论文部分内容阅读
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。