近年来一些学者将模糊理论引入到图像分割中，较传统方法取得了更好的分割效果。 本文在研究传统的模糊阈值分割和模糊聚类分割的基础上，提出了以下改进的新方法： 1．针对目标／背景两类图像分割问题，考虑二维灰度直方图，采用了一种更符合图像空间分布特点的隶属函数，建立了对应的二维图像模糊熵，并采用遗传算法对二维图像模糊熵的各个参数进行优化，根据最大模糊熵准则，确定目标和背景的晟佳分割阈值；实验结果表明，基于遗传算法的二维最大模糊熵阈值分割法具有较好的分割性能和较快的分割速度，对噪声有一定的抑制能力。另外，针对多目标的复杂图像分割问题，本文聚用了一种三类阈值分割法，该方法将图像分为暗区、灰度区和亮区，通过建立相应的模糊隶属函数，对图像各个灰度级属于暗区、灰度区和亮区的模糊特性进行描述，应用指数熵的概念，基于概率分析，引进了一种新的模糊熵定义；并根据最大模糊熵准则，应用遗传算法，确定最佳的分割阈值：实验结果表明，基于遗传算法的三类阈值分割法能快速有效地分割复杂图像。 2．针对传统的模糊c均值聚类(FCM)图像分割方法未考虑图像的空间信息，本文采用了一种结合空问信息的模糊C均值聚类分割算法；该方法将图像的二维直方图引入传统的模糊C均值聚类算法，并对隶属函数做了改进；依据平方误差和最小准则，来确定模糊分类矩阵及聚类中心；最后，依据最大隶属度原则，划分图像像素的类别归属；实验结果表明，结合空间信息的模糊C均值聚类分割方法对含噪图像有效，分割效果较好。另外，针对二维直方图模糊化处理时存在空问信息损失问题，而马尔可夫随机场(MRF)理论能准确描述图像像素Ⅻ的空间相互关系，本文采用了一种基于马尔可夫随机场的模糊c均值聚类图像分割方法，利用MRF理论所描述的邻域关系属性．以Gibbs能量的形式引入先验的邻域约束信息，建立了包含灰度信息与空问信息的聚类目标函数，依据平方误差和最小准则，束确定模糊分类矩阵及聚类中心：最后，依据最大隶属度原则，划分图像像素的类别归属，以改善传统FCM算法的分割质量；实验结果表明，该方法能准确有效地分割图像，且具有较强的抗噪能力。

刘普寅_吴孟达_模糊理论及其应用(国防科大出版)的电子书。

研究生课程智能控制课件，包括神经网络，遗传算法，模糊控制

人工智人-家居设计-基于HAZOP模糊理论的航次计划智能评估.pdf

使用MATLAB编写相应代码，基于markov链预测出下一次的预测区间 其中使用模糊理论的特征值来估算预测值。通过遍历的方式来，不断确定分组类别，已达到更加精确的预测结果。

模糊控制与神经网络（经典），非常适合初学者，一本兼备理论和哲学的书，讲解的透彻。

医学超声图像的增强与去噪一直是医学图像处理的重要课题，针对传统超声图像增强处理算法的不足，本文提出一种基于小波分析理论和模糊理论的超声图像增强与去噪算法，首先对医学超声图像进行对数变换，将乘性噪声转换成加性噪声；然后再对超声图像进行多尺度小波变换，得到图像的高频和低频小波系数；再对低频系数进行模糊域增强，对高频系数进行小波软阈值去噪；最后通过小波重构得到增强后的图像。实验证明，该算法能有效增强超声图像的视觉效果，去除噪声，具有一定的应用价值和意义。

针对利用次梯度算法处理拉格朗日松弛对偶问题时, 计算过程容易出现振荡, 求解效率较低的问题, 首先提 出了一种基于模糊理论的次梯度算法, 利用隶属度函数给出迭代过程中所有次梯度的合适权重, 并将它们线性加权 得到新的迭代方向; 其次证明了算法的收敛性; 最后通过仿真实验验证了该方法的有效性.

针对智能工业制造中机械臂精确、快速控制的需求，文中基于模糊控制理论设计了PID（比例-积分-微分）控制算法。该方法建立了输入、输出变量的隶属关系，使用了Mamdani模糊推理理论。在反模糊化时，使用最大隶属度原则。算法在仿真时，基于Simulink仿真环境，给出Δkp、Δki、Δkd的变化曲面。在该环境下，对于关节1，当使用模糊控制PID方法时，系统响应的时间缩短至0.31 s，系统达到稳态的时间为2.31 s；对于关节2，当使用模糊控制PID方法时，系统响应的时间缩短至0.34 s，达到稳态的时间为0.96 s。相较于传统的PID算法，响应时间和达到的稳态时间均有了较大的提升。

针对AHP算法实际应用存在的不足 利用无条件模糊优越集理论和模糊代数理论对AHP做了进一步改进 减少了繁多的权数确定与一致性检验过程 使其更加便于操作和实际应用.