李微，乔俊飞，韩红桂，曾晓军

(1.北京工业大学 信息学部，北京 100124； 2. 计算智能与智能系统北京市重点实验室，北京 100124； 3. 曼彻斯特大学 计算机科学学院，曼彻斯特 M13 9PL)

模糊规则相似性计算与性能分析研究

李微，乔俊飞，韩红桂，曾晓军

(1.北京工业大学 信息学部，北京 100124； 2. 计算智能与智能系统北京市重点实验室，北京 100124； 3. 曼彻斯特大学 计算机科学学院，曼彻斯特 M13 9PL)

针对模糊规则相似性分析和计算问题，本文对模糊规则相似性计算方法进行了研究。首先，将模糊规则相似性等价地转化为多变量模糊集相似性，并对模糊规则相似性计算方法提出3种应用性能评价指标——可区分性、维数依赖性和计算复杂性。其次，在现有两种模糊规则相似性计算方法的基础上，提出4种新的计算方法，对各种方法进行系统地性能分析和比较。最后，对模糊规则相似性计算进行仿真研究，结果表明了所提应用性能指标的有效性、计算方法的可行性及分析结果的正确性。本文研究结果为模糊规则相似性分析和计算提供了依据, 尤其为基于模糊规则相似性辨识和合并的模糊系统与模糊神经网络结构简化奠定了基础，提供了一种新的设计思路。

模糊规则；相似性计算；可区分性；维度依赖性；计算复杂性

自从Zadeh教授于1965年创立模糊集理论[1]以来，以模糊集为基础的模糊系统在自动控制、信息处理等领域得到了广泛应用[2-4]。模糊集相似性分析是模糊系统研究的一个重要分支，得到众多学者的关注，在系统辨识与结构简化[5-15]、模式识别[16-17]、模糊聚类[18]等方面取得了丰硕的研究成果。……