浅谈“模糊理论”

模糊理论(FST)是L.A.Zadeh教授于1965年创立的模糊集合理论基础上发展起来，它突破了经典集合用0和1表示非此即彼的清晰概念，而采用模糊隶属度的概念来描述不精确的、不确定事件与现象﹐并引人语言变量和近似推理的模糊逻辑，来表述专家的经验知识。

经过多年的研究，模糊理论已成为具有完整推理体系的人工智能技术之一，并越来越广泛地应用于复杂系统中。人类认识事物的过程是在特征层次上对事物进行分类和识别，并不需要复杂、精确的计算。模糊模式识别为进行这类特征识别提供了有效的工具。在复杂系统中存在大量不确定量，利用隶属度描述可以在这一点上模拟人类识别事物的特征，辨别和区分不同的对象特征，最终通过原理上的智能化实现更高的性能。

模糊逻辑能够完成传统数学方法难以做到的近似计算。近几年来，模糊集理论在三体系统中的诸多应用领域取得了飞速进展，包括了位置计算、轨迹预测、模糊描述等方面。例如对于速度变化和复杂位移的不确定性，就可运用模糊值来表示某不确定天体在实际集合中的隶属函数，建立起复杂系统运行轨迹描述的模糊模型。