关于三角模的直觉模糊群的若干性质

直觉模糊集的概念是Atanassovk首先提出的,本文在文[3]的基础上,首次给出直觉模糊集的截积的概念,进一步从运算方面来探讨三角模的直觉模糊群的性质.     

直觉模糊内积空间和直觉模糊余内积空间

文[1]在模糊子域、模糊线性空间理论的基础上,给出了模糊内积空间、模糊范数、模糊余内积空间、模糊余范数等概念及其对应的性质．在文[1]的基础上,笔者结合直觉模糊集的相关理论,以模糊内积空间和模糊余内积空间理论为依托,将模糊内积空间及模糊余内积空间理论推广到直觉模糊集的情形,定义了直觉模糊内积空间与直觉模糊余内积空间,相应给出了直觉模糊子域、直觉模糊线性空间、直觉模糊范数、直觉模糊余范数等概念,并讨论了相应的性质．     

有界积与有界和下的二型模糊集

Zadeh将普通模糊集扩展，得到了二型模糊集的概念。二型模糊集是由模糊隶属函数所定义，其隶属度是[0，1]上的模糊集。应用扩展原理，给出了有界积与有界和定义，研究了有界积与有界和运算下的二型模糊集模糊度所具有的代数性质，且指出了有界积与有界和下的模糊度不具有格的代数结构。进一步讨论了有界积、有界和与算子并、交组合下模糊度的性质。     

[0,1]－拓扑空间中T*分离性的非标准分析方法研究

在非标准扩大模型下,应用非标准分析方法研究了[0,1]－拓扑空间中的T*分离性.首先,利用模糊点的单子及其性质,刻画了T (i＝0,1,2)分离性.其次,借助模糊集的邻域系,提出了模糊集单子的概念,证明了模糊集单子的逼近定理.最后,得到了T (i＝3,4)分离性的非标准刻画.     

模糊T近似空间上粗糙模糊集的粗糙度

基于文献[1]给出的Pawlak近似空间上的模糊集的粗糙度的概念,把粗糙度的定义推广到模糊T近似空间上,得到了粗糙模糊集的粗糙度,并讨论了它们的性质。     

模糊分析中的结构元方法(Ⅱ)

在模糊数学中，模糊值函数的导数和模糊值函数的积分通常分别是利用区间值函数导数和区间值函数积分模糊集的表现定理给出的。在文献[1]中提出的模糊结构元概念基础上，给出了模糊结构函数和模糊值函数的结构元表示方法。利用模糊数和模糊值函数的结构元表现形式，给出了模糊值函数的微分和模糊值函数的积分（黎曼意义下）运算的等价形式。模糊结构元理论与技术不仅仅为模糊分析计算的简化提供了工具，同时也为模糊分析理论与应用的研究开创了一条新的途径。     

广义扩展原理的若干性质

扩张原理是模糊集合论的主要工具之一，作者曾针对一般的模糊关系提出了一种广义原理，在本文中讨论了这的若干性质及其在模糊集范畴中的初步应用。     

关于Zadeh模糊集合论基础的一个注记

从文献[1]中指出的Zadeh模糊集合理论存在的第三个缺点即采用没有统一理论指导的“模糊算子”入手，利用概率论方法证明了模糊算子的正确性及其适用范围．进而说明文献[1]中覆盖系数的合理性，提出下一步要研究的内容．     

基于模糊数模糊集的聚类分析

提出了模糊数模糊集及模糊相似矩阵的概念,建立了基本模糊数模糊集的聚类分析理论,并引入了分类可信度的概念。     

模糊随机变量的期望值

引言自1965年美国自动控制学家 L·A·Zadch 提出模糊集合概念以来,模糊数学发展十分迅速,应用十分广泛。模糊概率分析就是模糊数学的一个重要分支。它是在经典概率论基础上,引进模糊集合概念,研究模糊随机现象而发展起来的。关于这方面的文献很多,这里仅就与本文有关的综述如下.1976年 Feron 定义模糊随机集合为可测函数 F:Ω→(?)((?)).这里(?)是一个拓扑空间.(?)((?))=[u;(?)→[01]]且[X∈(?):F(ω)(x)≥α]对每一个α是(?)的一个闭子     

关于在线修正模糊模型的研究

本文基于模糊集合理论,在[3]的基础上提出了一种在线递推修正模糊模型的方法。用本文提出的方法,只需测量系统的输入和输出量,通过计算机实时处理,即可得到当前时刻系统的模糊模型。从而为解决非线性时变系统建立数学模型问题提供了又一种方法。本文对几种典型非线性特性做了数字仿真试验。     

模糊测度与模糊映象

1965年,Zadeh[9]为了更准确地描述实际生活中所遇到的一类现象,提出了一种方法,以简单而精确的方式把“集”扩充到“模糊集”.从此以后人们对模糊集的各个方面的理论又作了进一步的研究,而且这一理论作为模型的发展已经应用于科学研究的许多领域中(参看〔8、11〕).模糊事件的概念和它的概率测度是由Zadeh〔10〕第一次引入的.对大量实际问题中的不确定现象的两种基本形式,即统计的不定性与模糊性提供一种数学理论予以说明,这还是第一次尝试.     

优势关系多粒度粗糙模糊集及决策规则获取

为了将多粒度粗糙集方法进一步扩展以适应模糊信息系统的需求,将多粒度思想引入到基于优势关系的粗糙模糊集模型中,提出了基于优势关系的乐观和悲观多粒度粗糙模糊集.在这2种多粒度粗糙模糊集中,采用一族而非一个优势概念来进行目标的逼近,并且被近似的目标是模糊而非清晰的集合.不仅对这2种新的粗糙模糊集的性质进行了讨论,而且研究了如何从模糊信息系统中获取逻辑连接词为"或"的决策规则,并采用一个模糊信息系统对新提出的粗糙集模型及决策规则获取进行了实例分析.结果表明:借助优势关系的方法,可以进一步扩展多粒度粗糙集方法,以处理模糊数据,从而扩大多粒度概念的应用范围.     

单向S-模糊粗糙集及其应用

从Dubois模糊粗糙集理论与动态模糊集概念出发,提出了单向s-模糊粗糙集概念和结构,分析了单向S一模糊粗糙集与模糊粗糙集之间的关系,并给出单向s-模糊粗糙集的性质和应用。     

粗双枝模糊集的模糊性度量

为更深入地探讨粗集和双枝模糊集的关系,在粗双枝模糊集的基础上,提出了粗上枝模糊集、粗下枝模糊集、粗双枝模糊集的模糊度的概念.在有限论域上,给出了粗上枝模糊集、粗下枝模糊集、粗双枝模糊集模糊度的定理,讨论了相应的Haming模糊度、Euolid模糊度及Minkowski模糊度.     

构造常态Riordan阵的一种方法

Shpiro在[1]1中引进Riordan阵的概念,在[3]、[4]中,作者进一步研究了Riordan阵的理论及应用,本文提出了一种新的构造常态Riordna阵的方法。     

一种相关型模糊集合及其在模糊逻辑系统中的应用

基于t-范数和t-余范数的模糊推理无法将模糊规则中前件集与后件集的相关性信息引入到模糊推理过程,这在某些情况下会导致模糊推理结果与实际经验不符。针对此问题,首先引入模糊集合之间相关度的概念,使模糊概念之间彼此相关。然后,在模糊集合相互关联的环境下提出相关型模糊集合的概念,包括相关type-1、相关区间型type-2以及相关一般型type-2模糊集合,并在理论上把模糊集合的基本概念和运算性质放在相关型模糊集合的环境下进行讨论,同时定义其自身特有的一些运算。最后,对相关型模糊集合在2种模糊逻辑系统(T1 FLS和IT2 FLS)中的应用进行探索,提出面向后件集的模糊推理方法。仿真实例表明:该方法比传统的模糊推理方法能捕获到规则中更多的不确定性信息。     

模糊子坡代数、模糊理想、模糊滤子及模糊同余关系的刻画

定义了坡代数（X,＋,＊）的模糊滤子的概念,给出了X上的模糊集A是（X,＋,＊）的模糊子坡代数（resp.,模糊理想,模糊滤子）的若干个等价刻画以及X×X上的模糊集E是（X,＋,＊）上的模糊同余关系的若干个等价刻画,另外还证明了模糊子坡代数范畴[0,1]-SInc是坡代数范畴Inc上的拓扑范畴。     

模糊集合论及其处理的狭义模糊性问题

C.Elkan博士在1993年提出“模糊逻辑是似是而非的成功”问题引起了人工智能界和模糊界的极大关注。本文在[1]和[2]的基础上，进一步讨论模糊集合论及其处理的模糊性现象，提出模糊集合论的产生是科学技术发展的趋势。是人对客观事物的认知的思维反映。它可以分为狭义性、一般模糊性、广义模糊性和泛模糊性。而狭义模糊性是处理狭义模糊性现象的数学方法。模糊集合论是一种经典数学方法，模糊集合不能处理所有模糊性现象，具有一定的局限性。     

区间值模糊集的分解定理及相似度的计算

针对区间值模糊集相似度公式只是经验公式并没有理论依据问题.建立了区间值模糊集新的截集概念,研究了相似度计算方法.结果表明:所建立的新截集概念是以往截集概念的推广.在新截集理论的基础上,进一步给出了区间值模糊集的分解定理;根据该截集发展出一种推导区间值模糊集相似度的方法,建立了模糊集相似度与区间值模糊集相似度之间的联系,可进一步应用到模糊风险分析研究中.