λ-模糊Choquet积分的收敛性

在一般模糊测度空间上,针对给定的非负可测函数定义了λ-模糊Choquet积分,并将这种模糊积分整体看作一般模糊测度空间上的集函数,进而讨论了这种模糊积分的一些基本性质和收敛性．     

毕达哥拉斯模糊数新的排序方法和运算法则

首先在全面考虑到隶属度、非隶属度、犹豫度三方面信息基础上,定义新的毕达哥拉斯模糊数(PFN)的记分函数和精度函数,得到一种新的排序方法.并且与旧的排序方法进行对比,说明新的记分函数和精度函数的合理性与有效性.然后在毕达哥拉斯模糊Einstein运算和毕达哥拉斯交叉影响集成运算的基础上,定义新的毕达哥拉斯模糊运算法则,给出相应的证明,并得到一些性质,丰富了毕达哥拉斯模集理论.     

一种基于二型模糊的广义模糊软集

针对普通模糊子集隶属度的模糊性,介绍了二型模糊集及现实刻画的合理性,然后从实际问题出发,提出了广义模糊软集的概念;在此基础上,研究广义模糊软集的包含关系,交、并、补运算和有关性质,并讨论基于广义模糊软集下的模糊软关系和模糊软矩阵,且进一步探讨与广义模糊软集平行的运算及性质;最后将广义模糊软集应用到医疗诊断中,通过解模糊,构造得分函数判断病人的患病类型,从而验证了它的可行性与有效性.     

模糊关系数据库的几点注记

在讨论了模糊关系及其特征之后,给出了在元组隶属函数约束下的模糊关系λ－截集数据库和模糊关系模式的概念,引入并讨论了用模糊集包含度刻划的模糊属性值及元组的语义包含相似度及其性质．在此基础上,导出了经典函数依赖（ＦＤ）的４种相互等价的形式化定义,并由此扩展得到模糊函数依赖（ＦＦＤ）的相应形式化定义和相应于Ａｒｍｓｔｒｏｎｇ公理的有效且完备的推导规则．认为文［１］对（ＦＦＤ）的讨论只是本文的特例     

复模糊值函数的积分及其性质

复模糊值函数理论在模糊控制中是广泛存在的,讨论复模糊值函数积分的性质有重要的理论和实际意义.本文首先介绍了模糊数的概念、运算规则及复模糊值函数的表达式(f)(x)=((f)1(x),(f)2(x)),在新的序关系的意义下给出复模糊值函数(f)(x)=((f)(x),(f)2 (x)) Riemann积分的定义.在此基础上给出了复模糊值函数的r-截集的概念,利用r-截集把复模糊值函数转化为区间值函数,用扩张原理给出了复模糊值函数积分表达式,并讨论了复模糊值函数积分的性质,得出了复模糊值函数积分具有区间可加性、不等式性、对实系数和复系数具有线性性质等结论.     

(L)ukasiewicz命题集的积分真度、发散度与相容度的分布

研究了Lukasiewicz命题集的积分真度、发散度与相容度在[0,1]中的分布问题.利用一组公式所对应的McNaughtom函数,证明了Lukasiewicz逻辑系统中积分真度之集在[0,1]中稠密、发散度取值之集在[0,1]中稠密.结果表明,当Γ有限且相容时,相容度取值之集在[1/2,1]中稠密.     

复模糊值函数的积分及其性质

复模糊值函数理论在模糊控制中是广泛存在的,讨论复模糊值函数积分的性质有重要的理论和实际意义。本文首先介绍了模糊数的概念、运算规则及复模糊值函数的表达式f=(x)=((x),(x)),在新的序关系的意义下给出复模糊值函数f=(x)=(1(x),2(x))Riemann积分的定义。在此基础上给出了复模糊值函数的r-截集的概念,利用r-截集把复模糊值函数转化为区间值函数,用扩张原理给出了复模糊值函数积分表达式,并讨论了复模糊值函数积分的性质,得出了复模糊值函数积分具有区间可加性、不等式性、对实系数和复系数具有线性性质等结论。     

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     

基于模糊相容关系的粗糙集的扩展

针对模糊信息系统,提出了用模糊相容关系代替经典粗糙集中的不可分辨关系来构造扩展粗糙集的方法.定义了模糊信息系统中的模糊相容关系,给出了模糊相容关系下粗糙集的表示方法及性质,证明了模糊相容关系下粗糙集模型的不同表示形式,并讨论了在模糊相容关系下模糊变精度粗糙集模型及其性质.     

根与F（S）中的近似推理

基于一组公式集的根的理论与公式的真度理论，讨论了二值命题逻辑系统L，Fuzzy命题逻辑系统L^*中根与命题集的发散度、相容度之间的内在联系，重点论述了其在F（S）的近似推理误差分析中所起的作用．     

模糊子坡代数、模糊理想、模糊滤子及模糊同余关系的刻画

定义了坡代数（X,＋,＊）的模糊滤子的概念,给出了X上的模糊集A是（X,＋,＊）的模糊子坡代数（resp.,模糊理想,模糊滤子）的若干个等价刻画以及X×X上的模糊集E是（X,＋,＊）上的模糊同余关系的若干个等价刻画,另外还证明了模糊子坡代数范畴[0,1]-SInc是坡代数范畴Inc上的拓扑范畴。     

基于模糊统计的模糊Petri网token确定方法

在模糊Petri网应用研究中,普遍存在模糊token由专家直接给出或主观假定的问题。基于这种情况,提出了通过模糊统计法来获得库所的模糊token,为成功应用模糊Petri网理论创造了条件。给出了计算模糊token的通用形式化算法。实例论证了模糊统计法在求取模糊token时的可行性与有效性。     

模糊子群的T-正规模糊软群

在模糊子群中引入T-正规模糊软群的概念,并研究它们的相关性质。通过将模糊正规子群参数化,并与T范数结合,来研究模糊子群上的模糊软结构。定义了模糊子群的T-正规模糊软群及T-模糊软同余,研究了T-正规模糊软群在模糊软运算和模糊软同态下像的相关性质并建立了T-正规模糊软群与T-模糊软同余之间的联系。T-正规模糊软群是模糊软群和模糊正规子群的一般化,在一定程度上推广了模糊软集,并拓展了模糊代数结构。     

模糊拓扑环的模糊一致化

模糊拓扑环的模糊一致化问题是模糊拓扑环理论中的一个重要问题.与文献[1]中模糊拓扑群可模糊一致化的概念不同,定义了模糊拓扑环可模糊一致化概念,并且获得了模糊拓扑环可模糊一致化的充分必要条件使模糊拓扑环的模糊一致化问题得到完全解决.     

模糊测度与模糊积分的应用

引用了模糊测度与模糊积分的概念 ,在分析三种模糊积分关系及表示方法的基础上 ,将模糊测度、模糊积分用于综合评价及其它实际问题。     

模糊积分分类器中的自适应模糊测度

与其他分类器相比较,模糊积分分类器具有可以表示特征属性间交互作用的特性.确定合适的模糊测度是其关键因素之一.模糊测度的确定方法主要有2种:专家给定和从历史数据学习获得.由于模糊测度自身的复杂性,模糊测度主要是从数据中学习得到.为了能够更好地利用特征属性在样例空间体现出的局部特征,提出了一种用人工神经网络实现自适应模糊测度的方法.使得模糊测度可以随着输入样例的不同而变化,及时反映出在对样例进行分类过程中各特征属性的重要性和属性间的交互作用的不同,从而提高分类性能.实验证明该方法有效,可行.     

具有模糊变量的线性规划问题的求解方法

针对含模糊变量的线性规划问题,研究了其求解方法。将单纯形法应用于模糊线性规划问题中,从而无需转化为经典线性规划问题就能得到满意的模糊最优解,算例表明此方法是有效的。     

用神经网络改善模糊控制器的推理特性

针对模糊矩阵推进在处理人们经验知识时的不足，把具有更高智商的神经网络推理应用到模糊控制中去。通过学习训练样本，它能自动排除经验规则中所包含的错误成分，并且吸收其中的有用信息。实例表明，神经网络能通过权重系数的调整记忆控制规则所包含的信息，从而改进模糊控制的推理特性。     

由广义模糊积分定义的模糊测度

通过广义三角模定义的广义模糊积分引进一个集合函数λ( f ,s) ,研究了该集合函数成为模糊测度的条件 ,且给出了某个限定假设下的等价刻划。     

直觉模糊仿射空间与直觉模糊子空间

在K．Atanassov引进直觉模糊集概念的基础上,利用直觉模糊点研究直觉模糊仿射空间与直觉模糊子空间,证明了向量空间E上的直觉模糊集是E上的直觉模糊子空间或直觉模糊仿射集的充要条件以及线性映射将直觉模糊子空间映射为直觉模糊子空间的定理,给出了直觉模糊线性变换和直觉模糊仿射变换的概念,并研究了直觉模糊线性变换和直觉模糊仿射变换之间的关系,从而使模糊空间和模糊变换的基本理论得到进一步的推广。