关于模糊数的顺序

关于模糊数的比较，有许多不同的方法，由于一般的模糊数可用三角模糊糊数和梯形模糊数来近似，故对三角模糊数和梯形模糊数的研究是非常有意义的，讨论了一般的三角模糊数的比较，得到了一些结果，这些结果可以直接应用到模糊线性规划的研究中。     

模向量空间及逼近定理

在利用弱条件给出模糊数定义的基础上，又给出了用三参数上半连续端点函数表示模糊数的充要定理。提出了一种特殊的度量方法，证明了用这种度量方法形成的模糊向量空间的完备性，还给出了重要的逼近定理，为进一步讨论模糊向量空间的性质奠定了基础。     

战术选择模糊对策分析

提出选择战术模糊对策支付矩概念，用两种方法求解模糊对策问题，对模糊对策的灵敏度作了分析，并提出了一些重要结论，最后给出了一个实例。     

基于一类模糊数的模糊推理系统

首先引用一类以四元组表示的模糊数，讨论它的若干性质，说明它可以把单个隶属度、区间值和语言值统一起来处理，然后拓广了Ｇｏｇｕｅｎ逻辑，最后以拓广的Ｇｏｇｕｅｎ逻辑为方法，构造了一个基于四元组的模糊产生式系统。     

一种求解MADM问题的模糊算法

提出了种解模糊算法，产针模糊数据转换成数值数据，以运用经典的多属性决策方法来解决模糊多属性决策问题，给出了模糊多属性决策问题的描述，算法的计算步骤和计算公式。本算法可使编程和数据处理更加容易，还给出了一个实际算例，。     

投入产出分析的Fuzzy数学模型

本文利用了Ｆｕｚｚｙ集的有关理论建立了一种投入产出分析的Ｆｕｚｚｙ数学模型，并利用了区间数的一个运算定义给出了将该模型的相应计算转化为普通矩阵计算的方法，从而也解决了这一模型在内容的模糊性与计算的明确性上的统一问题。     

一种新的模糊数排序方法及其应用研究

文章提出了一种新的模糊数距离公式.在TOPSIS方法的基础上,给出正、负理想轴的概念和模糊数排序的一种新方法,该方法的思想是:模糊数的隶属函数离负理想轴越远越好,离正理想轴越近越好,并通过面积来表示这种远离或接近程度,同时考虑到了模糊数本身的影响;通过其在不确定多属性决策中的应用,来说明新排序方法的有效性和实用性.     

粗糙模糊数的贴近度

首先讨论了粗糙模糊数(RFN)的性质和运算法则，进而定义了粗糙模糊数的贴近度，在此基础上，分别给出了粗糙模糊数的距离贴近度，最大-最小贴近度，最小平均贴近度以及格贴近度，可用于在实际问题中对模糊信息的表述及信息加工。     

一种确定Fuzzy变量关系的思想方法

以实际所需及概率统计为背景，以观测值和常用的基本原则为基础，以建立论域Ｕ上的Ｆｕｚｚｙ映射为目的，利用Ｆｕｚｚｙ数构造上的特征，给出了一种确定Ｆｕｚｚｙ变量关系的思想方法。     

关于模糊数的相关性

提出一种新的定义模糊数之间的相关性和相关系数的方法,并讨论了这种相关性和相关系数的性质.这种相关性和相关系数更进一步提示了不同的模糊数之间的内在联系.同时,还对模糊数的信息能量进行讨论.     

关于“模糊数的传递模糊排序”的注记

在文献[1]中,通过用t模取代文献[2]中的取小算子,得出了模糊数的一种传递性排序方法。但这种方法要求模糊数满足的条件过于严格。本文旨在指出:1)该方法实质上是按最小的t模进行排序;2)当取最大的t模时,该方法仅对一类非常特殊的模糊数成立。     

系数为非对称指数型模糊数的多元线性最小二乘回归

使用模糊数之间的某种距离和的最小二乘方法，研究了模糊多元线性回归模型，此模型的输入为精确数据，输出为模糊数据，回归系数为非对称指数型模糊数，并通过讨论一元模糊线性回归模型，推导出三组正规方程组以分别用于求解模型回归系数的模糊中心参数，左边参数和右边参数，然后将此结果推广到多元情形，考察了观测值与估计值之间的拟合优度。     

三种模糊Markov链状预测模型

为了解决具有不确定信息的Markov链状预测问题,给出了"模糊状态-精确观测数据"、"精确状态-模糊观测数据"和"模糊状态-模糊观测数据"三类模糊Markov链状预测的模型,涵盖了具有不确定信息的Markov链状预测的各种形式,系统研究了三种模型下的状态转移概率确定方法与预测过程。该项工作使得模糊Markov链状预测模型问题趋于完善,为深入研究模糊Markov过程以及其它特殊的模糊随机过程提供了思路。     

约束条件含模糊数的线性规划的一种求解方法

讨论了约束条件中系数是模糊数的模糊线性规划的一种解法,利用Roubens的模糊数比较的概念,把系数是模糊数的线性规划问题转化为经典的线性规划问题,从而利用求解线性规划的单纯形法求解此类模糊线性规划．最后给出此种方法在实际中的应用．     

模糊数与模糊值函数的结构元线性表示

为使模糊数和模糊函数运算更加简洁,在介绍模糊数与模糊值函数的结构元表示方法的基础上,给出了由模糊结构元任意表示的模糊数和模糊值函数转化为线性生成模糊数和模糊值函数的方法。由于在模糊结构元表示的模糊数和模糊值函数中,线性生成的模糊数和模糊值函数具有形式简单、计算容易的特点,这种方法解决了模糊数与模糊值函数运算的困难问题,具有现实的应用意义。文中还给出了两个计算实例。     

对一个三角模糊数距离测度公式的改进

针对利用三角模糊数距离公式对模糊数排序中存在运算量大的问题,对已有的三角模糊数排序公式加以改进,有效地减小了计算量;并针对属性值为模糊数的多属性决策问题进行算例分析.     

基于结构元的时间序列分析与应用

在许多实际问题中,观测得到的数据序列既具有随机性,也含有模糊性,称其为模糊时间序列,由于模糊数计算的困难以及缺点导致模糊时间序列分析无法避免的缺陷,考虑利用一种新的模糊时间序列分析的方法,即将模糊中值和模糊跨度分别速模;并给出了实例。     

约束条件中含有梯形模糊数的线性规划的求解方法

利用一种新的模糊数排序准则,将约束条件中含有梯形模糊数的模糊线性规划转化为经典的线性规划,进而求得了原模糊线性规划的最优解.与现有方法相比,该方法运算简便,得到的经典线性规划约束条件个数少,降低了计算量,但最优解的质量没有降低.最后给出了此种方法在实际问题中的应用.     

基于TOPSIS的模糊数直觉模糊多属性决策法

对属性值以模糊数直觉模糊数形式给出的多属性决策问题,提出了一种基于TOP-SIS的模糊数直觉模糊数多属性决策方法,该方法首先定义了两个模糊数直觉模糊数之间的距离,然后给出了方案与理想点的相对贴近度,基于相对贴近度对方案进行排序。最后进行了实例分析。     

基于模糊距离的模糊数的排序及应用

引用模糊数之间的模糊距离,结合模糊数的权重面积,建立一种基于模糊距离的模糊数的排序方法,数值例子说明了排序指标的合理性;排序结果与已有的排序方法进行比较,说明方法的优越性.将该方法用于解决具体的模糊多属性决策问题,进一步验证该排序方法的合理性与有效性.