基于模糊理论的语言建模的研究

论文摘要

模糊集合发展已经有四十多年的历史，有关模糊集合的应用也不计其数，在很大程度上推动人们对不精确事物的认识。然而传统模糊集合在描述一些比较复杂的不确定性时出现了困难，Zadeh于是在传统模糊集合的基础上发展了模糊集合，进而有了Ⅱ型甚至更高层次的模糊集合，而传统的模糊集合就称为Ⅰ型模糊集合。本文在Ⅰ型模糊集合的基础上研究了Ⅱ型模糊集合的基本概念、术语和计算特征，并在这些特性的基础上对Ⅱ型模糊集合进行了概念和性质上的扩展，从不同层面上重新分析了Ⅱ型模糊集合的基本性质特征，并给出了证明。模糊集合的一个重要分支是在模糊逻辑系统方面的研究。但是人们逐渐意识到传统的数学模型在表达这些由人类思维、感知逻辑等所引导的不确定时表现出非常大的局限性，如果一个人如果想购买房子，他会有很多的标准，诸如房子的价格、交通的便利程度、房内的设计等等都是衡量的标准，然而这样的需求是很难用传统的数学模型来描述，所以Ⅱ型模糊逻辑系统便渐渐发展起来。本文分析比较了Ⅰ型和Ⅱ型模糊逻辑系统，对各个功能部分进行了分析对比，从而体现出Ⅱ型模糊逻辑系统的优越性。模糊集合的另一个重要研究是语言建模。建立自然语言的计算模型是模糊集合问世以来一直在探讨的问题。传统模糊集合在语言的表达上存在很大的不足，Ⅱ型模糊集合在某种程度上可以弥补这样的不足，所以相对于传统模糊集合来说有更大的优势和发展空间。本文重点探讨了Ⅱ型模糊集合建模的问题，并在此基础上建立了一个简单的基于Ⅰ型和Ⅱ型模糊集合的推理系统，对语言建模的研究进行了初步的探讨。

论文目录

• 目录
• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 研究背景
• 1.2.1 信息中的不确定性
• 1.2.2 软计算
• 1.2.3 模糊集合发展
• 1.3 选题的目的和意义
• 1.3.1 经典模糊集合的PARADOX
• 1.3.2 两种不确定性
• 1.3.3 基于规则的模糊系统及两种类型的模糊集合
• 1.3.4 适用于Ⅱ型模糊集合的情况
• 1.3.5 Ⅱ型模糊集合的发展
• 1.4 论文研究的主要内容
• 第二章 模糊集合基础
• 2.1 模糊集合的概述
• 2.2 模糊集合的基本定义和概念
• 2.2.1 模糊集合的基本概念
• 2.2.2 模糊集合的运算
• 2.2.3 语言变量
• 2.2.4 模糊算子
• 2.3 Ⅱ型模糊集合
• 2.3.1 Ⅱ型模糊集合的基本概念
• 2.3.2 Ⅱ型模糊集合的截集
• 2.3.3 Ⅱ型模糊集合的运算
• 2.3.4 区间值Ⅱ型模糊集合的运算
• 2.4 Ⅱ型模糊集合的扩展
• 2.4.1 基础理论
• 2.4.2 Ⅱ型模糊集合的并
• 2.4.3 Ⅱ型模糊集合的交
• 2.4.4 Ⅱ型模糊集合的补
• 2.4.5 区间值Ⅱ型模糊集合
• 第三章 模糊逻辑推理系统
• 3.1 Ⅰ型模糊逻辑系统
• 3.1.1 模糊化机制
• 3.1.2 模糊规则库
• 3.1.3 模糊推理原理
• 3.1.4 去模糊化机制
• 3.1.5 Ⅰ型模糊逻辑系统的设计
• 3.2 Ⅱ型模糊逻辑系统
• 3.2.1 一般Ⅱ型模糊逻辑系统的推理原理
• 3.2.2 一般Ⅱ型模糊逻辑系统的降阶和去模糊机制
• 3.3 区间值Ⅱ型模糊逻辑系统
• 3.3.1 高斯型隶属函数
• 3.3.2 区间值Ⅱ型模糊推理系统
• 3.3.3 区间值推理系统的不同情况分析
• 3.3.4 区间值模糊逻辑系统的降阶处理和去模糊机制
• 第四章 语言计算建模
• 4.1 概述
• 4.2 语言计算的前提假设
• 4.2.1 Premise 1:不确定性
• 4.2.2 Premise 2:内部不确定性
• 4.2.3 Premise 3:person-MF
• 4.2.4 Premise 4:外部不确定性
• 4.2.5 Premise 5:函数表示
• 4.3 语言参数模型
• 4.4 有关语言计算的讨论
• 第五章 语言建模设计实例
• 5.1 语言模糊集合的建立
• 5.2 模糊推理规则的建立
• 5.3 模糊逻辑系统的设计
• 5.4 系统实验结果
• 第六章 结论
• 6.1 工作总结
• 6.2 进一步研究建议
• 参考文献
• 致谢
• 硕士在读期间发表的论文清单