為了建立這種柔性化的邏輯體系，何華燦從模糊邏輯入手，在大量研究的基礎上，創立了泛邏輯學，實現了模糊邏輯關係的柔性化[2].按照泛邏輯學的觀點，模糊邏輯和概率邏輯都是它的具體特例，它們在邏輯關係柔性化方面的思想是一致的.因此，基於泛邏輯學實現模糊邏輯關係柔性化的思想和方法，研究概率邏輯關係的柔性化問題，是在泛邏輯學框架內實現概率邏輯關係柔性化的一條有效途徑.
1.泛邏輯學實現模糊邏輯關係柔性化的思想和方法
泛邏輯學針對模糊邏輯關係存在的缺陷，基於三角範數理論，利用相關性解決了模糊命題聯結詞為什麼應該是一組連續可變的算子簇和如何使用該算子簇中的算子這樣兩個重大問題，真正實現了模糊邏輯關係的柔性化.
1.1模糊邏輯關係存在的主要缺陷
在模糊邏輯中，其命題真值可以通過在[0，1]區間連續取值的隸屬函數#來刻畫，是柔性的.但其邏輯關係卻只能通過固定的模糊運算聯結詞1，A，V，^，0來實現，是剛性的.由於剛性的模糊運算聯結詞僅能用來描述那種完全確定的邏輯關係，而無法描述現實世界中大量存在的不確定的邏輯關係，因此邏輯關係的剛性化問題是模糊邏輯存在的一個主要缺陷.這一缺陷説明，模糊邏輯關係不應該是一組固定不變的算子，而應該用一組不確定的算子簇來定義.
為了尋找這組不確定的算子簇，有關科學家進行了大量探索，早在泛邏輯學出現之前人們就已經提出了一些修補性方法.例如，模糊與/或算子對?/?，模糊藴含/等價算子對，廣義模糊算子對⑩*/?*，基於三角範數的模糊算子等.但是，這些方法都未能真正實現模糊邏輯關係的連續可變性，也都未能從邏輯學上找到存在這種連續可變運算模型的合理性和客觀依據.
1.2泛邏輯學實現模糊邏輯關係柔性化的思想
泛邏輯學認為模糊命題的相關性是引起模糊邏輯關係柔性的主要原因，它把相關性分為廣義自相關性和廣義相關性兩種類型，並用這兩種相關性來刻畫各種邏輯關係的柔性.
1.2.1用廣義自相關性描述模糊非運算的柔性
廣義自相關性是指一個命題與其非命題之間的關聯性，它由模糊命題真值的測量誤差所引起，並將影響到模糊非命題的真值.廣義自相關性表現的是一種連續變化的特性，其大小是用一個在[0，1]區間連續變化的廣義自相關係數從0SK1)來表示的i代表的是模糊非運算W(x，幻的風險程度，它的一些特殊值的含義如下：
當k=1時，表示邏輯上的最大否定，對應於最冒險估計；
當*=0.5時，表示邏輯上的適度否定，對應於精確估計；
當k=0時，表示邏輯上的最小可能否定，對應於保險估計.並且當k由1^0時，W(x，fc)能夠在這些狀態之間平滑過渡，從而可以實現邏輯非運算的柔性化.
1.2.2用廣義相關性描述模糊與/或運算的柔性
廣義相關性是指不同模糊命題之間的關聯性，它將影響到二元複合命題的真值計算.泛邏輯學中的廣義相關性又包含了模糊命題之間的相生和相剋關係.其中，相生關係是各種包容關係和共生關係的抽象，可用一個在[-1，1]區間連續變化的相生係數g來描述，當g=1時，表示為最大相吸狀態;g=0時，表示為獨立狀態;g=-1時，表示為最大相斥狀態.相剋關係是各種抑制關係(如敵對關係和生存競爭關係)的抽象，可用一個在[-1，1]區間連續變化的相剋係數f來描述，當户1時，表示為最大相剋狀態f=0時，表現為僵持狀態f=-1時，表示為最小相剋狀態.
實際上，最小相剋與最大相斥是同一種狀態，即相生性與相剋性的分界線.它説明，相生性與相剋性既相互獨立，又可連續過渡.泛邏輯學對廣義相關性的這種連續變化特性是用一個統一描述相關性大小的廣義相關係數叫0幼幻)來表示的.對h的一些特殊值，受其控制的與運算取，#)和或運算處，#)的情況如下：
可見，當h在[0，1]區間由1^0時，r(x，y，h)和S(x，y，h)能夠在這些狀態之間平滑過渡，這就為實現與域關係的柔性化提供了可能.
1.3泛邏輯學實現模糊邏輯關係柔性化的方法
泛邏輯學實現模糊邏輯關係柔性化的基本方法是，首先根據不確定性問題的模糊測度是否存在誤差，將其劃分為零級不確定性問題或一級不確定性問題，然後對零級或一級不確定性問題，分別用零級範數完整簇或一級範數完整超簇來處理.
1.3.1零級/一級不確定性問題
零級不確定性問題是指模糊測度無誤差，能夠精確得到模糊命題真值的問題.此時，*=0.5，模糊非運算是單一的，即W(x，0.5)=W(x)=1-x.但由於廣義相關性的存在，模糊與/或/藴含/等價等運算並不單一，而是一組受h控制的變化的公式簇，即零級TISIIIQ範數完整簇.
一級不確定性問題是指模糊測度有誤差，不能精確得到模糊命題真值的`問題.此時，&0.5，模糊非運算不再單一，而是一組受k控制的變化的公式簇，即N性生成元完整簇.同樣，由於廣義相關性的存在，其模糊與/或/藴含/等價等算子也不單一，而是一組受k和h控制的變化的公式簇，即一級TISIIIQ範數完整超簇.
1.3.2N範數與N範數完整簇
N範數是三角範數理論中研究的一個涉及模糊非運算的算子，也是泛邏輯學研究模糊非運算的數學基礎.利用N範數，可以從理論上解釋和定義廣義自相關性對模糊非運算模型的影響.
在零級不確定性問題中，k=0.5，模糊非運算為N範數的一個特例.但在一級不確定性問題中，&0.5，模糊非運算N(x>1-x.這時，需要用一個受k控制的廣義自相關性修正函數來對誤差進行修正，這個修正函數被稱為一級泛邏輯運算的N性生成元完整簇，由它又可生成N範數完整簇.常用的N性生成元完整簇模型有多項式模型和指數模型兩種，與其對應的N範數完整簇也有多項式模型N和指數模型鳩兩種.它們分別是：
由於廣義自相關係數k是連續變化的，因此會有無限多個連續的N算子.其中k=0.5僅是N算子的一個特例，其值燦>^)=￥^，0.5)=￥^)，此時N算子退化為Zadeh算子.
1.3.3T/S範數完整簇與T/S範數完整超簇
T範數和S範數是三角範數理論研究中涉及到模糊與/或運算的兩個算子，也是泛邏輯學研究模糊與/或運算的數學基礎.利用T/S範數，可以從理論上解釋和定義廣義相關性對模糊與/或運算模型的影響.
(1)零級TIS範數完整簇
對零級不確定性問題，模糊與/或運算僅受廣義相關性的影響，因此可分別用兩個僅受h控制的函數F>(x，h)和Go(x，h)來表示這種影響.這兩個函數分別被稱為零級S性生成元完整簇和零級T性生成元完整簇，由它們所分別生成的零級T範數完整簇7Ix，y，h)和S範數完整簇S(x，y，h)如下：
由於廣義相關係數h是連續變化的，因此會有無限多個連續的7Ix，y，h)算子和S(x，y，h)算子.其中，h=1是T算子的一個特例，其值7^，>^)=7^，>>，1)=7^，>0，退化為Zadeh算子.同樣，h=1也是S算子的一個特例，其值S(x，y，h)=S(x，y，1)=S(x，y)，也退化為Zadeh算子.
(2)—級T/S範數完整超簇
對一級不確定性問題，h和k都會對模糊與/或運算產生影響，因此需要分別用兩個均受到h和k控制的函數F(x，hk)和G(x，hk)來表示這種影響.這兩個函數分別被稱為一級泛邏輯運算的T性生成元完整超簇和^性生成元完整超簇.由它們又可分別生成一級T範數完整超簇7Ix，>^k)和一級S範數完整超簇辦，少，從).以純指數型為例，一級T/S範數完整超簇分別為
同樣，由於廣義自相關係數k和廣義相關數h是連續變化的，因此也會有無限多個連續的7Ix，y，hk)算子和S(x，y，hk)算子.其中k=0.5是一個特例，此時T(x，y，hk)和S(x，y，hk)均退化為零級模型.
1.3.4T/S相容算子簇
上述TIS算子簇都是與/或運算的近似公式，當k=0.5，^e[0.5，1]時，經典模糊測度滿足可加性，其T/S算子滿足相容律，可使用精確的Frank算子簇k算子簇是目前唯一被發現的一對相容算子簇，其定義為
Frank算子簇是零級算子簇，它只有相容部分，沒有相剋部分，僅適應於he(0.5，1)的情況，即概率邏輯的討論範圍.
1.3.5I/Q範數完整簇與1IQ範數完整超簇
對於泛藴含算子I和泛等價算子Q，也可根據零級/一級不確定性問題的劃分，將其分為零級IIQ範數完整簇和一級I/Q範數完整超簇，並且它們都可以由前面討論過的不同級別的NITIS算子直接推出.至於其推導過程和由該過程所導出的零級IIQ範數完整簇1^，>^)》&，>^)和一級IIQ範數完整超簇I(x，y，h，k)/Q(x，y，h，k)可參考文獻.
通過以上討論可以看出，無論是NITISIIIQ範數完整簇，還是TISIIIQ範數完整超簇，都是受k或h控制的連續函數.因此，由它們所描述的模糊邏輯關係也都應該是連續變化的，即真正實現了模糊邏輯關係的柔性化.
2.基於泛邏輯學的概率邏輯關係柔性化問題
概率是解決因隨機引起的不確定性問題的一種有效方法，在現有的不確定推理方法中有不少是基於概率論的，例如確定性理論、主觀Bayes方法、證據理論等.但是，這些不確定性推理方法也僅僅是基於概率，而不能真正實現邏輯框架內的概率邏輯不確定推理.產生這種現象的主要原因是概率邏輯自身存在着缺陷，尤其是存在着邏輯關係的剛性化問題.
2.1概率邏輯研究概述
概率邏輯是由Keynes於1921年首先提出的，雖然目前已有多種不同的邏輯模型，但它們都還很不完善，各種模型都存在着自身的缺陷.
2.1.1概率邏輯的概念
在基於o代數的標準概率論中，概率是定義在標準概率空間005，P)上的.它滿足非負性、規範性、可列可加性、有限可加性、次可加性、可減性、單調性、屍(必)=0及P卜a)=1-P⑷等，常用的概率運算主要包括:補、加、乘、條件概率等.
按照Camap的觀點，概率應分為兩大類，一類是邏輯概率，是指概率的邏輯解釋;另一類是統計概率，是指概率的頻率解釋.概率邏輯就是指概率的邏輯解釋，它是在概率空間上定義的一個邏輯體系.
2.1.2傳統概率邏輯的主要模型
傳統概率邏輯模型主要包括基於標準概率空間的標準概率邏輯模型，基於概率最大熵原則的可能世界模型，以及擴充概率空間的條件事件代數模型.
(1)標準概率邏輯模型
該模型是指在標準概率空間上建立的一種標準概率邏輯體系.卡爾納普(Carnap)概率邏輯和波普爾(Poroer)概率邏輯是這種模型的兩個典型代表.
Popper概率邏輯包括Popper先驗概率和Popper條件概率.其中，Popper先驗概率是由Popper基於概率邏輯的自主性描述於1938年提出的先驗概率函數來定義的，該函數的基本性質包括:非負性、正規性、可加性、交換律、結合律、冪等律^er先驗概率函數的這些基本性質通常被看做是先驗概率函數的標準公理系統：pper條件概率是由Popper本人基於概率邏輯的自主性描述，分別於1955年和1959年提出的條件概率函數來定義的，該條件概率函數的基本性質包括:非負性、正規性、可加性、乘法律、左交換律、右交換律.
Carnap概率邏輯也包括Carnap先驗概率和Carnap條件概率，其先驗概率和條件概率分別是由Carnap(1950)函數和Carnap(1952)函數所描述的.其中，Carnap(1950)函數實際上是在前述Popper先驗概率函數標準公理系統的基礎上增加了以下限制條件：
(2)可能世界概率邏輯模型
該模型是Nilsson於1986年基於概率分佈的最大熵原則提出的一種表示不確定推理的概率邏輯模型[5]，該模型的概率邏輯空間可用一個四元組(廠兑雙屍)來表示.其中:/是經典邏輯中的命題集，O是/I的相容真值指派域，萬是/上的概率邏輯真值分佈，P是^上的一個概率分佈.它們之間的關係可用矩陣表示為乃=FP.該矩陣表示形式實際上是一個非線性方程組.
(3)條件事件代數模型
條件事件代數是在確保規則概率與條件概率相容的前提下，把布爾代數上的邏輯運算推廣到條件事件(規則)集合中得到的一個代數系統.在二值邏輯中，邏輯藴含算子是一個重要的推理公式，但在概率邏輯中，卻不能用Pp^a)對P(啪)進行度量s定理表明，在概率空間中無法給出一種與屍(#)相一致的P04a)的定義.其主要原因是，在基於o代數的標準概率論中，概率空間是由一些非條件事件及其相應的概率分配所決定的，而條件事件在概率空間(級B，P)中沒有被定義.因此，基於標準概率空間的概率邏輯也就無法進行條件推理了.
要解決條件概率推理問題，就必須對僅包含基本事件的標準概率空間Ofl，B，P)進行擴充，使其能夠包含條件事件.關於條件事件代數的定義，現有多種描述方式，GNW條件事件代數是其中較有代表性的一種.該代數系統是從標準概率空間出發，去尋找一個新的可測空間(島方)，使該可測空間不僅包含概率論中的基本事件，而且還包含諸如“ifEthenH”等規則形式的“條件事件”，這樣就可以進行條件推理了.
2.1.3傳統概率邏輯模型的簡單分析
從上述傳統概率模型的介紹可以看出，標準概率邏輯模型並沒有突破標準概率空間的限制，是一種在邏輯框架內解決概率邏輯不確定性推理的方法.但由於標準概率空間中僅包含了基本事件，沒有包含條件事件，因此它無法實現邏輯框架內的條件推理.另外，該模型中定義的邏輯關係都是剛性化的，這種剛性化的邏輯關係無法滿足現實問題對邏輯關係柔性化的需求.
可能世界概率邏輯模型是通過擴充概率空間來實現的.儘管它可以用類似於經典邏輯中的假言推理來解決概率推理中的概率藴含問題，但仍存在以下兩個嚴重問題:第1，這種模型僅適應於命題集較小的情況，當命題集較大時，非線性方程組的次數會隨命題集中命題個數的增加而升高;第2，利用解方程組的方法超出了邏輯學的範疇，未能在邏輯框架內解決問題.
GNW條件事件代數模型雖然通過擴充概率邏輯空間能夠解決條件推理問題，但也存在兩個嚴重缺陷:第1，該模型不是完全布爾型的，概率論中的一些典型定理在該模型中已不再適用;第2，對概率測度P擴張以後得到的P。，也已不是一個概率測度.例如，
這些都是人們所不希望的.因此，條件事件代數也不是在邏輯框架內解決概率邏輯推理問題的最佳方法.通過對這些傳統概率模型的分析可以看出，要解決概率邏輯關係的柔性化問題，實現邏輯框架內的概率邏輯不確定推理，必須尋求新的邏輯學模型.泛邏輯學的出現為解決這一問題提供了可能.
2.2概率邏輯關係柔性化的思想
從泛邏輯學的角度來看，廣義相關係數^=0.75是一種獨立相關狀態，對應着概率算子：
它説明，現有概率邏輯僅是泛邏輯學在k=0，^e[0.5，1]時的一種特例.基於泛邏輯學的這一思想，從邏輯關係柔性化的角度分析概率邏輯算子^，v，A及|，可得到以下兩個重要啟示：
(1)概率邏輯作為泛邏輯學在A=0.5，he[0.5，1]時的一個特例，其算子將受到廣義相關係數h的影響.即當h在區間[0.5，1]中發生變化時，概率邏輯算子應該隨着h的改變而作柔性變化.但是，現有概率邏輯算子^，v，A都沒有考慮廣義相關性的影響，也都沒有建立這些邏輯算子和h之間的聯繫.實際上，應該能夠在泛邏輯學框架內建立起這種受h控制的柔性的^，v，A算子函數.
(2)條件概率Mab)雖然考慮到了獨立性，也定義了獨立相關時的條件概率公式，但對非獨立相關時的條件概率卻沒有建立起它與h之間的聯繫.事實上，獨立性與條件概率存在以下關係：
它説明，廣義相關性與條件概率之間是存在一定聯繫的，我們應該能夠在泛邏輯學框架內用一個受h控制的條件概率函數來描述它們之間的這種聯繫.
2.3概率邏輯關係柔性化的方法
由於泛邏輯學在k=0.5，he[0.5，1]時所研究的問題對應於概率邏輯問題，這就為我們在泛邏輯學框架內解決概率邏輯關係柔性化問題提供了理論依據.
在泛邏輯學中k=0.5屬零級不確定性問題，因此可用其零級N/T/S泛數完整簇來構造柔性的概率邏輯算子函數，包括^，v，A，|等.以條件概率算子“|”為例，可將描述與運算的T範數完整簇：
因此，可使用精確的Frank相容算子簇來構造概率邏輯的^，v，A，|等算子函數.
按照這種方法，就可以在泛邏輯學框架內建立起一個柔性化的新的概率邏輯體系.這種新的概率邏輯體系能夠改進經典概率邏輯的推理性能.仍以條件概率為例，由於經典概率論中的條件概率是基於獨立性定義的，並沒有考慮廣義相關性的影響，因此盲目使用條件概率就有可能會出現偏差.而對受h控制的新的條件概率函數，則可避免這種偏差，保證條件概率使用的正確性.
3結論
泛邏輯學對模糊邏輯關係柔性化的研究，為在邏輯框架內解決邏輯關係的柔性化問題指明瞭方向，是邏輯學發展史上的又一次飛躍.基於泛邏輯學的思想和方法，在邏輯學框架內建立起柔性化的新的概率邏輯體系，不僅對概率邏輯，而且對基於概率的各種不確定性推理方法都將具有重要的學術意義和實用價值.
文萃咖
