模糊完全连续函数的某些弱形式

作为模糊完全连续函数的推广，本文在模糊拓扑空间中引入了两类函数──模糊半完全连续函数和模糊半强θ──连续函数．这两类函数介于由Ｍｕｋｈｅｒｊｅｅ和ＧｈｏＳｈ最近引入的模糊完全连续函数和模糊强θ──连续函数之间．初究了这些函数的某些性质．     

关于凸模糊子集的研究

给出了强凸模糊子集和严格凸模糊子集的定义．研究了强凸模糊子集与凸模糊子集的关系，及严格凸模糊子集与凸模糊子集的关系．将Yang的一些结论推广到凸模糊子集上．     

p—截集和模糊商模

引入利用ｐ—截集的模糊模ηＭ的模糊子模Ｎ＝ηＭ，和Ｑ＝ηＭ＇，而且构造了相应的模糊商模，这类模糊商模的模糊赋值分布由定理２．１得出．进一步，本文得到有关模糊商模和保序模糊映射的一些基础性质．特别，定理２．３是许多代数结构的第一同构定理的类似物．     

弱凸和强凸模糊映射

在两个凸集之间引入了弱凸模糊映射和强凸模糊映射的概念．指出强凸模糊映射为弱凸模糊映射;凸映射一定为强凸模糊映射,若一个普通映射为弱凸模糊映射,则它一定为凸映射．征明了两个凸模糊子集可以确定一个弱凸模糊映射;两个弱（强）凸模糊映射的合成仍为弱（强）凸模糊映射;一个凸模糊子集在一个弱凸模糊映射之下的象和原象仍为凸模糊子集．     

模糊神经网络的非线性辨识理论及应用

论述了模糊系统和神经网络相结合的非线性系统辨识理论．通过分析模糊系统规则之间的隐含关系，给出具有非线性模糊关系的模糊神经网络非线性系统辨识方法，并用仿真方法进行了验证．最后讨论了网络的稳定性和收敛性．     

一类模糊运输问题及其混合智能算法

研究了一类更加贴近于现实生活的模糊环境下的运输问题,即需求量和供应量均为模糊变量的运输问题．并借鉴针对模糊环境中的优化问题提出的机会约束规划模型和相关机会规划模型的思想,建立了模糊运输问题的数学模型．此外,考虑到模型涉及大量具有复杂性和多样性的模糊变量,设计了一种混合智能算法,即基于模糊模拟的遗传算法来求解模型的近似最优解．最后,数值例子表明算法的有效性和可行性．     

基于粒子群算法的导弹模糊导引律设计

针对传统模糊制导律的模糊设计随意性,提出采用粒子群优化算法对模糊导引律的参数优化的方法．利用粒子群优化方法调整模糊变量隶属度,比例因子等参数,并通过反复优化使模糊推理规则接近于最优．该方法克服了模糊逻辑设计中的随意性,提高了模糊制导律的精度和鲁棒性．仿真结果表明了这种优化方法得到的模糊比例导引律明显优于传统比例导引律．     

基于目标函数的矩阵分解非线性系统模糊建模

提出了基于新的目标函数的模糊聚类建模方法．改进的模糊聚类方法把模糊模型结构辨识和参数辨识融为一体．首先,通过新的目标函数的最小化确定模糊模型的输入空间,即确定模糊规则和规则数、参数．然后对经模糊聚类得到的模糊前件推理矩阵进行QR分解,通过分析秩亏损确定重要的聚类规则．为了证明这种建模方法的性能,对非线性系统进行了仿真建模研究,仿真结果证明所提出方法是一种有效的、精确的模糊建模方法.     

设备状态的模糊综合评估

建立了单台、多台设备状态的模糊评判．整类、多类以及综合设备的模糊综合评判模型．将模糊逻辑运算和矩阵运算运用于设备状态评判．该方法有较强的实用性．     

模糊数据挖掘在决策支持系统中的应用

论述了数据挖掘技术和数据仓库技术以及模糊理论和数据挖掘的结合及其发展．具体介绍了模糊数据挖掘及其步骤，并用一个具体实例说明了模糊数据挖掘的优势所在．