不确切性信息处理是智能科学技术的重要组成部分。本书以全新的思路和方法，揭示了不确切性信息的由来，建立了一个有别于传统模糊集理论和技术的不确切性信息处理理论和技术体系，为相关应用提供了技术平台，为进一步研究奠定了理论基础。
本书可供智能、信息、计算、自动化、逻辑、语言、数学和脑及认知等学科或专业方向的科学研究和工程技术人员参阅，也可作为相关专业方向的研究生和高年级本科生的教材或教学参考书。
样章试读
目录
- 《智能科学技术著作丛书》序
前言
第一篇 导引
第1章 不确切性信息处理概述
1.1 何为不确切性信息
1.2 不确切性信息的由来
1.2.1 软概念与不确切性信息
1.2.2 事物性状的连续分布与均匀连锁相似
1.2.3 人脑对均匀连锁相似对象进行软聚类
1.2.4 不确切性信息的由来图解
1.2.5 人脑的聚类概括本能和天然的分类机制与软概念
1.2.6 软概念与模糊概念辨析
1.3 不确切性与不确定性之区别
1.4 不确切性信息处理涉及的学科领域
1.4.1 不确切性信息处理与信息科学技术
1.4.2 不确切性信息处理与智能科学技术
1.4.3 不确切性信息处理与逻辑学
1.4.4 不确切性信息处理与语言学
1.4.5 不确切性信息处理与脑科学和认知科学
1.4.6 不确切性信息处理与生命科学
1.4.7 不确切性信息处理与数理科学
1.5 不确切性信息处理的研究内容
1.5.1 不确切性信息基本原理
1.5.2 不确切性信息处理基本技术
1.5.3 不确切性信息处理工程应用
1.5.4 进一步的研究课题
1.6 不确切性信息处理的研究概况
1.7 本书的工作与结果
第二篇 软概念及其数学模型
第2章 1维均匀实数空间上的软概念及其数学模型
2.1 对象、特征、特征值与实数空间
2.2 1维实数空间［a，b］上的相似度及其叠加原理
2.3 空间［a，b］的均匀性与客观划分
2.4 空间［a，b］上的软聚类与软概念
2.4.1 ［a，b］上的软聚类与软类
2.4.2 软概念的生成
2.5 软概念的外延模型
2.5.1 核与支持集
2.5.2 隶属函数
2.6 软概念的内涵模型——相容函数
2.7 隶属函数与相容函数的联系和区别
2.8 本章小结
第3章 多维均匀实数空间上的软概念及其数学模型
3.1 多维均匀实数空间的特点与软聚类
3.2 基于坐标分量的软聚类
3.3 基于点的软聚类
3.3.1 软块和软点块
3.3.2 软点、软圆和软球
3.3.3 软块与软球概念的区别
3.4 基于线的软聚类，软带、软线和软绳
3.5 基于面的软聚类，软板和软面
3.6 关系软类与关系软概念
3.7 本章小结
第三篇 软集合与软语言值基本理论
第4章 软集合基本理论
4.1 软集合及其特性
4.1.1 软集合的定义
4.1.2 几种与软集有关的集合
4.2 软集合与模糊集合
4.3 软集合与粗糙集合
4.4 软集的关系
4.5 软集的运算
4.5.1 n维软子集的运算
4.5.2 多维空间上的正交软集运算
4.6 软集的笛卡儿积集
4.7 软集的规模与份额
4.7.1 集合的规模
4.7.2 软集的规模
4.7.3 集合的份额
4.7.4 软集的份额
4.7.5 份额的公理化定义
4.7.6 份额运算与份额代数
4.7.7 扩展核的规模和份额
4.8 软集的包含度
4.8.1 集合包含度的定义
4.8.2 软集包含度的定义
4.8.3 包含度的基本性质
4.8.4 包含度与份额的关系
4.9 软集的软度
4.10 软关系与软函数
4.11 软区间数及软数
4.12 本章小结
第5章 软语言值基本理论
5.1 软语言值的类型
5.2 空间软划分与基本软语言值
5.2.1 1维空间的软划分与基本软语言值
5.2.2 多维空间的软划分与基本软语言值
5.2.3 基本语言值的扩充与归约
5.3 同特征软语言值的逻辑运算
5.3.1 合取值与析取值
5.3.2 否定值与程度守1性原理
5.4 软语言值的合成与分解
5.4.1 逻辑合成与分解，组合语言值
5.4.2 代数合成与分解，综合语言值
5.5 对软语言值合成与分解的进一步分析
5.5.1 基于内涵的异特征语言值合成与分解
5.5.2 基于外延的同特征语言值合成与分解
5.5.3 特征树及其语言值网络
5.5.4 分类树及其语言值网络
5.6 互否语言值与互反语言值
5.6.1 互否语言值、程度互补性和中等点
5.6.2 互反语言值、程度互反性和中性点
5.6.3 互否与互反的相互转换
5.6.4 互否与互反的判定、性质及其集合特征
5.7 软语言值之间的关系
5.7.1 互补关系和互斥关系
5.7.2 合-分关系和从属关系
5.7.3 包含关系和同位关系
5.7.4 相似关系和近似关系
5.7.5 近似的归约和方位
5.8 程度语言值与叠合语言值
5.8.1 程度语言值
5.8.2 叠合语言值
5.8.3 叠合语言值与原值的关系
5.8.4 叠合语言值相容函数的间接求法
5.9 本章小结
第6章 隶属／相容函数的确定与求取
6.1 直接隶属／相容函数和复合隶属／相容函数
6.2 直接隶属／相容函数的确定
6.3 复合隶属／相容函数的求取
6.3.1 空间变换法
6.3.2 语言值分解法
6.3.3 变量替换法
6.4 近似类软概念的隶属／相似函数
6.5 本章小结
第四篇 真度逻辑与软语言真值逻辑
第7章 软命题与真度逻辑
7.1 软命题的表示与真值
7.1.1 软命题及其形式化表示
7.1.2 软命题的数量真值——真度
7.2 复合软命题的形式化表示和真度计算
7.2.1 所有关系形式表示和内涵-真度计算
7.2.2 所属关系形式表示和外延-真度计算
7.2.3 基于支命题真度的间接计算
7.2.4 软命题的真度域及其对称性原理
7.3 综合软命题及其形式化表示和真度计算
7.4 真度逻辑代数
7.4.1 外延-真度逻辑代数
7.4.2 内涵-真度逻辑代数
7.4.3 真度逻辑式与真度逻辑函数
7.5 真度命题逻辑与程度谓词逻辑
7.5.1 真度命题公式
7.5.2 程度谓词公式
7.5.3 真度逻辑的限制
7.6 本章小结
第8章 软语言真值逻辑及其推理
8.1 软命题的语言真值——偏真和偏假
8.2 数量真值到软语言真值的转换
8.3 软二值逻辑运算与软逻辑代数
8.4 命题的逻辑语义
8.5 基于逻辑语义的复合软命题语言真值定义和计算模型
8.6 所属关系和所有关系的真域
8.7 基于逻辑语义和真域的复合软命题表示
8.8 真度逻辑、软二值逻辑和传统二值逻辑的关系
8.9 软命题逻辑与软命题推理
8.9.1 软命题公式
8.9.2 永偏真式与软逻辑蕴涵
8.9.3 软推理规则
8.9.4 软命题推理
8.9.5 软形式系统
8.10 软谓词逻辑与软谓词推理
8.10.1 软谓词公式
8.10.2 软三段论推理
8.10.3 基于软三段论的近似推理
8.11 多语言真值逻辑及其推理
8.11.1 永偏真的可分性与语言真值的划分
8.11.2 多值逻辑运算与多值逻辑代数
8.11.3 多值逻辑推理
8.12 含“中”多值逻辑
8.13 软命令逻辑
8.14 本章小结
第9章 互否逻辑与互反逻辑
9.1 互否逻辑
9.2 互反逻辑及其推理
9.2.1 有反命题及其真度
9.2.2 复合有反命题的真度计算
9.2.3 互反真度逻辑
9.2.4 互反真度逻辑与互否真度逻辑的关系
9.2.5 互反语言真值逻辑及其推理
9.2.6 互反多值逻辑及其推理
9.2.7 有反命题与互反、互否逻辑
9.3 互否、互反真度逻辑特性小结
9.4 离散真度逻辑分析
9.4.1 二值真度逻辑
9.4.2 三值真度逻辑
9.4.3 偶多值真度逻辑
9.4.4 奇多值真度逻辑
9.5 互否、互反语言真值逻辑特性小结
9.6 逻辑系统的分类、特性与关系总结
第10章 程度化语言真值逻辑
10.1 程度化语言真值与程度逻辑运算
10.2 程度逻辑代数
10.3 程度逻辑运算的归约
10.4 本章小结
第五篇 软语言值规则及其推理与计算
第11章 软语言值规则及其数学本质
11.1 何为软语言值规则
11.2 软语言值规则的类型
11.3 软语言值规则的真域与逻辑语义
11.4 软语言值规则的数学背景与数学本质
11.4.1 性质-性质规则的数学背景与数学本质
11.4.2 其他各类规则的数学背景与数学本质
11.5 软语言值规则的变换与归约
11.6 软语言值规则的“关系”辨析
11.7 本章小结
第12章 软语言值规则的三重函数
12.1 软语言值规则所隐含的函数关系
12.2 规则的三重函数分析
12.3 规则函数空间分析
12.4 获取规则近似函数的思路和方法
12.5 合取型和析取型规则近似程度函数构造及参考模型
12.5.1 近似隶属-程度函数构造及参考模型
12.5.2 近似相容-程度函数构造及参考模型
12.6 合取型和析取型规则近似真度函数构造及参考模型
12.6.1 近似外延-真度函数构造及参考模型
12.6.2 近似内涵-真度函数构造及参考模型
12.7 合取型和析取型规则近似测度函数构造及参考模型
12.7.1 近似相容-测度函数构造及参考模型
12.7.2 近似隶属-测度函数构造及参考模型
12.8 综合型规则的近似函数
12.9 多维语言值规则的近似函数
12.10 由程度函数导出测度函数
12.11 规则的近似测度-程度函数
12.12 规则近似函数的优化
12.13 有反语言值规则的三重函数
12.14 本章小结
第13章 基于软语言值规则的推理和计算
13.1 程度推理
13.1.1 单条件规则程度推理
13.1.2 多条件规则程度推理
13.2 具有预处理或再处理的程度推理
13.2.1 预处理和再处理
13.2.2 有数据转换接口的程度推理
13.3 基于程度推理的近似推理
13.4 基于程度推理的近似计算
13.5 程度推理的应用模式总图
13.6 真度推理
13.6.1 单条件规则真度推理
13.6.2 多条件规则真度推理
13.7 基于规则测度函数的近似计算及逻辑计算
13.8 软推理原理小结
第14章 基于语言值函数近似求值的近似推理和计算
14.1 近似推理的数学本质
14.2 近似推理的问题和思路
14.3 近似推理的AD方法
14.4 规则的近似测度函数
14.5 AD方法的合理性与有效性分析
14.6 多条件规则近似推理
14.6.1 多条件规则近似推理的模式
14.6.2 多条件规则近似推理的数学本质
14.6.3 多条件规则近似推理的问题和思路
14.6.4 多条件规则近似推理的AD方法和近似函数
14.7 多规则近似推理
14.8 本章小结
第六篇 不确切性问题求解与知识发现
第15章 不确切性问题求解
15.1 不确切性问题及其求解
15.1.1 涉及不确切性信息的问题
15.1.2 不确切性问题求解基本方式和基本技术
15.2 数量值与语言值的相互转换
15.3 基于隶属函数的软归类
15.3.1 软归类的判别函数和判决规则
15.3.2 软模式识别示例
15.4 基于相容函数的软评判
15.4.1 软评判的相关概念
15.4.2 数值评价函数和语言值评价函数
15.4.3 判决函数和判决规则
15.4.4 指标体系与评判模型的设计
15.5 进一步理解软概念
15.5.1 从软聚类到软归类
15.5.2 先软后硬的意义
15.5.3 软处理与复杂性
15.6 软规划问题求解
15.7 基于软语言值规则推理的问题求解
15.7.1 软语言值规则系统
15.7.2 基于软语言值规则系统的问题求解
15.7.3 基于规则的软归类和软评判
15.7.4 基于规则的软决策
15.7.5 软控制原理及示例
15.8 关于软概念和软命题机器理解与生成的几点构想
15.8.1 基于知识库的软概念机器理解
15.8.2 基于面向对象程序的软概念机器生成与运用
15.8.3 命题表达方式的变换
15.9 本章小结
第16章 基于软集合的知识发现与机器学习
16.1 基于软集合的聚类分析
16.2 基于软集合的软语言值规则发现
16.3 利用软集实现函数拟合的一些构想
16.4 本章小结
第17章 程度化信息处理
17.1 程度化语言值
17.2 基于程度化语言值的知识表示
17.3 程度化关系型数据库
17.4 均匀硬集的相容函数
17.5 本章小结
第七篇 不确切性与不确定性之交叉
第18章 软事件的概率，软命题的信度和双重程度推理
18.1 软事件的概率与概率上的软语言值
18.1.1 软随机事件
18.1.2 基于均匀分布型随机变量的软事件概率
18.1.3 基于非均匀分布型随机变量的软事件概率
18.1.4 扩展核上的概率——软事件的实际概率
18.1.5 复合软事件的概率
18.1.6 有反软事件的概率
18.1.7 概率上的语言值
18.2 命题的信度及其逻辑与推理
18.2.1 命题的另一种属性——可信性
18.2.2 命题可信性的数量值——信度
18.2.3 信度上的语言值
18.2.4 命题的可信性与真伪性的关系
18.2.5 复合命题的信度
18.2.6 蕴涵度、包含度与信度
18.2.7 命题的蕴涵关系与相应信度的大小关系
18.2.8 基于信度的逻辑与推理
18.3 软模态命题与不确定性软语言值规则的推理
18.3.1 命题的可信性与模态命题
18.3.2 软量词、软称命题与软模态命题
18.3.3 信度化命题与模态命题
18.3.4 模态命题的真实性和真值
18.3.5 软模态规则、信度化规则与双重程度推理
18.3.6 数值模态逻辑初探
18.4 本章小结
第八篇 其他相关议题和进一步的研究课题
第19章 再议复合命题的逻辑语义与真值计算模型
19.1 引言
19.2 传统二值逻辑中复合命题的逻辑语义与逻辑真值
19.3 命题公式的二义性所存在的问题
19.4 蕴涵词之争揭秘
19.5 模糊逻辑中复合命题的逻辑语义与真值计算
19.6 模糊逻辑中其他基本复合命题的逻辑语义与真值计算
19.7 非标准逻辑语义复合命题及其真值
19.7.1 复合命题的非标准逻辑语义
19.7.2 非标准逻辑语义下的真值定义与计算
19.7.3 复合命题逻辑语义的转换与归约
19.8 模糊逻辑中非标准逻辑语义复合命题及其真值
19.8.1 模糊逻辑中复合命题的非标准逻辑语义
19.8.2 非标准逻辑语义下模糊复合命题的真值定义与计算模型
19.8.3 复合命题的逻辑真值定义与计算模型的一般表达式
19.8.4 模糊逻辑中复合命题逻辑语义的转换与归约
19.9 本章小结
第20章 命题运算与集合运算
20.1 引言
20.2 命题的真值与集合的份额
20.2.1 命题的真值与集合的份额的联系
20.2.2 复合命题的真值与复合集合的份额
20.2.3 二值命题代数与二元集合代数中的真值与份额
20.3 线序实体代数及其测度代数
20.3.1 线序集合代数及其份额代数
20.3.2 线序命题代数及其真度代数
20.3.3 线序事件代数及其概率代数
20.3.4 线序点集代数及其面积代数
20.3.5 诸代数之间的关系
20.4 伪补线序实体代数及其测度代数
20.5 全域上的实体运算及其测度运算
20.5.1 全域上的集合运算及其份额运算
20.5.2 全域上的命题运算及其真度运算
20.5.3 关于Sn和Ln的一点讨论
20.6 本章小结
第21章 进一步的研究方向与课题
21.1 方向1：基于不确切性知识的智能应用系统开发
21.2 方向2：基于软集合的知识发现与机器学习
21.3 方向3：基于软概念的自然语言理解与生成
21.4 方向4：软逻辑电路与软计算机语言
21.5 方向5：软概念的脑模型和人脑定性思维机理探索
21.6 方向6：相关数学与逻辑理论
参考文献
本书所引入和采用的符号体系
名词索引
京公网安备 11010102004214号