复映射z←z~w+c(w∈C)的广义Mandelbrot和Julia组合集

基于开关复映射,阐述了广义Mandelbrot和Julia组合集(简称广义M和J组合集)的构造方法,并构造出一系列复映射z←zw+c(w∈C)的广义M和J组合集·通过分析广义M集和J集的构造算法,阐述了广义M集和J集的结构特点·在此基础上描述了广义M和J组合集的结构特征,并给出了广义M和J组合集的裂变原因·     

复映射z←z~w+c(w∈C)的广义Mandelbrot和Julia组合集

基于开关复映射 ,阐述了广义Mandelbrot和Julia组合集 (简称广义M和J组合集 )的构造方法 ,并构造出一系列复映射z←zw+c(w∈C)的广义M和J组合集·通过分析广义M集和J集的构造算法 ,阐述了广义M集和J集的结构特点·在此基础上描述了广义M和J组合集的结构特征 ,并给出了广义M和J组合集的裂变原因·     

复映射z←zw+c(w∈C)的广义

基于开关复映射,阐述了广义Mandelbrot和Julia组合集(简称广义M和J组合集)的构造方法,并构造出一系列复映射z←zw+c(w∈C)的广义M和J组合集.通过分析广义M集和J集的构造算法,阐述了广义M集和J集的结构特点.在此基础上描述了广义M和J组合集的结构特征,并给出了广义M和J组合集的裂变原因.     

开关广义Mandelbrot集

基于开关复映射,阐述了开关广义Mandelbrot集(简称广义M集)的构造方法,并构造出一系列开关广义Mandelbrot集·在对开关映射作用下复C平面上初始点轨道的分析及开关广义M集构造算法研究的基础上,通过计算机实验,得出以下结论:①开关广义M集具有分形结构;②开关广义M集包含了构成开关映射的两个映射的部分稳定区;③开关广义M集的演化过程依赖于相角主值范围的选取     

复映射族f(z;c)=z~(-2)+c的Julia集

给出了周期点分类构造Julia集的算法,克服用逃逸时间算法和反函数迭代法构造复映射族f(z,c)=z-2+cJulia集收敛不均匀的问题·研究了z-2+c不同参数对应Julia集的拓扑结构的演变规律,发现了不同性质的周期芽苞的点对应的Julia集的不同属性,给出了通过Julia集判断参数类型和通过参数位置预知Julia集拓扑结构的方法·提出了关于Julia集的连通性的一个猜想,并用大量计算机实验支持了这一猜想·     

M-J混沌分形图谱的标度不变性

研究了复映射z←z2+c所产生的MJ混沌分形图谱的特征参数,利用逃逸时间算法绘制MJ混沌分形图谱·以超吸引周期点为基础,通过计算机数学实验计算超吸引周期点之间的距离,找到Mandelbrot集的普适常数δ;通过在M集上的超吸引周期点所对应的充满Julia集中定义一些几何尺寸,求出J集的近似标度不变因子α,定性说明了MJ混沌分形图谱标度不变的特性·同时,发现Mandelbrot集周期芽苞的Fibonacci序列的拓扑不变性,阐述了Fibonacci序列是通向混沌的又一途径,为更好地了解MJ混沌分形图谱的结构奠定了理论基础·     

正实数阶广义M集的嵌套拓扑分布定理

阐述了由复映射z←zα+c(α>0)所构造的广义Mandelbrot集(简称广义M集)的定义;通过改变参数α,作出了一系列正实数阶广义M分形图,这些分形图类似若干个花瓣组成的花朵;给出了正实数阶广义M集的嵌套拓扑分布定理,并对α取正小数时选取相角θ∈[0,2π)的广义M集的雏瓣的出现原因、位置及大小进行了分析·     

四元数映射 z←z 2+c M集多临界点问题研究

研究了四元数映射z←z2+c的Mandelbrot集(简称M集)在临界点不为0情况下的结构拓扑不变性和裂变演化规律;计算了M集的周期域边界,探讨了四元数M集周期轨道的拓扑规律.通过在M集中参数c的选择构造了四元数Julia集,定性地分析了四元数M集与Julia集之间的对应关系.实验结果表明,四元数M集临界点不唯一,其分形结构随不同临界点呈现出与以往M集不同的结构特点.     

负幂次映射族广义M集的周期芽苞分布

利用吸引周期轨道存在与否为判断特征 ,给出了z-2 +c的广义M集的定义和其计算机构造方法· 同以往研究结果相比 ,用该定义构造的广义M集较好地反映了复映射族z-2 +c的动力学性质· 对不同构造方法所导致不同结果的原因进行了理论分析 ,同时给出了其周期芽苞的分类方法、数量计算公式和其占优周期芽苞分布的Fibonacci规律· 周期芽苞的分类方法为Julia集的研究提供了基础 ,周期芽苞数量计算公式和Fibonacci规律给出了z-2 +c的广义M集的轮廓· 其中Fi bonacci规律是M集与广义M集的核心性质     

广义M-集周期芽苞Fibonacci序列的拓扑不变性

研究了复映射z←zα+c(α<0)所产生的广义Mandelbrot集,利用逃逸时间算法绘制广义M集混沌分形图谱,经大量计算机数学实验,得知逃逸区嵌于稳定区中,并由此得出稳定区的周期数·同时利用代数方程解出周期芽苞的数量及位置,为更好的了解M集的结构提供了理论依据·另外作者发现M集周期芽苞的Fibonacci序列的拓扑不变性,并在目前公认的通向混沌的三种途径的基础上,阐述了Fibonacci序列是通向混沌的又一途径,为建立新的数据加密、压缩、存储等方法提供了理论基础     

p-E-凸集及其若干性质

在p-凸集和E-凸集概念基础上,通过将p-凸集和E-凸集相结合,提出了一种广义凸集——p-E-凸集,使得凸集、p-凸集和E-凸集成为它的特例,推广了凸集的概念.最后,初步研究了p-E-凸集的性质.     

关于模糊粗糙集的一个注记

指出文献[6]中定义的模糊粗糙集的补集不再是模糊粗糙集.为了克服原定义中的缺陷,给出了关于模糊粗糙集的新的补集定义,讨论了相应的运算性质.同时还证明:模糊粗糙集其实就是定义在F格L上的L-模糊集.     

q-开集及其性质

给出了q-开集的定义及其相应性质,讨论q-开集同半开集、准开集,α - 集之间的关系.     

教育实验结果的评价──模糊数学在教育实验中的应用

利用模糊矩阵，对教育实验结果的价值进行综合评判，以实现评价的客观性，并对影响实验结果的各因素作分析。     

康托型集的应用

着重讨论了康托型集在实变函数论中的某些应用。     

粗糙集与模糊集的比较研究

近来许多研究致力于不确定性问题的知识获取，不确定产生于许多方面：它可以来自于对事物进行描述的术语的模棱两可；也可以来自描述过程中对规则的怀疑；或者数据的错误、丢失．处理不确定性问题的理论有很多，粗糙集与模糊集都是有效手段，它们有联系有区别，可以相互补充有机结合起来解决更多问题．     

自相似马氏过程的极性

本文我们给出了任意紧集不是自相似马氏过程的本性极集的充要条件，并讨论了自相似马氏过程极集，本性极集，半极集之间的关系．     

Rough集与Vague集集成模型

不确定条件下信息系统的知识获取是智能信息处理研究的一个热点问题.对前一阶段研究工作进行了总结,重点介绍了Rough Vague集与Vague Rough集模型,并分别讨论了这2种模型的代数性质.这些理论与方法对经典Rough集进行了扩展,为不确定条件下Vague信息系统的知识获取提供了新思路.     

Rough集与Vague集集成模型

不确定条件下信息系统的知识获取是智能信息处理研究的一个热点问题。对前一阶段研究工作进行了总结,重点介绍了Rough Vague集与Vague Rough集模型,并分别讨论了这2种模型的代数性质。这些理论与方法对经典Rough集进行了扩展,为不确定条件下Vague信息系统的知识获取提供了新思路。     

不变反凸模糊集

研究了不变反凸模糊集及其相关性质,推广了有关文献中反凸模糊集的概念和相关结论.首先,通过将不变凸集的思想应用到反凸模糊集,定义了一种新的广义反凸模糊集——不变反凸模糊集:设A∈F(Rn),称A为不变反凸模糊集,若存在映射η:Rn×Rn→Rn,有A(y+αη(x,y))≤A(x)∨ A(y),(V) x,y∈Rn,(V)α∈[0,1].然后,探讨了反凸模糊集与不变反凸模糊集的关系:当η(x,y) =x-y时,不变反凸模糊集就退化为反凸模糊集,显然,反凸模糊集成为不变反凸模糊集的特例；通过构造例子说明不变反凸模糊集不是反凸模糊集,得到不变反凸模糊集是反凸模糊集的真推广的结论.根据不变反凸模糊集的定义,研究了不变反凸模糊集的并、稠密性等性质以及模糊集成为不变反凸模糊集的条件.最后,类似于不变反凸模糊集,分别探讨了模糊集成为不变强反凸模糊集和不变严格反凸模糊集的条件.