Methods of Expert Information Formalization Based on Complete Orthogonal Semantic Spaces - Expert Fuzzy Information Processing - page 75

⎧ 3 c

⎛ ⎞

0 a ≤ x ≤ 1 − c −

m − 1

;

⎜ ⎝ ⎟ ⎠

⎪

m

2

⎪

c

⎛ ⎞

⎪

b − c −

m − 1

− x

⎜ ⎟

⎪ 3 c c

m

⎛ ⎞ ⎛ ⎞

2

⎜ ⎟

R , ⎜ ⎝ b − c −

m − 1

⎟ ⎠ < x ≤ ⎜ ⎝ b − c −

m − 1

⎟ ⎠ ;

⎪

m m

⎜ ⎜

c

⎟ ⎟

2 2

⎪

m − 1

⎝ ⎠

⎪

⎪ c 3 c

⎛ ⎞ ⎛ ⎞

() μ x = 1 ⎜ ⎝ b − c −

m − 1

⎟ ⎠ < x ≤ ⎜ ⎝ b −

m

⎟ ⎠ ;

⎨

− 1

m m

2 2

⎪

3 c

⎪ ⎛ ⎞

x − b +

m

⎜ ⎟

⎪

3 c c

⎛ ⎞ ⎛ ⎞

2

⎜ ⎟

m m

L , ⎜ ⎝ b − ⎟ ⎠ < x ≤ ⎜ ⎝ b − ⎟ ⎠ ;

⎪

⎜ ⎜

c

⎟ ⎟

2 2

⎪

m

⎪ ⎝ ⎠

⎪

c

⎛ ⎞

0 ⎜ ⎝ b −

m

⎟ ⎠ < x ≤ b .

⎪

2

⎩

c < c < c

3. If , then

m − 2 m − 1 m

⎧

⎛

m − 3

c ⎞

∑

0 a ≤ x ≤ ⎜

⎝

c +

m − 2

⎟
⎠

;

⎪

l

2

⎪

l = 1

⎛

m − 2

c ⎞

⎪

∑

⎜ c +

m − 2

− x ⎟

⎪

l

m − 3

c

m − 2

c

2 ⎛ ⎞ ⎛ ⎞

⎜ ⎟

∑ ∑

⎪ R

l = 1

, ⎜

⎝

c +

m − 2

⎟
⎠

< x ≤ ⎜

⎝

c +

m − 2

⎟
⎠

;

⎜ ⎟

l l

c 2 2

⎪

l = 1 l = 1

m − 2

⎜ ⎟

⎪

⎝ ⎠

⎪ ⎪

()

⎛

m − 2

c ⎞ ⎛ c ⎞

μ x =

∑

⎨

1 c +

m − 2

< x ≤ b − c −

m − 1

;

⎜
⎝

⎟
⎠

⎜ ⎝ ⎟ ⎠

m − 1

l m

⎪ 2 2

l = 1

⎪

c

⎛ ⎞

x − b + c +

m − 1

⎪ ⎜ ⎟

⎛ c ⎞ ⎛ c ⎞

m

2

⎪ ⎜ ⎟

L , b − c −

m − 1

< x ≤ b − c +

m − 1

;

⎜ ⎝ ⎟ ⎠ ⎜ ⎝ ⎟ ⎠

m m

⎪

⎜ ⎜

c

⎟ ⎟

2 2

m − 1

⎪

⎝ ⎠

⎪

⎛ c ⎞

⎪ ⎪

0 b − c +

m − 1

< x ≤ b .

⎜ ⎝ ⎟ ⎠

m

2

⎩

( )

c ≤ min c , c 4. If , then

m − 1 m m − 2