0115—0210FScom的应用.docVIP

“模糊信息计算的理论”大作业 带有三种否定的FScom的应用 信计1201班 1130112115 王冲 信计1202班 1130112210 孟奥 分工说明： 资料收集：孟奥 文档制作：王冲 研究起止时间：2015.4.25—2015.5.7 研究过程： 资料收集阶段：1、在网上搜集关于模糊集的相关背景资料： 2、收集FScom的理论及其应用的论文； 3、将模糊集的背景、FScom的理论与课本上的相关知识结合，将信息集中起来，总结出丰富的基础资料，为文档制作做准备。 理解讨论阶段：1、小组成员分别阅读基础资料并加以理解； 2、小组成员分别对其他组员阐述自己的理解并讨论； 3、做出总结。 文档制作阶段：1、对收集资料和讨论总结进行筛选； 2、提炼资料并初步制作出文档； 3、对文档进行仔细审核，同时完成好后期排版与美工； 4、再次与其他组员理解读书报告，并互相探讨。 一、学科背景 有一位中医，让八个实习医生给八个病人的“手”上贴膏药，结果八个实习医生贴的部位都不一样：有的贴手指，有的贴手掌，有的贴手背，也有的贴手腕甚至小臂……。这故事当然是编造的，却说明了一个问题：究竟上肢的哪一部分叫做手，并没有一个准确的界线。从这个角度来讲，“手”所表示的概念是模糊的。语言中的这种模糊语义，属于模糊语言学研究的范畴。 模糊语义并不影响我们说话的准确性。形容一个人“浓眉大眼”，不会因为“浓”和“大”具有模糊性而使人想象不出这个人的模样；相反，过分精确的话反而会让人感到滑稽。假如有人在文章中这样描写一个人的长相：“他身高1.756米，从外眼角到内眼角为0.032米，眉长为 0.0431 米，眉毛有424根……”那就不成为话了。 在日常的语言中，有许多词都带有模糊性质。如“高、矮”，“冷、热”，“长、短”，“软、硬”，“胖、瘦”是五对意义特点十分鲜明的反义词，但要找到它们之间准确的界限却非常困难：长到怎样才算胖，怎样又算瘦，很难说清楚。我们可以拿人的身材来举个例子。大家都承认长到 1.90米一定算“高”，长不到 1.50米一定算“矮”。可是在这中间的高度又怎么确定呢？假如你认为 1.75米就算“高”，那么 1.74米就不算高吗？1.74999 米呢？说不准了吧？这是因为，高和矮所表示的概念只有中心意义才是清晰的，而外延部分却是宽泛的、模糊的。 用来表达模糊性概念的集合。 又称模糊集、模糊子集。普通的集合是指具有某种属性的对象的全体。这种属性所表达的概念应该是清晰的，界限分明的。因此每个对象对于集合的隶属关系也是明确的，非此即彼。但在人们的思维中还有着许多模糊的概念，例如年轻、很大、暖和、傍晚等，这些概念所描述的对象属性不能简单地用“是”或“否”来回答，模糊集合就是指具有某个模糊概念所描述的属性的对象的全体。由于概念本身不是清晰的、界限分明的，因而对象对集合的隶属关系也不是明确的、非此即彼的。这一概念是美国加利福尼亚大学控制论专家L.A.扎德于 1965 年首先提出的。模糊集合这一概念的出现使得数学的思维和方法可以用于处理模糊性现象，从而构成了模糊集合论（中国通常称为模糊性数学)的基础。 二、学科发展历史 1991 年,Gerd Wagner 提出数据库需要两种否定,并于 1994 年在知识推理(Knowledge-Based Reasoning)中给出带有两种否定的局部逻辑(Partial Logic)。局部逻辑的本质特征是它承认区分两种类型的外延(extensional)否定信息,即一个命题的强否定(strong negation)与弱否定(weak negation)。在随后的研究文章里,又进一步在逻辑程序设计(Prolog),语义网(Semantic Web),命令式程序语言(如 Java),数据库查询语言(如 SQL),模型语言(如 UML/OCL),产生式规则系统(如 CLIPS 和 Jess)等领域主张区分强否定和弱否定。 2003 年,潘正华从概念层面上对知识中的不相容性提出一种新的认识与处理。主张区分不相容知识中的矛盾否定关系和对立否定关系,认为在清晰知识和模糊知识的否定中,包括了矛盾否定和对立否定以及一些对立知识中存在的模糊否定。 2005 年,Ken Kaneiwa 在描述逻辑(Description Logic)中主张两种否定,从而提出一个带有经典否定和强否定的扩展的描述逻辑 ALC~。特别地,他坚持用谓词否定(例如,not