计算区间二型模糊集的质心(也称降型)是二型模糊逻辑系统的核心模块。EKM(enhanced Karnik-Mendel)算法是当前最流行的计算质心的算法。本文首先给出了区间二型模糊集及其质心的相关理论,然后比较和分析了离散版本的EKM算法中求和运算与连续版本的EKM(continuous version of EKM,CEKM)算法中的求积分运算内在联系,最后通过计算机仿真例子证实了当适度改变区间二型模糊集主变量采样个数时,离散EKM算法计算的解模糊化值结果就可以精确地逼近基准的CEKM算法。
计算区间二型模糊集的质心(也称降型)是区间二型模糊逻辑系统中的一个重要模块。Karnik-Mendel(KM)迭代算法通常被认为是计算区间二型模糊集质心的标准算法。尽管如此,KM算法涉及复杂的计算过程,不利于实时应用。在各种改进类算法中,非迭代的Nie-Tan(NT)算法可节省计算消耗。此外,连续版本NT(CNT,continuous version of NT)算法被证明是计算质心的准确算法。本文比较了离散版本NT算法中求和运算和连续版本NT算法中求积分运算,通过四个计算机仿真例子证实了当适度增加区间二型模糊集主变量采样个数时,NT算法的计算结果可以精确地逼近CNT算法。
随着广义二型模糊集的α-平面表达理论被提出,广义二型模糊集及其模糊逻辑系统在近年来成为学术界热点研究问题.计算广义二型模糊集的质心(也称降型)在广义二型模糊逻辑系统中起着到关重要的作用.本文介绍了广义二型模糊集相关理论,扩展了求区间二型模糊集质心的改进反向搜索(enhanced opposite direction searching,EODS)算法计算完成广义二型模糊集质心.在计算两种具有非对称足迹不确定性的广义二型模糊集质心降型集和解模糊糊化值时,EODS算法可在不损失计算精度的前提下取得比最常用的Karnik-Mendel算法更快的计算速度,这给二型模糊集设计及应用提供了潜在的价值.