直觉模糊集的范畴（续）

重新建立了直觉模糊集的范畴ＩＦｕｚ．证明了范畴ＩＦｕｚ是一个ＷＴｏｐｏｓ．利用ＷＴｏ－ｐｏｓ理论，对直觉模糊集的一类算子做了描述．     

顺序集合套的范畴OSEB

建立了顺序集合套的范畴ＯＳＥＢ，并证明了该范畴有平衡器，有限积，最终元，Ｅｘｐｏｎｅｎｔｉａｌｓ和Ｓｕｂｏｂｊｅｃｔｃｌａｓｓｉｆｉｅｒｓ等Ｔｏｐｏｓ性质．因此，范畴ＯＳＥＢ是一个Ｔｏｐｏｓ     

范畴M—Fuz的Topos性质（续）

进一步讨论了范畴Ｍ－Ｆｕｚ的ｔｏｐｏｓ性质。指出虽然范畴Ｍ－Ｆｕｚ不是一个ｔｏｐｏｓ（因为它没有ｓｕｂｏｂｊｅｃｔ ｃｌａｓｓｉｆｉｅｒｓ），但它有两个特殊的物质，我们称之为中国物质和弱Ｓｕｂｏｂｅｃｔ ｃｌａｓｓｉｆｉｅｒ，这两个物质有类似于ｔｏｐｏｓ中的最终元和ｓｕｂｏｂｊｅｃｔ ｃｌａｓｓｉｆｉｅｒ的功能。于是我们引入了Ｗ－Ω公理描述模糊集的隶属函数。     

范畴Set→的平衡器性质、有限积性质

讨论了映射范畴Set^→的平衡器性质、有限积性质，它们是范畴Set^→Topos性质的重要组成部分。     

随机集序列的收敛

随机集值映射出现在信息系统分析、经济预测、优化和最优控制等应用数学领域，Ａｒｔｓｔｅｉｎ、Ｗｉｊｓｍａｎ、Ｄｅｂｒｅｕ、Ｓａｌｉｎｔｔｉ、Ｗｅｔｓ、Ｈｉａｉ、Ｍｏｓｃｏ、Ｐａｐａｇｅｏｒｇｉｏｕ和张文修等人进行了大量的研究，取得了一系列重要成果，本文是在他们研究的基础上深入地探讨了随机集变量序列的几种收敛之间的相互关系，得到了一些等价条件及一系列重要结果。     

关于Fuzzy随机集的特征

本文在[1]的基础上对Fuzzy随机集的期望及两种方差定义作了进一步比较并对方差的运算进行详细探讨，得到若干Fuzzy随机集方差的计算公式。     

无界随机集关于条期望的收敛性及其应用

在一定条件下，本文给出了无界随机集序列关于条件期望的弱上极限Ｆａｔｏｕ引理，由此还得到了无界随机集序列在Ｋ－Ｍ收敛性意义下的控制收敛定理和单调收敛定理。最后将上述结果应用于被积函数的图收敛性和积分原函数的收敛性。     

Fuzzy随机集强大数定律的推广

在文［１］、［２］的基础上将Ｆｕｚｚｙ随机集的强大数定律推广到Ｆｕｚｚｙ值概率空间。     

基于随机集的粗糙集模型（Ⅰ）

为了处理人工智能中不精确和不确定的数据和知识，介绍了一个新的领域－粗糙集的基本概念及其有关进展，提出了基于随机集的研究框架，进一步用随机集去描述粗糙近似算子，并讨论了随机集、粗糙集和信任函数之间的关系。     

函数族Julia集的Hausdorff维数

Stallard曾经用一族特殊的整函数说明了超越整函数的Julia集的Hausdorff维数可以无限接近1.本文证明了该函数族的完全迭代的Julia集的Hausdorff维数也可无限接近于1.     

随机集可积选择序列的h收敛性

本文给出了集合序列的ｈ上、下极限的概念，并且得到随机集可积选择序列的ｈ下极限的法杜引理和ｈ收敛意义下的勒贝格控制收敛定理。     

集值测度,随机集与集值随机过程

集值测度、随机集与集值随机过程是测度论、概率论与随机过程的进一步扩充。1964年,R.J.Aumann与K.Vind分别研究了集值映射与集值集映射。1972年Z.Artstein系统地研究了集值测度。1977年,F.Hiai等人研究了集值鞅。这就使集值映射在随机数学中得到发展。本文概括了作者近几年在这方面的研究成果。     

随机Fuzzy集的强大数定律

本文引入了 B~X 型随机 Fuzzy 集(B~XRF 集)的独立及同分布的概念,并由此给出了它在两种不同场合下的柯尔莫哥洛夫强大数定律.     

三种三维随机Cantor集的Hausdorff维数

利用位势方法，分枝过程Ｂｅｒｎｏｕｌｌｉ随机置换的方法计算和估计了Ｍａｎｄｅｌｂｒｏｔ渗流，随机Ｓｉｅｒｐｉｎｓｋｉ海绵及多孔海绵的Ｈａｕｓｄｏｒｆｆ维数。并在准备工作中证明常用但未证明的质量分布的构造方法。     

一类多型随机递归集关于统计自相似测度的重分形分解

本文主要利用Falconer,Mauldin,Williams,Arbeiter与Patzschke等人的思想,借助矩阵分析和随机过程中的一些重要方法,放宽了徐赐文构造的RN中多型随机递归集K在集合结构上的限制条件,得到了在强开集条件下这类多型随机递归集K的重分形分解集Kα(α＞0)关于统计自相似测度的Hausdorff维数表达式.     

对《Fuzzy random variables》一文中关于模糊集间距离的修正

本文通过实例说明了文献[1]中在_0(R)定义的距离在某些情况下不尽合理,从而修正了这个距离定义,并证明了在新的距离下_0(R)是完备的度量空间,且在此空间成立广义的勒贝格控制收敛定理.