一、动态模糊事件代数（论文文献综述）
刘学刚[1]（2011）在《基于DFS的概念学习机制研究》文中指出概念学习作为机器学习的一种学习范式,其相关算法被广泛应用于数据挖掘、模式识别、图像处理等相关领域,并且取得了较好的应用效果。目前,研究概念学习的基础理论主要有:模糊集、粗糙集、布尔代数、经典逻辑、粒计算等。基于这些基本理论形成的概念学习方法对处理海量数据中的动态模糊数据存在不足。因此,采用动态模糊集合理论研究概念学习是一种必然的选择。经过近三年的研究,取得的成绩主要有:（1）分析了通过DFS理论研究概念学习的可行性;提出了动态模糊概念的表示模型。（2）提出了基于DF格的概念学习模型,先后介绍了动态模糊形式背景的预处理、动态模糊概念格构建以及约简算法等。（3）提出了基于DFDT的概念学习模型,先后介绍了动态模糊概念树的构建、动态模糊概念树的剪枝以及动态模糊概念规则提取算法等。（4）针对文中的算法,在人脸识别和UCI数据集上进行了相关实验,验证了算法的有效性。
吴佳[2]（2011）在《动态模糊谓词逻辑关系学习算法及其应用研究》文中研究指明机器学习是人工智能的核心组成部分。关系学习作为机器学习的一种新方法,主要致力于寻找学习任务内部之间的关联来找出相应的学习规则。动态模糊谓词逻辑关系是处理动态模糊关系的理论基础之一。因此,本文针对动态模糊关系问题,运用动态模糊谓词逻辑的方法来研究关系学习问题。取得的成果主要包括:（1）提出了动态模糊矩阵表示的基本概念以及动态模糊矩阵的运算性质,包括动态模糊矩阵的乘积以及乘积性质。（2）提出了动态模糊谓词关系学习新方法,它能够解决未知信息缺乏情况下的学习问题。（3）实现了一个简单的人脸识别系统,用动态模糊谓词关系学习算法提高了该系统的学习能力。通过本文的研究以及实验,证实了用动态模糊谓词关系来处理学习问题的可行性,并且取得了良好的效果。
刘庆虎[3]（2010）在《基于DF关系的聚类分析算法及其应用研究》文中认为目前面向动态模糊数据的聚类分析研究的还比较少,为此,在动态模糊逻辑理论基础上,结合传统的聚类分析和模糊聚类分析理论,本文对面向动态模糊数据的聚类分析算法做一些尝试研究,主要做了以下工作:1.研究了几类面向动态模糊数据的聚类分析算法:（1）基于动态模糊等价关系的传递闭包聚类法;（2）基于动态模糊相似关系的最大树聚类算法;（3）基于动态模糊相似布尔矩阵的聚类分析算法。2.对各种算法的优缺点进行了阐述,对基于动态模糊等价关系的传递闭包聚类法和基于动态模糊相似关系的最大树聚类算法进行了比较,用理论证明了两种聚类分析算法的等价性。3.针对传递闭包法的“失真”问题,给出了基于近似最优动态模糊等价矩阵的聚类分析算法。通过本文的研究,进一步丰富了动态模糊逻辑的研究内容,拓宽了聚类分析的范围,为对动态模糊数据进行聚类分析提供了一些方法和指导。但是相关工作还只是初步的尝试,还有很多工作需要进一步探索。
刘亚军[4]（2010）在《基于DFL的人力资源评估模型及其应用》文中研究指明科学的人力资源管理对企业的经营活动起着重要的作用,它能使企业综合了解企业员工状况及其人员构成,有利于企业建立和健全激励约束机制,合理有效地配置人力资源,提高经营管理水平和综合竞争能力。本文对当前的人力资源管理研究现状进行分析,比较了人力资源管理使用的不同的理论和方法,针对人力资源管理绩效考核中存在的动态模糊性问题,引入动态模糊逻辑（DFL）理论来进行研究。其内容包括:（1）介绍了人力资源管理研究现状,分析了现有人力资源管理模型的优缺点;（2）介绍了动态模糊逻辑（DFL）的理论基础;（3）利用DFL,建立了基于DFL的人力资源评估模型;综上所述,本文的特色主要是将DFL理论引入到人力资源管理的研究中,构建了基于DFL的人力资源评估模型,为人们研究人力资源管理找到了新的途径。当然,这些研究工作还是较为初步的,鉴于人力资源管理的复杂性,还存在许多工作需要进一步研究和探索。
靳葛[5]（2009）在《动态模糊逻辑（DFL）真值域谱理论及应用研究》文中进行了进一步梳理动态模糊性问题是学术界普遍关注的问题,迄今为止国内外对这方面研究成果并不多。李凡长教授在L.A.Zadeh提出的模糊集和模糊逻辑理论基础上,提出了动态模糊集和一阶动态模糊逻辑系统,经过十几年的研究,取得了一系列的基础成果。基于此,本文进一步扩展,取得的成果包括如下几个方面:1.提出了动态模糊逻辑的谱分析方法。2.在一阶动态模糊逻辑的基础上,提出了二阶动态模糊逻辑。3.建立二阶动态模糊逻辑的谓词演算推理系统,并给出了二阶动态模糊逻辑的语义描述。4.提出了二阶动态模糊逻辑真值域的谱理论分析方法。5.提出了二阶动态模糊逻辑演算推理模型,为人们进行模糊信息推理提供了一种新的推理模式。6.通过实例找到了二阶动态模糊逻辑推理系统的应用背景。通过本文的研究,进一步丰富了动态模糊逻辑的研究内容,为解决现实生活中存在的动态模糊性问题提供了新的推理方法和理论依据。当然,面对纷繁复杂的现实世界,相关的研究工作还只是初步的尝试,还有许多工作需要进一步探索。
韩小芬[6]（2009）在《动态模糊逻辑程序设计语言的代数语义模型及应用研究》文中指出本文给出了动态模糊逻辑（DFL）程序设计语言的基本数据类型及其抽象语法结构。在此基础上,根据范畴论和指称语义的原理,给出了动态模糊逻辑程序设计语言的范畴描述,定义了它的语义域、语义函数,从而给出其指称语义。最后给出了动态模糊逻辑程序设计语言的实例分析。本文的特色主要体现在如下几个方面:1.给出了动态模糊逻辑程序设计语言的范畴描述;2.给出了动态模糊逻辑程序设计语言的代数语义模型,包括DFL程序设计语言的极限代数语义、伴随语义、模结构代数语义及加法范畴语义;3.提出了动态模糊逻辑程序设计语言的拓展语义,给出了动态模糊层范畴的定义、基本原理、性质和操作等;总之,本文的工作进一步丰富和发展了动态模糊逻辑程序设计语言的研究内容。相信不久的将来,动态模糊逻辑程序设计语言会给我们带来无穷的益处。
周颖[7]（2009）在《城市配送中心交通衔接合理性自动判别研究》文中认为在经济全球化的今天,现代物流作为“第三利润源泉”正受到日益广泛的重视。现代物流的主要目的是在降低物流成本的同时,为顾客提供更为满意的服务。物流配送中心作为物流领域中社会分工和专业分工的产物,在物流活动中有着举足轻重的作用。本文主要是对城市物流配送中心交通衔接的合理性进行自动判别研究。文章首先归纳总结了国内外学者对物流配送中心交通运输能力研究的方法和成果,发现国内外学者对于物流配送中心交通问题的研究,大多是围绕选址和车辆问题进行的。文章还简单介绍了配送中心的概念、分类和具备的各项功能,明确了自己研究目标。随后分析了配送中心的现状以及与公路,铁路,水路交通的衔接存在的主要问题。通过一定的理论基础的介绍,提出了城市物流配送中心交通衔接合理性自动判别基本原理,包括判别的方法,判别依据及准则,判别指标及参数。并且介绍了广义效用函数法和层次分析法这两种在判别中计算权重的方法。文章最后主要是通过主动模糊数据库技术来编程实现配送中心数据库信息系统的交通衔接合理性自动判别功能。分析了现已存在的配送中心数据库信息系统,并且对其功能模块,概念结构和逻辑结构进行了分析。在对主动数据库的理论分析的基础上,建立模糊关系数据模型,通过VC++语言,编程实现交通衔接合理性自动判别功能。
陈骏[8]（2008）在《主动数据库技术在银行CRM中的应用研究》文中进行了进一步梳理传统数据库系统只能根据用户的直接请求而被动地为用户提供数据服务,没有根据数据库的内部状态等情况主动进行相应的操作和处理的功能。主动数据库是数据库与人工智能技术的结合,它使得数据库能主动地对事件做出反应。主动数据库支持事件-条件-动作（ECA）规则,各种事件（如数据库状态转变、时间事件、外部信号）引发对相应条件的检测,若条件为真,便执行相应动作。一条规则由三部分构成,即触发规则的事件,执行规则应满足的条件和条件为真时执行的动作。我们将事件发生、条件为真时系统执行的这些动作称为触发的动作。当前提出的大多数触发动作执行策略的主要思想都是将执行动作作为触发事件的一部分。在这种框架结构下,一些规则的执行是在触发事件发生后事务结束前立即执行,另一些规则的执行则延迟到触发事务结束以后。这两种情况,基本上都是触发动作作为触发事务的一种现行扩展,这种结合在一起的执行方式使其满足了原子性的要求。本文提出将触发动作的分离执行加入到主动数据库系统中。分离执行不同于耦合执行,分离式动作执行和条件检测在分离出的事务中进行。这样,用户在规定何时进行条件检测和动作执行上具有更多的灵活性,相应地系统通过这些规定在调度上也会获得更大的灵活性。本文将上面的主动数据库的思想应用于银行CRM系统中,对银行CRM系统中采用主动数据库技术作了一些尝试和研究。本系统采用基于WEB的JSP技术开发。作者在以下几方面作了详细的研究:主动数据库的理论研究,在搜集大量资料的基础上,对主动数据库的体系结构、执行方式等方面作了探讨。
刘芳,李凡长[9]（2006）在《基于Internet的动态模糊主动专家数据库系统的研究》文中研究指明基于Internet,针对系统应用的主动性和动态模糊性特点,将动态模糊逻辑技术和专家系统技术引入到分布式主动数据库中,提出了一种基于Internet的动态模糊主动专家数据库系统模型,并对其系统结构及关键技术做了深入的研究。最后,将该模型应用于银行的客户信用评估系统中,其运行结果证明了该模型的有效性和科学性。
赵小芳[10]（2006）在《动态模糊逻辑程序设计语言的操作语义模型及验证》文中认为动态模糊逻辑（DFL）的研究已有十年的时间了,目前已取得了一系列研究成果,为了进一步拓展这些研究成果的应用,本文借鉴Dijkstra的监督命令程序结构,通过结构化操作语义描述方法从软件理论方面进行研究,提出了动态模糊逻辑程序设计语言（DFL Programming Language）的操作语义模型,以期形成解决动态模糊性问题的程序设计方法。主要内容包括:变形传统的λ演算,以更好地描述具有动态模糊性的问题;通过BNF描述了DFL程序设计语言的抽象语法;通过一个三元组<DFSC,DFO,DFSS>给出了DFL程序设计语言的操作语义模型;给出了DFL程序设计语言的基本框架结构;给出了该操作语义模型的一些应用实例;通过Hoare逻辑和基本指称语义对本文所定义的操作语义模型的正确性和可靠性进行了证明。由此可见,本文从全新的角度定义了一种可以处理动态模糊问题的程序设计语言。在描述、解决具有动态模糊性的问题时,本文所给出的DFL程序设计语言的操作语义模型与常见的高级程序设计语言相比表现出了很好的优越性。本文的特色体现在:（1）提出了可以描述动态模糊性问题的λ演算的变形方法;（2）提出了可以解决动态模糊性问题的DFL程序设计语言的操作语义模型,并对该模型的正确性和可靠性进行了证明;（3）提出了DFL程序设计语言的基本框架结构。
二、动态模糊事件代数（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、动态模糊事件代数（论文提纲范文）
（1）基于DFS的概念学习机制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 问题提出 |
| 1.2 非经典集合研究现状 |
| 1.2.1 模糊集研究现状 |
| 1.2.2 动态模糊逻辑的产生 |
| 1.3 本文的内容安排 |
| 第二章 DF 概念学习理论基础 |
| 2.1 DF 概念学习的认知机理 |
| 2.1.1 传统的概念学习 |
| 2.1.2 DF 概念学习 |
| 2.2 动态模糊集合介绍 |
| 2.2.1 基本概念 |
| 2.2.2 动态模糊格理论 |
| 2.2.3 DF 关系与DF 矩阵理论 |
| 2.2.4 DFS 和概念学习的关系 |
| 2.3 DF 概念的表示模型 |
| 2.4 本章小结 |
| 第三章 DF 概念学习空间模型 |
| 3.1 DF 概念学习的序模型 |
| 3.1.1 DF 假设空间的序结构 |
| 3.1.2 FIND-S 算法与候选消除算法 |
| 3.2 DF 概念学习计算模型 |
| 3.2.1 DFPAC 学习框架理论 |
| 3.2.2 DF 假设空间的样本复杂度 |
| 3.2.3 DF 出错界限模型 |
| 3.3 DF 实例空间降维模型 |
| 3.4 DF 属性空间降维模型 |
| 3.4.1 DFPCA 降维模型 |
| 3.4.2 DFLDA 降维模型 |
| 3.5 本章小结 |
| 第四章 基于DF 格的概念学习模型 |
| 4.1 经典概念格的构建方法 |
| 4.1.1 批次式建格算法 |
| 4.1.2 增量式建格算法 |
| 4.2 基于DFS 构建格算法 |
| 4.2.1 DF 概念格的分层 |
| 4.2.2 DF 概念格逐层构建算法 |
| 4.2.3 DF 概念格临界分层构建算法 |
| 4.3 DF 概念格约简 |
| 4.3.1 概念格约简研究背景与现状 |
| 4.3.2 基于聚类技术的约简 |
| 4.4 DF 概念规则提取 |
| 4.4.1 动态模糊规则表示形式 |
| 4.4.2 动态模糊规则提取算法 |
| 4.5 算法举例和实验分析 |
| 4.5.1 算法举例 |
| 4.5.2 实验对比 |
| 4.6 本章小结 |
| 第五章 基于DFDT 的概念学习模型 |
| 5.1 决策树的研究现状 |
| 5.1.1 决策树的研究现状 |
| 5.1.2 DF 概念树与生成策略 |
| 5.2 DF 概念树的生成 |
| 5.2.1 DF 属性选择度量标准 |
| 5.2.2 动态模糊数据的离散化 |
| 5.2.3 DF 概念树的构建算法 |
| 5.2.4 DF 概念树的剪枝策略 |
| 5.3 DF 概念规则提取与匹配算法 |
| 5.3.1 动态模糊概念规则提取 |
| 5.3.2 基于DF 概念树的概念匹配算法 |
| 5.4 本章小结 |
| 第六章 应用实例与分析 |
| 6.1 基于DF 概念格的人脸识别实验 |
| 6.1.1 人脸识别简介 |
| 6.1.2 ORL 人脸库简介 |
| 6.1.3 实验平台与步骤 |
| 6.2 UCI 数据集上的数据分类实验 |
| 6.2.1 UCI 数据集上的数据分类实验 |
| 6.2.2 实验结果分析 |
| 第七章 总结与展望 |
| 7.1 本文研究内容总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 附录 |
| 中英文名词对照表 |
| 致谢 |
（2）动态模糊谓词逻辑关系学习算法及其应用研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 动态模糊逻辑（DFL）研究综述 |
| 1.2 关系学习综述 |
| 1.2.1 关系学习概述 |
| 1.2.2 关系学习算法 |
| 1.3 问题提出及内容安排 |
| 第二章 动态模糊逻辑（DFL）矩阵表示 |
| 2.1 逻辑的矩阵表示 |
| 2.2 DFL 的矩阵表示 |
| 2.3 DF 矩阵的性质 |
| 2.3.1 DF 矩阵的运算性质 |
| 2.3.2 DF 矩阵的乘积 |
| 2.4 本章小节 |
| 第三章 动态模糊(DF)谓词逻辑关系学习算法 |
| 3.1 DF 命题逻辑 |
| 3.1.1 DF 命题逻辑概念 |
| 3.1.2 DF 命题公式的范式 |
| 3.1.3 DF 命题逻辑的推理理论 |
| 3.1.4 DF 命题逻辑关系学习算法 |
| 3.2 DF 谓词逻辑 |
| 3.2.1 DF 谓词定义 |
| 3.2.2 DF 谓词逻辑表示 |
| 3.3 DF 谓词逻辑关系学习算法 |
| 3.3.1 问题描述 |
| 3.3.2 学习过程 |
| 3.4 实例应用 |
| 3.5 本章小结 |
| 第四章 应用研究—人脸识别 |
| 4.1 人脸识别系统 |
| 4.1.1 问题描述 |
| 4.1.2 系统设计 |
| 4.2 特征提取 |
| 4.2.1 系统框图 |
| 4.2.2 预处理 |
| 4.2.3 粗定位与细定位 |
| 4.3 算法设计 |
| 4.4 算法过程 |
| 4.5 实验结果 |
| 4.6 本章小节 |
| 第五章 总结与展望 |
| 5.1 论文总结 |
| 5.2 工作展望 |
| 参考文献 |
| 附录 |
| 科研情况 |
| 攻读硕士学位期间论文发表情况 |
| 中英文名词对照 |
| 致谢 |
（3）基于DF关系的聚类分析算法及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 聚类分析研究综述 |
| 1.2 动态模糊逻辑研究进展 |
| 1.3 问题提出及研究目标 |
| 1.4 内容安排 |
| 第二章 相关基础理论 |
| 2.1 动态模糊集 |
| 2.1.1 动态模糊集的定义 |
| 2.1.2 动态模糊集的运算 |
| 2.1.3 动态模糊集(DFS)的截集 |
| 2.2 动态模糊关系 |
| 2.3 动态模糊矩阵 |
| 2.3.1 动态模糊矩阵的概念 |
| 2.3.2 动态模糊矩阵的运算及其性质 |
| 2.4 动态模糊相似矩阵及其传递闭包 |
| 2.4.1 动态模糊相似矩阵的概念 |
| 2.4.2 动态模糊相似矩阵的传递闭包及其求法 |
| 2.5 求动态模糊相似矩阵的传递闭包的一种简便算法 |
| 2.6 动态模糊图 |
| 2.7 本章小结 |
| 第三章 基于DF 关系的聚类分析算法 |
| 3.1 聚类分析基础 |
| 3.1.1 聚样本间“相似性”的度量 |
| 3.1.2 聚类分析的一般步骤 |
| 3.2 基于DF 等价关系的传递闭包聚类算法 |
| 3.3 基于DF 相似关系和动态模糊图的最大树聚类算法 |
| 3.4 传递闭包算法与最大树算法的比较 |
| 3.5 基于DF 相似布尔矩阵的聚类分析算法 |
| 3.6 基于DF 关系的聚类分析算法的特点 |
| 3.7 本章小结 |
| 第四章 基于近似最优动态模糊等价矩阵的聚类分析算法研究 |
| 4.1 问题提出 |
| 4.2 动态模糊等价矩阵的的若干性质 |
| 4.3 具有相同传递闭包的动态模糊相似矩阵的求法 |
| 4.4 一种计算最优动态模糊等价矩阵的方法 |
| 4.5 一种求近似最优动态模糊等价矩阵的算法 |
| 4.5.1 改进算法的理论基础 |
| 4.5.2 求近似最优动态模糊等价矩阵的算法 |
| 4.6 基于近似最优动态模糊等价矩阵的聚类分析算法 |
| 4.7 本章小结 |
| 第五章 基于DF 关系的聚类分析算法在银行客户细分系统中的应用 |
| 5.1 银行客户细分与聚类分析 |
| 5.1.1 银行客户细分理论的产生 |
| 5.1.2 聚类分析在银行客户细分中的适用性 |
| 5.1.3 聚类分析在银行客户细分中的应用方法 |
| 5.2 银行客户细分系统概述 |
| 5.2.1 系统功能描述 |
| 5.2.2 系统开发环境 |
| 5.3 系统概要设计 |
| 5.3.1 系统业务流程 |
| 5.3.2 系统数据库设计 |
| 5.4 系统实现 |
| 5.5 实验与分析 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读学位期间公开发表的论文 |
| 致谢 |
（4）基于DFL的人力资源评估模型及其应用（论文提纲范文）
| 中文摘要 |
| Abstract |
| 目录 |
| 第一章 引言 |
| 1.1 课题的研究背景与目的 |
| 1.2 人力资源管理概述 |
| 1.2.1 人力资源管理概念 |
| 1.2.2 绩效管理在人力资源管理中的定位 |
| 1.2 国内外研究现状 |
| 1.2.1 动态模糊逻辑研究现状 |
| 1.2.2 人力资源管理发展现状 |
| 1.3 问题提出及内容安排 |
| 第二章 动态模糊逻辑简介 |
| 2.1 动态模糊集（DFS） |
| 2.2 动态模糊逻辑的命题演算 |
| 2.3 动态模糊逻辑(DFL)的谓词演算 |
| 2.4 本章小结 |
| 第三章 基于DFL 的人力资源评估模型 |
| 3.1 人力资源管理与绩效评估 |
| 3.2 绩效评估 |
| 3.2.1 绩效相关概念 |
| 3.2.2 绩效评估指标 |
| 3.3 基于DFL 的人力资源评估模型 |
| 3.3.1 模型框架 |
| 3.3.2 模型构建 |
| 3.4 实例分析 |
| 3.4.1 基于软件开发人员的模型实例 |
| 3.4.2 确定树边的权重 |
| 3.4.3 确定叶子结点的评语集 |
| 3.4.4 计算 |
| 3.5 本章小结 |
| 第四章 模型验证系统 |
| 4.1 人力资源评估系统的总体设计 |
| 4.1.1 系统功能描述 |
| 4.1.2 系统的总体框图 |
| 4.1.3 系统的流程分析 |
| 4.2 人力资源评估系统的具体实现 |
| 4.2.1 系统的软件环境 |
| 4.2.2 数据库设计 |
| 4.2.3 系统的主要界面及操作流程 |
| 4.2.4 实例结果分析 |
| 4.2.5 本系统与传统人力资源评估系统的比较 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 攻读学位期间公开发表的论文 |
| 致谢 |
（5）动态模糊逻辑（DFL）真值域谱理论及应用研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 动态模糊逻辑(DFL)研究现状综述 |
| 1.2 问题提出 |
| 1.3 主要工作 |
| 1.4 内容安排 |
| 第二章 一阶动态模糊逻辑 |
| 2.1 一阶动态模糊逻辑(First-Order Dynamic Fuzzy Logic)简介 |
| 2.1.1 动态模糊集(DFS) |
| 2.1.2 一阶动态模糊逻辑的命题演算 |
| 2.1.3 一阶动态模糊逻辑(DFL)的谓词演算 |
| 2.2 谱分析方法 |
| 2.2.1 DF命题逻辑谱分析方法 |
| 2.2.2 DF谓词逻辑的谱分析方法 |
| 2.3 本章小结 |
| 第三章 二阶动态模糊逻辑系统 |
| 3.1 二阶逻辑简介 |
| 3.2 二阶动态模糊逻辑(Second-Order Dynamic Fuzzy Logic)语法 |
| 3.2.1 二阶DFL命题语言 |
| 3.2.2 二阶DFL谓词逻辑 |
| 3.3 二阶动态模糊逻辑的语义 |
| 3.3.1 二阶DFL系统语义中的元理论 |
| 3.3.2 二阶DFL语义 |
| 3.4 二阶动态模糊逻辑演算系统 |
| 3.4.1 命题演算推理 |
| 3.4.2 谓词逻辑演算推理 |
| 3.5 二阶动态模糊逻辑谓词演算归结推理 |
| 3.5.1 子句型 |
| 3.5.2 置换和合一 |
| 3.5.3 归结推理过程 |
| 3.6 真值域的谱分析方法 |
| 3.6.1 二阶DFL真值域刻画 |
| 3.6.2 二阶DFL真值域谱分析 |
| 3.7 本章小结 |
| 第四章 二阶动态模糊逻辑演算推理系统模型 |
| 4.1 一阶动态模糊逻辑演算推理系统 |
| 4.1.1 一阶DFL的一般推理模型 |
| 4.1.2 一阶DFL推理规则的描述 |
| 4.1.3 一阶DFL推理规则的激活 |
| 4.2 二阶动态模糊逻辑演算推理系统 |
| 4.2.1 二阶DFL对语言的描述 |
| 4.2.2 二阶DFL推理规则的激活模型 |
| 4.3 本章小结 |
| 第五章 应用 |
| 5.1 二阶动态模糊逻辑实例系统 |
| 5.1.1 人才选拔的总体框架 |
| 5.1.2 具体设计 |
| 5.2 实例演算 |
| 5.3 本章小结 |
| 第六章 结论及展望 |
| 参考文献 |
| 附录 |
| 科研情况 |
| 获奖情况 |
| 论文发表情况 |
| 中英文名词对照 |
| 致谢 |
| 详细摘要 |
（6）动态模糊逻辑程序设计语言的代数语义模型及应用研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 DFL程序设计语言的研究进展 |
| 1.1.1 动态模糊逻辑的研究进展 |
| 1.1.2 动态模糊逻辑程序设计语言研究背景与现状 |
| 1.2 问题提出 |
| 1.3 本文的内容安排 |
| 第二章 动态模糊逻辑程序设计语言的范畴描述 |
| 2.1 动态模糊逻辑程序设计语言理论基础 |
| 2.1.1 动态模糊逻辑程序设计语言的基本数据类型 |
| 2.1.2 动态模糊逻辑程序设计语言的抽象语法 |
| 2.2 动态模糊逻辑程序设计语言范畴模型 |
| 2.2.1 动态模糊图范畴 |
| 2.2.2 动态模糊范畴 |
| 2.2.3 动态模糊函子 |
| 2.2.4 动态模糊自然变换 |
| 2.2.5 动态模糊逻辑程序设计语言的范畴模型 |
| 2.3 本章小结 |
| 第三章 DFL程序设计语言的代数语义模型 |
| 3.1 抽象数据类型 |
| 3.2 动态模糊逻辑的DF∑代数 |
| 3.3 DFL程序设计语言的极限代数语义 |
| 3.3.1 引言 |
| 3.3.2 极限的定义 |
| 3.3.3 极限和函子的关系 |
| 3.4 DFL程序设计语言函子的伴随语义 |
| 3.4.1 伴随函子的定义 |
| 3.4.2 伴随函子定理 |
| 3.5 DFL程序设计语言的Monad结构代数 |
| 3.6 DFL程序设计语言的加法范畴语义 |
| 3.7 DFL程序设计语言的指称语义 |
| 3.7.1 DFL语言的语义域 |
| 3.7.2 DFL语言的语义函数 |
| 3.7.3 DFL语言的指称语义 |
| 3.8 本章小结 |
| 第四章 DFL程序设计语言的代数拓展语义 |
| 4.1 预备知识 |
| 4.2 动态模糊层的定义 |
| 4.3 DFL程序设计语言代数拓展语义的基本原理 |
| 4.4 动态模糊层范畴的性质 |
| 4.5 动态模糊层范畴操作 |
| 4.6 本章小结 |
| 第五章 实例分析 |
| 5.1 问题描述 |
| 5.2 程序实现 |
| 5.3 程序分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 本文小结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间公开发表的论文 |
| 中英文名词对照 |
| 致谢 |
| 详细摘要 |
（7）城市配送中心交通衔接合理性自动判别研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文研究背景 |
| 1.2 国内外研究现状 |
| 1.3 论文研究目标，方法和技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 第2章 城市物流配送中心交通衔接问题 |
| 2.1 城市物流配送中心交通衔接概述 |
| 2.2 城市物流配送中心概述 |
| 2.2.1 城市配送概述 |
| 2.2.2 城市配送中心 |
| 2.2.3 城市配送的功能 |
| 2.2.4 城市物流配送中心的分类及影响 |
| 2.3 城市物流配送中心交通衔接现状分析 |
| 2.4 城市物流配送中心交通衔接存在的问题 |
| 2.4.1 与公路交通衔接问题 |
| 2.4.2 与铁路交通衔接问题 |
| 2.4.3 与水路交通衔接问题 |
| 第3章 城市物流配送中心交通衔接合理性自动判别基本原理 |
| 3.1 城市配送中心交通衔接判别研究 |
| 3.2 交通衔接合理性判别依据及准则 |
| 3.3 交通衔接合理性判别指标及参数 |
| 3.4 判别方法 |
| 3.4.1 广义效用函数法 |
| 3.4.2 层次分析法 |
| 第4章 基于配送中心数据库信息系统的交通衔接合理性自动判别 |
| 4.1 配送中心数据库信息系统概述 |
| 4.2 数据库信息系统已存在的功能模块分析 |
| 4.2.1 系统总体功能层次结构 |
| 4.2.2 系统功能模块结构分析 |
| 4.3 数据库系统的数据流程图 |
| 4.4 交通衔接合理性判别模块设计 |
| 4.4.1 主动数据库理论概述 |
| 4.4.2 建立模糊关系数据模型 |
| 4.4.3 数据库系统中ECA规则模型 |
| 4.4.4 规则语言 |
| 4.5 交通衔接合理性自动判别的实现 |
| 4.5.1 系统可行性分析 |
| 4.5.2 系统设计 |
| 4.5.3 城市配送中心交通衔接合理性自动判别的实现界面 |
| 4.5.4 配送中心交通衔接判别实例 |
| 第5章 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文及参加的科研课题 |
| 附录 |
（8）主动数据库技术在银行CRM中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 本文的目的和意义 |
| 1.2 课题来源 |
| 1.3 本论文的研究工作 |
| 1.4 本论文的组织结构 |
| 第二章 主动数据库的基本概念 |
| 2.1 主动数据库技术产生的背景 |
| 2.1.1 数据库的被动服务与主动服务 |
| 2.1.2 实际应用中的主动性需求 |
| 2.1.3 主动数据库技术的历史 |
| 2.2 主动数据库的发展 |
| 2.2.1 国内外的研究现状 |
| 2.2.2 主动数据库的研究重点 |
| 2.2.3 主动数据库的发展方向 |
| 2.2.4 银行业CRM 的应用现状 |
| 2.3 主动数据库系统的体系结构 |
| 2.3.1 主动数据库的定义 |
| 2.3.2 主动数据库中的事件空间 |
| 2.3.3 主动数据库中的主动功能 |
| 2.3.4 主动数据库的体系结构 |
| 2.3.5 主动数据库实现技术 |
| 2.4 主动规则的研究 |
| 2.4.1 主动规则的构成 |
| 2.5 规则执行语义 |
| 2.5.1 用户事务触发规则的处理 |
| 2.5.2 规则的终止性（Termination） |
| 2.5.3 规则的合流性（confluence） |
| 2.6 事务模型 |
| 2.7 规则的调度 |
| 第三章 基于专家系统的主动数据库研究 |
| 3.1 专家系统概述 |
| 3.1.1 人工智能概述 |
| 3.1.2 专家系统的基本概念 |
| 3.2 基于专家系统的主动数据库系统 |
| 3.2.1 概述 |
| 3.2.2 系统耦合方式 |
| 第四章 客户关系管理系统 |
| 4.1 CRM 的起源和发展 |
| 4.2 CRM 的应用领域 |
| 4.3 CRM 的功能和结构 |
| 4.3.1 CRM 系统的功能 |
| 4.3.2 CRM 解决方案的组成 |
| 4.3.3 CRM 的分类及各自的作用 |
| 4.3.4 CRM 与ERP |
| 4.4 银行实施CRM 的需求和时机 |
| 第五章 系统原型的设计与实现 |
| 5.1 需求分析 |
| 5.2 系统的总体设计 |
| 5.3 系统环境配置 |
| 5.4 系统详细设计 |
| 5.4.1 数据库逻辑结构设计 |
| 5.4.2 应用系统设计 |
| 结束语 |
| 致谢 |
| 参考文献 |
（10）动态模糊逻辑程序设计语言的操作语义模型及验证（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 引论 |
| 1.1 动态模糊逻辑(DFL)的研究综述 |
| 1.2 问题的提出 |
| 1.3 本文的内容安排 |
| 第二章 动态模糊逻辑程序设计语言的基础理论 |
| 2.1 动态模糊逻辑（DFL）简介 |
| 2.1.1 DFL 的命题演算 |
| 2.1.2 DFL 的谓词演算 |
| 2.1.3 动态模糊数据理论 |
| 2.2 操作语义 |
| 2.2.1 操作语义的研究历史 |
| 2.2.2 结构化操作语义 |
| 2.3 DFL 的λ演算描述 |
| 2.3.1 传统的λ演算 |
| 2.3.1.1 λ项 |
| 2.3.1.2 置换（Substitution） |
| 2.3.1.3 α-变换(α-conversion) |
| 2.3.1.4 β-归约(β-conversion) |
| 2.3.1.5 丘奇-罗赛定理(Church-Rosser) |
| 2.3.2 变形传统的λ演算 |
| 2.3.2.1 变形的λ演算的项 |
| 2.3.2.2 变形的λ演算的置换 |
| 2.3.2.3 变形的λ演算的α-变换 |
| 2.3.2.4 变形的λ演算的β-归约 |
| 2.3.2.5 变形的λ演算的丘奇－罗赛定理 |
| 2.3.3 动态模糊命题的λ演算描述 |
| 2.3.4 动态模糊谓词的λ演算描述 |
| 2.4 本章小结 |
| 第三章 动态模糊逻辑辑程序设计语言的语法 |
| 3.1 监督命令程序结构 |
| 3.2 动态模糊逻辑程序设计语言的抽象语法 |
| 3.3 本章小结 |
| 第四章 动态模糊逻辑程序设计语言的操作语义模型 |
| 4.1 动态模糊逻辑程序设计语言的操作语义模型结构 |
| 4.1.1 动态模糊语法范畴(DFSC) |
| 4.1.2 动态模糊算子(DFO) |
| 4.1.3 动态模糊语义(DFSS) |
| 4.1.3.1 表达式 |
| 4.1.3.2 布尔表达式 |
| 4.1.3.3 语句 |
| 4.1.3.4 监督命令 |
| 4.2 动态模糊逻辑程序设计语言的数据类型的操作语义 |
| 4.2.1 动态模糊逻辑程序设计语言的基本数据类型的表示 |
| 4.2.2 动态模糊逻辑程序设计语言的基本数据类型的操作语义 |
| 4.2.2.1 动态模糊整型数据（DFInt） |
| 4.2.2.2 动态模糊实型数据（DFReal） |
| 4.2.2.3 动态模糊布尔型数据（DFBool） |
| 4.2.2.4 动态模糊字符型数据（DFChr） |
| 4.2.3 其它数据类型 |
| 4.3 本章小结 |
| 第五章 动态模糊逻辑程序设计语言的框架 |
| 5.1 处理对象的动态模糊化 |
| 5.1.1 动态模糊整数 |
| 5.1.2 动态模糊布尔值 |
| 5.1.3 动态模糊字符 |
| 5.2 类型的动态模糊化 |
| 5.3 语句的动态模糊化 |
| 5.4 本章小结 |
| 第六章 动态模糊逻辑程序设计语言的应用 |
| 6.1 应用实例 |
| 6.2 程序的执行过程 |
| 6.3 本章小结 |
| 第七章 验证 |
| 7.1 正确性验证 |
| 7.2 可靠性验证 |
| 7.2.1 动态模糊逻辑程序设计语言的指称语义 |
| 7.2.2 推理规则的可靠性证明 |
| 7.3 本章小结 |
| 第八章 结论与展望 |
| 参考文献 |
| 致谢 |
| 附录 |
| 中英文名词对照 |
| 中文详细摘要 |
四、动态模糊事件代数（论文参考文献）
- [1]基于DFS的概念学习机制研究[D]. 刘学刚. 苏州大学, 2011(06)
- [2]动态模糊谓词逻辑关系学习算法及其应用研究[D]. 吴佳. 苏州大学, 2011(06)
- [3]基于DF关系的聚类分析算法及其应用研究[D]. 刘庆虎. 苏州大学, 2010(06)
- [4]基于DFL的人力资源评估模型及其应用[D]. 刘亚军. 苏州大学, 2010(05)
- [5]动态模糊逻辑（DFL）真值域谱理论及应用研究[D]. 靳葛. 苏州大学, 2009(10)
- [6]动态模糊逻辑程序设计语言的代数语义模型及应用研究[D]. 韩小芬. 苏州大学, 2009(10)
- [7]城市配送中心交通衔接合理性自动判别研究[D]. 周颖. 武汉理工大学, 2009(09)
- [8]主动数据库技术在银行CRM中的应用研究[D]. 陈骏. 电子科技大学, 2008(10)
- [9]基于Internet的动态模糊主动专家数据库系统的研究[J]. 刘芳,李凡长. 计算机工程与设计, 2006(09)
- [10]动态模糊逻辑程序设计语言的操作语义模型及验证[D]. 赵小芳. 苏州大学, 2006(12)