14、基于模糊规则的逆推理方法解析

基于模糊规则的逆推理方法解析

1 引言

在工程、医学、经济学等众多领域中，存在着一类广泛的问题，即逆问题。其中，医学和技术诊断问题是逆问题的典型代表，它旨在通过观察到的症状或故障的外部迹象，来恢复和识别疾病或故障的未知原因。解决这类诊断问题通常依赖于因果分析和溯因推理，其可以通过神经网络或贝叶斯网络进行形式化描述。当领域专家参与建立因果联系时，模糊集理论中的模糊关系和模糊 IF - THEN 规则能有效地建模未观察参数与观察参数之间的依赖关系。

2 模糊关系调优算法效率特性

2.1 调优前后诊断概率对比

原因（诊断）	数据样本中的案例数	调优前正确诊断概率	调优后（遗传算法零解）正确诊断概率	调优后（神经网络细化诊断）正确诊断概率
C1	105	83 / 105 = 0.79	99 / 105 = 0.94	103 / 105 = 0.98
C2	203	164 / 203 = 0.81	186 / 203 = 0.92	197 / 203 = 0.97
C3