Pareto弱有效集的性质探讨

给出了多目标最优化中关于Pareto弱有效集表示的一种新型的方法,即把弱有效集表示成两个集合之差,从而得到了一系列与目标集及控制锥的和、差、交及并相关的弱Pareto有效集的性质.     

参数多目标规划αk-较多有效性的稳定性

把Rm空间的αk-较多锥分解成有限个内部非空的尖凸锥之并,用2个集合的差的形式给出了Pareto有效点集和αk-较多有效点集的新的表达式,由此得到了αk-较多有效性与Pareto有效性之间的关系;进而讨论并得到了当目标函数为集值映射时参数多目标最优化问题αk-较多有效点集和有效解集在半连续意义下的稳定性结果.     

集值映射向量优化问题（真）有效点集的连通性

对向量集值映射引入锥类凸的概念，并给出锥类凸集值映射的一个等价刻划和逼近锥的几个重要性质。利用这些概念与结果，对赋范线性空间中带集值映射的向量优化问题的有效点集和Ｂｅｎｓｏｎ真有效点集建立了两个标量化定理。据此，证明了这两个集合的连通性。     

DEA有效单元的特征及SEA方法

ＤＥＡ有效是数据包络分析最重要的概念之一,ＤＥＡ有效单元与偏序集的极大元之间具有紧密的关系,从偏序集的理论出发,刻画了ＤＥＡ有效单元的本质特征,给出了变换不变性的一个充要条件,同时将ＤＥＡ有铲的定义拓广到偏序集上,给出了ＳＥＡ有交的概念,并得到了一些相关性质 。     

粒集理论:粒计算的新模型

在已有的有关粒计算研究成果的基础上,表述了信息的粒化、层次化和动态性原理,并综合了粒的表示形 式后,提出了粒集的概念,确认了粒的二元组的表示形式#同时借用统一集的形式对粒集进行了描述,分析了统一 集与粒集的异同,给出了与粒集相关的一些概念,讨论了用粒集形式来表达其他各种各样的集合,诸如经典集合、 模糊集合、可拓集合、Vague集合、粗糙集合等后,又讨论并表示了粒运算和粒集运算,最后给出了粒集理论的初步 应用框架。粒集理论为粒计算提供很好的理论基础，从而使粒计算确立自己独立的研究领域。     

集值映射的广义梯度与弱有效解

通过介绍弱有效解、Contigent切锥、以及切导数等的定义，引进弱有效意义下集值映射的两种广义梯度概念，并在一定条件下证明他们的包含关系，以及一些其它的性质，并给出了集值映射优化问题一些有效解的最优性条件．     

集值映射的广义梯度与弱有效解

通过介绍弱有效解、Contigent切锥、以及切导数等的定义，引进弱有效意义下集值映射的两种广义梯度概念，并在一定条件下证明他们的包含关系，以及一些其它的性质，并给出了集值映射优化问题一些有效解的最优性条件．     

在集优化意义下的集值映射的非线性标量化

本文研究了一个在集合序下的集值映射优化问题.为得到在这种集合序下的集优化问题的一些最优性条件,我们引入了一个非线性标量化函数,并研究了该函数的一些性质.通过这个非线性标量化函数,在没有任何凸性假设前提下,我们获得了这种集优化问题的标量化表示.作为应用我们还得到了一个存在性定理.     

特殊集合的支撑函数及其性质

支撑函数是凸集研究中应用广泛的一种函数,本文给出支撑函数若干性质的证明,并计算了一些特殊集合的支撑函数.     

关于多目标最优化问题的有效点

本文证明了:在有序局部凸线性拓扑空间中,一个集合的有效点必为该集合的边界点或孤立点.本文还分别给出了使一点为一个集合的有效点、严格有效点和弱有效点的充分必要条件.此外,还证明了:在有序可分线性赋范空间中,每个非空弱紧集至少具一个有效点.     

不确定信息的粗糙集表示和处理

随机性和模糊性是不确定性中最重要和最基本的2个特征。分析和比较了表示和处理不确定性知识的一些主要的拓展集合理论,并系统的介绍了基于粗糙集的不确定知识的表示和处理方法。系统讨论了粗糙集理论对经典集合论的拓展,用经典集合计算方法对粗糙集的核心算子进行了对比分析,同时对定义在信息系统上的粗糙逻辑也进行了分析。通过分析粗糙集理论在人工智能领域的几类典型应用案例说明了粗糙集在表示和处理不确定性问题方面的重要作用和优势。最后对不确定知识的表示和处理的一些有待进一步深入研究的关键问题进行了展望。     

双枝模糊集并-表现定理

建立了双枝模糊集并-表现定理，讨论了双枝模糊集的运算性质.结果表明：双枝模糊集表现定理是单枝模糊集表现定理的一般形式，单枝模糊集表现定理是双枝模糊集表现定理的特例.     

A note on rough set and non-measurable set

It is proved that rough set is equivalent to non-measurable set in measure theory. Hence, rough set is not a new concept in some sense. At the same time, we defined the measurable degree of a set by inner measure and outer measure. Its special case is the accuracy measure of rough set.     

Pawlak粗糙集的若干重要性质

为了更深入地了解任意论域(不仅仅是有限论域)上的粗糙集理论,首先从任意论域上的等价关系R出发,提出了R粗糙集和R精细集的定义,该定义与集合的上、下近似无关。在此基础上研究了R精细集的性质,提出并证明了任意论域上R精细集的判定定理和运算封闭性定理。然后,讨论了上、下R近似的性质,提出并证明了上、下R近似的表示定理、比较定理和拓扑结构定理。最后研究了知识库的相关性,给出了正域表示定理和知识库相关性判定定理。这些结果在一定程度上丰富了Pawlak粗糙集理论。     

中介公理集合论框架下的粗糙集

利用中介公理集合论来讨论粗糙集。首先给出中介化算子的公理化定义,讨论它的一些重要性质;其次给出与等价关系相对应的中介化算子的构造性定义,并指出它满足上述公理;再由中介化算子出发,构造出相应的等价关系。最后讨论中介化算子与等价关系之间的联系,证明两者是相互惟一确定的,用等价关系将集合改造成粗糙集与用相应的中介化算子将集合化为中介集,这两者是等效的。本文将粗糙集纳入中介公理系统理论框架之下,为研究粗糙集奠定了坚实的数学理论基础。     

关于C（X,E）到F的等距同构

本文给出从Ｃ（Ｘ，Ｅ）到Ｆ的算子Ｔ的集函数表示，其中Ｘ是紧Ｈａｕｓｄｏｒｆｆ空间，Ｅ和Ｆ都是Ｂａｎａｃｈ空间。进而研究了当Ｔ是等距同构时，集函数表示ｍ的一些性质。     

具有限强表示的半序集的序收敛

在一个半序集中可以定义网的各种序收敛,本文讨论一个半序集P及其分割完备化?中序收敛的关系、P及其强收缩中序收敛的关系,以及直积中的序收敛.主要证明了下列结果:若半序集P有一个有限强表示{P_1|i=1,…,k},那么P中的网是序收敛的当且仅当它在每一个强收缩P_i上是序收敛的.     

由多项拟阵函数 所确定的拟阵 的秩

要 研究由多项拟阵函数 所确定的拟阵的秩函数 。先给出由次模函数所确定的拟阵 ,然后导出多项拟阵函数的秩函数 的表示式。由此证明了多项拟阵函数 的两个性质,讨论了由二部图导出拟阵 的独立集 和秩函数 的表示。