1、“.....并且所得到的子区的面积和重心容易计算其中，为了使用这个方法，出了计算子区面积和重心的公式外，还需要个方法来确定子区。在确定转变点时，鉴于这些点将用来定义子区并被调用，假设隶属函数会产生个模糊分割。由于模糊输出的形状取决于使用的时域规范值，因此，使用,和得到转变点的过程各不相同，在选择转变点使用到的规则见图。表Ⅰ给出了图中各转变点的坐标。图表示了如何用和来描述不规则四边形隶属函数的特征。这种方法在实际当中的实现包括以下步骤......”。

2、“.....对每个模糊输出转变点是确定的注意不同模糊输出之间的转变点数量不同所有子区的和都要计算由公式得到改良的变换函数法改良的变换函数法是基于和，提出的变换函数法，这种方法是种在计算不规则四边形隶属函数的反模糊化方法上很有吸引力的种技术。反模糊化方法由下式定义离散输出由适合的隶属函数的面积和重心其中，在中，计算适合的隶属函数和转换函数的面积的公式是由个时域规范值推导出来的。表Ⅱ中列出了计算,和公式......”。

3、“.....参数是完成的致程度。方程式和表Ⅱ中所用到的参数的意义如图所示。由全局模糊输出定义的区域的重心不仅取决于个适合的隶属函数的面积和重心，还取决于个重叠区域的面积,和重心,，它的计算公式如下当形成个模糊分割的不规则四边形隶属函数依据,或被适当调整时。重叠区域常常是不规则四边形或矩形。计算,和,的公式见表。注意到阴影区域被分配给重叠区域。当对个模糊输出进行反模糊化时......”。

4、“.....表和中的独立因素都要计算。对每个模糊输出对所有的值中表和中的都要计算转换函数，面积和重心,对所有值都要计算由方程式定义Ⅲ实验为了比较第Ⅱ部分中提到的种反模糊化方法的计算精度和计算消耗，做了两个实验。所有程序都是用语言编写，在的和主频的处理其条件下执行完成。在第个实验中，借助反模糊化方法的三种计算方法和提出的变换函数法，用,和计算了个模糊输出重心，对于离散化方法，离散参数各不相同，分别使用了，和七个离散参数......”。

5、“.....注意到些用到的隶属函数具有种特定的形式，这种形式经常出现在最优化过程中。例如，当两个参数重叠相同时，会得到个矩形而不是更般的不规则四边形隶属函数，或者当两个连续的参数值差别很小时，会产生带有非常狭窄支撑的隶属函数，这种特定形式的输出隶属函数常常可以使靠离散化方法进行反模糊化的精度有所提高。被用作精度的衡量。我们假设使用斜率法得到的结果是正确的，除了电脑产生的，没有做其它近似......”。

6、“.....第二个实验中，用种遗传算法爬山法搜索，具有两个输入变量和个输出变量的已知模型的隶属函数和规则基础。由于规模是，训练包括个数据点，遗传算法进化过程中每代会执行次反模糊化。并且，每代规则基础会通过爬山法被优化，爬山法对同个离散模型输出会产生几个不同的结果。模型确定是通过令，应用离散化方法，斜率法和改良的变换函数法来计算出离散模型的输出量来实现的。Ⅳ结论在表中列出了次重复第个实验测得的值，相对以及绝对计算时间......”。

7、“.....随着离散化步骤的增加，离散化方法的计算精度和计算消耗都增加了图。当检测表中的结果时，离散化方法的唯优点仿佛就是应用简单。另外两种计算反模糊化的离散应用起来不如前者那么直接，但是在计算的快速性和精度上都表现更好些。斜率法和改良的变换函数法具有相同的计算精度，但由于改良的变换函数不用计算转变点因此后者更快些。最后，由变换函数法得到的结果显示两次考虑重叠区域与只考虑次相比，会带来超过的误差。表列出了次重复第二个实验的平均结果......”。

8、“.....还是最后代的数量都与确定离散输出的方法无关。像在第个实验中看到的，改良的变换函数法的计算消耗最小，其次是斜率法和离散法。Ⅴ总结以及更进步的工作文章中，为了给重心反模糊化方法中不规则四边形隶属函数形成个模糊分割，介绍了两种计算方法斜率法和变换函数法。对于三个时域规范值,和，讨论了这两种方法和广泛应用的离散法的计算精度，计算消耗和应用复杂性。离散法的唯优点就是应用简单。其他两种计算反模糊化的方法应用上不如离散法直接......”。

9、“.....计算精度更高。三种方法中，改良的变换函数法的计算消耗最小，并且与斜率法有相同的计算精度。注意到，文章中假定输出值是用形成模糊分割的不规则四边形隶属函数来描述的。对于基于推理计算规则和模糊规则的模型，今后必然会研究出吸引人的反模糊化计算方法。更进步地，在假设出形成模糊分割的输出变量的隶属函数和输入变量隶属函数，或者假设规则基础为连续的情况下，我们要检查这种算法是否可以被简化......”。