1:前件推导是定理证明的一种扩展。

2:因为新的项目和一些前件支持定义的类，所以现在您就可以创建一个分析Provider类。

3:考虑输入数据与相应直线的接近程度，以及邻近直线对输入数据的影响程度，辨识出了模型的前件参数。

4:第一阶段，将模糊分类系统的前件和输入变量编码为一个个体，实现了输入变量论域的动态划分和输入变量选择。

5:设计一个算法挖掘这样的有趣规刚，它的前件和后件分别属于不同的概念类，称这种规则为类间桥。

6:方法综合考虑已知规则前件和结论模糊集的位置和几何形状，利用拉格朗日方法。

7:特征网络用来产生模糊规则的前件，相应于每条规则的适用度。

8:前件进一步包括连接至足部并径向定位在足部外的径向延伸的胫部。

9:当模糊产生式规则应用在近似推理过程中时，前件相同而后件不同的模糊规则之间往往存在交互影响。

10:这便是“A制约B”，其间的“前件A为有可独立于后件B的有无确定”称为“第二独立性”。

11:系统网络中含待定的前件和后件参数。

12:第三阶段，使用梯度下降方法同时优化控制规则的前件参数和后件参数。