Resumen

En la optimización de reglas, se extrajeron algunas características de las reglas para describir las correlaciones de incertidumbre de las relaciones difusas, pero los números concretos no pueden expresar correlaciones con incertidumbre, como al menos 0.1 y hasta 0.5. Para resolver este problema, se ha propuesto en este manuscrito una nueva definición sobre el contenido de información de intervalo de la relación difusa para realizar la medición de la difuminación de la relación difusa. Además, se han construido su definición y expresiones. Mientras tanto, basándose en el contenido de información de intervalo, se analizaron los problemas de clasificación y agrupación de implicaciones difusas. Finalmente, utilizando la combinación de ecuaciones de comparación de intervalos de posibilidad y medida de similitud de valores de intervalo, se demostró que las clasificaciones de operadores de implicación son realizables. Los logros en el trabajo presentado proporcionarán un índice razonable para medir los operadores de implicación difusa y sentarán una base sólida para investig

• Materias:Internet de las cosas Algoritmo iterativo Algoritmo de evaluación Viga viscoelástica Lenguaje de programación
• Subjects:Internet of things Iterative algorithm Evaluation algorithm Viscoelastic beam Programming language
• Palabras claves:Optimización de reglas; Relaciones difusas; Correlaciones de incertidumbre; Contenido de información en intervalos; Clasificación de implicaciones difusas; Agrupamiento
• Keywords:Rule optimization; Fuzzy relations; Uncertainty correlations; Interval information content; Fuzzy implication ranking; Clustering