直觉权与直觉模糊化拓扑的关系

通过提出直觉权和直觉模糊化拓扑的概念,阐述了直觉模糊化拓扑可以通过直觉权来刻画,给出了应用直觉权来刻画直觉模糊化拓扑的具体方法,证明了任一个直觉权可以确定一个直觉模糊化拓扑,任一个直觉模糊化拓扑可以确定一个直觉权,并且直觉权与直觉模糊化拓扑之间存在一一对应的关系.     

直觉相似关系和直觉模糊子群

研究集合S上的变换群的直觉模糊子群和S上的直觉相似关系之间的密切联系,证明了S上的变换群的任一直觉模糊子群可确定S上的一个直觉相似关系,反之,S上的任一个直觉相似关系可确定S上的变换群的一个直觉模糊子群.同时研究了直觉相似关系和伪度量之间的联系.利用这个联系进一步研究了直觉模糊子群和伪度量之间的联系,即由S上的变换群的直觉模糊子群可确定一个超伪度量,反之,由一个超伪度量可确定S上的变换群的直觉模糊子群.     

直觉权与凸直觉模糊集之间的关系研究

在直觉权与凸直觉模糊集定义的基础上,定义了一个从凸集到格上的映射,并证明了该映射是一个直觉权;通过理论推导证明了直觉权与凸直觉模糊集之间存在对应关系,任意一个凸直觉模糊集可以通过一个直觉权来刻画,反之任意一个直觉权也可以通过一个凸直觉模糊集来刻画,并给出了两者相互刻画的具体方法.     

具有边界值的直觉模糊子群

研究了一种具有边界值的直觉模糊子群,对其主要性质进行了讨论.并指出,直觉模糊子群是一个具有边界值(0,1)的直觉模糊子群,但一个具有边界值(α,β)的直觉模糊子群不一定是直觉模糊子群.     

直觉模糊全不变子群与特征子群

通过引入直觉模糊集截集的概念,定义了直觉模糊全不变子群与直觉模糊特征子群,并借助于直觉模糊集截集性质和表示,研究了直觉模糊全不变子群与特征子群的蕴涵关系。此外,讨论了循环群上的直觉模糊子群的结构及其特征。     

权及其与凸模糊集之间的关系

通过引入权的概念,说明了凸模糊集可以通过权来刻画。本文给出了如何应用权来描述凸模糊集。证明了任一个权可以确定一个凸模糊集,任一个凸模糊集可以确定一个权。即权与反模糊子群之间存在一一对应关系。     

直觉模糊群与直觉模糊正规子群的水平子群

本文引入直觉模糊群与直觉正规模糊子群的水平子群的概念,得出了若干重要的结论.     

区间值直觉模糊子群

研究了区间直觉模糊子群,且引入了区间值直觉模糊正规子群概念,并利用集合套研究了区间值直觉模糊子群和区间值直觉模糊正规子群.     

正规直觉模糊子群格

本文研究了已知的直觉模糊子群格及其相应的一些特殊的子格问题,证明了一类正规直觉模糊子群格为模格。     

直觉模糊群与它的诱导商群

根据Atanassov K所定义的直觉模糊集的概念．给出一个直觉模糊集为直觉模糊群的充要条件；引入直觉模糊群关于它的正规子群的诱导商集的概念；利用代数思想及方法证明直觉模糊群的诱导商集也是直觉模糊群．该结论完整地解决了一个直觉模糊群关于它的正规子群的商集的问题．     

直觉判断矩阵的直觉模糊数型权重研究

研究了确定直觉判断矩阵的权重问题,并对与权重的可靠性密切相关的直觉判断矩阵的一致性问题进行了探讨.从直觉模糊数的得分函数和精确度函数角度给出直觉判断矩阵的加型一致性的新定义,并导出加型一致性的等价条件.为了充分利用原直觉判断矩阵的信息以及使决策符合一致性要求,根据加型一致性的等价条件运用转换函数将原直觉判断矩转换为两个加型模糊一致性互补判断矩阵,然后对这两个加型模糊一致性互补判断矩阵运用行和归一的方法分别求出原直觉判断矩阵权重的隶属度和非隶属度,从而得到直觉模糊数型权重,并利用直觉模糊数的排序方法进行排序.最后讨论了决策方法的优良性质,并通过实例验证了决策方法的有效性和实用性.     

直觉模糊内积空间和直觉模糊余内积空间

文[1]在模糊子域、模糊线性空间理论的基础上,给出了模糊内积空间、模糊范数、模糊余内积空间、模糊余范数等概念及其对应的性质．在文[1]的基础上,笔者结合直觉模糊集的相关理论,以模糊内积空间和模糊余内积空间理论为依托,将模糊内积空间及模糊余内积空间理论推广到直觉模糊集的情形,定义了直觉模糊内积空间与直觉模糊余内积空间,相应给出了直觉模糊子域、直觉模糊线性空间、直觉模糊范数、直觉模糊余范数等概念,并讨论了相应的性质．     

基于直觉模糊剩余蕴涵的直觉模糊粗糙集的性质

本文主要研究直觉模糊剩余蕴涵下的直觉模糊粗糙集的构造和性质.定义了直觉模糊集上的剩余蕴涵, 基于该剩余蕴涵构造了直觉模糊粗糙集的上、下近似算子, 并给出了基于不同二元关系下近似算子的性质.     

直觉模糊集的截集

首先指出一个直觉模糊集是L-模糊集且X上所有直觉模糊集的集合是一个完备格．其次，分别给出了直觉模糊集截集、直觉集合套的定义；讨论了有关直觉模糊集截集的性质．在此基础上，给出了直觉模糊集的分解定理和表现定理．最后，讨论了直觉模糊集截集与直觉模糊子群的关系，证明了A是群G的一个直觉模糊子群的充分必要条件是A的截集是G的一个子群．     

直觉模糊粗糙集的公理化

直觉模糊粗糙集的公理系统是直觉模糊粗糙集理论与应用的基础,文章定义了直觉模糊集的2种运算,基于这些运算和直觉模糊粗糙集公理化模型,给出直觉模糊粗糙集新的公理系统;该系统用一条简洁的公理描述了直觉模糊粗糙集,为直觉模糊粗糙集理论研究的深入和完善提供了有益的帮助。     

直觉模糊信息系统中的信息粒度

在直觉模糊信息系统中,直觉模糊信息粒度是一种有效地进行不确定性研究的重要工具。本文在直觉模糊信息系统上,给出了直觉模糊粒度结构的交、并、差、补等四种运算。提出了直觉模糊结构上的三种偏序关系,并建立了它们之间的联系。定义了直觉模糊信息粒度及其公理化,并研究相关的性质。     

直觉模糊熵的改进研究

针对现有直觉模糊熵描述不确定性不够全面的缺点,指出直觉模糊集的不确定性应该体现在模糊性和直觉性两个方面上,其中模糊性由隶属度与非隶属度的差异程度决定,而直觉性由犹豫度决定。在此基础之上,建立了新的直觉模糊熵公理化定义,并给出一个熵度量。最后,实例分析表明新的直觉模糊熵度量比现有的熵度量更加合理和有效。     

直觉I-Fuzzy拓扑空间中的内部算子

目的讨论直觉I-Fuzzy拓扑空间中的内部算子。方法 L*-格值上的不等式方法。结果与结论首先得到直觉I-Fuzzy拓扑空间中内部算子的概念,接着给出结论:从拓扑的直觉I-Fuzzy内部算子I出发,得到一个直觉I-Fuzzy拓扑τI,再利用τI定义的内部算子恰好回到I。     

直觉模糊集熵的一种计算公式

为进一步精确度量直觉模糊集的模糊性,改进了直觉模糊集的模糊度的公理化形式,并给出了直觉模糊集的模糊度计算公式.利用直觉模糊集的模糊度和犹豫度,给出了直觉模糊集熵的计算公式,并举例验证了该计算公式的有效性.     

系数为直觉梯形模糊数的模糊线性规划

研究直觉梯形模糊数,并引入以直觉梯形模糊数为系数的线性规划问题,利用直觉梯形模糊数的加权期望值对直觉梯形模糊数进行排序,将直觉梯形模糊数与实数对应,把原规划转化成为经典的线性规划问题,进而得到最优解,同时加入4个综合评估系数作为对决策人的主观决策的评价．最后给出数值例子证明该方法的可行性与有效性．