I-fuzzy拓扑空间中的准连续映射

给出了I-fuzzy拓扑空间中准开算子、准拟重邻域系的定义,并讨论了I-fuzzy拓扑空间中的准连续映射的性质。     

L-拓扑空间中的强准开集与强准连续

引进L-拓扑空间的强准开(闭)集,讨论它的性质,建立它与已有近似开集之间的结构关系.其次引进强准闭包和强准内部,论述KURATOWSKI十四集定理的推广形式.最后引进强准连续、强准开(闭)序同态,讨论它们的性质.     

LF双拓扑空间的θij-集与θij-连续

在L－Fuzzy双拓扑空间中引入θij-连续,给出LFθij-闭集,LFθij-开集和LFθij-连续性之间的关系,得出一些LFθij-闭集和LFθij-开集的性质。     

LF拓扑空间中的S－集及其性质（Ⅰ）

在ＬＦ拓补空间中引进Ｓ闭包，Ｓ内部，Ｓ半聚点，Ｓ导集，Ｓ正则开（角）集，并研究它们的性质，得到一系列简单而有趣的结果。     

点集拓扑的实数背景在点集拓扑教学中的作用

本文阐述了点集拓扑学的实数背景在教学中的作用．     

L光滑拓扑空间中的强半开集强半闭集

在L光滑拓扑空间中给出了L光滑r强半开集,r强半闭集等概念和它们的一些基本性质.并讨论了它们的等价刻画和相互关系,给出L光滑拓扑空间中K uratow sk i s十四集定理.     

r序同态与r开集在子拓扑空间中的性质

提出了r不定序同态、r连续序同态、r开序同态并讨论了它们之间的相互关系,得出了LF-r开集在开子空间中仍是LF-r开集,两个LF拓扑空间之间序同态r连续的充要条件等结论。     

L-双fuzzy拓扑空间中的θ-配紧性

以θ-开集和θ-闭集为工具,在L-双fuzzy拓扑空间中引入双θ-拓扑空间及一种新的紧性,即θ-配紧性,揭示了θ-配紧性与B-配紧性之间的联系.针对全空间给出θ-配紧性的复盖式刻划,证明了θ-配紧性在双强θ-同胚映射下保持不变和对双θ-闭集的遗传性质,并给出θ-配紧性的Alexander子基引理.     

LF拓扑空间中的S─集及其性质（Ⅱ）

给出ＬＦ拓扑空间中的Ｓ—Ｋｕｒａｔｏｗｓｋｉ十四集定理及Ｓ正则开（闭）集的性质。     

L-smooth拓扑空间中的预连续映射

在L-smooth拓扑空间中利用L-smoothr-预开集与r-预闭集引入了L-smooth预连续映射、L-smooth预连续开映射及L-smooth预连续闭映射的概念,同时,给出了它们的等价刻画.从而,丰富了已有的结果.     

L-smooth预开集与L-smooth预闭集

文章定义了L—smooth拓扑空间中的r-预开集、r-预闭集、r-预内部、r-预闭包，研究了它们的一些基本性质．     

L－fuzzy双拓扑空间进一步的分离公理

本文引入Ｌ－ｆｕｚｚｙ双拓扑空间几种进一步的分离性公理，定义了配ＳＴｉ（ｉ＝２，３，４）分离性、配完全正则性和配　分离性，并讨论它们的一些性质．     

弱诱导的L－fuzzy双拓扑空间的紧致性与连通性

本文研究弱诱导的Ｌ－ｆｕｚｚｙ双拓扑空间的紧致性、连通性与其底空间的紧致性、连通性之间的关系．     

L-拓扑空间的相对几乎良紧集

在几乎远域族的基础上定义了相对几乎良紧性,并用网对相对几乎良紧性进行了刻划.研究了相对几乎良紧集的性质以及相对几乎良紧性与几乎良紧性的关系,给出了相对几乎良紧性的等价刻划.证明了相对几乎良紧性是L-好的推广并且关于闭子空间是遗传的.     

L-Fuzzy双拓扑空间中的内部和闭包

引进并讨论了L-Fuzzy双拓扑空间的Sup-拓扑和Inf-拓扑的概念和性质,给出了L-Fuzzy双拓扑空间的内部和闭包的一些运算特性.     

模糊下割集与模糊交割集

通过对模糊集理论的研究,提出了模糊割集的一个新概念{x0≤μA(x)≤α}称之为模糊下割集,并讨论了模糊下割集与原模糊割集之间的关系及模糊下割集和模糊交割集若干性质。     

对模糊集、Vague集和C*-模糊集的比较研究

模糊集、Vague集和C*-模糊集(新模糊集)都是对经典集合论的扩展,同时又是模糊集合论分支的发展成果。为完善模糊理论体系并将其有效应用,在介绍了三种集合的概念的基础上,分析了它们之间的区别和内在联系并参考与概率论统一定义的C*-模糊集合框架,提出了新Vague关系,使得在处理不确定问题的领域中有了完备的理论基础。最后对三个集合的发展和应用作了一些探讨性研究。     

线性空间的模糊商空间

引进了由模糊子空间确定的模糊商空间的概念;讨论了模糊商映照的某些性质。     

高型粗糙模糊集及高型模糊粗糙集

定义了L型粗糙模糊集（L型RF集）,给出了其相关性质,进而引进了高型粗糙模糊集（高型RF集）,它比普通的RF集具有更高层次的粗糙模糊性,可用于人们对粗糙模糊现象的描述,增强人们对自然语言的表达能力,平行地,最后研究了高型模糊粗糙集（高型RF集）。