沈 君，苗俊红

（海南师范大学 数学与统计学院，海南 海口 571158）

一种改进的加权模糊推理方法

沈 君，苗俊红

（海南师范大学 数学与统计学院，海南 海口 571158）

在模糊专家系统中,模糊推理方法的优劣是衡量系统性能好坏的关键指标.文章举例指出了文[1]中模糊推理方法的局限性，并且给出了改进的方法，并通过实例验证了改进方法的合理性.

模糊专家系统；加权模糊产生式规则；模糊推理；相似度

模糊产生式规则作为一种表示知识的方法被广泛地应用于专家系统来表示模糊的、不精确的概念.其中，Zadeh的合成推理规则（CRI）[2]是应用得最为普遍的一种模糊推理方法，然而尽管这种方法在应用中取得了成功，但是由于其算法复杂且隐含语义不明而遭到质疑.在文献[3-4]中，Turksen等人提出一种基于相似度的模糊推理方法，这种方法简单易懂，而且更加符合人们的思维，因此得到了广泛的应用.之后，在此基础上，许多研究人员提出了基于不同相似度的模糊推理算法.其中，Yeung和Tsang[1，5-7]在此方面做了大量的工作，得到了许多有价值的结果.后来，哈明虎[8-10]等人发现了Yeung和Tsang模糊推理中的一些局限性并且进行了改进.

本文指出了Yeung和Tsang的NSM（New Simi⁃larity Measure）推理算法的局限性，并在此基础上进行了改进，使其具有更合理的结果.

1 Yeung和TsangNSM方法及其改进后的INSM算法

1.1 模糊产生式规则的定义

模糊产生式规则有三种类型，即：简单的模糊产生式规则，复合的合取的模糊产生式规则，复合的析取的模糊产生式规……