一种模糊推理系统的完备决策生成方法

标题：一种模糊推理系统的完备决策生成方法

摘要：本发明涉及自主决策领域，特别涉及一种模糊推理系统的完备决策生成方法。包括步骤1：步骤1：将矩阵[Aij]n×m表示为二维度列表var_ pool；步骤2：初始化一个可扩展的列表array：array＝[[]]；步骤3：生成模糊推理系统的完备决策矩阵，包括：步骤31：以动态扩展树的形式生成完备决策矩阵的规则前件；步骤32：填写完备决策矩阵的规则后件，将填好的完备决策矩阵的规则后件，生成为列向量与array合成模糊推理系统的完备决策矩阵。本发明的模糊推理系统的完备决策生成方法，能够快速生成包含所有推理结果的不相悖的完备规则集，并将规则库中所有规则进行有序的存储和排列，方便查验，能够极大程度的保证模糊推理系统规则的完备性，信息的全面性和推理的正确性。

申请号：CN201810806436.8

申请日：2018/7/20

申请人：中国航空工业集团公司沈阳飞机设计研究所

首项权利要求：1.一种模糊推理系统的完备决策生成方法，其特征在于，包括：
步骤1：将矩阵[Aij]n×m表示为二维度列表var_ pool，[Aij]n×m的每一行是列表var_ pool的子列表：
var_ pool＝[[A11, A12, …, A1m], [A21, A22, …, A2m], …, [An1, An2, …, Anm]]；
步骤2：初始化一个可扩展的列表array：array＝[[ ]]；
步骤3：生成模糊推理系统的完备决策矩阵，包括：
步骤31：以动态扩展树的形式生成完备决策矩阵的规则前件，具体为：
遍历变量池var_ pool中的n个变量的隶属度分区列表，以第一个变量的m个隶属度分区作为m个根节点，进一步将第二个变量的m个隶属度分区作为每个根节点的m个子节点，循环遍历var_ pool中的n个变量列表，通过依次遍历每个变量的m个模糊分区动态扩展array这一动态列表，对动态列表扩展n次，每次对第i层(扩展到var_ pool中的第i个变量)的mi个父节点均添加m个子节点(第i+1个变量的m个模糊分区)，生成完备决策矩阵的规则前件：
初始叶子节点共有mi+1个，扩展到第n个变量后叶子节点共有mn个；
步骤32：填写完备决策矩阵的规则后件，设模糊推理系统的输出变量yk的模糊分区的集合为Bk，{Bk1 , Bk2 , …}∈Bk，将填好的完备决策矩阵的规则后件，生成为列向量 与array合成模糊推理系统的完备决策矩阵：
其中，n，m，k，l，i，j均为正整数。

专利类型：发明申请