粗糙群的阶及粗糙循环群

对粗糙集上代数结构进行了研究,引入了粗糙群中元素的的阶、粗糙循环群等概念,利用粗糙集理论方法和经典代数的处理手段,讨论了粗糙循环群的结构特征和性质.     

李代数的粗糙子代数和粗糙理想

对粗糙集上李代数的结构进行了研究,引入了李代数的粗糙子代数和粗糙理想等概念.把粗糙集理论方法和李代数的经典结论结合起来,得到了一些有意义的结论.     

粗糙子环的判定

粗糙代数是粗糙集理论研究的一个方向,粗糙环和粗糙子环是粗糙代数的主要内容之一.以 Pawla粗糙集模型、环论为基础,给出了环的粗糙子环的定义,并研究了粗糙子环的性质及判定定理, 扩展了粗糙代数理论的研究范围.     

粗糙半群的进一步研究

主要讨论粗糙集理论在代数系统——半群中的应用,介绍了粗糙半群、粗糙理想、粗糙同态映射及粗糙商半群的概念,提出并证明了与此相关的性质,进一步补充和完善了半群中的粗糙集理论.     

粗糙群的同态与同构

主要讨论粗糙集理论在代数统一群上的应用,介绍了粗糙群粗糙同态及粗糙群粗糙同构的概念,提出并证明了与此相关的性质。     

格蕴涵代数LI-理想的粗糙性

粗糙集的代数分析是粗糙集理论研究的一个重要方向,为了用代数的手段研究粗糙集,将粗糙集理论应用于格蕴涵代数,利用LI-理想诱导的同余关系,引入了格蕴涵代数的上、下粗糙LI-理想的概念,并讨论了粗糙LI-理想的相关性质.     

粗糙幂环初探

近年来,将粗糙集理论应用到群环上,以完善粗糙代数系统已是人们感兴趣的话题,结合粗糙集理论及环的概念,初步给出粗糙幂环的定义,并对其性质作了一点探讨。     

广义近似空间与粗糙分类代数

提出了广义近似空间、粗近似公理、干扰集公理、粗糙集的分类原则、粗选原则、不确定偶集原则、精选原则、对策分类、量子逻辑分类、bit量子对称分类、不可比集、bit空间集、协议关系、粗糙集函数、粗糙分类代数和粗糙单代数等基本概念，并提出了一个猜想；展示了一些新观点；基于协议关系构造了粗糙商代数和粗糙子代数，给出了回避-归并算法及算例。     

量子B-代数的粗糙性（英文）

不确定性理论有广泛的应用和重要的影响。文章将不确定性理论中的粗糙集理论应用到量子B-代数中。考虑了（线性序）量子B-代数的粗糙子代数，证明了量子B-代数上的子代数是粗糙子代数。然后，研究了格序量子B-代数的粗糙正规q-滤子。证明了量子B-代数上正规q-滤子是粗糙正规q-滤子。为了研究格序的量子B-代数，借助单位元将量子B-代数分为三类，给出了并和交运算的具体形式。研究了格序量子B-代数上粗糙正规q-滤子的同态像。此外，将粗糙集理论应用于一类特殊的量B-代数—CKL-代数中，通过选择合适的蕴含算子，证明了粗糙集代数是CKL-代数。最后，将粗糙软集理论应用在量子B-代数上，给出了一个量子B-代数上的决策算法。     

粗糙群定义的缺陷与修正

自Pawlak Z提出粗糙集理论以来,众多学者进行了广泛深入的研究,并将该理论拓展至粗糙代数领域.Biswas R和Nanda S首次提出了粗糙群(B-N粗糙群)的概念并给出了若干性质,但这一概念本身存在着一定缺陷.已有一些研究者指出了B-N粗糙群的定义和结论存在的一些问题,并给出了B-N粗糙群的修正定义,但B-N粗糙...     

粗糙群和基于子群的群的粗糙

运用粗糙集理论的思想，在群中基于子群定义了群的近似空间，并定义了集合的运算，用集合的近似进行了研究．用近似群重新定义了粗糙群理论中的粗糙群、粗糙子群、粗糙不变子群、粗糙商群、粗糙同态、粗糙同构等一系列概念，并在传统的和新定义的两种粗糙群理论体系中，研究了基于子群的群的粗糙的性质．     

粗糙模糊子群在满同态下的性质

粗糙集理论是由Plawlak于1982年提出的,模糊集理论是由Zadeh于1965年建立的,粗糙集与模糊集的结合越来越受到学术界的关注．研究了群中模糊集的上、下近似,给出了上、下近似算子的性质,讨论了粗糙模糊子群在满同态下的性质．     

相似关系粗糙集理论的一个极小公理组

粗糙集公理化是粗糙集理论研究的一个重要部分,其目的是用可靠且独立的公理组对粗糙集理论进行刻画,从而可以用逻辑和公理系统方法对粗糙集理论进行更为深入的研究．经典的粗糙集理论是基于等价关系的,但现实数据中存在更多的相似关系．为刻画基于相似关系粗糙集理论,给出了公理组S,它含有3个公理．证明了公理组的可靠性,它表明了用所给公理组刻画基于相似关系粗糙集理论的合理性．同时还证明了公理组的极小性,即公理组中每条公理是粗糙不等式且各公理是相互独立的．这些研究有助于粗糙集理论研究的深入和完善．     

基于粗糙关系数据库的粗糙数据查询

以粗糙关系数据库模型（RRDM）为背景，从分解原理、投影原理、粗糙关系数据库（RRDB）的可定义性及上、下近似几方面讨论了RRDB的查询理论，并以此为基础提出了一种新的RRDB查询方法--粗糙数据查询，我们把粗糙数据查询分为精确查询、粗糙完全查询、粗糙组合查询三类，并从这三方面对粗糙数据查询进行了讨论与仿真实验，仿真结果验证了这种方法的可行性和正确性。     

粗糙集中的近似精确问题

从粗糙集中的“边界”(可能决策)的角度出发，首次提出了上(下)边界的概念，讨论了边界的一些性质，进而提出了粗糙问题中可近似为精确问题处理的近似精确问题模型，并给出了近似精确问题的处理方法。     

半群中的粗理想和粗直积

在粗糙集概念的基础上,提出了在同余关系下的粗子半群、粗直积、粗理想,并讨论了商半群中的粗糙集及代数刻画,进一步补充和完善了半群中的粗糙集理论.     

粗糙子代数

讨论了粗糙子代数的性质,得到主要结果:置换性、粗糙子代数的充要条件、同态映射、二重性定理等。