基于非可加测度的一致性变异测度

建立在经典概率测度理论体系下的风险测度理论已经有了不少的研究成果,但在金融、保险市场中存在着许多的非可加风险,针对传统风险测度理论分析非可加风险的缺陷,研究了在Choquet积分理论基础上的风险变量空间为非可加测度空间的变异测度问题,证明了这种测度是共单调可加一致性的变异测度,给出了在Chance空间共单调可加一致性变异测度的表示定理,这些结论是对风险变异测度理论在非可加条件下的发展,对于分析非可加风险具有重要的理论价值与现实意义。     

模糊测度的广义可加性、转化定理和可加性估计

基于广义可加的概念,研究了常见的两种非可加测度的广义可加性,同时给出了广义可加模糊测度的刻画定理,即给出了广义可加与普通可加之间的关系;最后讨论了广义可加性与普通可加性之间的误差估计。     

模糊σ代数上的模糊数值测度及应用(Ⅱ):广义矢值测度的约当分解

(X,A,μ)是一个全有限测度空间．H为由A生成的模糊σ-代数．通过计算H中模糊子集的截集的测度,运用一维模糊数的嵌入定理,构造了一种定义在H上取值于一维模糊数空间的测度,这种测度限制在A上就是测度μ．并且这个测度继承了μ的可列可加性、下连续性、上连续性、自连续性等性质．作为应用之一,在合理定义了广义矢值测度后,得到了约当分解定理,并且这种广义矢值测度就是一个模糊数值测度．     

关于k-拟可加模糊积分序列的进一步探讨

在k-拟可加模糊积分的定义和积分转换定理的基础上,进一步研究了k-拟可加模糊积分序列收敛性质,给出并证明了依测度收敛和一致收敛的定义及定理证明。     

基于直觉模糊测度的可测函数列依测度收敛研究

为解决多属性群决策结果之间存在较大的差异问题,对基于直觉模糊测度的可测函数列依测度收敛进行了研究。基于可能性理论和直觉模糊集理论研究直觉模糊可能性测度,确定直觉模糊测度存在有界性、单调性以及直觉模糊可加性性质与直觉模糊测度依据接收、延迟和拒绝3项决策规则。研究结果明确给出可测函数列依测度收敛情况,可知集函数在可测空间中存在集值双零渐进可加的收敛状态。通过算例验证该方法可有效计算差异属性特征下不同决策的直觉模糊可能性测度,可有效获取最佳决策方案和解决多属性群决策问题,具有较好的实用性。     

集值测度的Orlicz-Petis定理及其应用

建立了集值情况的ＯｒｌｉｃｚＰｅｔｉｓ定理,从而解决了集值测度的强可加问题,集值函数弱可列可加的充要条件;在集值测度σ有界变差条件下给出集值测度的凸性定理     

模糊测度Shapley熵的完备化

研究了模糊测度的Shapley熵的完备化问题．结果表明，具有完全不确定性的模糊测度虽然具有最大Shapley熵，但反之不真．通过例子表明具有最大Shapley熵的模糊测度可以远远不是完全不确定的；引入了与Shapley熵互为补充的分划熵，从而使Shapley熵得到了完备化，称二者之和为绝对熵，证明了模糊测度是完全确定的或完全不确定的，当且仅当它的绝对熵相应地取最小值或最大值；还研究了模糊测度的扩张问题，提出了可以保持F测度的基本性质的正则扩张理论．     

广义实值函数的模糊积分

在非可加测度(模糊测度)意义下,定义了取值在[-∞, ∞]上广义实值可测函数的模糊积分;讨论了模糊测度意义下可测函数、模糊积分的性质并给出了刻划定理;最后,给出了积分转化定理.     

非可加测度的自生成测度

通过构造非可加测度的一种外测度和内测度，定义了由非可加测度产生的自生成测度，提出了一个构造测度的方法，还证明了自生成测度在σ-域上的扩张与非可加测度在σ-域上扩张的自生成测度是一致的．     

完备测度空间上可测函数的积分

一般测度空间(Ω,F,μ)已经有了其上可测函数的积分.在此基础上,把测度空间(Ω,F,μ)完备化而成为它的完备测度空间(Ω,F,μ),找到二者的关系.然后,给出完备测度空间上的可测函数积分的一种定义.且它与测度空间(Ω,F,μ)上的可测函数的积分是一致的.     

Minimizing Tardy Jobs in a Single Machine Scheduling Problem with Fuzzy Processing Times and Due Dates

IntroductionThere are many scheduling problems of practicalinterest in which the input data are uncertain or i mprecise,and this kind of uncertainty or i mprecision cannot bedescribed by probability theory.For these situations wherecharacteristics and constraints are neither deter ministic norprobabilistic,the problems may often be modeled withfuzzy sets.Fuzzy logic,which was introduced by Zadeh[1]hasbeen appliedto various industrial problems including productionsystems[2,3].Recently,there ha…     

一类非线性系统综合自适应模糊控制

针对一类非线性系统把模糊控制、模糊逻辑逼近及模糊滑模控制相结合，提出一种综合自适应模糊控制方法．基于李亚普诺夫函数系统参数的自适应律，不需要最小逼近说差平方可积条件，而且利用模糊滑模控制补偿模糊系统的逼近最差及外部干扰对输出跟踪误差的影响，理论证明了闭环系统稳定，跟踪误差收敛到零或零的一个小邻城内．仿真表明了算法的有效性。     

基于相似度的模糊粗糙近似算子

粗糙集理论是一种新的处理模糊和不确定性知识的数学工具.相似度是用于比较2个相似的模糊粗糙集所包含信息的精确性大小的,是模糊集理论和粗糙集理论的热点问题之一.文章利用一种改进的相似度定义了模糊粗糙近似算子,重新定义了粗糙集的一些概念,给出并证明了模糊粗糙近似算子的几个性质.     

污染物总量控制的经济性质分析

从环境资源的经济性质分析入手，解释说明了环境容量与最优污染水平间的关系，同时对污染治理的环保政策也进行了经济分析，从而是得出环境问题实质是经济问题，二者必须同步协调发展的结论。     

一类折线模糊神经网络的存在性

应用折线模糊值函数的表示定理和Weierstrass第一逼近定理构造了一个三层折线模糊神经网络,并借助折线模糊数的优良性质证明了折线模糊神经网络对连续折线模糊值函数具有泛逼近性.     

基于TV与gamma范数的非凸秩近似在矩阵补全中的应用

现实生活中,由于运动模糊、光学模糊等因素的影响,获取的图像往往是模糊、不完整的,即图像内容质量下降、细节特征被掩盖,从而影响图像的视觉效果及应用.矩阵补全(Matrix Completion, MC)的目的是将获得的模糊、不完整图像以最大的保真度恢复出完整清晰的图像.该文采用gamma范数代替传统的核范数作为秩函数的非凸近似,与核范数比较,gamma范数大大减弱了大奇异值的贡献,使得较小奇异值的贡献接近零;同时引入全变差(Total Variation, TV)正则项保留图像本身真实的边缘信息和细节信息,从而避免恢复出的图像过度光滑;接着,应用增广拉格朗日乘子法求解模型;最后,通过数值实验验证文章提出的算法较现有求解矩阵补全的算法更高效.     

正则模糊神经网络对保极大值函数类的泛逼近性

在模糊神经网络中将紧集上多元连续函数类推广为保极大值函数类,进而借助于保极大值性研究了紧集上扩展模糊函数类的特性和度量问题。最后,获得三层正则模糊神经网络关于其扩展模糊函数类具有泛逼近性,并通过实例分析了目标输出与正则模糊神经网络实际输出的逼近效果。     

概率粗糙集的模糊性

从粗糙隶属函数的角度出发,研究了概率粗糙集模型的模糊性度量及其性质;用模糊集的截集的概念描述了变精度概率粗糙集模型。     

二自由度平面机械手的模糊建模与模糊控制

本文以二自由度平面机械手为例，尝试用线性系统理论和模糊控制理论解决非线性系统问题。要点是：把一个整体非线性动力学模型看成是多个局部线性模型的模糊逼近；把整个非线性系统的控制看成是多个局部线性系统控制的模糊逼近。这种方法称为并行分配补偿法。本文建立了二自由度平面机械手的模糊模型并在此基础上用并行分配补偿法对系统进行了综合，最后用仿真进行了验证，证明了并行分配补偿法的成功和所建模型的合理性。