基于区间值模糊集的学习空间描述及其模糊归纳学习算法研究

摘要

本文基于区间值模糊集理论，将归纳学习空间予以模糊化，使其更具有普遍性。为了度量概念的可学习性能，新定义了区分区间概念。运用对基本事件空间划分的加细操作，来改进要学习的概念之区分区间值，并进而改进其归纳学习效果。据此，本文提出了模糊归纳学习问题的模糊学习算法ＩＬＡ。算法ＩＬＡ能根据专家提供的有关概念实例集，学习出关于概念的模糊推理规则。文中最后还对ＩＬＡ的算法复杂度进行了分析。