作　　者： ; ;

机构地区： 西安交通大学

出　　处： 《模糊系统与数学》 1996年第4期1-9,共9页

摘　　要： 不确定性是复杂系统的特征。在人工智能与专家系统中，不确定性的研究越来越具有重要意义。Ｚａｄｅｈ［１］于１９６５年提出模糊集，把经典集合扩充到模糊集合，从而解决了“对象”的不确定性。本文引进了包含度的概念，解决了“关系”的不确定性。同时指出，包含度不仅是各种不确定性推理方法的概括，而且解决了知识获取与矛盾规则排除两个重要问题。 Uncertainty rescuing is one of the most active and rapidly developing area in artificial intelligence techniques. As a primary contribution to the area, a new theory-inclusion degree theory was developed systematically in the paper. With this theory, a unified account of various quantitative methods for uncertainty reasoning is presented, and some problems in expert systems has solvabled.

关 键 词： 包含度 不确定性推理 知识获取 模糊集 人工智能

领　　域： [理学] [理学] [自动化与计算机技术] [自动化与计算机技术]