基于期望得分函数的直觉模糊软决策方法

针对直觉模糊数排序中的一些局限性, 通过改进直觉模糊数的经典得分函数, 利用期望得分函数及其诱导的偏序给出一种直觉模糊软决策方法. 实例分析表明, 该方法推广了直觉模糊软集的补运算, 可有效解决相关决策问题.     

直觉模糊集所诱导的软集语义及其三支决策

借助于阴影集,利用直觉模糊参数,将直觉模糊集转化为悲观阴影集和乐观阴影集,提出直觉模糊集悲观三支决策和乐观三支决策,给出直觉模糊集诱导软集的方法。利用三支决策理论,提出软集三支决策定性模型。结合直觉模糊集悲观三支决策和乐观三支决策,利用直觉模糊参数,给出软集三支决策定量模型。     

基于动态双极值模糊软矩阵的群决策新方法

研究了动态情况下的双极值模糊软矩阵的群决策问题.在实际生活中,时间对决策的影响至关重要,基于此提出了一种新的基于熵权的动态群决策方法.给定一个新的信息熵公式,并建立非线性规划模型,从而确定时间权重.然后利用集成算子将动态双极值模糊软矩阵集成为综合双极值模糊软矩阵,根据中位数水平软集计算出各对象的机会值,得出最优决策.最后通过实例证明此决策方法的合理性与可行性.     

广义直觉模糊软集的格结构

为推广软集理论的应用范围,研究了广义直觉模糊软集的格结构.介绍了广义直觉模糊软集的概念,给出了广义直觉模糊软集的一些算子及其性质.利用定义的4个交并算子,讨论了广义直觉模糊软集的格结构.最后得到了广义直觉模糊软集的两种格结构,并且证得这两种格都为有界分配格.     

模糊软矩阵及其格结构

将经典的软集推广到模糊软集,在此基础上引入模糊软矩阵的概念来给出模糊软集的简便的矩阵表示,并利用模糊软集的模糊软矩阵来定义模糊软集的软交、软并和软补运算,对模糊软集的上述代数运算进行理论研究,证明了它们满足幂等律、交换律、结合律、分配律、吸收律、复原律、0-1律和对偶律,并通过实例说明对模糊软集而言,互补律不成立.特别地,证明了所有的模糊软矩阵在定义的软交、软并运算下构成有界分配格.由此发现,模糊软矩阵概念的引入不仅有利于模糊软集的表示而且使得模糊软集的全体具有很好的格代数性质.     

一种新的双犹豫模糊软集及其在决策问题中的应用

将犹豫模糊集和双软集模型相结合,给出一种新的双犹豫模糊软集的概念,以及双犹豫模糊软集上的算子,如补、交、并、扩张并、扩张交、限制并和限制交等,并通过约简双模糊软集和水平截集,提出一种基于决策的双犹豫模糊软集的可调方法.该算法给出了做最优选择的方法.     

(λ,μ)模糊软子格(理想)

在格代数中引入(λ,μ)模糊软子格(理想)的概念,并研究它们的相关性质。定义了(λ,μ)模糊软子格及(λ,μ)模糊软理想,其次利用α-水平截集给出了(λ,μ)模糊软子格(理想)的等价刻画,最后研究了(λ,μ)模糊软子格(理想)在模糊软同态下的像及原像。所研究的(λ,μ)模糊软子格(理想)是(λ,μ)模糊子格(理想)的一般化,拓展了模糊代数结构的研究内容。     

基于模糊软集的群决策方法研究

针对基于模糊软集的群决策问题,将模糊软集相似度度量的概念引入到专家权重未知的群决策问题中来,分析了单个专家模糊软集与标准模糊软集之间的关系及单个专家模糊软集与其他专家模糊软集之间的关系,进而提出了一种构造专家权重的方法。最后利用模糊软矩阵和专家权重设计了一个基于模糊软集的群决策算法,实例表明该算法是合理的。     

动态区间值模糊软集及其决策应用

文章提出了动态区间值模糊软集的概念,定义了动态区间值模糊软集的运算,研究了动态区间值模糊软集的运算性质,给出了动态区间值模糊软集决策方法,通过实例说明了决策方法的可行性与有效性。     

时序广义犹豫模糊软集及其决策方法

针对犹豫模糊软集的属性参数并非同等重要的情形,同时考虑到时间的变化对决策会产生影响,在犹豫模糊软集的基础上,提出了时序广义犹豫模糊软集的概念。基于时序广义犹豫模糊软集的概念,定义了其基本运算,分析了相应的运算结果,并讨论了运算性质。提出了时序广义犹豫模糊软集的一种决策方法,给出了具体的决策步骤,并通过实例验证了该决策方法的合理性与可行性。     

改进的先验形状模型构造及其人脸图像分割

在处理分割被遮挡、背景与目标灰度相似或数据丢失的目标时,需在CV(Chan and Vese)模型的基础上引入先验形状信息。传统的先验形状项只具有旋转、缩放和平移不变性,针对表情丰富、易产生遮挡的人脸图像,分割结果很不理想。结合形状统计的水平集图像分割做了如下两点工作:(1)在CV模型基础上加入局部剪切和X、Y方向拉伸不变两种特性上,建立了新的数学分割模型;(2)构造新的先验形状能量项,对全局变化和局部变化的人脸图像都能进行平滑快速的演化。实验结果表明本文方法对复杂背景下姿态变化较大的人脸图像,具有较好的分割效果。     

滤子化软FI代数

将软集概念及其相关运算运用于FI代数问题的研究。首先,提出滤子化软FI代数的概念并讨论其代数性质。其次,应用滤子化软FI代数概念给出了FI代数上的模糊集成为模糊MP滤子和（∈,∈Vq）-模糊MP滤子的几个充要条件。     

水平集方法及其在柔顺机构拓扑优化中的应用

由于具有跟踪拓扑结构变化、优化边界清晰光滑等优点,水平集方法作为一种新颖的机构拓扑优化方法近来受到了重视.文中首先讨论了水平集方法中Hamilton-Jacobi方程的求解、水平集函数的重新初始化、速度场扩展等出现的问题.在此基础上,给出了应用逆风差分格式求解Hamilton-Jacobi方程的数值方法,并采用改进的符号函数有效解决了数值的不稳定问题,提出的快速扫描法可以对速度场进行有效扩展.最后,建立了基于水平集方法的柔顺机构拓扑优化模型,利用水平集法对反位移柔顺机构进行了拓扑优化设计.     

结构拓扑优化中水平集方法的快速初始化研究

水平集方法是求解结构拓扑优化问题中的一种有效方法,该方法主要缺陷是每隔一定时间需要重新初始化水平集函数.因此,本文提出了一种基于偏微分方程和快速步进法的初始化算法.所提出的算法能够区分任意形状的闭合曲线或曲面的内外部,改进了以往初始化算法的数值不稳定缺陷,从而使水平集方法的计算效率和稳定性有了显著的提高.最后,通过算例验证了该算法的有效性.     

关于亚正定矩阵与幂等矩阵的一些结果

研究了幂等矩阵E的性质,利用E的实对称分支R（E）与反对称分支S（E）的特征值之间的关系给出了λ1E1＋λ2E2和λ1E1＋λ2E2＋λ3E3为亚正定矩阵的充分条件．     

拟双曲轨道的强跟踪性

设M是一个紧致n维C^∞黎曼流形，f∈Diff（M），∧是f的闭不变集合，并且∧具有连续不变分解T∧M=E F，则对任意的ε〉o和λ∈（0，1），存在δ〉0，使得对f的任意λ-拟双曲强δ-伪轨{xi,ni}i=-∞^＋∞都存在一点x∈M，强ε-跟踪{xi,ni}i=-∞^＋∞。     

重视软科学、发展软科学,促进决策科学化

阐述软科学研究的地位和作用、强调软科学研究要体现科学性、综合性、敏税性和创新性，认为软科学工作要注意克服研究与应用相脱离的倾向，要注意基础、注意方法与手段、注重应用，才能提高研究水平，提高研究成果的质量，促使软科学确实为经济发展服务，为推进决策科学化服务。