模糊n-cell数近似大于等于关系的性质

研究了模糊n-cell数近似大于等于关系、近似大于关系在水平收敛下的变化,与通常实数序列性质类似,近似大于等于关系在水平收敛下能保持不变,近似大于关系在水平收敛下无法保持。但是与通常实数列极限具有保号性不一样的是,水平收敛的模糊n-cell数序列关于近似大于关系的保号性不成立。     

L-拓扑空间的相对近似模糊紧集及其性质

当L是完备格的DeMorgan代数时定义了L-拓扑空间的相对近似模糊紧性.讨论了相对近似模糊紧性与近似模糊紧性之间的关系,并用网和覆盖等工具对相对近似模糊紧性进行了刻画,研究了相对近似模糊紧性的性质.证明了相对近似模糊紧性的闭遗传性等性质.给出了相对近似模糊紧性的若干等价刻画.     

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。     

凝聚环上的FP-（自）内射维数

主要研究具有有限FP-(自)内射维数的非交换凝聚环,特别是FP-(自)内射维数小于等于1及其小于等于2的凝聚环的同调性质,给出了FP-(自)内射维数小于等于1及小于等于2的凝聚环的等价刻划,所得结果推广了黄兆泳等人的工作.     

模糊线性回归预测

为了解决带有模糊信息的动态预测问题,在已有的线性回归预测法的基础上,提出了模糊线性回归预测的模型。模型的确定在于模糊系数的确定,模糊系数为对称三角模糊数,为此给出了描述对称三角模糊数近似和蔼的拟合度的定义及其表达式。借助于对称三角模糊数以截集表示的一对函数,给出了对称模糊的模糊度的定义及其表达式,给出了确定模糊系数的准则：对于事先指定的标准拟合度,要求在每个方程估计值的拟合度都不小于标准拟合度的约     

完全模糊线性规划及其近似计算

在扩充LR-模糊数定义的基础上,讨论了完全模糊约束条件的近似表示和转化定理;在新的模糊数序关系下,将完全模糊线性规划问题直接转化为分明的线性规划进行求解;与已有的结果进行了比较,并给出了算例.     

具有连续属性的不完备信息系统Rough集扩展

在模糊相似关系的基础上,针对具有连续属性的不完备信息系统提出了Rough集的扩展模型;利用模糊区间数来表示不完备信息表中缺失的连续属性值,并根据属性值的概率分布情况计算模糊区间数的可能度,在模糊关系的基础上给出了不完备信息表的上近似和下近似的定义;利用基于欧氏距离的贴近度法计算模糊相似度,构造相似矩阵,实现了对论域的划分;给出决策规则的约简和表示方法,应用实例说明了所提出的Rough集模型及规则的实用性。     

模糊相似关系下的模糊粗糙集

在模糊粗糙集模型中引入模糊相似关系，定义了一组上、下近似集，并讨论了模糊相似关系下的模糊粗糙集的一些性质，得出了它在模糊相似关系的包含运算、并运算、交运算、合成运算及闭包运算下的一些结论。最后定义了模糊粗糙集在模糊相似关系下的粗糙度和近似精度，并得出了一些结果．     

N4[14,24,34,…]、N2[12,22,32,…]和N[1,2,3,…]中的数在N3[13,23,33,…]中的表达式

对大于1、小于等于100的n或大于1、小于等于200的n，得到N4、N2或N中的数用N3中不同的数来线性表达的式子。     

模糊下近似算子的一个公理组

在此引入了数加模糊集和模糊关系外合成运算两个概念,讨论了它们的性质,给出了模糊下近似算子的一个简洁的公理组,并利用模糊矩阵这一工具直接证明了其可靠性和独立性。     

模糊值函数的积分及可积条件

模糊值函数是定义在实数集R上取值于E1(所有的模糊数的集合)中的模糊数的函数,模糊值函数的积分是模糊分析学的一个重要组成部分.若把所有的关于y轴对称的模糊数都定义为零模糊数,则两个相同的模糊数的差为零,利用ar- ar 这样一个数值来描述模糊数的序关系,就可以得到关于纵向对称的模糊数都是等同的.在新的序关系意义下引进模糊值函数的Riemann积分的概念,并证明了这种模糊积分可积的必要条件.     

广义模糊粗糙集的包含度和相似度

模糊粗糙集是目前数据挖掘领域关注的热点之一，作者在Pawlak粗糙集模型基础上，把一个论域推广为两个论域；把等价关系推广为模糊关系，被近似对象换成模糊集，得到广义模糊粗糙集模型，建立了广义模糊近似空间。在广义模糊近似空间中定义了广义模糊粗糙集上的包含度和相似度，并讨论了此包含度和相似度相关性质。     

模糊数的小于关系的度量

在模糊数的应用领域中,需要将模糊数作为整体比较其差异,因此,建立比较模糊数的整体度量的指标是必需的。基于区间A小于区间B的程度<(A,B),借助于模糊集的λ-截集和勒贝格积分,笔者建立了一种从整体上衡量模糊数的小于关系的度量<(A,B),讨论了它们的基本性质,为进一步讨论模糊数的序结构作了必要的准备。     

模糊数级数的收敛性

在通常的序关系意义下, 借助模糊数水平集的概念, 研究模糊数级数的收敛性问题. 对于正项、 一般项以及Leibniz型模糊数级数, 分别给出了相应的收敛判别法, 从而推广了经典函数项级数的一些基本性质.     

一种基于弱模糊相似关系的广义粗糙集

粗糙集理论是建立在等价关系的基础上发展起来的,但等价关系性质的应用领域是有限的,等价关系不能对现实世界中的元素关系给出客观的描述.为此提出用模糊相似关系和弱模糊相似关系的概念来代替等价关系,同时引入了弱模糊相似关系的相似度概念和相似类概念,定义了基于弱模糊相似关系的广义粗糙集及标准的广义粗糙集上下近似;研究了两对上下近似算子的性质,讨论了3种粗糙隶属函数的性质并验证了它们的性质.     

基于重心法的模糊风险分析

为了使模糊风险分析理论在实际中的应用更有效,需要建立更合理的模糊数间的相似性测度公式.以往基于重心法所建立的模糊数间的相似性测度依据的都是近似的重心公式,缺乏理论根据.针对广义梯形模糊数,采用SCGM建立准确的COG公式,说明了基于此表达式计算广义梯形模糊数相似度的优势,从而克服了用近似重心公式得到的相似性测度公式的缺陷.结果表明:基于准确COG表达式所给出的相似性测度进行模糊风险分析,得到的结果可靠性更高,便于决策者作出更加准确的决策.     

一致对称差度量的可分性

证明了台高为 h的模糊数全体 E1T(h) 关于一致 Hausdorff度量 DH 是可分的 ,进而推出阶梯形模糊数全体 E1G在 (E1,DH)中稠密 ,为利用简单的模糊数来逼近一般模糊数提供了理论上的保证     

优势关系多粒度粗糙模糊集及决策规则获取

为了将多粒度粗糙集方法进一步扩展以适应模糊信息系统的需求,将多粒度思想引入到基于优势关系的粗糙模糊集模型中,提出了基于优势关系的乐观和悲观多粒度粗糙模糊集.在这2种多粒度粗糙模糊集中,采用一族而非一个优势概念来进行目标的逼近,并且被近似的目标是模糊而非清晰的集合.不仅对这2种新的粗糙模糊集的性质进行了讨论,而且研究了如何从模糊信息系统中获取逻辑连接词为"或"的决策规则,并采用一个模糊信息系统对新提出的粗糙集模型及决策规则获取进行了实例分析.结果表明:借助优势关系的方法,可以进一步扩展多粒度粗糙集方法,以处理模糊数据,从而扩大多粒度概念的应用范围.     

集值模糊目标信息系统的近似分配约简

基于集值信息系统上的变精度相容关系,定义了集值模糊目标信息系统的模糊目标在给定相容水平下的上近似与下近似,提出了一定截集水平下的上近似分配约简与下近似分配约简概念,这种约简是单值目标模糊信息系统上精度约简概念的推广,同时也是经典目标信息系统上近似分配约简概念的推广.进一步,在集值模糊目标信息系统引入区分矩阵与区分函数,给出了计算上近似分配约简与下近似分配约简的方法.     

加权距离下模糊数的区间逼近

在加权L2 距离意义下得到了模糊数的最近区间逼近。基于此,引入了最近区间逼近算子,并讨论了这个算子的基本性质, 证明了算子关于加权L2距离Lipschitz连续,其Lipschitz常数为1。