《模糊集理论及其应用》系统介绍了模糊集理论及其应用的基本知识和研究方法《模糊集理论及其应用》共分三个部分。第一部分详细介绍模糊集合的基本理论；第二部分系统介绍了模糊聚类分析、模糊模式识别、模糊综合评判、模糊决策与预测、模糊规划、模糊概率和模糊统计等研究领域的基本原理、研究方法及其应用程序；第三部分介绍模糊推理的基本理论与算法。以及模糊控制系统的基本原理。

第1章 模糊集合及其运算 1
1.1 经典集合与特征函数 1
1.2 模糊集合与隶属函数 2
1.3 模糊集合的运算 4
1.4 模糊集合的分解定理与表现定理 10
1.5 模糊性的度量 19
习题1 24
第2章 模糊映射与模糊数 26
2.1 一元模糊映射及其性质 26
2.2 多元模糊映射及其性质 34
2.3 模糊数及其运算 38
2.4 模糊值函数的积分 49
习题2 56
第3章 模糊关系与模糊聚类分析 59
3.1 模糊关系及其运算 59
3.2 模糊等价关系及其性质 73
3.3 模糊图及其运算 82
3.4 基于模糊等价矩阵的模糊聚类分析 94
3.5 基于目标函数的模糊ISODATA聚类分析 113
3.6 基于摄动的模糊聚类分析 125
3.7 求模糊等价矩阵的C语言程序 134
3.8 模糊ISODATA聚类分析的C语言程序 139
习题3 152
第4章 模糊集之间的度量与模糊模式识别 156
4.1 模糊集之间的距离 156
4.2 模糊集之间的贴近度 161
4.3 模糊模式识别的直接方法 170
4.4 模糊模式识别的间接方法 178
习题4 184
第5章 模糊线性变换与模糊综合评判 187
5.1 模糊线性变换 187
5.2 一级模糊综合评判 189
5.3 多级模糊综合评判 196
5.4 因素重要程度模糊集的确定方法 207
5.5 模糊综合评判的C语言程序 223
习题5 232
第6章 模糊决策与模糊预测 235
6.1 多目标模糊决策法 235
6.2 层次权重决策分析法 241
6.3 意见集中排序法 252
6.4 空间静态类的模糊预测方法 257
6.5 时间动态类的模糊预测方法 261
6.6 多目标模糊决策法的C语言程序 265
习题6 278
第7章 模糊极值与模糊规划 280
7.1 模糊约束下的条件极值 280
7.2 模糊线性规划 289
7.3 多目标模糊规划 297
7.4 多目标线性规划的模糊**解 299
7.5 单纯形法的C语言程序 302
习题7 310
第8章 模糊概率与模糊统计 313
8.1 模糊事件的概率 313
8.2 事件的模糊概率 320
8.3 模糊统计及其应用 325
8.4 网络计划的模糊概率PERT方法 337
8.5 模糊统计判决与决策 347
8.6 多元隶属函数m分类法的C语言程序 357
习题8 370
第9章 模糊推理与模糊控制 373
9.1 模糊命题 373
9.2 模糊推理的CRI算法 379
9.3 模糊推理的三Ⅰ算法 391
9.4 由经典推理规则建立模糊推理规则的方法 396
9.5 模糊控制系统 401
9.6 模糊控制系统的应用实例 417
习题9 424
参考文献 426
附录A 隶属函数的构造方法小结 429
附录B 符号表 445