直觉权与直觉模糊子群之间的关系

通过提出直觉权的概念,阐述了直觉模糊子群可以通过直觉权来刻画,给出应用直觉权来刻画直觉模糊子群的具体方法,证明了:任一个直觉权可以确定一个直觉模糊子群,任一个直觉模糊子群可以确定一个直觉权,并且直觉权与直觉模糊子群之间存在一一对应的关系.     

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。     

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.     

(λ,μ)-直觉模糊子群

在直觉模糊集理论的基础上,引入了(λ,μ)-直觉模糊子群和(λ,μ)-直觉模糊正规子群的概念,讨论了它们的相关性质;还在群同态的意义下,研究了(λ,μ)-直觉模糊子群和(λ,μ)-直觉模糊正规子群的同态像及其逆像.     

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。     

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.     

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.     

n元Fuzzy关系和Fuzzy子群

本文讨论n元Fuzzy关系与Fuzzy群之间的联系.研究n元Fuzzy关系成为一个群G~n月上的Fuzzy子群及Fuzzy正规子群,Fuzzy 共轭子群的条件并举出反例说明P·Bhattacharya和 P·Mukhrjee的一些错误     

机动目标空间合群仿真

为了解决空间合群和战场中的事件检测问题，提出了一种新的机动目标的空间群生成算法．该算法通过一级融合获得的信息来定义特征相似度，即归属相似度、位置相似度和速度相似度，并将这些相似度再次融合以求得合群结果．由于测量空间的不确定性被映射到了模糊相似度空间，因此通过模糊匹配机制可解决测量空间的不确定性问题．仿真结果表明，所提算法能实时完成多个级别的空间合群融合，其计算复杂度也比较低，而且在空间合群的态势评估中获得了比较好的结果．     

基于模糊关系传递闭包的聚类方法

根据数据之间的相似关系,构造了基于模糊相似关系传递闭包的聚类方法.该方法用数据之间的距离定义模糊相似关系,利用模糊关系的合成算子,构造该关系的传递闭包,该传递闭包是等价关系.以等价类为聚类.实验结果表明该聚类方法可得到与传统K-均值方法相同的聚类结果.     

一种基于弱模糊相似关系的广义粗糙集

粗糙集理论是建立在等价关系的基础上发展起来的,但等价关系性质的应用领域是有限的,等价关系不能对现实世界中的元素关系给出客观的描述.为此提出用模糊相似关系和弱模糊相似关系的概念来代替等价关系,同时引入了弱模糊相似关系的相似度概念和相似类概念,定义了基于弱模糊相似关系的广义粗糙集及标准的广义粗糙集上下近似;研究了两对上下近似算子的性质,讨论了3种粗糙隶属函数的性质并验证了它们的性质.     

基于粗集的模糊聚类方法和结果评估

粗集的决策表的属性包括定量属性和定性属性,针对这种情况,根据一种对象的相似性度量方法,使用模糊聚类方法对粗集对象进行模糊聚类,对聚类结果进行了评估(根据这种聚类方法得到的结果和实际的分类结果进行比较)．在这种相似性度量方法基础上,证明了粗集的等价关系可以被转化为模糊等价矩阵．基于粗集的聚类步骤如下：首先,一个粗集等价关系都可以转化为一个模糊相似矩阵,其次,转化成一个模糊等价矩阵,最后,进行模糊聚类．对此方法进行了实验,并对实验的结果进行评估．实验结果说明了这种方法的简单高效．     

连续参数模糊平稳过程:对应关系

讨论了模糊平衡过程的定义，并建立保测变换半群与模糊平稳过程之间的一一对应关系。     

Fuzzy特征子群与全不变子群

本文讨论了群G的F特征子群与其水平子群族的关系;提出了F全不变子群的概念,研究了它的基本性质;最后就F子群的水平子群链的概念给出了一个注释.     

直觉模糊语义匹配的相似性度量

首先引用Atanassov直觉模糊集的基本概念和运算,综合考虑其隶属度函数与非隶属度函数两个因素的影响,通过对Zadeh模糊集相似度的计算模型进行扩展,给出了直觉模糊语义匹配的相似度的几种扩展计算方法,即最大最小法、算术平均最小法、几何平均最小法、相关系数法、指数法等,并举例阐明其应用,从而使直觉模糊语义匹配度的计算方法得到进一步拓广。最后,研究了直觉模糊相似关系,证明了直觉模糊相似矩阵的一个定理。