双枝模糊集与Vague集的关系

研究了双枝模糊集与Vague集的关系,指出对于给定的双枝模糊集,可以求得它的伴随Vague集;给出了双枝模糊集与它的α-伴随Vague集的关系定理;研究表明:可以利用Vague集的一些成熟的理论来研究和拓展双枝模糊集理论,以相似度量为例,基于Vague集现有的相似度量方法,利用双枝模糊集的α-伴随Vague集的相似度量作为双枝模糊集的相似度量。     

Vague集、模糊集和粗糙集的内在联系及其转化

研究了Vague集、模糊集与粗糙集之间的内在联系和互相转化．证明了：对于给定的粗糙集,可以在它的幂集上定义一个伴随的Vague集（模糊集）;反过来,给定的一个Vague集（模糊集）,可以定义它伴随的粗糙集．另一方面,在一个粗糙集系统给定的两个等价关系之间,可以定义它们的相对Vague集（模糊集）;同一个论域上的两个不同的Vague集（模糊集）可以定义它们的相对粗糙集,从而利用粗糙集方法研究它们之间的相对关系．     

C*-代数正元的比较

讨论由林华新引进的一种C~*-代数的正元的比较理论.以算子理论的方法详细讨论原始定义中所包含的具体信息,得到这种比较理论的等价定义,并给出常用的基本性质和初步的结果.最后讨论了与通常投影比较的异同以及给出对单C~*-代数的一种描述.     

有限值超图C*-代数

给定一个有限值超图(),构造了一个有向图E,证明了图C*-代数C*(E)同构于超图C*-代数C*(),并给出一些推论.     

Hilbert C~*-模和JB~*-Triples

研究了HilbertC*-模和JB*-tripes的关系,我们证明了:(1)C*-代数上的每个Hilbert模等距同构于算子JB*-triple;(2)交换JB*-triple必定是某一C*-代数上HilbertC*-模。     

Zadeh模糊集合理论的缺陷及其改进:C*-模糊集合理论

分析和证明了Zadeh模糊集合理论的三个缺点和两个错误,提出了一个考虑模糊集合之间关系,并且用相关系数来刻画这种关系的程度的新模糊集合理论(系统)--C*-模糊集合理论(系统).新理论(系统)能克服Zadeh模糊集合理论的三个缺点和两个错误;能正确地描绘客观世界的全部模糊现象;有补集;隶属度有统一的计算公式;并且是经典集合系统的特例,能满足全部经典集合的公式,与正常思维、逻辑和概念一致.     

粗模糊集的嵌入集的性质

为了进一步揭示粗集和模糊集的内在联系,在粗集和模糊集的基础上,讨论了粗模糊集的嵌入集的性质;利用模糊集的截集,讨论了粗模糊集的嵌入集的截集性质;给出了粗模糊集的嵌入集的性质定理及其截集的性质定理。     

Vague集相似度量的一个新模型

分析了已有vague值的相似度量模型的不足,指出了vague值的相似度量建模须考虑的因素,提出了一个新的vague值相似度量模型,并证明了其满足相似度量的公理化定义.在提出的vague值相似度量模型的基础上,建立了vague集的相似度量一个新模型.实验表明,新模型具有较好的区分度,能克服已有模型的不足.     

各种截集形式的粗糙模糊集的构造性质

本文在Pawlak近似空间中引入了λ-上截集、强λ-上截集,λ-下截集、强λ-下截集,λ-上重截集、强λ-上重截集,λ-下重截集、强λ-下重截集的概念,系统地讨论了基于各种截集形式的粗糙模糊集的构造性质,得出了基于模糊等价关系的各种截集形式的粗糙模糊集的表现定理和扩张定理并给出了系统的证明。     

基于模糊集μ_X~R的α-截集和强β-截集的粗近似

研究了基于模糊集μXR的α-截集和强β-截集的粗近似问题,提出了(α,β)-粗糙集模型,讨论了粗糙近似算子的一些重要性质,给出了粗糙度和近似精度的定义和性质,证明了该模型比Pawlak粗糙集模型具有更好的精度.     

基于Vague集的模糊聚类方法研究

引入Vague集(值)的距离概念及Vague集(值)的贴近度概念,并证明了这一新的贴近度的性质.利用此贴近度概念给出了基于Vague集的模糊聚类方法,这一方法对于数据挖掘研究有很好的参考价值.     

基于区间值Vague集的多准则模糊决策方法

给出i-v Vague集的含糊度定义,将实数型Vague集群决策的记分函数方法扩展到区间值Vague集上,用实例比较各种记分函数方法的优缺点.然后给出两种改进的记分函数法和加权记分函数法,并通过例子阐明改进方法的有效性和优越性.     

基于Vague集的模糊信息融合研究

在分析模糊信息融合局限性,并介绍Vague集概念的基础上,提出了基于Vague集的模糊信息融合方法．给出了该方法的数学描述、数据组织、结果评价等概念及算法实现过程．并以传感器一目标模型为例,演示和分析了该方法的应用及评价过程．从结果看,基于Vague集方法进行模糊信息融合是简易、高效和可靠的．     

基于 Vague 集的加权模糊运算

分析了Vague集的性质,定义了Vague集上的加权析取式和加权合取式。讨论了Vague集上的加权析取式和加权合取式的模糊运算及性质,这些运算及性质可以很好地用“投票模型”来解释。     

对新模糊集合论基础的一些注记

近来,一些学者指出Zadeh模糊集合论存在缺点和错误,建立了新模糊集合论.针对新模糊集合论提出了自己的见解.首先,在分析C-模糊集合论的定义时,发现该定义中存在两个不足之处.正是由于这两个不足之处,模糊集合之间的运算就会受到质疑而无法进行.最后,辨证地分析了Zadeh模糊集合论存在的缺点和错误.     

基于Vague集的一类蕴涵算子

介绍了采用Fuzzy集进行近似推理的一些蕴涵算子的性质,根据Vague集的直觉特性提出了采用Vague集实现近似推理的一类蕴涵算子的构造方法,并根据Vague集的模糊熵对上述蕴涵算子的特性进行了解释。     

模糊多属性群决策的Vague集方法

介绍Vague集的基本理论,分析现有记分函数的不足,提出一种改进的记分函数;给出一种基于Vague集求解模糊多属性群决策问题的新方法,该方法利用新的记分函数对决策方案进行排序,选出最优方案;以实例说明该方法的可行性与有效性.     

基于Vague集距离的多评价指标模糊决策方法

给出了Vague集的基本概念和Vague集多评价模糊决策的概念，提出了一个新的基于Vague集距离的多评价指标模糊决策方法．在这个方法中，提出了理想方案的概念和候选方案对满足多评价指标的不确定性的概念，利用候选方案与理想方案的Vague集距离来求出最佳方案．     

基于Vague集的多目标模糊决策方法

指出了采用Vague集进行多目标模糊决策的现有计分函数的不足;根据Vague集的性质提出了一种新的计分函数;该计分函数和Vasgue集所具有的“投标模型”属性是完全一致的,并将其扩展到加权的形式,从而使该方法具有更好的通用性,所得结果也更符合人的直觉。