新型不完全增量算法：最小化非循环模糊自动机

"这篇文章是关于在2006年提出的增加结构非循环模糊自动机的最小化算法。该算法在不完全增量构建的基础上，结合非循环确定模糊自动机的特性，特别关注了与模糊成员关系的关联。由于新算法允许在多输入状态下运行，它通过构造模拟状态提高了其实用性和可行性。算法分为两个主要步骤：首先向最小非循环确定模糊有限自动机（ADFFAs）添加模糊字符串，然后对添加后的自动机进行最小化处理。新算法在添加模糊字符串时应用了创新函数，确保结果自动机仍然保持确定性，并且不会引入无用的字符串到可识别语言中。关键词涉及非循环、确定性、模糊自动机、最小化和增量构建。" 这篇论文介绍了模糊自动机领域的一个新进展，特别是对于非循环确定模糊有限自动机（ADFFAs）的处理。作者HU Hong-li和MO Zhi-wen提出了一个半增量算法，该算法的核心是结合了非循环确定性与模糊成员函数。在传统的模糊自动机理论基础上，这个新算法引入了与模糊度相关的特殊函数，使其能够适应具有多个输入状态的情况。这显著提升了算法在实际应用中的效果。 算法的第一个阶段是将模糊字符串添加到最小的非循环确定模糊有限自动机中。这一过程中，新函数的应用使得即使在增加字符串后，自动机依然保持其确定性，避免了冗余和无效的字符串识别。第二个阶段是对添加模糊字符串后的自动机进行最小化操作，进一步优化自动机的结构，确保其效率和简洁性。 这个新算法的贡献在于它的实用性，特别是在处理多输入状态的模糊系统时。通过构建模拟状态，新算法能够有效地处理更复杂的模糊逻辑系统，同时保持自动机的精简和高效。这在模糊控制、模糊推理和其他依赖模糊自动机的领域中具有重要的理论和实践价值。 总体而言，这篇论文深入探讨了如何通过改进的增量构建策略来优化非循环确定模糊自动机，提供了一个新的工具，有助于提高模糊系统的设计和分析效率。关键词突出了研究的重点，包括非循环结构的特性、确定性保证以及增量构建方法在模糊系统中的应用。