模糊划分及其模糊粗糙近似算子

以含幺序半群(不必交换)为取值域,引入一种模糊划分的定义,证明它与模糊等价关系之间的一一对应性,并以交换单位quantale为取值格研究了这种模糊划分诱导的模糊粗糙近似算子的基本性质.     

一个基于模糊划分结构信息的模糊控制系统稳定性条件

针对T-S模糊控制系统,为了更好地利用模糊划分的结构信息来降低稳定分析的保守性,在模糊规则输入空间的一种划分方式下,研究了T-S模糊模型的一些性质.然后用扩展的Lyapunov分析方法,获得了保守性更低的稳定性充分条件.最后,通过仿真实验验证了结论的有效性.     

集合划分的特征函数及其应用

为适应结构化程序设计中选择结构实现的需要,给出了集合划分特征函数的定义,讨论了集合划分特征函数的表现形式,并应用到程序设计中.     

由广义模糊积分定义的模糊测度

通过广义三角模定义的广义模糊积分引进一个集合函数λ( f ,s) ,研究了该集合函数成为模糊测度的条件 ,且给出了某个限定假设下的等价刻划。     

一种基于遗传算法的模糊聚类

对模糊c均值聚类算法（FCM算法）进行了讨论，说明FCM算法一般得不到全局最优分类，因此结合FCM算法提出了用遗传算法进行寻优求解，从而将遗传算法用于模糊聚类分析，最后的实例表明，遗传算法在处理多样本、多属性、多类别问题时，是一种有效的方法。     

模糊概率空间上模糊划分与保测同态的熵

在模糊概率空间上引入了模糊划分的熵以及保测同态关于模糊划分的熵的概念，并研究了它们的若干性质．     

一种基于集合划分的鲁棒性自适应模糊聚类分割算法

模糊C均值算法(FCM)是图像分割最常用的算法之一,这种方法需要提前确定初始聚类中心和聚类数.为此,提出了一种新的自适应模糊聚类算法(AFCM),AFCM算法中构造的观察矩阵、判断矩阵和集合划分可以自动确定合适的聚类数.为了得到更好的图像分割效果,采用核距离作为相似性度量,提出了一种鲁棒性自适应模糊C均值算法(RAFCM).实验结果表明,与FCM算法相比,AFCM和RAFCM算法不仅能自动地确定聚类数目,还可以得到更好的图像分割质量.     

一个简单模糊关系数据模型的实现

基于模糊集合理论，实现一个简单模糊关系数据模型，包括模糊关系的定义、模糊关系运算及模糊关系的完整性，并简单介绍了模糊关系数据库技术的应用领域。     

广义模糊时间序列模型模糊区间划分研究

在模糊时间序列模型的构架中,介绍了广义模糊时间序列模型建立过程和常用的模糊区间划分方法,提出了基于均匀划分、模糊C均值聚类和自动聚类3种模糊区间划分方法的广义模糊时间序列模型,并用Alabama大学入学人数和沪市股指两组数据对模型进行了详细的分析.实验结果不仅揭示了这3种方法对模型预测结果的影响,还证明了广义模型优于传统模型.     

基于模糊聚类方法的T-S模糊系统建模

提出了用一个聚类验证准则设计模糊C均值聚类算法，这个聚类验证准则是用来确定模糊C均值算法中合适的聚类数．针对T—S模糊模型，由模糊c均值聚类算法确定其逻辑前件参数，进而采用最小二乘算法确定模糊推理规则的后件参数．最后，应用本文建模方法对一个非线性实例进行仿真计算，并与其它方法进行了比较，结果表明本文方法是有效的．     

模糊近似空间中模糊粗糙集的新定义

研究了模糊近似空间上的模糊粗糙集．给出了模糊粗糙集的又一定义．讨论了该定义下模糊粗糙集所满足的性质，从理论上说明了该定义的合理性，同时还论证了该定义下模糊粗糙集的近似精度．     

模糊控制的CCC算法

本文借助模糊推理的特征展开法思想，提出了一种新的模糊控制算法──特征系数合成算法（简称ＣＣＣ算法）。与Ｍａｍｄａｎｉ算法相比，对于多观测量的系统控制，该算法十分简便，而且控制的输入，输出均为连续的实变量（非模糊）     

模糊形态运算及其性质与应用

本文试图从模糊集合理论的观点出发,综合以往关于形态分析的研究成果,把数学形态学与顺序统计学有机结合起来,建立所谓模糊形态学。首先阐述模糊集合 p 分位形态运算的基本概念,然后证明这种形态运算的一系列代数、几何与统计特性,最后简述它对图象分析与模式识别的应用,即 p 分位形态分析。     

模糊形态运算及其性质与应用

本文试图从模糊集合理论的观点出发,综合以往关于形态分析的研究成果,把数学形态学与顺序统计学有机结合起来,建立所谓模糊形态学。首先阐述模糊集合 p 分位形态运算的基本概念,然后证明这种形态运算的一系列代数、几何与统计特性,最后简述它对图象分析与模式识别的应用,即 p 分位形态分析。     

一种新的模糊概念格及其构造方法

Will.R提出的概念格反映了对象与属性之间的精确关系,而在现实生活中,人类认识的大量概念都是模糊的,因此研究模糊概念格有着重要意义.提出了一种新的模糊概念格,讨论了它的性质以及构造方法,给出了模糊概念的构造算法.最后,用一个算例证明了该方法的有效可行性.     

一种基于T-S模糊模型的自适应建模方法及其应用

提出了一种改进的基于T-S模糊RBF神经网络模型的辨识算法和自适应方法,采用模糊C均值聚类(FCM)算法划分输入输出数据空间,最后将该算法应用于丙烯腈收率的预报,仿真结果表明了这种基于T-S模糊模型的自适应建模方法的有效性。     

一种新的直觉模糊伪S-蕴涵

直觉模糊集在模糊推理、模糊评价、模糊控制和模糊决策中有很重要的应用,直觉模糊集的蕴涵构造研究是一个重要研究方向.在直觉模糊集理论基础之上,构造了一新的直觉模糊伪S-蕴涵,证明了其单调性、边界条件等系列重要性质,还讨论该蕴涵的一些代数性质.     

环之间的一种新的模糊同态

先给出经典集合之间的模糊映射，模糊单射及模糊满射的定义，然后给出一个模糊子集在模糊映射之下的象和原象的意义。最后给出了经典环之间的模糊同态的定义，证明了模糊子环的象和原象仍是模糊子环，推广了环的同态基本定理。