (5)3.2 货物装载策略优化 (6)3.3 货物装载效率提升 (6)第四章运输工具优化 (6)4.1 运输工具选择原则 (6)4.2 运输工具调度优化 (7)4.3 运输工具维护与更新 (7)第五章路径规划算法与应用 (8)5.1 路径规划算法概述 (8)5.2 常见路径规划算法介绍 (8)5.2.1 最短路径算法 (8)5.2.2 启发式搜索算法 (8)5.2.3 遗传算法 (8)5.2.4 蚁群算法 (8)5.3 路径规划算法在物流中的应用 (8)5.3.1 货物配送路径优化 (8)5.3.2 车辆路径规划 (9)5.3.3 仓库内部路径优化 (9)5.3.4 多目标路径规划 (9)第六章货物配送与调度优化 (9)6.1 货物配送原则 (9)6.2 货物配送策略优化 (9)6.3 货物调度系统建设 (10)第七章物流成本控制与优化 (10)7.1 物流成本构成与控制 (10)7.1.1 物流成本构成 (10)7.1.2 物流成本控制 (11)7.2 物流成本优化策略 (11)7.2.1 采用先进的物流管理技术 (11)7.2.2 优化物流网络布局 (12)7.2.3 提高物流服务质量 (12)7.3 物流成本监控与分析 (12)7.3.1 物流成本监控 (12)7.3.2 物流成本分析 (12)第八章物流信息化建设 (12)8.1 物流信息化概述 (12)8.2 物流信息系统建设 (13)8.3 物流信息化管理与应用 (13)第九章绿色物流与可持续发展 (13)9.1 绿色物流概述 (13)9.2 绿色物流路径优化 (14)9.3 物流行业可持续发展策略 (14)第十章物流路径优化案例分析 (15)10.1 企业物流路径优化案例 (15)10.1.1 案例背景 (15)10.1.2 优化措施 (15)10.1.3 优化效果 (15)10.2 区域物流路径优化案例 (15)10.2.1 案例背景 (15)10.2.2 优化措施 (15)10.2.3 优化效果 (15)10.3 物流路径优化成果与启示 (16)10.3.1 成果 (16)10.3.2 启示 (16)第一章物流路径优化概述1.1 物流路径优化的意义物流路径优化是物流管理中的一项重要任务，其核心目的是在保证服务质量的前提下，降低物流成本，提高物流效率。
《人工智能》复习要点
名词解释5X6分/简答题5X10分/论述题1X20分一、选择题1.下列哪个不是人工智能的研究领域（ D ）A.机器证明B.模式识别C.人工生命D.编译原理2.人工智能是一门（ C ）A.数学和生理学B.心理学和生理学C.语言学D.综合性的交叉学科和边缘学科3.神经网络研究属于下列（ B ）学派A.符号主义B.连接主义C.行为主义D.都不是4.(A->B)∧A => B是（ C ）A.附加律B.拒收律C.假言推理5.命题是可以判断真假的（ D ）A.祈使句B.疑问句C.感叹句D.陈述句6.MGU是（A）A.最一般合一B.最一般替换C.最一般谓词D.基替换7.要想让机器具有智能，必须让机器具有知识。
因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（ B ）。
A.专家系统B.机器学习C.神经网络D.模式识别8.下列不在人工智能系统的知识包含的4个要素中（ D ）A.事实B.规则C.控制D.关系9.语义网络表达知识时，有向弧AKO 链、ISA 链是用来表达节点知识的（ C ）。
A.无悖性B.可扩充性C.继承性10.仅个体变元被量化的谓词称为（ A ）A.一阶谓词B.原子公式C.二阶谓词D.全称量词11.或图通常称为（ D ）A.框架网络B.语义图C.博亦图D.状态图12.不属于人工智能的学派是（ B ）A.符号主义B.机会主义C.行为主义D.连接主义。
13.所谓不确定性推理就是从( )的初始证据出发，通过运用( )的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。
（ A ）A.不确定性, 不确定性B.确定性, 确定性C.确定性, 不确定性D.不确定性确定性14.C(B|A) 表示在规则A->B中，证据A为真的作用下结论B为真的（ B ）A.可信度B.信度C.信任增长度D.概率15.已知初始问题的描述，通过一系列变换把此问题最终变为一个子问题集合；这些子问题的解可以直接得到，从而解决了初始问题。
《人工智能基础》试卷及答案B
《人工智能基础》试卷B一、单项选择题（每题2分，共30分）1. 人工智能的含义最早是由一位科学于1950年提出，并且同时提出一个机器智能的测试模型，请问这个科学家是（）A. 明斯基B. 图灵C. 冯·诺依曼D. 扎德2. 仅个体变元被量化的谓词称为（）A. 一阶谓词B. 原子公式C. 二阶谓词D. 全称量词3. AI的是哪两个英文单词的缩写（）A. Automatic IntelligenceB. Artificial IntelligenceC. Automatic InformationD. Artificial Information4. 从已知事实出发，通过规则库求得结论的产生式系统的推理方式是（）A. 正向推理B. 反向推理C. 双向推理D. 目标驱动推理5. 要想让机器具有智能，必须让机器具有知识。
因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识与技能，实现自我完善，这门研究分支学科叫（）A. 专家系统B. 机器学习C. 神经网络D. 模式识别6. 下列哪部分不是专家系统的组成部分（）A. 知识库B. 综合数据库C. 推理机D. 用户7. 已知初始问题的描述，通过一系列变换把此问题最终变为一个子问题集合；这些子问题的解可以直接得到，从而解决了初始问题。
这种知识表示法叫（）A. 状态空间法B. 问题归约法C. 谓词逻辑法D. 语义网络法8. 一般来讲，下列语言属于人工智能语言的是（）A. VBB. PascalC. LogoD. Prolog9. 在公式中( y)( ∃x)P(x,y)，存在量词是在全称量词的辖域内，我们允许所存在的x 可能依赖于y值。
令这种依赖关系明显地由函数所定义，它把每个y值映射到存在的那个x。
这种函数叫做（）A. 依赖函数B. Skolem函数C. 决定函数D. 多元函数10. 如果问题存在最优解，则下面几种搜索算法中，（）必然可以得到该最优解A. 广度优先搜索B. 深度优先搜索C. 有界深度优先搜索D. 启发式搜索11. 下图是一个迷宫，S0是入口，Sg是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。
第六章 智能车辆导航系统
车载GPS定位技术与应用
最短路问题
• 最短路径：就是指在带权有向图中，寻找从指定 起点到终点的一条具有最小权值总和的路径。
• 6.2.1 经典的最短路算法 • 1、迪杰斯特拉(Dijkstra)算法：
• 由荷兰数学家E.W.D ijkstra于1959年提出的一个适 用于非负权值网络的单源最短路算法，是目前求 解最短路问题的理论上最完备、应用最广的经典 算法，它可以给出从某指定节点到图中所有其他 节点的最短路。
车载GPS定位技术与应用
电气与信息工程学院 电子信息工程系
车载GPS定位技术与应用
第五章
智能车辆导航系统
§ 1、智能车辆的分类 § 2、路径规划 § 3、自主式车辆导航系统的设计 § 4、中心决定式车辆导航系统的设计
车载GPS定位技术与应用
6.1 智能车辆导航系统的分类
• 智能车辆导航系统是集成了自动车辆定位系统技 术、地理信息系统技术、数据库技术、多媒体和 现代通信技术等的高科技综合系统。 从实现导航功能的角度看，目前可分为两大类：
车载GPS定位技术与应用
• 在使用大O表示法时，需要考虑关键操作的程序步 数，在大多数场合里，程序步数与执行频度是一 一对应的，如果最后给出的是渐进值，可以直接 考虑关键操作的执行频度，找出其与n的函数关系， 从而得到渐进时间复杂度。 • 常见的算法时间复杂度有：常量阶，表示运行时 间与问题规模无关或不超过某一常数;线性阶，表 示运行时间与问题规模呈线性关系，类似的还有 平方阶、 对数阶、指数阶等。
32 13 1 6 9 7 5 17
30
2
车载GPS定位技术与应用
每一对顶点之间的最短路径 • 方法一：每次以一个顶点为源点，重复执行 Dijkstra算法n次 • 方法二：弗洛伊德(Floyd)算法 • 2、弗洛伊德(Floyd)算法 • 算法思想：逐个顶点试探法 • 求最短路径步骤
人工智能复习题和答案
一、单项选择题1. 人工智能的目的是让机器能够〔D 〕，以实现某些脑力劳动的机械化。
A. 具有完全的智能B. 和人脑一样考虑问题C. 完全代替人D. 模拟、延伸和扩展人的智能2. 以下关于人工智能的表达不正确的有〔 C 〕。
A. 人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。
B. 人工智能是科学技术开展的趋势。
C. 因为人工智能的系统研究是从上世纪五十年代才开场的，非常新，所以十分重要。
D. 人工智能有力地促进了社会的开展。
3. 自然语言理解是人工智能的重要应用领域，下面列举中的〔C〕不是它要实现的目标。
A. 理解别人讲的话。
B. 对自然语言表示的信息进展分析概括或编辑。
C. 欣赏音乐。
D. 机器翻译。
4. 以下不是知识表示法的是〔〕。
A. 计算机表示法B. 谓词表示法C. 框架表示法D. 产生式规那么表示法5. 关于“与/或〞图表示知识的表达，错误的有〔D 〕。
A. 用“与/或〞图表示知识方便使用程序设计语言表达，也便于计算机存储处理。
B. “与/或〞图表示知识时一定同时有“与节点〞和“或节点〞。
C. “与/或〞图能方便地表示陈述性知识和过程性知识。
D. 能用“与/或〞图表示的知识不适宜用其他方法表示。
6. 一般来讲，以下语言属于人工智能语言的是〔D 〕。
A. VJB. C#C. FoxproD. LISP7. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是〔C 〕的过程。
A. 思考B. 回溯C. 推理D. 递归8. 确定性知识是指〔A 〕知识。
A. 可以准确表示的B. 正确的C. 在大学中学到的知识D. 能够解决问题的9. 以下关于不准确推理过程的表达错误的选项是〔 B 〕。
A. 不准确推理过程是从不确定的事实出发B. 不准确推理过程最终能够推出确定的结论C. 不准确推理过程是运用不确定的知识D. 不准确推理过程最终推出不确定性的结论10. 我国学者吴文俊院士在人工智能的〔 A 〕领域作出了奉献。
人工智能复习题答案
一：单选题1. 人工智能的目的是让机器能够（D），以实现某些脑力劳动的机械化。
A. 具有完全的智能B. 和人脑一样考虑问题C. 完全代替人D. 模拟、延伸和扩展人的智能2. 下列关于人工智能的叙述不正确的有（C）。
A. 人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。
B. 人工智能是科学技术发展的趋势。
C. 因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。
D. 人工智能有力地促进了社会的发展。
3. 自然语言理解是人工智能的重要应用领域，下面列举中的（C）不是它要实现的目标。
A. 理解别人讲的话。
B. 对自然语言表示的信息进行分析概括或编辑。
C. 欣赏音乐。
D. 机器翻译。
4. 下列不是知识表示法的是（A）。
A. 计算机表示法B. 谓词表示法C. 框架表示法D. 产生式规则表示法5. 关于“与/或”图表示知识的叙述，错误的有（D）。
A. 用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。
B. “与/或”图表示知识时一定同时有“与结点”和“或结点”。
C. “与/或”图能方便地表示陈述性知识和过程性知识。
D. 能用“与/或”图表示的知识不适宜用其他方法表示。
6. 一般来讲，下列语言属于人工智能语言的是（D）。
A. VJB. C#C. FoxproD. LISP7. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（C）的过程。
A. 思考B. 回溯C. 推理D. 递归8. 确定性知识是指（A）知识。
A. 可以精确表示的B. 正确的C. 在大学中学到的知识D. 能够解决问题的9. 下列关于不精确推理过程的叙述错误的是（B）。
A. 不精确推理过程是从不确定的事实出发B. 不精确推理过程最终能够推出确定的结论C. 不精确推理过程是运用不确定的知识D. 不精确推理过程最终推出不确定性的结论10. 我国学者吴文俊院士在人工智能的（A）领域作出了贡献。
信息科学原理复习资料
第一章1.科学技术发展四大规律：辅人律、拟人律、共生律、互动律2.信息科学是以信息作为主要研究对象、以信息过程的运动规律作为主要研究内容、以信息科学方法论作为主要研究方法、以扩展人的信息功能作为主要研究目标的一门科学。
3.信息科学的研究对象：以信息作为主要研究对象，这是信息科学区别于其它科学的最根本支之处。
4.信息科学的研究内容：①探讨信息的定性本质；②研究信息的定量测度；③研究信息过程的基本规律，包括信息获取、传递、认识、再生和实效基本规律；④揭示利用信息优化系统的原理和方法；⑤构建信息科学的方法论。
5.信息科学的研究方法：①信息系统分析方法；②信息信息系统综合法；③信息系统进化方法。
两个准则：①功能准则；②整体准则。
6.信息科学的研究目标：扩展人类的信息功能，即——扩展人类的智力能力。
第二章1.全信息：同时考虑语法信息、语义信息和语用信息。
显然，认识论层次的信息是一种全信息。
语法信息——只考虑运动状态及其变化方式的外在形式因素的信息部分；语义信息——只考虑运动状态及其变化方式的含义因素的信息部分；语用信息——只考虑运动状态及其变化方式的效用因素的信息部分；2.Shannon信息的特征：服务于通信系统，是一种具有统计特性的语法信息。
全信息的特征：从信息全过程考察信息的作用。
全信息与Shannon信息的联系：作为统计型语法信息理论的Shannon信息论是“全信息理论”的一个特殊情形。
3.统计型语法信息——是指“事物运动状态及其变化方式”可以用统计规律来描述。
显然，还有一些“事物运动状态及其变化方式”不是统计型的，是“非统计型”的。
这就是模糊型语法信息和偶发型语法信息。
4.模糊型语法信息——事物运动的状态之间的界限不是清晰的，是模糊的；状态变化方式可以是确定的、随机的或半随机的。
5.偶发型语法信息——事物运动的状态是明晰的，变化方式是“半随机型的”；即不符合统计规律，无法稳定重复或不能重复。
6.信息的特征（从信息科学的角度归纳）：①信息来源于物质（或精神），但不是物质（或精神），可以脱离物质（或精神）而独立存在；②信息与能量密切相关，处理信息需要能量，驾御能量则需要信息；③信息本身不等于知识，但可以转化为知识；④信息是具体的，可以被感知、处理和利用；⑤信息可以被复制、共享，“交换”信息=共享信息；⑥语法信息在传递处理过程中不会增值；⑦在封闭系统中，语法信息的最大可能值不变。
基于模糊时间窗的多中心开放式车辆路径问题
基于模糊时间窗的多中心开放式车辆路径问题杨翔;范厚明;张晓楠;李阳【摘要】针对受时间窗影响的多中心开放式车辆路径问题,采用时间窗模糊化处理方法,假设时间窗是一个梯形模糊数,定义客户满意度函数和时间惩罚费用函数,建立有鲁棒优化模型.基于整体法假设虚拟配送中心,设计改进的蚊群算法求解,选取合适的测试算例实验.实验结果表明,所提算法能获得较好的解,是求解该类问题的有效方法;所建模型满足问题的多中心、多需求点和开放式特征,模型合理有效;与软时间窗和硬时间窗设置相比,模糊时间窗设置合理有效,同时展示了模糊时间窗设置下客户满意度对模型求解结果的影响.【期刊名称】《计算机集成制造系统》【年(卷),期】2016(022)007【总页数】11页(P1768-1778)【关键词】车辆路径问题;多中心车辆路径问题;开放式车辆路径问题;模糊时间窗;蚁群算法【作者】杨翔;范厚明;张晓楠;李阳【作者单位】大连海事大学交通运输管理学院,辽宁大连116026;大连海事大学交通运输管理学院,辽宁大连116026;大连海事大学战略管理与系统规划研究所,辽宁大连116026;陕西科技大学机电工程学院,陕西西安710021;大连海事大学交通运输管理学院,辽宁大连116026【正文语种】中文【中图分类】TP301车辆路径问题(Vehicle Routing Problem, VRP)一直是供应链管理和物流系统规划的关键难题[1]。
随着对VRP研究的深入和拓展，多中心VRP(Multi-Deport VRP, MDVRP)和开放VRP(Open VRP, OVRP)开始受到关注。
MDVRP与经典VRP的主要区别是系统中有多个配送中心，车辆从某一配送中心出发服务客户，学者Bell采用蚁群算法求解单中心VRP，讨论了解决MDVRP的设想，指出当单配送中心问题扩展到多配送中心时，其解决思路和求解变得更加复杂[2];David等给出了求解单中心VRP的启发式算法，并将其应用于求解复杂的MDVRP[3];Filipec等设计了遗传算法对MDVRP进行求解，提出启发式改进策略[4];戴树贵等采用混合蚁群算法求解，改进了蚁群转移策略和可行解构造方法[5]。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
也就是说 ， 这个 优胜 规则具 有兼容 性和确定 级别 的最 大
乘积。同时， 如果 没有模 糊 ｉｔｅ 规则与输入样本 兼 ｆ ｈｎ —
容， 则分类无 效 。
ＳＦ Ｓ Ａ Ｃ 算法 由 Ｃ 个分类器构成 ， 每个 分类器包含一个 具有相同标志的规则子集 ， 且其性能的改善有利于提高整体 分类率。算法的核心是 了解每个类从而提高主分类器 的整 体精确度。所 以在分类问题 中， 针对其 中一个类 Ｓ Ｆ Ｓ会 ＡＣ
文章 编 号 ：１ ７．７ ２２ １ ） ．０ ６０ ６ １１ ４ （０ ０ 叭 ０ ２ —４
元启 发 式 搜 索策 略在 构 造 模 糊 分 类 系统 中的应 用
郑 晓月
（ 商丘师范学院计算机科学系， 河南 商丘 ４ ６０ ） ７００
摘要 ： 论述了使用模拟退火元启发式搜索策 略构 造模糊分类 系统 的过 程 ， 目的是 利用模拟退 火原理研 制一种 精确 的模糊分类器 ， 改善与分类问题有关 的搜索空间探索与发 掘的性能 ， 找到模糊 ｉ ｔｅ ｆｈ ｎ规则 的优 化集。算法 可 － 以从输入数据集中抽 取精 确的模糊分类规则 ， 并在若 干不 同预定义类 中将其应用 于对新数据实例的分类 。 关 键 词： 自动控制技术 ， 智能计算， 模拟退火 ； 数据挖掘 ； 模糊 系统 ； 模糊规则抽 取
图 ２左框 给 出了具 体算法 程序 。这个 模糊 分类 器 系统 的每一 步都 可 以如下描 述 ：
（） １
图 ２ Ｓ Ｆ２ ＡＩ Ｓ过程 和 Ｍｅｒｐｌ 过 程 ｔ ｏｓ ｏ ｉ
文 献 标识 码 ： Ａ 中 图分 类 号 ： ２３＋． ＴＰ ７ ４
模拟退火是受金属加热后冷却过程启发得来的一种迭代搜索算法， 这种算法能多次考察搜 索空间从而找到 问题的全局优化解【 。搜索过程中算法依赖一种称为“ ｌ Ｊ 温度 ” 的参数 ， 冷却进度表则用来控制温度使之逐渐降 低， 当温度高时， 算法的执行方式类似于随机搜索。当温度达到零点时算法的执行方式类似于贪婪爬山算法 。如 果这个过程获得足够的搜索时间， 将会有很高的概率得到一个全局优化解 。在数据挖掘 中， 模拟退火 （Ａ 被用 Ｓ） 于特征选取、 分类和分簇。利用模拟退火元启发式搜索策略开发出一个模糊分类器对新的实例进行分类。模拟 退火算法力图利用 Ｓ Ａ元启发式搜索策略在分类问题 中抽取模糊分类规则并找到模糊 ｉｔｅ 规则 中的优化集。 ｆｈｎ —
这种 基于模拟 退火 的模糊 分类 系统 叫做 。
１ 模 式分 类 的 基础 — — 模 糊规 则
设模式分类问题在 维模式空间中是一个具有连续属性值的 ｃ 一 类问题 ， 并给定 ｃ类问题 ｍ 个实矢量 ＝ －
（ ｐ， ２… ，却）Ｐ：１２ …， 作为这ｃ ｚ１ ， ｚ ， ｐ ，， ｍ 个类的训练模式空间。由于样本空间为 ［ ，］ ， 以每种模式的属 ０ １ 所
２ ７
２ 基 于模 拟 退 火 的模 糊 分 类 系统
模拟退 火是 受金 属 降温启 发得 到 的一 种迭 代搜 索方 法 。首 先 ， 固体 被 加热 到 高温 ， 后 逐 渐 冷却 ， 个过 程 然 这
中系统在任何时间的热力学平衡状态都是近似的。而处于某个平衡状态时 ， 会有很多种组态， 每种组态对应一种 特定的能量级别 。假定 Ｅ 和Ｅ 分别代表新的能量值 和当前能量值。当满足 Ｅ ＜Ｅ 时 Ｅ 恒被接受 ， 如果 Ｅ 则新能量级被接受的可能性满足 Ｂ ｌ ｍ ｎ 概率分布， ｏ ｚ ａｎ ｔ 其中， Ｔ是当前温度值 ， ＿Ｅ一 ｆ丁 即 （ Ｅ） ” ／ 总的来说 ， 基于 Ｓ Ａ的模糊分类算法的步骤为 ： 初始化 ； 评估 ； 微扰 ； 接受； 迭代 ； 降温 ； 终止。
性值都有 ｚ ∈［ ，］其中 ０ １ ， １２ …， ，， 。在计算机模拟过程中， 将每个数据集 的属性值规格化在单位闭区间 ［ ，］ ０ １ 内。并 使用下 面 的模糊 ｉｔｅ ｆｈｎ规则 ： ．
规则 Ｒ ： ． 属 于 Ａ ｌＸ 属于 Ａ２ … ， 属于 Ａ加， 类 有 Ｃ 若 ３ ２ １ ｔ， ２ ， 则 Ｆ＝Ｃ ｊ Ｆ。
迭代多 次。
图 １ 目标分类器结构
收 稿 日期 ：０ ９０ ．４ 修 订 日期 ：０ ９１．０ ２ ０ —７ １ ； ２ ０ ．０ １ 基金项 目： 国家 自然科 学基金资助项 目（０ ０ ０ ３ ５策略在 构 造模糊 分 类 系统 中的应 用 元
其中 尺 代表第 个 ｉｔｅ 规则 ， ｊ 一 Ａ 是单位闭区间［ ，］ ｆｈｎ — Ａ ， ０ １ 上的前件模糊集。Ｃ 是后件类 ， Ｆ 是 ｉ ＣＪ ｆ — ｔｎ ｈ 规则 Ｒ 的确定级别， Ｃ 的确定在参考文献 ［ ］ ｅ Ｃ和 ２ 中有详细 的论述。在 维模式分类问题 中 ｉｔｅ 规 ｆｈｎ － 则总共有 ６ 个。模糊分类器系统是利用较高的分类性能寻找具有较小规模的模糊 ｉｔｅ 规则集 。模糊分类器 ” ｆｈｎ ． 如图 １ 所示 ， 模糊分类 系统的任务是生成前件模糊集的组合 ， 从而产生具有高分类性能的规则集 Ｓ 。当规则集 Ｓ 确定 时 ， 的优胜规 则 Ｒ 会分 离 出输 入模式 ｐ １ｚ ２… ， 它 ｊ ＝（ ，ｐ， 却）这个 模式 由下式 决定 ： ，
第 ２ 卷第 １ ５ 期
２１ ０ ０年 ２月
成
都 信
息
工 程
学
院
学 报
Ｖ０． ５ Ｎｏ． １２ １
Ｆｅ ．２ １ ｂ ００
Ｊ Ｒ ＯＵ ＮＡ ＨＥ ＤＵ Ｌ ＯＦ Ｃ ＮＧ ＵＮＩ Ｒ Ｉ Ｎ Ｘ Ｒ ＶＥ Ｓ ＴＹ ＯＦ Ｉ ｂ ３ ＭＡＴ ＯＮ Ｔ Ｃ ＯＬ Ｉ Ｅ ＨＮ ＯＧＹ