p-平均对称差度量的Cauchy问题(Ⅱ)

从集合的对称差集合的 L ebesgue测度出发 ,建立了衡量 Fuzzy数之间差异的p-平均对称差度量 dΔp,证明了 dΔp在空间 E1(K) ={ A～ |A～ ∈ E1,A0 K,K∈ I(R) }上是完备的拟度量 ,并举例说明 (E1,dΔ p)不是完备的拟度量空间。     

浅谈梯度存在的条件

本文通过对几个典型实例的分析,指出了现行文献中对梯度定义的局限性,进而推广了梯度的概念。在此基础上,利用所引入的正弦型函数的概念,从一个侧面刻划了函数与梯度之间的关系,给出了梯度存在的充要条件。     

带混合算子的自适应遗传算法的收敛性研究

针对标准遗传算法存在搜索效率不高以及过早收敛的问题,利用自适应遗传算子提高算法的优化性能,并结合混合算子增加种群的多样度,设计了一类带混合算子的自适应遗传算法,给出了该算法的具体实施步骤,利用Markov链理论研究了该算法的收敛性问题,并通过模拟实验分析了该算法的性能。实验及分析表明,该算法切实可行,可操作性好,具有一定的通用性。     

基于水平效应函数的模糊指派求解模型

结合模糊信息结构特征,提出了水平效应函数L(λ)的概念,建立了从整体上集中量化模糊数位置的、具有广泛可操作性的IL-度量方法及IL-度量在水平效应函数L(λ)下的IDθ-不确定度,进而通过引进的零型模糊数推广了著名的匈牙利算法。最后通过一个算例验证了算法的有效性。并在此基础上,利用模糊信息的IDθ-不确定度分析了指派决策的可靠性程度。该讨论为某种意识下的不确定型决策奠定了理论基础,具有较强的可操作性。     

基于规则的模糊信息的排序方法

以模糊数空间上的度量以及一族可以序化的模糊集(称之为规则库)为基础,引入了模糊数关于规则库的位值概念,建立了一种模糊数的排序方法,并通过模糊数关于规则库的符合度来进一步描述模糊数关于规则库的位值,给出了模糊信息的复合量化策略,讨论了位值和符合度的基本性质,为有效地解决某种意识下的不确定型优化问题奠定了基础.     

广义Hartley度量及其基本性质

模糊技术是当今智能计算及其优化领域中的一种主要工具,合理地描述和处理不确定信息是复杂生产制造系统优化、人工智能、计算机技术等众多实际领域迫切需要解决的问题。本文在指出现有的度量不确定信息方法不足的基础上,通过信息过滤参数和水平截集的度量值,对具有测量体系的一般论域上的模糊集,建立了广义Hartley度量,讨论了模糊数的广义Hartley度量的基本性质,同时给出了几类特殊模糊数的广义Hartley度量计算公式。     

模糊数序列的水平收敛与隶属收敛的联系

在不确定型优化、模糊信息处理以及模糊控制等许多实际问题中,通常采用在某些水平上通过水平截集将不确定问题局部清晰化,因而探讨模糊数按照隶属函数收敛与按照水平截集收敛之间的联系具有非常重要的意义。引入了模糊数序列的隶属收敛和水平收敛的概念,讨论了这2种收敛性之间的关系,得到了水平收敛的要求强于隶属收敛,给出了这2种收敛等价的充分必要条件。     

不同层次模糊信息的加权综合方法

在模糊控制与模糊规划等许多实际问题中,常常需要针对某种运算规则求模糊数在不同水平下的综合截集,该文在分析了这种运算的内在机理的基础上,采用水平加权的方法,给出了确定模糊数的在不同截集水平下的综合截集的规则,并从水平截集的对称差集合的Lebesgue测度出发,引入了模糊数关于水平的清晰程度概念,进而建立了一种客观地综合不同截集水平的方法,给出了三角模糊数关于不同层次水平的运算公式。这些讨论将为不同层次信息的综合以及不同层次水平的模糊规划和模糊优化问题提供一种有效的途径。     

一致对称差度量的可分性

证明了台高为 h的模糊数全体 E1T(h) 关于一致 Hausdorff度量 DH 是可分的 ,进而推出阶梯形模糊数全体 E1G在 (E1,DH)中稠密 ,为利用简单的模糊数来逼近一般模糊数提供了理论上的保证     

对称差度度量及基本性质

以勒贝格测度空间（Ｒ,Ｆ,ｍ）为基础,以Ｆｕｚｚｙ集合的分解定理为背景,从集合的对称差的测度出发,给出了一种建立Ｆｕｚｚｙ数之间的距离的思想方法,并讨论了这种距离的基本性质 。