一種基于隸屬云理論的不確定性推理方法
【專(zhuān)利摘要】本發(fā)明是一種基于隸屬云理論的不確定性推理方法，主要解決上下文存在不確定性信息時(shí)的推理問(wèn)題。首先用數(shù)字特征表述給定的定型概念，將其理解為沒(méi)有確定度信息的云滴，然后構(gòu)造云規(guī)則控制器，將沒(méi)有確定度的云滴作為控制器的輸入，通過(guò)控制器，輸出具有確定度的云滴向量，最后將所有的輸出云滴進(jìn)行精確化，得到輸出結(jié)果。本發(fā)明可以保證推理的正確性和系統(tǒng)的可靠性。
【專(zhuān)利說(shuō)明】一種基于隸屬云理論的不確定性推理方法【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及普適計(jì)算領(lǐng)域，具體而言，是一種針對(duì)不確定性上下文推理算法，主要解決普適計(jì)算中不確定性上下文的推理問(wèn)題。
【背景技術(shù)】
[0002]上下文感知計(jì)算(context-awarecomputing)是指軟件能夠根據(jù)使用的場(chǎng)合、接近人員和對(duì)象集合，以及調(diào)整的時(shí)間和能力的軟件。近年來(lái)，研究人員開(kāi)展了大量有關(guān)上下文感知計(jì)算的研究，重要的拓展領(lǐng)域的普適計(jì)算和移動(dòng)計(jì)算的可穿戴計(jì)算已在許多領(lǐng)域發(fā)展迅速，已經(jīng)廣泛的研究和應(yīng)用，特別是大企業(yè)數(shù)復(fù)雜的技術(shù)設(shè)備的維修和裝配應(yīng)用程序的實(shí)際和產(chǎn)品呈現(xiàn)出良好態(tài)勢(shì)。
[0003]不確定性產(chǎn)生的原因主要有:首先，基于知識(shí)的推理比較困難。這是由于上下文信息模型的描述存在異構(gòu)性，對(duì)于同一上下文，機(jī)器設(shè)備可能有不同的理解，這就導(dǎo)致知識(shí)的共享和重用十分困難。其次，硬件設(shè)備和網(wǎng)絡(luò)傳輸也存在局限性，從而，設(shè)備采集的上下文信息具有不確定性，有噪聲或具有不完整性。最后，高層上下文是從這些具有不確定性信息的低層上下文推演出的，這個(gè)過(guò)程具有不確定性，所以，高層上下文也具有不確定性。
[0004]隸屬云的概念由李德毅院士提出。定義為:對(duì)于普通集合U= {u}，稱(chēng)集合為論域。
U中存在模糊集合2，則對(duì)于任意元素U都存在一個(gè)有穩(wěn)定傾向的隨機(jī)數(shù)A (?)，稱(chēng)為u對(duì)j
的隸屬度。如果論域U中元素簡(jiǎn)單有序，那么隸屬度/>.(")在U上的分布，稱(chēng)為隸屬云；如果
論域U中的元素不是簡(jiǎn)單有序的，但是根據(jù)某個(gè)法則f，可將U映射到另一個(gè)有序的論域上
u,,U/中有且只有一個(gè)u'與u對(duì)應(yīng)，則稱(chēng)U'為基礎(chǔ)變量，隸屬度在U'上的分布稱(chēng)為隸屬云。

【發(fā)明內(nèi)容】

[0005]技術(shù)問(wèn)題:本發(fā)明的目的是提供一種基于隸屬云理論的不確定性推理方法，主要解決普適計(jì)算中上下文存在不確定性，如何推理的問(wèn)題。本發(fā)明可以保證推理的有效性和
可靠性。
[0006]技術(shù)方案:本發(fā)明是基于隸屬云理論的不確定性推理方法，在隸屬云及隸屬云發(fā)生器的基礎(chǔ)上，生成云規(guī)則控制器，實(shí)現(xiàn)推理過(guò)程。
[0007]—、隸屬云發(fā)生器 [0008]隸屬云發(fā)生器(MembershipCloudsGenerator簡(jiǎn)稱(chēng)MCG)分為正向和逆向兩種，結(jié)構(gòu)圖如下。其中，正向MCG是根據(jù)已知的隸屬云的三個(gè)數(shù)字特征Ex、En和D，產(chǎn)生滿(mǎn)足已知隸屬云分布的二維云滴Drop (u, μ);逆向MCG正好相反，是已知隸屬云中一定數(shù)量的云滴分布，來(lái)確定三個(gè)數(shù)字特征Ex、En和D。
[0009]首先介紹下正向MCG，即在已知MCG~N3 (￡.￡,；.D2)的情況下，生成滿(mǎn)足這種分布的隸屬云的云滴。[0010](1)生成正態(tài)隨機(jī)數(shù)X，期望值為Ex，帶寬為En ；
[0011]
【權(quán)利要求】
1.一種基于隸屬云的不確定性推理方法，其特征在于該方法包括的四個(gè)步驟:1)云規(guī)則控制器的定性規(guī)則由若干個(gè)前件和一個(gè)后件組成，給定形式化描述:每一條規(guī)則的前件是次，…，^ 后件是Bt ;其中num = 1，2，3，...，t = 1，...，M，Μ是定性規(guī)則庫(kù)中Μ條IF-THEN規(guī)則，每條IF-THEN規(guī)則Ρ描述為:P:1f (...,("? then Bl ?’ (…尤和f都是定型概念，分別用三維數(shù)字特征,EN』，D4')11lnumnumnum和(exb,,enb,db>)描述，其中表示前件4,..下的各正態(tài)隨機(jī)數(shù)；ENAfENA.表示4,.人的數(shù)學(xué)期望；' D4表示4,...,的均方差；分別表示后件Bt下的正態(tài)隨機(jī)數(shù)、數(shù)學(xué)期望和均方差；2)然后，對(duì)于給定的所有確定輸入向量(X1,，.._,<)，其中i= 1，2，…N，都將其理解為沒(méi)有確定度信息的i個(gè)云滴，轉(zhuǎn)步驟3);若已有確定度信息，輸出帶有確定度信息的云滴(4,/0，4是激活第t條規(guī)則后得到的云滴定量值，μ t是其相應(yīng)的確定度，轉(zhuǎn)步驟4)；3)構(gòu)造云規(guī)則控制器:將步驟2)得到的i個(gè)云滴定量值作為控制器的輸入，通過(guò)控制器，輸出云滴(.4，//,)；4)對(duì)所有的輸出云滴C4,凡)進(jìn)行精確化，成為一個(gè)具體的輸出值xB，即為最終的輸出值。
2.根據(jù)權(quán)利要求1所述的基于隸屬云的不確定性推理方法，其特征在于所述的對(duì)所有的輸出云滴C4，a)進(jìn)行精確化，其方法就是根據(jù)得到的云滴構(gòu)造一個(gè)虛擬云，然后利用逆向MCG算法計(jì)算出該虛擬云的數(shù)字特征，期望就是虛擬云的最后輸出結(jié)果。
3.根據(jù)權(quán)利要求1所述的基于隸屬云的不確定性推理方法，其特征在于所述的對(duì)所有的輸出云滴(<.//,)進(jìn)行精確化，另一種方法是加權(quán)平均法，加權(quán)平均法就是將通過(guò)規(guī)則控制器得到的云滴04,//,)加權(quán)平均，權(quán)重為每個(gè)云滴的確定度，則加權(quán)平均以后的最終輸出結(jié)果為:
【文檔編號(hào)】G06N5/04GK103679273SQ201310714939
【公開(kāi)日】2014年3月26日 申請(qǐng)日期:2013年12月20日 優(yōu)先權(quán)日:2013年12月20日
【發(fā)明者】王汝傳, 葉寧, 王忠勤, 王曉敏, 林巧民 申請(qǐng)人:南京郵電大學(xué)