─类Fuzzy模的Fuzzy赋值

讨论Ｆｕｚｚｙ向量空间和Ｆｕｚｚｙ模的有限赋值分布问题．Ｒ．Ｌｏｗｅｎ在１９８０年证明了每个Ｆｕｚｚｙ有限维向量空间仅有有限个Ｆｕｚｚｙ赋值［３］．Ｆｕｚｚｙ模是Ｆｕｚｚｙ向量空间概念的一般化，它是由Ｃ．Ｖ．Ｎｅｇｏｉｔａ和Ｄ．Ａ．Ｒａｌｅｓｃｕ于１９７５年引入的［１］．我们在１９８７年找出了一大类Ｆｕｚｚｙ模，它们具有有限Ｆｕｚｚｙ赋值分布的性质［５］．经研究，进一步得到Ｆｕｚｚｙ模具有有限Ｆｕｚｚｙ赋值的充要条件，并介绍了一种求出这些Ｆｕｚｚｙ赋值的计算方法．     

可实现Fuzzy矩阵的各种运算

在文献［１］［２］中所提出的Ｆｕｚｚｙ矩阵可实现及可实现条件基础上，给出可实现Ｆｕｚｚｙ矩阵在Ｆｕｚｚｙ矩阵的各种运算下仍为可实现，主要讨论可实现Ｆｕｚｚｙ矩阵对于Ｆｕｚｚｙ矩阵的交、数乘Ｆｕｚｚｙ矩阵，Ｆｕｚｚｙ矩阵的截阵仍为可实现；给出了Ｆｕｚｚｙ方阵成对初等行、列变换即倍乘变换和倍加变换的概念；进一步证明了可实现Ｆｕｚｚｙ矩阵在倍乘变换和倍加变换应为可实现。从而使可实现Ｆｕｚｚｙ矩阵的运算达到完整性。     

Fuzzy值函数关于Fuzzy值Fuzzy测度的Fuzzy值Fuzzy积分的若干性质

文［Ｕ］在经典集合σ—代数上引入了Ｆｕｚｚｙ值Ｆｕｚｚｙ测度等概念，并讨论了它们的一些基本性质。本文给出经典集合上的Ｆｕｚｚｙ值函数关于Ｆｕｚｚｙ值Ｐｕｚｚｙ测度的Ｆｕｚ－ｚｙ值Ｆｕｚｚｙ积分等概念，得到了一系列Ｆｕｚｚｙ值Ｆｕｚｚｙ积分的基本性质。     

齐次有限状态Fuzzy算法系统的控制问题

由方程表示的Ｆｕｚｚｙ系统称为Ｆｕｚｚｙ算法系统［７］。本文首先引入了一个较弱的Ｆｕｚｚｒ状态差异度量的定义，以此度量为基础定义了Ｆｕｚｚｙ状态序列的──收敛概念，进而讨论了齐次有限状态Ｆｕｚｚｙ算法系统的控制问题。     

论区间值FUZZY关系

提出了区间值Ｆｕｚｚｙ集的Ｆｕｚｚｙ关系，上、下Ｆｕｚｚｙ关系，Ｆｕｚｚｙ关系矩陈及［λ１，λ２］──截关系的概念，并讨论它们的基本性质．     

Fuzzy结合代数的外张量积

文［１］引进了Ｆｕｚｚｙ代数的概念，讨论了Ｆｕｚｚｙ代数的有关性质，本文书引进有限维Ｆｕｚｚｙ结合代数的外张量积的概念，并对其有关性质进行了初步探讨，这对于进一步研究Ｆｕｚｚｙ代数具有重要的理论意义．     

一类含Fuzzy数为参变量的拟Fuzzy数映射

本文在文［－４］的基础上构造性地定了一类含Ｆｕｚｚｙ数为参变量的拟Ｐｕｚｚｙ数映射，并讨论了它的有关性质。本文给出拟Ｆｕｚｚｙ数映射之目的，就是为在Ｆ￣·空间上建立积分方程奠定基础。     

Fuzzy子环的Fuzzy同态映射

引进Ｆｕｚｚｙ子环的Ｆｕｚｚｙ同态映射，给出Ｆｕｚｚｙ子环的Ｆｕｚｚｙ同态分解定理及基本定理，并给出了Ｆｕｚｚｙ域与Ｆｕｚｚｙ线性空间的Ｆｕｚｚｙ映射。     

论区间值FUZZY集（Ⅱ）──分解定理与表理定理

我们在文［１］中定义了区间值Ｆｕｚｚｙ集的［λ１，λ２］──截集，并讨论了它的基本性质．本文在此基础上建立了区间值Ｆｙｚｚｙ集的一系列分解定理与表现定理．     

LG_(pd)-度量及其收敛问题

以平面Ｒ２ 上的距离ｄ 为基础,结合水平λ的重要性函数ｇ（λ）,在Ｆｕｚｚｙ 数空间Ｅ１ 上建立了ＬＧｐｄ－度量Ｄ［ｐｇ］,证明了（Ｅ１,Ｄ［ｐｇ］）为度量空间的充分必要条件是ｇ（λ）在［０,１］上几乎处处不为零。进而讨论了当ｄ 是由Ｒ２ 上的范数确定的距离时,（Ｅ１,Ｄ［ｐｇ］）的基本性质及Ｄ［ｐｇ］的完备性问题。     

模糊粗糙集的分解定理及表现定理

讨论了模糊粗糙集（FR集）的构造性质,给出其分解定理及表现定理。     

模糊粗糙集的贴近度

基于模糊集理论中贴近度的定义及模糊粗糙集的有关性质 ,讨论了模糊粗糙集 (FR集 )的贴近度 ,进而给出了模糊粗糙集的距离贴近度、最小最大贴近度、最小平均贴近度以及格贴近度     

模糊集的比较与排序

通过定义模糊极大集和一个效用函数，从而找到一种判定模糊集优先关系的方法．而用这种方法来判断模糊集的优先关系具有较好的普遍性、可分辨性、直观性以及较强的物理和几何意义．     

粗糙模糊集的分解定理及表现定理

讨论了粗糙模糊集的构造性质,给出其分解定理及表现定理。     

粗糙模糊数的分解定理和表现定理

粗糙集理论和模糊集理论都是研究信息系统中知识的不完善、不准确问题 ,前者基于信息系统中知识的不可分辨性 ,后者基于信息系统中知识的模糊性 ,将二者结合形成了粗糙模糊集 .讨论了粗糙模糊数(RFN)的构造性质 ,给出了粗糙模糊数的分解定理及表现定理 .     

粗糙模糊数的贴近度

首先讨论了粗糙模糊数(RFN)的性质和运算法则，进而定义了粗糙模糊数的贴近度，在此基础上，分别给出了粗糙模糊数的距离贴近度，最大-最小贴近度，最小平均贴近度以及格贴近度，可用于在实际问题中对模糊信息的表述及信息加工。     

粗糙模糊集的贴近度

讨论了粗糙模糊集 (RF集 )的性质 ,并在此基础上 ,定义了粗糙模糊集的贴近度 .基于定义 ,分别给出了粗糙模糊集的距离贴近度 ,最小最大贴近度 ,最小平均贴近度以及格贴近度 .     

基于Fuzzy集的Vague集的模糊熵

给出了Vague集的基本概念，阐述了Vague集的本质及Vague集与Fuzzy集之间的关系；通过对投票模型的分析，指出了在投票模型中投中立票者仍然有某种倾向，且该倾向由投赞成票和投反对票的人类之比来决定，在此基础上提出了一种Vague集向Fuzzy集转化的方法，最后给出了基于这种转化方法的Vague集模糊熵的定义。     

模糊粗糙集分解定理的讨论（I）

分解定理是模糊数学的最基本定理之一,文章给出了模糊粗糙集的四个分解定理,并指出因偏序关系普通模糊集的部分分解定理并不能推广到模糊粗糙集.分解定理建立了模糊粗糙集与经典集间的联系,通过它可以把模糊粗糙集的某些性质的研究转化为相关的经典集的有关性质的研究,从而可以利用人们千百年来的研究成果和实践经验。     

Fuzzy拓扑向量空间上算子的微分

给出了Ｆｕｚｚｙ拓扑向量空间上算子可微的定义，并给出了算子Ｆｕｚｚｙ可微的条件．