考虑标度的加型一致性模糊判断矩阵的排序方法

通过实例说明相关文献中加型一致性模糊判断矩阵排序方法的参数取值存在的问题,分析出该问题是由于其公式证明中没有区分标度导致的,指出其结论适用于0～1标度的加型一致性模糊判断矩阵.然后,重新证明了0.1～0.9标度下的加型一致性模糊判决矩阵的排序方法和相关结论.最后,定义了广义模糊标度,并给出广义模糊标度下加型一致性模糊判断矩阵的排序方法和相关结论,使得相关文献中排序方法和相关结论实现形式上的统一.     

区间软布尔代数

将区间软集应用于布尔代数之中,定义了区间软布尔代数、区间软布尔子代数、区间理想软布尔代数和区间软布尔代数的区间软同态等概念,并研究了它们的相关性质。推广了软布尔代数及其相关结论。     

线性缓冲算子及其凸组合

首先,通过使用传统构造缓冲算子方法,构造了一类新的弱化缓冲算子;其次,根据缓冲算子的结构,给出了线性缓冲算子的数学定义;第三,定义了线性缓冲算子的凸组合,研究了线性缓冲算子凸组合的性质,从而给出了利用凸组合构造线性缓冲算子的新方法;最后,通过实例验证了构造线性缓冲算子新方法的可行性。     

一种优化GM(1,1)模型及其应用

在优化背景值的基础上,针对传统灰色GM(1,1)模型参数估计的最小二乘算法稳健性较差的情况,提出基于全最小一乘准则的灰色GM(1,1)模型参数估计算法,同时将初始条件进行优化,从而得到了一个背景值、初始条件和模型参数同时优化的灰色GM(1,1)模型.最后,应用实例说明了优化灰色GM(1,1)模型的可行性与有效性.     

两个初值修正灰色GOM(1,1)模型及其等价性研究

根据反向累加生成GOM(1,1)模型的初值取x0(1)(1)的情况,提出两个不同初值修正形式x0(1)(1)+β1,β2x0(1)(1),利用原始序列预测值的误差在最小二乘意义下最小准则,得到两个初值修正的优化GOM(1,1)模型,并证明了这两个初值修正GOM(1,1)模型的等价性和极高的模拟精度.     

布尔代数的I-V模糊子代数

研究了布尔代数的I-V(Interval valued)模糊子代数及其相关性质,推广了相关文献中布尔代数的模糊子代数的结果。首先,通过将I-V模糊集应用于布尔代数,定义了布尔代数的I-V模糊子代数的概念,得到了布尔代数的I-V模糊子代数的两个简化判定定理;然后,讨论了布尔代数的I-V模糊子代数与(模糊)子代数之间的关系,证明了布尔代数上的I-V模糊集是I-V模糊子代数的充要条件是I-V模糊集的截集是布尔代数的子代数,布尔代数上的I-V模糊集是I-V模糊子代数的充要条件是I-V模糊集的上下隶属函数均为布尔代数的模糊子代数;其次,讨论了布尔代数的I-V模糊子代数的交、同态等性质,证明了布尔代数的I-V模糊子代数的交、同态像和同态逆像等也是布尔代数的I-V模糊子代数;最后,讨论了布尔代数直积上的I-V模糊子代数。
     

区间软RSL-代数

将区间软集应用于RSL-代数,定义了区间软RSL-代数、区间软RSL-子代数、区间软RSL-代数的软同态等概念,讨论了它们的基本性质,推广了相关文献中软RSL-代数的结果.     

区间软RSL-代数

将区间软集应用于RSL-代数,定义了区间软RSL-代数、区间软RSL-子代数、区间软RSL-代数的软同态等概念,讨论了它们的基本性质,推广了相关文献中软RSL-代数的结果.     

基于数值分布的激励型毕达哥拉斯模糊集成算子及其应用

针对毕达哥拉斯模糊环境下的多指标评价问题，根据决策信息的实际分布，提出一种基于数值分布的毕达哥拉斯模糊数等级划分方法，根据不同等级区间发展度及等级规模确定指标权重和密度权重，结合密度算子的思想，提出基于数值分布的激励型毕达哥拉斯模糊密度加权平均算子(incentive Pythagorean fuzzy density weighted average operator, I-PFDWA).将基于I-PFDWA算子的多指标评价方法运用于航空服务评价问题的结果证实了该方法的可行性和有效性.     

区间软布尔代数

将区间软集应用于布尔代数之中,定义了区间软布尔代数、区间软布尔子代数、区间理想软布尔代数和区间软布尔代数的区间软同态等概念,并研究了它们的相关性质。推广了软布尔代数及其相关结论。