模糊同态与模糊同态基本定理

利用模糊映射，给出群的模糊同态概念，研究了模糊同态的一些性质，并得到了模糊同态基本定理。     

模糊映射与环的模糊弱同态

讨论模糊映射的若干性质，并利用模糊映射引入环的模糊弱同态，得到了模糊弱同态下模糊子环(模糊理想)的对应关系，并建立了环的模糊弱同态基本定理。     

关于模糊映射的几点注记

在Fuzzy集合上定义了一类“有趣的”Fuzzy等价关系，并给出其应用实例。对模糊关系的定义域、值域和投影等有关内容作了适当的修正。借助模糊壳点的概念给出模糊映射的点态刻画。     

模糊群的模糊同构

利用一种新的模糊算子与模糊同态基本定理，进一步讨论了模糊群的模糊同构，建立了三个模糊同构定理，进一步刻化了带有这种新的算子的模糊群的结构，得到了若干命题．     

多变量模糊控制器的两种算法

研究了一类模糊系统在单输入、单输出和多输入、多输出的各种情况下,提出了两种模糊算法.利用这种算法,可以建立多变量模糊控制器的数学模型。别适用于微机的实时控制.为研制通用性的模糊控制器提供了依据。     

fuzzy计算机的设计思想（Ⅳ）：——fuzzy插值器的数学形…

ＦＤ转换器的核心是ｆｕｚｚｙ插值器，详细介绍了ｆｕｚｚｙ插值方法；首先给出ｆｕｚｚｙ插值的正式定义，然后研究ｆｕｚｚｙ插值所具备的性质及其精度估计，最后设计了一个算法。     

Fuzzy环的Fuzzy同态与同构

本文引进了Fuzzy环的Fuzzy同态(同构)的概念,研究了它的一些基本性质,给出了Fuzzy同态(同构)的分解定理,证明了Fuzzy环的同态(同构)定理。     

半群的素模糊理想刻画

对半群S的素模糊理想进行了研究，借助半群S的模糊点和模糊左(右)理想给出了半群S的素模糊理想的刻画．     

桥式系统工作时间上的模糊可靠性分析

在文[1]基础上，对桥式系统的可靠性进行了研究，并得出了一组相应的计算公式     

基于量度分析的模糊决策

不确定性条件下的决策问题长期以来受到人们的普遍关注(参见[1-6])。用模糊集的理论和方法来处理这类决策问题能给出更加直观而合理的决策模型,因而模糊关系下的模糊决策是一个很有价值的研究课题。本文给出了基于量度分析进行模糊决策的一种方法,它具有处理问题的普遍有效性,计算的简单性和实用性。     

基于模糊决策网格的维护策略选择模型

以传统决策网格为基础,通过模糊化方法建立了维护策略选择模型.以平均故障时间和故障频率作为决策变量而构建决策网格图,建立了不同网格区域所代表的维护策略以及决策变量的隶属函数,运用模糊加权平均算法评估设备备选维护策略的满意度,同时,建立维护策略成本满意度的模糊集,运用模糊加权平均算法确定其最优维护策略.实例分析结果表明,运用模糊理论所构建的维护策略选择模型较好地解决了传统决策网格的决策偏差,考虑了决策变量权重与策略成本而具有较好的灵活性和实用性.     

模糊广义决策信息系统的证据特征与信任约简

探究模糊广义决策信息系统的证据特征和信任约简.首先,给出模糊广义决策信息系统中的模糊上、下近似算子及其相关性质.然后,基于证据理论探讨模糊广义决策信息系统的数值特征,并在模糊广义决策信息系统中,利用证据理论中的模糊信任和模糊似然函数对模糊近似集进行刻画.最后,根据模糊信任函数定义的属性重要度,提出模糊广义决策信息系统信任约简的算法,并给出实例验证其有效性.     

具有外重域的双枝模糊决策模型

首先给出具有外重域的非对称双枝模糊集的结构，提出取这种模糊集为基础的双枝模糊决策模型，详细论述了建模方法，然后给出决策中确定因素权重的二元对比方法，最后分析了模型的特性：双支模糊决策存在定理，决策失效定理，双枝模糊决策挖洞原理和下枝决策的去余定理。具有外重域的双枝模糊决策模型是对工程中经常出现的一类决策模式的理论分析结果。     

合作和竞争的一种模糊决策模型

基于两伙伴参与竞争的情形,提出一种有效的对于合作和竞争进行决策分析的模糊决策模型,该模型分别计算各合作伙伴的总体性能,它包括绝对性能和相对性能两部分,表达了竞争伙伴的合作程度与主客观因素之间的关系·应用模糊优化技术和博弈论思想求解该模型,确定了竞争对手在不确定环境下选择总性能最优的合理行为的决策策略·为决策者即合作者或竞争伙伴提供了一种竞争情况下的参考决策方案     

多目标多阶段动态交互协调迭代决策方法

多目标多阶段决策是决策系统中常见的问题，本文介绍了一种似动态规划的交互协调迭代法，这种方法首先采用模糊综合评判技术确定迭代的指标值，并在交互协调迭代中引入了决策者的偏好性，使决策更加合理、可靠。     

决策树与模糊决策树的比较

对决策树与模糊决策树的异同进行了比较分析.模糊决策树是决策树在模糊环境下的一种推广 ,它作为一种知识表示形式更符合人类的思维.     

一种新的模糊决策树模型及其应用

模糊决策树是决策树在模糊环境下的一种推广,虽然其表示形式更符合人类的思维，但在构造时会增加预处理的工作量和创建树时的开销。基于这种情况，提出了一种混合算法，算法保留了较少属性值的Shannon熵，计算多属性和连续属性值模糊化后的模糊熵。将该算法应用于滑坡数据的挖掘中，得到了更易于理解的决策树和有效的规则，与传统算法的性能比较也证明了该算法的有效性。     

模糊目标信息系统上的逻辑及决策规则

基于模糊目标信息系统模型，并结合粗糙集相关的逻辑理论，提出了模糊粗糙决策语言FRDL，给出了FRDL中公式的定义、语义、可满足性有效性的形式化描述以及相关的性质。在此语言的基础上，给出了模糊目标信息系统上的决策规则、逆决策规则形式化描述和构造方法。FRDL所描述的逻辑表达方法以及规则推理公式为建立在模糊目标信息系统之上的决策支持系统、推理机提供了形式化的表示和推理方法。最后，在眼科近视诊断上进行的数据实验表明，这种形式化描述和推理方法比较合理。     

基于模糊度的决策树生成算法

在处理不确定问题中,生成模糊决策树是一种常用的方法.其算法主要包含2个步骤,一个是树的生成条件,主要是确定扩展属性的选择标准,并以此为核心得到生成模糊决策树的启发式算法.另一个则是树的终止条件,否则会造成树的过度拟合的情况.目前,典型的算法中通常利用粗糙模糊依赖度作为选择扩展属性的依据,但是这个依赖函数不具备单调性,从而导致算法有不收敛的可能,基于这个问题,给出了模糊度的定义,重新定义了模糊依赖度和模糊粗糙度,选择模糊依赖度最大的条件属性作为根结点;然后,使用模糊粗糙度作为叶子结点的终止条件;最后,通过实例说明了整个模糊决策树的归纳过程.