Foundations of Computational Intelligence Volume 2: Approximate Reasoning

استدلال انسان معمولاً بسیار تقریبی است و انواع مختلفی از عدم قطعیت را شامل می شود. استدلال تقریبی مدل‌سازی محاسباتی هر بخشی از فرآیند است که توسط انسان برای استدلال در مورد پدیده‌های طبیعی یا حل مسائل دنیای واقعی استفاده می‌شود. دامنه این کتاب شامل مجموعه های فازی، نظریه دمپستر-شفر، منطق چند ارزشی، احتمال، مجموعه های تصادفی و مجموعه خشن، مجموعه نزدیک و سیستم های هوشمند ترکیبی است. علاوه بر مقالات تحقیقاتی و مقالات توضیحی در مورد نظریه و الگوریتم‌های استدلال تقریبی، مقالاتی در مورد آزمایش‌های عددی و کاربردهای دنیای واقعی نیز تشویق شدند. این جلد شامل 12 فصل است که شامل یک فصل کلی است که تحقیقاتی به روز و جدید در مورد کاربردهای تکنیک های هوش محاسباتی برای استدلال تقریبی ارائه می دهد. این جلد به دو بخش تقسیم می‌شود: بخش اول: استدلال تقریبی - مبانی نظری و بخش دوم: استدلال تقریبی - داستان‌های موفقیت و کاربردهای دنیای واقعی.

Human reasoning usually is very approximate and involves various types of uncertainties. Approximate reasoning is the computational modelling of any part of the process used by humans to reason about natural phenomena or to solve real world problems. The scope of this book includes fuzzy sets, Dempster-Shafer theory, multi-valued logic, probability, random sets, and rough set, near set and hybrid intelligent systems. Besides research articles and expository papers on theory and algorithms of approximation reasoning, papers on numerical experiments and real world applications were also encouraged. This Volume comprises of 12 chapters including an overview chapter providing an up-to-date and state-of-the research on the applications of Computational Intelligence techniques for approximation reasoning. The Volume is divided into 2 parts: Part-I: Approximate Reasoning – Theoretical Foundations and Part-II: Approximate Reasoning – Success Stories and Real World Applications.