前件

1、通过改进模糊聚类方法确定模糊模型的前件结构，并对模糊推理关系矩阵进行正交最小二乘估计。

2、模糊模型的前件和后件参数分别采用模糊C均值聚类（FCM）和正交最小二乘法（OLS）进行离线或在线辨识。

3、首先按过程输出随输入变量变化的程度对输入变量论域进行划分，在此基础上确定模糊模型的规则总数和前件参数；

4、模糊逻辑系统的区域分割学习方法采用规则前件为不对称高斯型隶属度函数的模糊逻辑系统。

5、讨论在条件句前件中“居然”、“竟然”的语法意义，发现以前将它们的语法意义概括为“对已然事实的出乎意料”并不全面。

6、考虑输入数据与相应直线的接近程度，以及邻近直线对输入数据的影响程度，辨识出了模型的前件参数。

7、这便是“A制约B”，其间的“前件A为有可独立于后件B的有无确定”称为“第二独立性”。

8、当模糊产生式规则应用在近似推理过程中时，前件相同而后件不同的模糊规则之间往往存在交互影响。

9、前件进一步包括连接至足部并径向定位在足部外的径向延伸的胫部。

10、在模糊推理过程中，推理前件的微小变化往往会引起推理结果的较大变化。

11、密封环壳体具有紧固在一起的前件和后件。

12、假言推理是前提中有一个为假言命题，并且根据假言命题前件与后件之间的关系而推出结论的推理。

13、系统网络中含14个待定的前件和后件参数。

14、第一阶段，将模糊分类系统的前件和输入变量编码为一个个体，实现了输入变量论域的动态划分和输入变量选择。

15、前件推导是定理证明的一种扩展。

16、前件包括限定与密封环的环形表面干涉配合式接合的轴向延伸的接合表面的足部。

17、特征网络用来产生模糊规则的前件，相应于每条规则的适用度。

18、第三阶段，使用梯度下降方法同时优化控制规则的前件参数和后件参数。

19、设计一个算法挖掘这样的有趣规刚，它的前件和后件分别属于不同的概念类，称这种规则为类间桥。

20、方法综合考虑已知规则前件和结论模糊集的位置和几何形状，利用拉格朗日方法。