到目前为止,模糊控制中应用和研究最为广泛的有模糊推理CRI算法和模糊推理三I算法,尽管如此,一些学者还是指出它们的不足.例如,CRI算法中的合成运算缺少严格的逻辑依据并且这个算法不具备还原性。而三I算法虽然具有严格的逻辑背景和还原性,但是它的还原性是有条件的,即要求大前提的前件是正规模糊集.而还原性对于评估模糊推理算法的好坏具有重要意义.　　本文主要研究两部分内容,在第三章中,我们在正则蕴涵算子的统一框架下,首先给出了基于模糊推理Subsethood inference Subsethood method(简称SIS算法)的模糊取式FMP问题解的统一表达式;其次,提出了一种改进的SIS FMT求解原则,并给出了关于模糊拒取式FMT问题的模糊推理SIS算法解的统一形式;证明了SIS FMP算法和SISFMT算法均满足无条件还原性;最后给出了FMP问题及FMT问题基于SIS算法的λ-水平解的统一形式。研究了它们的还原性。　　另外,对于一个推理算法,当输入前提存在一个微小的干扰将会导致输出结果微小的偏差,那么我们就说这个推理算法是鲁棒的,或者说鲁棒性很好。本文在第四章中,我们首先是在正则蕴涵算子统一框架下研究新算法SIS算法和λ-SIS算法基于最小相似度的鲁棒性。其次,我们在强正则蕴涵算子的统一框架下研究了SIS算法基于平均逻辑相似度的鲁棒性。