模糊模型以其令人满意的性能,在控制、图像处理、降噪等众多领域中得到了广泛应用。相比于一型模糊集和一型模糊逻辑系统,二型模糊集和二型模糊逻辑系统具有处理高阶不确定性的能力,近些年越来越受到人们的关注。然而,二型模糊理论发展时间尚短,还有大量问题有待解决,如:构造二型模糊集的方法存在仅针对区间型数据、构造的隶属度函数受到模糊因子的影响等缺点;广义二型模糊集的降型和解模糊方法存在计算复杂、运算时间长等缺点。为解决这些问题,本文提出了二型模糊集的系统的构造方法、一种基于广义二型模糊集的快速降型和解模糊算法,同时对区间二型模糊逻辑系统与一型模糊逻辑系统性能的优劣进行了研究。主要工作和创新点如下:(1)针对区间二型模糊集的构造方法IA、EIA、HM、区间二型模糊C均值聚类法和专家隶属度函数法中存在的问题,本文提出了一种具有适用于常见的点集和加权点集、不受模糊因子影响以及能够结合数据自身特征和专家经验优点的区间二型模糊集构造方法。这种方法基于平衡粒原则,首先利用目标数据集通过优化的方法构造一型模糊集,然后将一型模糊集扩展为了区间二型模糊集。(2)本文利用平衡粒原则和最小二乘拟合法,提出了构造广义二型模糊集的两阶段构造法。该方法从论域内的每个点入手构造与该点对应的次隶属度函数,然后通过函数拟合构造整个论域上的广义二型模糊集的上下边界函数和重要隶属度函数。它克服了现有基于广义二型模糊C均值聚类法模糊因子对隶属度函数的影响。(3)本文立足于嵌入二型模糊集和二型模糊集质心的定义,提出了一种离散广义二型模糊集降型和解模糊的新方法。该方法首先对由有限个嵌入二型模糊集论域内的点以及和这些点相对应的次隶属度构成的模糊集进行解模糊。然后将与相应嵌入二型模糊集论域内点对应的所有主隶属度经过T范数运算得到的值作为解模糊值的隶属度来获得降型后的一型模糊集。最后将得到的一型模糊集进行解模糊得到降型和解模糊后的数值。通过实验分析可以看到,本文提出方法的运算速度比采样法、几何法、竖直切片质心法和单调质心流法快。(4)为对区间二型模糊逻辑系统和一型模糊逻辑系统的性能进行全面、深刻的比较。本文提出了分别基于模糊C均值聚类算法和区间二型模糊C均值聚类算法的两种区间二型模糊逻辑系统。给出了这两种系统以q因子法、Nie-Tan法和无需排序的集合中心法三种算法作为降型法的结构。本文研究为区间二型模糊集和广义二型模糊集的构造提供了新的思路;为A2C0和A2C1模糊逻辑系统选择高效的降型法提供了实验依据;为广义二型模糊集的快速降型提供了新的方法,同时深刻分析了现阶段下区间二型模糊逻辑系统和一型模糊逻辑系统性能之间的优劣。