概念的EI代数表示与布尔矩阵表示的研究

AFS方法是一种新的模糊数学分析方法，它包括AFS代数——一种非布尔代数的分子格，AFS结构——一种特殊的“system”(“system”是组合数学中的一个主要的数学对象)和认知域．在AFS代数和AFS结构的基础上，用AFS方法给出了EI代数和布尔矩阵环之间的一个同态关系，并证明了与每个布尔矩阵对应的所有概念的集合在EI代数上形成一个子代数．并且找到了子代数的一些性质和研究子代数的新方法．应用这些新方法和子代数的性质可以深入研究概念的数学本质．     

四维Novikov代数的导子代数

Novikov代数是一类特殊的左对称代数,与李代数的联系非常密切。导子是No-vikov代数中一个非常重要的概念。主要讨论复数域上的四维Novikov代数的导子代数的结构。给出了Novikov代数以及Novikov代数的导子的定义,讨论了它们的一些简单性质及其与左对称代数的联系,找到了复数域上四维Novikov代数的分类,对于每一类四维的Novikov代数写出它在一组特定的基下的特征矩阵,利用Novikov 代数的导子的定义,通过计算这类Novikov代数的导子在这组特定的基下的矩阵找出四维Novikov代数的导子的结构形式,利用表格的形式给出所有的四维Novikov代数的导子,从而得到每一类四维Novikov代数的导子代数的结构。     

关于拓扑BCI-代数

目的 为研究拓扑BCI-代数的拓扑子代数、拓扑理想和拓扑同态的概念。试图在代数结构中嵌入拓扑结构。方法 将拓扑方法和代数方法结合起来，在代数结构中引入了拓扑连续概念。结果 得到了拓扑BCI-代数的拓扑子代数、拓扑理想和拓扑同态的一些相关性质。结论 通过理论分析表明在BCI-代数中嵌入拓扑结构是可行的也是有意义的。     

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。     

亚BCI-代数的I-V模糊子代数

在亚BCI-代数中引入了I-V模糊子代数的概念,讨论了亚BCI-代数的I-V模糊子集成为I-V模糊子代数的充分必要条件.证明了亚BCI-代数的所有子代数都可以看成是I-V模糊子代数的水平集子代数.最后,给出了由亚BCI-代数的I-V模糊子代数构造新的I-V模糊子代数的方法.     

幂零根基为Heisenberg代数的可裂李代数

本文刻划了幂零根为Heisenberg代数的可裂李代数的结构,并给出了这类李代数的导子代数.作为应用,刻划了幂零根为Heisenberg代数的完备李代数.     

EI代数的阶数

在AFS理论的基础上给出了EI代数阶数的定义，提出并详细证明了有关EI代数阶数的重要定理，这些定义与定理可以更好地解决模糊概念的表示、合成、运算和模糊数据挖掘问题，并在基于AFS理论的模糊信息处理中有重要应用。     

FG—代数

本文引入了FG-代数的定义,讨论它的类似于域上群代数的结构,并且给出了子代数,线性变换等概念与性质。     

一类李代数的泛中心扩张

高秩loop-Witt代数是一类常见的李代数,在实际生活中有非常重要的作用。本文构造了高秩loop-Witt代数的泛中心扩张,在二维环面上的导子代数展开研究,进一步丰富了高维环面导子代数的子代数结构及内容。     

R_0代数的直觉模糊子代数

将直觉模糊集与R0代数相结合,定义了R0代数的直觉模糊子代数的概念。讨论了R0代数的直觉模糊子代数与R0子代数之间的关系;证明了R0代数的直觉模糊子代数的交是R0代数的直觉模糊子代数;定义了R0代数的直觉模糊子代数的像与逆像,证明了R0代数的直觉模糊子代数的同态像和同态逆像也是R0代数的直觉模糊子代数。研究结果进一步丰富和完善了R0代数的模糊理论。