一类Bernstein型算子的逼近

著名的Bernstein算子的最佳逼近度为O(1)/(n).引进一类新的Bernstein型算子,当f∈Cr[0,1]时,它有较高的逼近度,给出其逼近正定理,此定理推广了以前有关的Bernstein算子的结果.     

完备布劳威尔格上蕴涵的结构

研究了完备布劳威尔格上全体蕴涵算子之集,在此集上定义运算及序关系使其成为幺半群,且是完备布劳威尔格;然后讨论了线性完备布劳威尔格,且给出一种方法构造新的蕴涵算子,同时研究了蕴涵算子换置位对称性质,最后讨论了[0,1]上任意2个可比蕴涵算子的关系。     

直觉区间值模糊逻辑算子

首先提出了用直觉区间值去表示命题的真值;然后定义了直觉区间值模糊逻辑上的算子－补,t-范、t－余范和蕴函算子,并讨论了它们与I[0,1]及[0,1]上的相应算子的内在联系,指出它们可用I[0,1]及[０,１]上相应逻辑算子表示。     

含在黎斯算子类中的算子理想

讨论一般巴拿赫空间X上包含于黎斯算子全体R(X)中的各算子理想之间的关系,证明Lorentz函数空间Λ_(P,W)[0,1](1相似文献   

积分型拟Kantorovich算子在Bα空间的逼近

文[1]讨论了积分型拟Kantorovich算子在C[0,1]中的逼近阶，研究积分型拟Kantorovich算子Kn^*(m）算子在Bα[0,1]空间中的逼近问题，得到了与文献[5]相类似的结果。     

对称型势函数的逆谱问题

考虑定义在[0,1]区间上的Sturm-Liouville(S-L)微分算子的逆特征值问题.应用Weyl函数性质及Marchenko唯一性定理证明:若势函数是多重对称且在部分区间上已知,则可选取一组适当的特征值唯一确定[0,1]上的势函数.     

基于正则蕴涵算子与强否定的支持度理论

研究了基于正则蕴涵算子的支持度理论,将模糊推理的全蕴涵三Ⅰ算法推广至一般情形.针对几个常用的正则蕴涵算子得到如下结果:(1)Lukasiewicz逻辑系统L中命题间的支持度之集恰为[0,1]中有理数的全体[0,1]∩ Q;(2)G(o)del逻辑系统(G-)和(x*)逻辑系统(W-)中命题间的支持度之集均为{0,12,1};(3)乘积逻辑系统P中命题间的支持度之集为{0,1};(4)考察了相应的n值逻辑系统Ln,Gn和Wn中命题间的支持度的分布.最后,将逻辑非运算改为强否定,通过建立逻辑系统之间的同构进一步考察了相应逻辑系统中的支持度的分布.     

BernStein算子和Bernstein-KantoroVi算子的∧_ω(A)类保持性质

设ω(x)是[0,1]上的上凸连续模函数,记A_ω(A)={f∈[0,1]:ω(f,x)≤A_ω(x)},本文得到f∈A_ω(A)的充要条件是L_n(f)∈A_ω(A),其中L_n表示Bernstrein算子B_n或BernsteinKantorovi(?)算子K_n。     

直觉模糊逻辑算子组与经典算子组之间的关系

文献[1]对经典模糊逻辑“非”、“与”、“或”及“蕴涵”算子进行了系统的研究。文[2]、[3],[4]分别给出了直觉模糊逻辑“非”、“与”、“或”及“蕴涵”算子的定义,并讨论了它们的性质.从而使经典模糊逻辑算子的概念及性质得到进一步的推广。本文在此基础上从代数的观点来讨论 直觉模糊逻辑算子组（D,T,┴,φ,h）与经典模糊逻辑算子组（[0,1],T, ┴,φ,h）之间的关系。     

基于不同边值条件的逆Sturm-Liouville问题

研究了定义在[0,1]区间上的逆Sturm-Liouville微分算子的唯一性问题.应用Marchenko唯一性定理证明了:若势函数q(x)在区间[0,a](1/2≤a<1)上是已知的,则通过在无穷组谱中选取一组适当的共有特征值能唯一确定区间[0,1]上的势函数及边值条件.     

上升有序加权欧氏平均算子及其在决策中的应用

提出了一种上升有序加权欧氏平均 (AOWEA)算子 ,详细研究了它的一些优良性质 ,如 :单调性、置换不变性等 .给出了一种基于AOWEA算子的多属性决策方法 .最后通过实例说明了该方法的可行性和有效性 .     

改进的加权调和平均算子及其在多属性决策中应用

在加权调和平均（WHA）算子的基础上,提出了信息数据集结的有序加权调和平均（OWHA）算子和组合加权调和平均（CWHA）算子,探讨了它们的一些性质关系,给出了OWHA算子和CWHA算子应用于多属性决策的方法,最后通过实例分析表明该决策方法是有效和可行的.     

连续区间广义power多重集结算子及在群决策中的应用

针对不确定区间信息的集成问题,提出了连续区间广义power多重平均(C-GPMA)算子和连续区间广义power有序加权多重平均(C-GPOWMA)算子,研究了这些算子的性质,并讨论C-GPMA算子和C-GPOWMA算子的算子族。在此基础上,提出一种属性权重未知且属性值以不确定区间数形式给出的多属性群决策方法。最后,通过算例说明此方法在不确定多属性群决策中的应用,结果表明该方法是有效的、可行的。     

IC—OWGA算子及其在区间数群决策中的应用

基于IOWGA算子和C—OWGA算子，提出一种IC—OWGA算子，讨论了该算子的优良性质．针对区间数互反判断矩阵提出一种连续偏好矩阵的概念，定义了一种DIC—OWGA算子，并给出了一种基于该算子的区间数群决策方法，最后通过算例说明了该方法的可行性．     

诱导有序加权平均的组合预测模型及其应用

有序加权平均算子是近年来发展的在许多领域有着广泛应用的信息融合方法.本文引进诱导有序加权平均算子的概念,并探讨了它的一些性质,然后建立诱导有序加权平均新的组合预测模型,最后给出其在股票价格预测中的应用研究,实例分析结果表明了该方法的有效性.     

4种诱导有序加权平均模型的构建

诱导有序加权平均算子是一种新的信息集结算子,用途非常广泛．基于诱导有序加权平均算子构建了4种组合预测模型．实例表明这种模型能有效地提高预测精度．     

Banach空间中的广义p正常算子

本文是在文献[4]基础上利用广义半内积空间的理论引入Banach空间上的广义p正常算子T=A+iB,AB-BA=0,其中A,B是广义p自共轭算子;同时还引入广义p正常算子的对偶算子T~*=A-iB及广义p酉算子,并就这些算子的有关谱进行了讨论。     

基于ITFOWA算子的多属性决策方法研究

将梯形模糊有序加权平均算子（TFOWA）扩充至诱导的梯形模糊有序加权平均（ITFOWA）算子情形．提出两梯形模糊数接近度概念,用其度量属性本身的重要性程度、并以属性值的接近度作为诱导变量,采用ITFOWA算子进行信息集结,得到一种新的基于诱导梯形模糊有序加权平均算子的多属性决策方法．     

向量型二元语义密度集结算子及其应用

针对多属性决策问题，面向二元语义信息，以向量的形式对决策信息进行集成，提出了向量型二元语义密度加权平均(V-TDWA)算子的信息集结方法.首先，对向量型二元语义密度加权算子及其合成算子的基本构建思路进行了介绍，并对其性质进行了分析.然后，基于信息分布的疏密程度讨论了向量型二元语义信息的分组问题，给出了一种基于向量相似度的聚类方法，在聚类组的基础上，通过最大化熵值法求解不同聚类组的密度权重.最后通过算例对向量型二元语义密度集结算子的应用进行了简要说明.     

基于广义有序模块化算子的高校教师绩效评价

针对语言环境下绩效评价中多层级指标结构的模块化特征,构建了二元语义广义有序模块化平均(2TLGOMA)算子,该算子具有单调性、幂等性、有界性和置换不变性;进而提出二元语义广义有序加权模块化平均(2TLGOWMA)算子和混合加权二元语义广义有序模块化(H2TLGOM)集成算子的概念,同时定义了Orness测度;给出一种语言信息环境下,基于2TLGOWMA算子和H2TLGOM算子的高校教师绩效评价方法,该方法的优点在于它不仅考虑了评价指标体系各模块之间的结构关系,也兼顾了指标体系的权重信息和评价者的态度偏好;最后,通过实例分析说明了该评价方法的可行性和有效性。