本發(fā)明屬于智能信息處理技術(shù)領(lǐng)域，特別涉及一種基于廣義一般二型模糊集合的詞計(jì)算方法及其裝置。

背景技術(shù)：

人工智能自從誕生之日起已經(jīng)取得了許多令人矚目的成就，例如無(wú)人機(jī)、無(wú)人車、無(wú)人船、機(jī)器人等等。然而，伴隨著它的成功，人工智能仍然面臨著巨大的局限和挑戰(zhàn)-機(jī)器模擬的智能還遠(yuǎn)達(dá)不到人類的智能，不能滿足實(shí)際的需求。究其原因，我們發(fā)現(xiàn)當(dāng)需要處理的信息(感性信息)具有不精確、不確定、非完整等特征時(shí)，人工智能所使用的傳統(tǒng)的計(jì)算范式效果不佳。如何有效的處理感性信息就成為信息和人工智能領(lǐng)域?qū)＜颐媲暗囊坏离y題。模糊理論的創(chuàng)始人zadeh為解決這一問(wèn)題提出了一種新的計(jì)算范式-詞計(jì)算理論(基于感性信息的計(jì)算理論)。本質(zhì)上，詞計(jì)算是利用自然語(yǔ)言描述的信息進(jìn)行推理、計(jì)算和決策的方法。它的基本問(wèn)題之一是如何合理有效的表示自然語(yǔ)言(感性信息)的不確定性。由于模糊邏輯和詞計(jì)算概念的內(nèi)在本質(zhì)的聯(lián)系，模糊集合成為描述感性信息顆粒度的必然模型。根據(jù)模糊集合的復(fù)雜程度，不同的學(xué)者提出了不同的詞計(jì)算方法。莫紅、王飛躍等采用一型模糊集合提出兩類詞計(jì)算方法?；谀：龜U(kuò)展原理的i型詞計(jì)算和基于mamdani模糊推理的ii型詞計(jì)算。由于他們的方法僅適用于單變量的情況(實(shí)際使用時(shí)多為多變量的計(jì)算)而且一型模糊集合隸屬函數(shù)一旦確定，它的不確定性就完全消失，所以該方法在實(shí)際使用時(shí)有很大局限性。近年來(lái)，二型模糊集合作為詞語(yǔ)模型的詞計(jì)算方法逐漸受到關(guān)注。mendel、dongruiwu等采用區(qū)間值二型模糊集合提出了一種新的詞計(jì)算方法。但是他們所采用的二型模糊集合是一種非常特殊的二型模糊集合，它的次隸屬度均等于1(不能描述主隸屬度取值的不確定性)而且次隸屬函數(shù)的支集是單連通的，不確定覆蓋域的上下邊界隸屬函數(shù)是連續(xù)的。在實(shí)際使用時(shí)，很多情況下得到的詞語(yǔ)(二型模糊集合)都不符合以上的條件，這極大限制了它的應(yīng)用。h.hagras提出采用線性一般二型模糊集合的詞計(jì)算方法，相比于mendel和wu的方法，線性一般二型模糊集合的次隸屬度的取值不再是1而是與論域和主隸屬度都相關(guān)的線性函數(shù)，而且在詞計(jì)算中所涉及的詞語(yǔ)只包括兩個(gè)意義相反的形容詞。在上述詞計(jì)算方法中，需要假設(shè)副詞對(duì)形容詞的修飾是線性關(guān)系，事實(shí)上存在大量不符合以上假設(shè)的情形，限制詞計(jì)算方法的實(shí)際應(yīng)用。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)中的不足，本發(fā)明提供一種基于廣義一般二型模糊集合的詞計(jì)算方法及其裝置，解決現(xiàn)有技術(shù)中詞計(jì)算應(yīng)用受限等問(wèn)題，有效降低詞計(jì)算誤判率，大大提高人工智能設(shè)備詞計(jì)算的效率及準(zhǔn)確度。

按照本發(fā)明所提供的設(shè)計(jì)方案，一種基于廣義一般二型模糊集合的詞計(jì)算方法，包含如下內(nèi)容：

步驟1、根據(jù)具體問(wèn)題，構(gòu)建其輸入、輸出詞語(yǔ)廣義一般二型模糊集合模型；

步驟2、建立各個(gè)評(píng)估標(biāo)準(zhǔn)的單變量規(guī)則模塊，對(duì)于每一個(gè)待評(píng)估對(duì)象，通過(guò)廣義一般二型模糊集合接近度，測(cè)量其實(shí)際輸入評(píng)估標(biāo)準(zhǔn)語(yǔ)言值和相應(yīng)單變量規(guī)則模塊規(guī)則前件的接近度將其作為信息聚合算子的權(quán)值，和相應(yīng)規(guī)則后件進(jìn)行聚合計(jì)算獲取中間輸出詞語(yǔ)語(yǔ)言值；

步驟3、針對(duì)單變量規(guī)則模塊，根據(jù)其權(quán)值和相應(yīng)中間輸出詞語(yǔ)語(yǔ)言值采用信息聚合計(jì)算得到最終輸出詞語(yǔ)語(yǔ)言值。獲取所有f個(gè)待評(píng)估對(duì)象的最終輸出詞語(yǔ)語(yǔ)言值；

步驟4、對(duì)于所有f個(gè)最終輸出詞語(yǔ)語(yǔ)言值，采用分?jǐn)?shù)函數(shù)方法進(jìn)行排序確定多個(gè)待評(píng)估對(duì)象的相互關(guān)系，或通過(guò)計(jì)算最終輸出詞語(yǔ)語(yǔ)言值與已知輸出詞語(yǔ)語(yǔ)言值接近度并選取接近度最大的已知輸出詞語(yǔ)語(yǔ)言值作為最后輸出結(jié)果。

上述的，所述的步驟1包含如下內(nèi)容：

步驟11、根據(jù)評(píng)估標(biāo)準(zhǔn)和評(píng)估結(jié)果收集區(qū)間數(shù)據(jù)，獲取嵌入一型和/或區(qū)間值二型模糊集合；

步驟12、根據(jù)嵌入一型和/或區(qū)間值二型模糊集合，構(gòu)造廣義一般二型模糊集合水平切片，得到廣義一般二型模糊集合詞語(yǔ)模型

步驟13、確定輸入詞語(yǔ)語(yǔ)言值輸出詞語(yǔ)語(yǔ)言值及對(duì)于所有f個(gè)待評(píng)估對(duì)象針對(duì)每個(gè)評(píng)估標(biāo)準(zhǔn)確定實(shí)際輸入詞語(yǔ)語(yǔ)言值，其中，n為評(píng)估標(biāo)準(zhǔn)數(shù)目，si為輸入評(píng)估標(biāo)準(zhǔn)詞語(yǔ)語(yǔ)言值數(shù)目，g為輸出評(píng)估結(jié)果詞語(yǔ)語(yǔ)言值數(shù)目。

優(yōu)選的，所述的步驟11中收集的區(qū)間數(shù)據(jù)包含確定區(qū)間數(shù)據(jù)和/或不確定區(qū)間數(shù)據(jù)其中，和為精確值，和為區(qū)間數(shù)，針對(duì)確定區(qū)間數(shù)據(jù)，通過(guò)多目標(biāo)限制優(yōu)化方法獲取一型模糊集合及其標(biāo)準(zhǔn)三角隸屬函數(shù)；對(duì)于不確定區(qū)間數(shù)據(jù)，兩個(gè)端點(diǎn)區(qū)間數(shù)和按照均勻分布原則選取隨機(jī)端點(diǎn)和得到確定區(qū)間數(shù)據(jù)通過(guò)多目標(biāo)限制優(yōu)化方法獲取一型模糊集合及其標(biāo)準(zhǔn)三角隸屬函數(shù)對(duì)于所有m個(gè)確定區(qū)間數(shù)據(jù)得到相應(yīng)的m個(gè)嵌入一型模糊集合，采用作為區(qū)間值二型模糊集合的不確定覆蓋域，其中，和分別表示下、上邊界隸屬函數(shù)。

上述的，所述的步驟12中，根據(jù)步驟11獲取的嵌入一型和/或區(qū)間值二型模糊集合，構(gòu)造廣義一般二型模糊集合水平切片，當(dāng)z＝0時(shí)，對(duì)應(yīng)的水平切片為當(dāng)z＝1/n時(shí)，對(duì)應(yīng)的水平切片是n個(gè)一型和/或區(qū)間值二型模糊集合所有論域元素及其對(duì)應(yīng)的隸屬度組成的二維區(qū)域并集當(dāng)z＝2/n時(shí)，對(duì)應(yīng)的水平切片是從n個(gè)一型和/或區(qū)間值二型模糊集合中任選兩個(gè)求兩者論域元素及其隸屬度組成二維區(qū)域的交集，求所有個(gè)交集的并集依次得到z＝3/n，…，z＝1分別對(duì)應(yīng)的水平切片得到廣義一般二型模糊集合詞語(yǔ)模型，表示為：

優(yōu)選的，所述的步驟2包含：

步驟21、根據(jù)廣義一般二型模糊集合的距離測(cè)度和接近度的關(guān)系通過(guò)計(jì)算實(shí)際輸入評(píng)估標(biāo)準(zhǔn)語(yǔ)言值和相應(yīng)單變量規(guī)則模塊模糊規(guī)則前件的距離獲得接近度

步驟22、對(duì)于每一單變量規(guī)則模塊中的所有規(guī)則，采用接近度作為前件和實(shí)際輸入評(píng)估標(biāo)準(zhǔn)語(yǔ)言值匹配度，與相應(yīng)規(guī)則后件進(jìn)行加權(quán)平均，計(jì)算得到中間輸出詞語(yǔ)語(yǔ)言值；

步驟23、對(duì)于每一待評(píng)估對(duì)象的n個(gè)實(shí)際輸入評(píng)估標(biāo)準(zhǔn)語(yǔ)言值分別計(jì)算它們和對(duì)應(yīng)單變量規(guī)則模塊的中間輸出詞語(yǔ)語(yǔ)言值遍歷f個(gè)待評(píng)估對(duì)象，得到nf個(gè)中間輸出詞語(yǔ)語(yǔ)言值。

更進(jìn)一步，所述的步驟21包含：對(duì)于實(shí)際輸入語(yǔ)言評(píng)估值和單變量規(guī)則模塊規(guī)則前件對(duì)應(yīng)的水平切片和對(duì)應(yīng)的兩個(gè)zt水平切片在論域元素xq處的隸屬度和分別對(duì)其子區(qū)間根據(jù)中心(λ表示或)的大小按照從小到大的順序排列，判斷和大小，如果兩者不等，較小者用它隸屬度中最大子區(qū)間補(bǔ)足直到兩者數(shù)量相等；得到隸屬度相同大小位置子區(qū)間和根據(jù)兩者距離計(jì)算兩個(gè)對(duì)應(yīng)zt水平切片論域元素xq的隸屬度距離；論域離散化后元素的數(shù)目為nx，對(duì)論域所有元素的隸屬度距離計(jì)算平均值獲得對(duì)應(yīng)zt水平切片的距離；根據(jù)zt水平切片的距離和對(duì)應(yīng)的權(quán)值z(mì)t加權(quán)平均，得到廣義一般二型模糊集合距離，獲取接近度

優(yōu)選，所述的步驟22中，對(duì)于單變量規(guī)則模塊規(guī)則后件e＝1,2,…,g采用水平切片定理得到它的zt水平切片，將它的論域離散化，對(duì)于論域元素ya的隸屬度根據(jù)子區(qū)間中心按從小到大排列順序；比較單變量規(guī)則模塊中所有規(guī)則后件在(ya,zt)處對(duì)應(yīng)隸屬度子區(qū)間的數(shù)目最大值記為對(duì)于子區(qū)間數(shù)目小于最大值的隸屬度用最大子區(qū)間補(bǔ)足；對(duì)于對(duì)應(yīng)大小位置的隸屬度子區(qū)間進(jìn)行加權(quán)平均；遍歷所有論域元素ya和zt水平切片，a＝1,2,…,ny，t＝0,1,…,n，得到單變量規(guī)則模塊的中間輸出詞語(yǔ)語(yǔ)言值。

更進(jìn)一步，所述的步驟3包含：

步驟31、設(shè)定有m組輸入評(píng)估詞語(yǔ)語(yǔ)言值和最終輸出詞語(yǔ)語(yǔ)言值為所有單變量規(guī)則模塊對(duì)應(yīng)權(quán)值表示為{wt1,wt2,…,wtn}，計(jì)算m個(gè)實(shí)際輸出詞語(yǔ)語(yǔ)言值和已知輸出詞語(yǔ)語(yǔ)言值的接近度得到m個(gè)n元目標(biāo)函數(shù)通過(guò)約束多目標(biāo)優(yōu)化算法求解n元目標(biāo)函數(shù)的最大值，從求解結(jié)果{wt1^τ,wt2^τ,…,wtn^τ}τ＝1^θ中選取一組最優(yōu)解{wt1^b,wt2^b,…,wtn^b}；

步驟32、針對(duì)單變量規(guī)則模塊，通過(guò)步驟31得到規(guī)則模塊權(quán)值和相應(yīng)中間輸出詞語(yǔ)語(yǔ)言值計(jì)算待評(píng)估對(duì)象的最終輸出詞語(yǔ)語(yǔ)言值

步驟33、遍歷待評(píng)估對(duì)象，根據(jù)它們的中間輸出詞語(yǔ)語(yǔ)言值和相應(yīng)權(quán)值信息聚合得到最終輸出詞語(yǔ)語(yǔ)言值

一種基于廣義一般二型模糊集合的詞計(jì)算裝置，包含：詞語(yǔ)模型構(gòu)建模塊、中間輸出獲取模塊、最終輸出確定模塊及實(shí)際問(wèn)題求解模塊，其中，

詞語(yǔ)模型構(gòu)建模塊，用于根據(jù)具體問(wèn)題通過(guò)其輸入、輸出詞語(yǔ)構(gòu)建廣義一般二型模糊集合詞語(yǔ)模型；

中間輸出獲取模塊，用于建立各個(gè)評(píng)估標(biāo)準(zhǔn)的單變量規(guī)則模塊，并對(duì)于每一個(gè)待評(píng)估對(duì)象，通過(guò)廣義一般二型模糊集合接近度，測(cè)量其實(shí)際輸入評(píng)估標(biāo)準(zhǔn)語(yǔ)言值和相應(yīng)單變量規(guī)則模塊規(guī)則前件的匹配度，并通過(guò)信息聚合計(jì)算獲取中間輸出詞語(yǔ)語(yǔ)言值；

最終輸出確定模塊，針對(duì)n個(gè)單變量規(guī)則模塊，根據(jù)其權(quán)值和中間輸出詞語(yǔ)語(yǔ)言值通過(guò)信息聚合計(jì)算得到最終輸出詞語(yǔ)語(yǔ)言值，遍歷f個(gè)待評(píng)估對(duì)象獲得它們的最終輸出詞語(yǔ)語(yǔ)言值；

實(shí)際問(wèn)題求解模塊，針對(duì)最終輸出詞語(yǔ)語(yǔ)言值，通過(guò)分?jǐn)?shù)函數(shù)方法進(jìn)行排序來(lái)確定多個(gè)待評(píng)估對(duì)象相互關(guān)系，或通過(guò)計(jì)算最終輸出詞語(yǔ)語(yǔ)言值與已知輸出詞語(yǔ)語(yǔ)言值接近度并通過(guò)其選取相應(yīng)詞語(yǔ)作為最后輸出結(jié)果確定待評(píng)估對(duì)象實(shí)際輸出的詞語(yǔ)語(yǔ)言值。

上述的詞計(jì)算中，所述的詞語(yǔ)模型構(gòu)建模塊包含：數(shù)據(jù)收集單元、模型構(gòu)建單元及語(yǔ)言值確定單元，其中，

數(shù)據(jù)收集單元，用于根據(jù)評(píng)估標(biāo)準(zhǔn)收集區(qū)間數(shù)據(jù)，該區(qū)間數(shù)據(jù)包含確定區(qū)間數(shù)據(jù)和/或不確定區(qū)間數(shù)據(jù)并根據(jù)區(qū)間數(shù)據(jù)獲取一型和/或區(qū)間值二型模糊集合，其中，和為精確值，和為區(qū)間數(shù)，

模型構(gòu)建單元，用于根據(jù)一型和/或區(qū)間值二型模糊集合構(gòu)造廣義一般二型模糊集合水平切片，得到廣義一般二型模糊集合詞語(yǔ)模型

語(yǔ)言值確定單元，用于確定輸入詞語(yǔ)語(yǔ)言值、輸出詞語(yǔ)語(yǔ)言值、和對(duì)于所有f個(gè)待評(píng)估對(duì)象針對(duì)每個(gè)評(píng)估標(biāo)準(zhǔn)確定實(shí)際輸入詞語(yǔ)語(yǔ)言值。

本發(fā)明的有益效果：

本發(fā)明采用廣義一般二型模糊集合作為詞語(yǔ)模型，能夠全面且層次明晰地同時(shí)表示收集信息的共性和個(gè)體差異，克服了傳統(tǒng)詞語(yǔ)模型表示的缺陷；通過(guò)單變量規(guī)則模塊連接多變量詞計(jì)算模型，解決由于輸入詞語(yǔ)維數(shù)較高引起模糊規(guī)則急劇增加帶來(lái)的“維數(shù)災(zāi)”問(wèn)題，極大減少詞計(jì)算過(guò)程的時(shí)間花銷，通過(guò)廣義一般二型模糊集合詞語(yǔ)模型和各個(gè)評(píng)估標(biāo)準(zhǔn)的單變量規(guī)則模塊，有效提高人工智能設(shè)備中詞計(jì)算效率及準(zhǔn)確率，具有更加廣闊的應(yīng)用前景。

附圖說(shuō)明：

圖1為本發(fā)明的方法流程示意圖；

圖2為實(shí)施例具體方案流程圖；

圖3為實(shí)施例中構(gòu)建詞語(yǔ)模型流程示意圖；

圖4為實(shí)施例中獲取中間輸出詞語(yǔ)語(yǔ)言值流程示意圖；

圖5為實(shí)施例中獲取最終輸出詞語(yǔ)語(yǔ)言值流程示意圖；

圖6為本發(fā)明的裝置示意圖；

圖7為實(shí)施例中詞語(yǔ)模型構(gòu)建模塊示意圖；

圖8為離散論域典型廣義一般二型模糊集合示意圖；

圖9為單變量規(guī)則模塊示意圖；

圖10為最終輸出詞語(yǔ)語(yǔ)言值計(jì)算流程示意圖。

具體實(shí)施方式：

下面結(jié)合附圖和技術(shù)方案對(duì)本發(fā)明作進(jìn)一步清楚、完整的說(shuō)明，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其它實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明實(shí)施例提供一種基于廣義一般二型模糊集合的詞計(jì)算方法參見圖1所示，包含如下內(nèi)容：

01、根據(jù)具體問(wèn)題，通過(guò)其輸入、輸出詞語(yǔ)構(gòu)建廣義一般二型模糊集合詞語(yǔ)模型；

02、建立各個(gè)評(píng)估標(biāo)準(zhǔn)的單變量規(guī)則模塊，對(duì)于每一個(gè)待評(píng)估對(duì)象，通過(guò)廣義一般二型模糊集合接近度，測(cè)量其實(shí)際輸入評(píng)估標(biāo)準(zhǔn)語(yǔ)言值和相應(yīng)單變量規(guī)則模塊規(guī)則前件的接近度作為權(quán)值，并通過(guò)和規(guī)則后件聚合運(yùn)算獲取中間輸出詞語(yǔ)語(yǔ)言值；

03、針對(duì)n個(gè)單變量規(guī)則模塊，根據(jù)其權(quán)值及中間輸出詞語(yǔ)語(yǔ)言值通過(guò)信息聚合計(jì)算得到最終輸出詞語(yǔ)語(yǔ)言值，遍歷所有f個(gè)待評(píng)估對(duì)象計(jì)算獲得它們的最終輸出詞語(yǔ)語(yǔ)言值；

04、針對(duì)最終輸出詞語(yǔ)語(yǔ)言值，通過(guò)分?jǐn)?shù)函數(shù)方法進(jìn)行排序來(lái)確定多個(gè)待評(píng)估對(duì)象相互關(guān)系，或通過(guò)計(jì)算最終輸出詞語(yǔ)語(yǔ)言值與已知輸出詞語(yǔ)語(yǔ)言值接近度并通過(guò)其選取相應(yīng)詞語(yǔ)作為最后輸出結(jié)果來(lái)確定待評(píng)估對(duì)象實(shí)際輸出的詞語(yǔ)語(yǔ)言值。

采用廣義一般二型模糊集合作為詞語(yǔ)模型，能夠全面且層次明晰地同時(shí)表示收集信息的共性和個(gè)體差異，克服了傳統(tǒng)詞語(yǔ)模型表示的缺陷；通過(guò)單變量規(guī)則模塊連接多變量詞計(jì)算模型，解決由于輸入詞語(yǔ)維數(shù)較高引起模糊規(guī)則急劇增加帶來(lái)的“維數(shù)災(zāi)”問(wèn)題，極大減少詞計(jì)算過(guò)程的時(shí)間花銷，通過(guò)廣義一般二型模糊集合詞語(yǔ)模型及各個(gè)評(píng)估標(biāo)準(zhǔn)的單變量規(guī)則模塊，有效提高人工智能設(shè)備中詞計(jì)算效率及準(zhǔn)確率，具有更加廣闊的應(yīng)用前景。

為了使本領(lǐng)域的技術(shù)人員更好了解本發(fā)明，下面通過(guò)更為詳細(xì)的實(shí)施例說(shuō)明構(gòu)建廣義一般二型模糊集合詞語(yǔ)模型，如圖2和3所示，包含如下內(nèi)容：

11、根據(jù)評(píng)估標(biāo)準(zhǔn)收集區(qū)間數(shù)據(jù)，獲取一型和/或區(qū)間值二型模糊集合；

12、根據(jù)一型和/或區(qū)間值二型模糊集合，構(gòu)造廣義一般二型模糊集合水平切片，得到廣義一般二型模糊集合詞語(yǔ)模型

13、確定輸入詞語(yǔ)語(yǔ)言值輸出詞語(yǔ)語(yǔ)言值和所有f個(gè)待評(píng)估對(duì)象針對(duì)每個(gè)評(píng)估標(biāo)準(zhǔn)確定實(shí)際輸入詞語(yǔ)語(yǔ)言值，其中，n為評(píng)估標(biāo)準(zhǔn)數(shù)目。

一般二型模糊集合具有描述復(fù)雜不確定信息的強(qiáng)大能力，到目前為止，在為數(shù)不多的一般二型模糊集合詞計(jì)算方法中大多采用離散一般二型模糊集合(論域和次隸屬函數(shù)的支集均為離散的點(diǎn)集；或者是線性一般二型模糊集合(論域連續(xù)、次隸屬函數(shù)是定義在[0,1]的線性連續(xù)函數(shù)且語(yǔ)言變量的語(yǔ)言值是兩個(gè)意義相反的形容詞)。能夠降低數(shù)據(jù)處理的復(fù)雜性和難度，但簡(jiǎn)化帶來(lái)的局限使描述不確定信息的能力下降。在上述實(shí)施例中采用的廣義一般二型模糊集合的次隸屬函數(shù)的支集不再局限于[0,1]上的單子區(qū)間，而是定義在單位區(qū)間上的多個(gè)互不相交的子區(qū)間并集，具體的說(shuō)，它有三種可能情況：a)所有子區(qū)間均未退化為清晰值；b)部分子區(qū)間退化為清晰值；c)所有子區(qū)間均退化為清晰值，圖8展示了離散論域的幾種典型廣義一般二型模糊集合。

對(duì)于每一語(yǔ)言值，收集實(shí)驗(yàn)數(shù)據(jù)，即區(qū)間數(shù)據(jù)，共n個(gè)。對(duì)于每一區(qū)間數(shù)據(jù)，采用最大熵和最小距離相結(jié)合的多目標(biāo)限制優(yōu)化或者h(yuǎn)m(haoandmendel)方法得到一型模糊集合或區(qū)間值二型模糊集合；將得到的所有一型和/或區(qū)間值二型模糊集合(所有二維區(qū)域數(shù)據(jù)點(diǎn)并集)作為z＝1/n水平切片，接著從n個(gè)一型和/或區(qū)間值二型模糊集合中任取2個(gè)得到cn²個(gè)二維區(qū)域數(shù)據(jù)點(diǎn)交集的并集作為z＝2/n水平切片，以此類推，從n個(gè)一型或區(qū)間值二型模糊集合中任取3個(gè)、4個(gè)…n個(gè)一型或區(qū)間值二型模糊集合分別得到cn³、cn⁴…cnⁿ個(gè)二維區(qū)域數(shù)據(jù)點(diǎn)交集的并集分別作為z＝3/n、4/n…1水平切片，由此得到詞計(jì)算模型的所有輸入、輸出詞語(yǔ)的語(yǔ)言值(廣義一般二型模糊集合)；根據(jù)具體問(wèn)題(例如對(duì)多個(gè)待評(píng)估對(duì)象進(jìn)行排序確定相互關(guān)系)，針對(duì)每一待評(píng)估對(duì)象,確定關(guān)于每一輸入詞語(yǔ)的實(shí)際評(píng)估語(yǔ)言值(廣義一般二型模糊集合)，廣義一般二型模糊集合的次隸屬度表示的意義是對(duì)于該詞語(yǔ)語(yǔ)言值的共識(shí)程度。所以，只有存在p(1<p≤n)個(gè)對(duì)象對(duì)語(yǔ)言值達(dá)成共識(shí)時(shí)，z＝p/n水平切片才存在。

其中，收集的區(qū)間數(shù)據(jù)包含確定區(qū)間數(shù)據(jù)和/或不確定區(qū)間數(shù)據(jù)和為精確值，和為區(qū)間數(shù)，針對(duì)確定區(qū)間數(shù)據(jù)，通過(guò)多目標(biāo)限制優(yōu)化方法獲取一型模糊集合及其標(biāo)準(zhǔn)三角隸屬函數(shù)，

是pi的標(biāo)準(zhǔn)三角隸屬函數(shù)，和是其α割集左右端點(diǎn)；對(duì)于不確定區(qū)間數(shù)據(jù)，從兩個(gè)端點(diǎn)區(qū)間數(shù)和按照均勻分布原則選取隨機(jī)端點(diǎn)和得到確定區(qū)間數(shù)據(jù)通過(guò)多目標(biāo)限制優(yōu)化方法獲取一型模糊集合及其標(biāo)準(zhǔn)三角隸屬函數(shù)對(duì)于所有m個(gè)確定區(qū)間數(shù)據(jù)得到相應(yīng)的m個(gè)嵌入一型模糊集合，采用作為區(qū)間值二型模糊集合的不確定覆蓋域，其中，和分別作為下、上邊界隸屬函數(shù)，它們的幾何形狀可能為多邊形?；蛘卟捎胔ao和mendel提出的方法得到區(qū)間值二型模糊集合標(biāo)準(zhǔn)的不確定覆蓋域(論域中存在元素對(duì)應(yīng)的隸屬度是單位1)。

更進(jìn)一步，獲取的一型和/或區(qū)間值二型模糊集合，構(gòu)造廣義一般二型模糊集合水平切片，當(dāng)z＝0時(shí)，對(duì)應(yīng)的水平切片為當(dāng)z＝1/n時(shí)，對(duì)應(yīng)的水平切片是n個(gè)一型和/或區(qū)間值二型模糊集合所有論域元素及其對(duì)應(yīng)的隸屬度組成的二維區(qū)域的并集當(dāng)z＝2/n時(shí)，對(duì)應(yīng)的水平切片是從n個(gè)一型和/或區(qū)間值二型模糊集合中任選兩個(gè)求兩者論域元素及其隸屬度組成二維區(qū)域的交集，再求所有個(gè)交集的并集依次得到z＝3/n，…，z＝1分別對(duì)應(yīng)的水平切片得到廣義一般二型模糊集合詞語(yǔ)模型，表示為：

確定單變量規(guī)則模塊連接的詞計(jì)算模型的輸入詞語(yǔ)語(yǔ)言值輸出詞語(yǔ)語(yǔ)言值以及對(duì)于所有待評(píng)估對(duì)象(f個(gè))針對(duì)所有評(píng)估標(biāo)準(zhǔn)確定實(shí)際輸入詞語(yǔ)語(yǔ)言值

另一個(gè)實(shí)施例中，通過(guò)各個(gè)評(píng)估標(biāo)準(zhǔn)的單變量規(guī)則模塊獲取中間輸出詞語(yǔ)語(yǔ)言值，參見圖4所示，包含：

21、根據(jù)廣義一般二型模糊集合的距離測(cè)度和接近度的關(guān)系計(jì)算實(shí)際輸入評(píng)估標(biāo)準(zhǔn)語(yǔ)言值和單變量規(guī)則模塊規(guī)則前件的接近度

22、對(duì)于單變量規(guī)則模塊中的所有規(guī)則，采用實(shí)際輸入評(píng)估標(biāo)準(zhǔn)語(yǔ)言值和規(guī)則前件的接近度作為權(quán)值，與相應(yīng)規(guī)則后件進(jìn)行加權(quán)平均，計(jì)算得到中間輸出詞語(yǔ)語(yǔ)言值；

23、對(duì)于每一待評(píng)估對(duì)象的n個(gè)實(shí)際輸入評(píng)估標(biāo)準(zhǔn)語(yǔ)言值分別計(jì)算它們和對(duì)應(yīng)單變量規(guī)則模塊的中間輸出詞語(yǔ)語(yǔ)言值遍歷所有f個(gè)待評(píng)估對(duì)象，得到nf個(gè)中間輸出詞語(yǔ)語(yǔ)言值。

單變量模糊規(guī)則模塊連接的多變量模糊推理是將傳統(tǒng)的多變量模糊推理改進(jìn)為各個(gè)單變量分別進(jìn)行推理得到中間輸出然后對(duì)它們進(jìn)行加權(quán)求和得到最后輸出。它的最大優(yōu)點(diǎn)是可以有效克服當(dāng)輸入變量維數(shù)較高時(shí)，傳統(tǒng)模糊推理的‘維數(shù)災(zāi)’問(wèn)題。因?yàn)閺V義一般二型模糊集合是基于水平切片產(chǎn)生的，對(duì)于每個(gè)水平切片進(jìn)行計(jì)算即可。如圖9所示，將論域離散化，對(duì)于每個(gè)論域元素計(jì)算實(shí)際輸入詞語(yǔ)語(yǔ)言值水平切片和單變量規(guī)則模塊規(guī)則前件水平切片對(duì)應(yīng)的隸屬值(通常是[0,1]的多個(gè)兩兩互不相交的子區(qū)間的并集或它的兩種退化形式)的距離，對(duì)隸屬值按從小到大順序排序，如果二者區(qū)間數(shù)目不等，數(shù)目較少者用排序最大的區(qū)間補(bǔ)齊，對(duì)于每對(duì)相應(yīng)區(qū)間計(jì)算它們的距離然后求它們的平均值。求得所有論域元素對(duì)應(yīng)隸屬度的距離后，計(jì)算它們的(加權(quán))平均值作為實(shí)際輸入詞語(yǔ)語(yǔ)言值和單變量規(guī)則模塊規(guī)則前件對(duì)應(yīng)水平切片的距離，遍歷所有的水平切片計(jì)算得到它們的距離后，和它們各自對(duì)應(yīng)的次隸屬度(z值)計(jì)算加權(quán)平均得到實(shí)際輸入詞語(yǔ)和規(guī)則前件的距離，單位1減去距離值即為它們的接近度。對(duì)于求得的單變量規(guī)則模塊所有規(guī)則的前件(廣義一般二型模糊集合)和實(shí)際輸入詞語(yǔ)語(yǔ)言值的接近度(匹配度)歸一化后作為權(quán)值和規(guī)則后件水平切片采用信息聚合算子(加權(quán)平均、冪加權(quán)均值、加權(quán)幾何平均等)，對(duì)于每一離散論域元素對(duì)應(yīng)的隸屬值分別采用相應(yīng)的運(yùn)算律計(jì)算相應(yīng)結(jié)果得到中間輸出詞語(yǔ)語(yǔ)言值對(duì)應(yīng)的水平切片。對(duì)于每一水平切片分別進(jìn)行計(jì)算，即得對(duì)應(yīng)于該單變量規(guī)則模塊的中間輸出詞語(yǔ)語(yǔ)言值。

優(yōu)選地，計(jì)算實(shí)際輸入評(píng)估標(biāo)準(zhǔn)語(yǔ)言值和單變量規(guī)則模塊規(guī)則前件的接近度根據(jù)廣義一般二型模糊集合的距離測(cè)度和接近度的關(guān)系計(jì)算它們二者之間的距離即可，具體計(jì)算內(nèi)容如下：對(duì)于實(shí)際輸入語(yǔ)言評(píng)估值和單變量規(guī)則模塊規(guī)則前件對(duì)應(yīng)的水平切片和對(duì)應(yīng)的兩個(gè)zt水平切片在論域元素xq處的隸屬度和分別對(duì)其子區(qū)間根據(jù)中心的大小按照從小到大的順序排列如下，其中λ表示或

判斷和大小，如果兩者不等，較小者用它隸屬度中最大子區(qū)間補(bǔ)足直到兩者數(shù)量相等，對(duì)于得到的隸屬度相同位置的子區(qū)間和如果兩者之間的距離表示為：

否則

計(jì)算兩個(gè)對(duì)應(yīng)zt水平切片論域元素xq的隸屬度距離

w(l)表示隸屬度中兩個(gè)對(duì)應(yīng)位置子區(qū)間的權(quán)重；設(shè)定論域離散化后元素的數(shù)目為nx，則對(duì)應(yīng)的zt水平切片的距離為v(q)表示論域元素xq對(duì)應(yīng)隸屬度距離的權(quán)重；因?yàn)閷?shí)際輸入評(píng)估語(yǔ)言值和單變量規(guī)則模塊規(guī)則前件分別包含有n+1個(gè)水平切片zt，它們對(duì)應(yīng)的權(quán)重是t/n，t＝0,1,…,n。則有：

根據(jù)上式得到的廣義一般二型模糊集合的距離，直接得到它們的接近度

更進(jìn)一步，對(duì)于單變量規(guī)則模塊的所有規(guī)則，采用接近度作為前件和實(shí)際輸入評(píng)估語(yǔ)言值的匹配度(激活度)，與相應(yīng)規(guī)則后件進(jìn)行加權(quán)平均計(jì)算得到中間輸出結(jié)果語(yǔ)言值。對(duì)于單變量規(guī)則模塊規(guī)則后件e＝1,2,…,si采用水平切片定理得到它的zt水平切片，將它的論域離散化，對(duì)于論域元素ya的隸屬度按前面所述方法從小到大的排列順序，即

比較單變量規(guī)則模塊中所有規(guī)則后件在(ya,zt)處對(duì)應(yīng)隸屬度的子區(qū)間數(shù)目最大值記為對(duì)于子區(qū)間數(shù)目小于最大值的隸屬度用最大區(qū)間值補(bǔ)足；對(duì)于對(duì)應(yīng)大小位置的隸屬度子區(qū)間進(jìn)行加權(quán)平均，即

r表示zt水平切片論域元素ya處隸屬度子區(qū)間，單變量規(guī)則模塊規(guī)則前件是對(duì)應(yīng)的規(guī)則后件是遍歷所有論域元素ya和zt水平切片，a＝1,2,…,ny，t＝0,1,…,n，得到單變量規(guī)則模塊的中間輸出詞語(yǔ)語(yǔ)言值。對(duì)于每一待評(píng)估對(duì)象的n個(gè)實(shí)際輸入評(píng)估詞語(yǔ)語(yǔ)言值采用上述方法分別計(jì)算它們和對(duì)應(yīng)單變量規(guī)則模塊的中間輸出詞語(yǔ)語(yǔ)言值遍歷所有待評(píng)估對(duì)象(f個(gè))計(jì)算得到nf個(gè)中間輸出詞語(yǔ)語(yǔ)言值。

再一個(gè)實(shí)施例中，根據(jù)每個(gè)待評(píng)估對(duì)象的n個(gè)對(duì)應(yīng)單變量規(guī)則模塊的中間輸出詞語(yǔ)語(yǔ)言值計(jì)算最終輸出詞語(yǔ)語(yǔ)言值，參見圖5所示，包含：

31、針對(duì)單變量規(guī)則模塊，設(shè)定有m組已知輸入評(píng)估語(yǔ)言值和最終輸出詞語(yǔ)語(yǔ)言值表示為單變量規(guī)則模塊對(duì)應(yīng)權(quán)值表示為{wt1,wt2,…,wtn}，通過(guò)n元目標(biāo)函數(shù)表示：m個(gè)通過(guò)約束多目標(biāo)優(yōu)化算法對(duì)n元目標(biāo)函數(shù)求解最大值，從θ組求解結(jié)果{wt1^τ,wt2^τ,…,wtn^τ}τ＝1^θ中根據(jù)專家知識(shí)選取一組最優(yōu)解{wt1^b,wt2^b,…,wtn^b}；

32、針對(duì)單變量規(guī)則模塊，通過(guò)中間輸出詞語(yǔ)語(yǔ)言值和步驟31得到的相應(yīng)權(quán)值聚合計(jì)算待評(píng)估對(duì)象的最終輸出詞語(yǔ)語(yǔ)言值

33、對(duì)于所有待評(píng)估對(duì)象的中間輸出詞語(yǔ)語(yǔ)言值和相應(yīng)權(quán)值進(jìn)行信息聚合計(jì)算，得到最終輸出詞語(yǔ)語(yǔ)言值

單變量規(guī)則模塊的中間輸出詞語(yǔ)表示當(dāng)該變量(模塊)的實(shí)際輸入評(píng)價(jià)詞語(yǔ)為時(shí)，如圖10所示，通過(guò)該變量和輸出變量的模糊推理得到的只和該變量(模塊)相關(guān)的輸出。然后，綜合考慮各個(gè)變量對(duì)最終評(píng)估結(jié)果的影響情況(例如，用它們各自的不同權(quán)值表示)，經(jīng)過(guò)信息聚合得到最后輸出結(jié)果。確定詞計(jì)算模型中各個(gè)單變量規(guī)則模塊對(duì)應(yīng)的權(quán)值，采用約束多目標(biāo)優(yōu)化算法結(jié)合專家知識(shí)的方法。首先，對(duì)于幾組已知實(shí)際輸入和輸出詞語(yǔ)語(yǔ)言值的情況，以各單變量規(guī)則模塊對(duì)應(yīng)權(quán)值作為待定系數(shù)，以單變量規(guī)則模塊連接的詞計(jì)算模型的計(jì)算輸出和已知理想輸出的接近度最大為目標(biāo)，以權(quán)值自身應(yīng)滿足的條件作為等式約束(∑i＝1ⁿwi＝1)和不等式約束(0<wi<1)得到一個(gè)約束多目標(biāo)優(yōu)化問(wèn)題，接著運(yùn)用相應(yīng)的優(yōu)化算法(多目標(biāo)粒子群算法、多目標(biāo)遺傳算法等等)得到相應(yīng)的權(quán)值向量(滿足條件的多組解向量)，然后從候選的幾組權(quán)值向量中根據(jù)專家知識(shí)選取一組最合理的權(quán)值向量作為詞計(jì)算模型的各個(gè)單變量規(guī)則模塊的權(quán)值。運(yùn)用模糊多元信息聚合算子對(duì)單變量規(guī)則模塊的中間輸出詞語(yǔ)語(yǔ)言值的水平切片和確定的對(duì)應(yīng)權(quán)值根據(jù)相應(yīng)的運(yùn)算律計(jì)算得到最終輸出詞語(yǔ)對(duì)應(yīng)的水平切片，遍歷所有水平切片即得最終輸出詞語(yǔ)語(yǔ)言值。對(duì)每一待評(píng)估對(duì)象分別進(jìn)行計(jì)算，得到它們各自的最終輸出評(píng)估詞語(yǔ)語(yǔ)言值。

確定詞計(jì)算模型各個(gè)單變量規(guī)則模塊的權(quán)值。對(duì)于具體問(wèn)題，m組輸入評(píng)估語(yǔ)言值和最終輸出詞語(yǔ)語(yǔ)言值為確定單變量規(guī)則模塊對(duì)應(yīng)的權(quán)值{wt1,wt2,…,wtn}，有以下限制優(yōu)化問(wèn)題：

因此，實(shí)際上是以權(quán)值wtι，ι＝1,2,…,n為待定參數(shù)向量的最終輸出詞語(yǔ)語(yǔ)言值。然后采用接近度的計(jì)算方法得到m個(gè)它們是n元目標(biāo)函數(shù)。對(duì)于多目標(biāo)優(yōu)化問(wèn)題采用約束多目標(biāo)優(yōu)化算法進(jìn)行求解可以求得滿意解{wt1^τ,wt2^τ,…,wtn^τ}τ＝1^θ，再根據(jù)具體問(wèn)題專業(yè)認(rèn)識(shí)和經(jīng)驗(yàn)從中選取一組最優(yōu)解{wt1^b,wt2^b,…,wtn^b}。計(jì)算得到各個(gè)單變量規(guī)則模塊對(duì)應(yīng)的權(quán)值以后，進(jìn)一步獲得待評(píng)估對(duì)象的最終輸出詞語(yǔ)語(yǔ)言值對(duì)于所有待評(píng)估對(duì)象的實(shí)際評(píng)估詞語(yǔ)語(yǔ)言值分別進(jìn)行計(jì)算，得到它們的最終輸出詞語(yǔ)語(yǔ)言值

對(duì)于實(shí)際輸出詞語(yǔ)語(yǔ)言值，根據(jù)不同的問(wèn)題，采用不同的方法得到最后的決策結(jié)果，具體過(guò)程如下所示：

對(duì)于確定多個(gè)待評(píng)估對(duì)象的相互關(guān)系問(wèn)題，采用分?jǐn)?shù)函數(shù)方法對(duì)它們的實(shí)際輸出詞語(yǔ)語(yǔ)言值進(jìn)行排序。論域離散化，計(jì)算zt水平切片論域元素ya處隸屬度的分?jǐn)?shù)為

ρ(r)表示隸屬度子區(qū)間對(duì)應(yīng)的權(quán)值。

zt水平切片的分?jǐn)?shù)函數(shù)

θ(a)表示論域不同元素對(duì)應(yīng)隸屬度的權(quán)值。

最后得到實(shí)際輸出詞語(yǔ)語(yǔ)言值的分?jǐn)?shù)為

j＝1,2,…,f。分別計(jì)算得到所有待評(píng)估對(duì)象的實(shí)際輸出詞語(yǔ)語(yǔ)言值的分?jǐn)?shù)，根據(jù)它們的高低確定相互關(guān)系。或者根據(jù)具體的問(wèn)題對(duì)于待評(píng)估對(duì)象的實(shí)際輸出詞語(yǔ)語(yǔ)言值，計(jì)算和已知輸出詞語(yǔ)語(yǔ)言值接近度，從中選擇和它最接近者對(duì)應(yīng)的詞語(yǔ)作為最后輸出結(jié)果。

本發(fā)明的詞計(jì)算方法能夠同時(shí)且層次分明的描述主觀不確定性，同時(shí)克服了傳統(tǒng)方法采用模糊規(guī)則描述對(duì)象時(shí)出現(xiàn)的‘維數(shù)災(zāi)難’問(wèn)題，使得詞計(jì)算方法具有更加廣闊的應(yīng)用前景。

對(duì)應(yīng)于上述的基于廣義一般二型模糊集合的詞計(jì)算方法實(shí)施例，本發(fā)明還提供一種基于廣義一般二型模糊集合的詞計(jì)算裝置，如圖6所示，包含：詞語(yǔ)模型構(gòu)建模塊101、中間輸出獲取模塊102、最終輸出確定模塊103及實(shí)際問(wèn)題求解模塊104，其中，

詞語(yǔ)模型構(gòu)建模塊101，用于根據(jù)具體問(wèn)題構(gòu)建其輸入、輸出詞語(yǔ)語(yǔ)言值廣義一般二型模糊集合模型；

中間輸出獲取模塊102，用于建立各個(gè)評(píng)估標(biāo)準(zhǔn)的單變量規(guī)則模塊，并對(duì)于每一個(gè)待評(píng)估對(duì)象，通過(guò)廣義一般二型模糊集合接近度，測(cè)量其實(shí)際輸入評(píng)估標(biāo)準(zhǔn)語(yǔ)言值和相應(yīng)單變量規(guī)則模塊規(guī)則前件的接近度，并作為權(quán)值和規(guī)則后件聚合計(jì)算獲取中間輸出詞語(yǔ)語(yǔ)言值；

最終輸出確定模塊103，針對(duì)單變量規(guī)則模塊，根據(jù)其權(quán)值及中間輸出詞語(yǔ)語(yǔ)言值通過(guò)信息聚合計(jì)算得到最終輸出詞語(yǔ)語(yǔ)言值。遍歷f個(gè)待評(píng)估對(duì)象獲取其最終輸出詞語(yǔ)語(yǔ)言值；

實(shí)際問(wèn)題求解模塊104，針對(duì)最終輸出詞語(yǔ)語(yǔ)言值，通過(guò)分?jǐn)?shù)函數(shù)方法進(jìn)行排序確定多個(gè)待評(píng)估對(duì)象相互關(guān)系，或通過(guò)計(jì)算最終輸出詞語(yǔ)語(yǔ)言值與已知輸出詞語(yǔ)語(yǔ)言值接近度并通過(guò)其選取相應(yīng)詞語(yǔ)作為最后輸出結(jié)果確定待評(píng)估對(duì)象實(shí)際輸出的詞語(yǔ)語(yǔ)言值。

進(jìn)一步地，詞語(yǔ)模型構(gòu)建模塊，如圖7所示，包含：數(shù)據(jù)收集單元1a、模型構(gòu)建單元1b及語(yǔ)言值確定單元1c，其中，

數(shù)據(jù)收集單元1a，用于根據(jù)評(píng)估標(biāo)準(zhǔn)收集區(qū)間數(shù)據(jù)，該區(qū)間數(shù)據(jù)包含確定區(qū)間數(shù)據(jù)和/或不確定區(qū)間數(shù)據(jù)并根據(jù)區(qū)間數(shù)據(jù)來(lái)獲取一型和/或區(qū)間值二型模糊集合，其中，和為精確值，和為區(qū)間數(shù)，

模型構(gòu)建單元1b，用于根據(jù)一型和/或區(qū)間值二型模糊集合構(gòu)造廣義一般二型模糊集合水平切片，得到廣義一般二型模糊集合詞語(yǔ)模型

語(yǔ)言值確定單元1c，用于確定輸入詞語(yǔ)語(yǔ)言值、輸出詞語(yǔ)語(yǔ)言值，和對(duì)于所有f個(gè)待評(píng)估對(duì)象針對(duì)每個(gè)評(píng)估標(biāo)準(zhǔn)確定實(shí)際輸入詞語(yǔ)語(yǔ)言值。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實(shí)施例可提供為方法、系統(tǒng)、或計(jì)算機(jī)程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟硬件方面的實(shí)施例的形式。而且，本發(fā)明可采用在一個(gè)或多個(gè)其中包含有計(jì)算機(jī)可用程序代碼的計(jì)算機(jī)可用存儲(chǔ)介質(zhì)(包括但不限于磁盤存儲(chǔ)器、cd-rom、光學(xué)存儲(chǔ)器等)上實(shí)施的計(jì)算機(jī)程序產(chǎn)品的形式。

本發(fā)明是參照根據(jù)本發(fā)明實(shí)施例的方法、設(shè)備(系統(tǒng))、和計(jì)算機(jī)程序產(chǎn)品的流程圖和/或方框圖來(lái)描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計(jì)算機(jī)程序指令到通用計(jì)算機(jī)、專用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器，使得通過(guò)計(jì)算機(jī)或其它可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。

這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)或其它可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計(jì)算機(jī)可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)可讀存儲(chǔ)器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能。

這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其它可編程數(shù)據(jù)處理設(shè)備上，使得在計(jì)算機(jī)或其它可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)或其它可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。

對(duì)所公開的實(shí)施例的上述說(shuō)明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本申請(qǐng)。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專業(yè)技術(shù)人員來(lái)說(shuō)將是顯而易見的，本文中所定義的一般原理可以在不脫離本申請(qǐng)的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本申請(qǐng)將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開的原理和新穎特點(diǎn)相一致的最寬的范圍。