刘 颖（吉林市北华大学信息技术与传媒学院，吉林 吉林 132013）

基于模糊规则的土壤分类系统

刘 颖
（吉林市北华大学信息技术与传媒学院，吉林 吉林 132013）

模糊分类系统一直被用于表示一个集合的分类知识，系统中包含分类知识的可读规则和对规则的相关解释。本文讨论了如何构建模糊分类规则，以及如何使用模糊分类规则来生成目标土壤数据。在模糊分类系统设计中最重要的任务是从训练数据中找到一套模糊规则来处理一个特定的分类问题。在本文中，首先定义模糊系统隶属度函数，根据隶属度函数确定土壤数据的输入属性类别，然后在生成初始模糊规则集的基础上用函数计算土壤数据的属性，最后合并这些模糊规则，产生最终的模糊规则集。

模糊分类系统； 土壤分类； 隶属函数； 模糊规则

DOI：10.16640/j.cnki.37-1222/t.2016.16.173

0　引言

模糊分类系统被广泛认为是一个较好用来表示分类知识的分类系统，它具备可读性和可解释性的模糊规则库［1］。模糊分类系统可以将传统数据抽象为语言变量，利用模糊分类器，人们可以得到系统建议与结论。我们赖以生存的世界是模糊的，同时，绝对清晰的阈值是不存在的。因此，使用模糊规则显得尤为直观，指定模糊集有时比指定清晰的时间间隔更为容易［2］。模糊推理系统将“不知何故”处理的不确定性，在处理实际问题时要更为真实。模糊分类系统的模糊规则获取方法主要包括两种。一种是直接由专家直接给出；另一种是通过自主学习模糊分类系统自动产生的。……