因素空间理论与知识表示的数学框架（II）：因素的充分性与概…

系统地研究因素空间理论及其在知识表示的应用，首先介绍因素的投影和柱体扩张；然后讨论因素在表达概念时的充分性并给了刻画因素充分性的等价条件；最后基于因素的充分性定义了概念的秩，它是表达概念的一种内在量，在知识表示中起着基础性的作用。     

数学神经网络（Ⅲ）——关于泛函联接神经网络

从异或问题引出泛函联接网络，然后研究泛函联接网络的构造及其数学本质，指出所谓泛函联接均可由神经元的激发函数来实现，最后，关于学习算法提出一点注记，证明该系列论第２部分提出的学习算法具有一般性或通用性。     

数学神经网络（I）——神经网络的插值机理

定义了数学神经元与数学神经网络，讨论了数学神经网络的插值机理，设计了一类单输入单输出三层前向数学神经网络与双输入单输出四层前向数学神经网络，它们分别逼近给定的一元连续函数和二元连续函数到预定的精度。     

允许中断的同速机调度问题的一个最优算法

讨论工件有不同准备时间,加工允许中断的同速机调度问题,目标函数为最小化时间表长.提出了一个算法,并证明了该算法为最优算法,该算法中工件中断的次数至多为Nn次,计算的复杂度为O(Nn logn).最后给出一个实例加以说明.     

基于变增益LQR控制方法的二级倒立摆自动摆起

为了实现导轨受限情况下二级倒立摆非线性系统的自动摆起控制,提出了基于变增益LQR控制方法的自动摆起控制方案. 首先,基于Lyapunov函数, 设计了变参数切换控制器, 通过限制小车运动的最大速度,将小车位移控制在一定的范围内,并将第一级摆杆从下垂位置摆起到倒立位置; 其次,采用变增益LQR控制方法将第一级摆杆稳定在倒立位置, 同时,采用等效小车法将第二级摆杆摆起到倒立位置;最后,采用变增益LQR控制方法将两摆杆同时稳定在倒立平衡点.变增益LQR控制器的鲁棒性较强,避免了由于摆杆状态变化而引起小车位移的冲击.仿真和实物实验均验证了该控制方案的有效性.     

模糊度与贴近度的关系研究

针对描述模糊集合的两个重要概念（模糊度和贴近度）,详细讨论了二者之间的关系,得到了它们相互刻划的两个定理,并且指出模糊度是模糊集和它的余的贴近度,这些结果可在模式识别、决策科学中得到应用．     

基于距离图的决策表简化方法

首先给出知识表达系统及决策表的距离图的概念 ;随后 ,借助距离图的性质 ,得到一种知识表达系统相容性判定与求核的方法 .特别地 ,这种方法可用于决策表相容性判定及条件属性核的求解 .最后 ,建立了一个利用约简决策表的距离图求决策规则的核值及最小决策算法的算法框架 .     

基于某些模糊蕴涵算子的模糊控制器及其响应函数

讨论了由23个模糊蕴涵算子构成的基于CRI算法的模糊控制器及其响应函数.结果表明,由其中9个模糊蕴涵算子构成的模糊控制器具有函数逼近的泛性,可以在实际的模糊控制系统中使用.这9个模糊蕴涵算子中,除Einstein算子交外,其余8个算子均是一些模糊蕴涵算子的伴随对.另外,有3个由模糊蕴涵算子构成的模糊控制器可近似为拟合函数.     

区间值模糊集合的扩展原理

针对区间值模糊集合的分解定理和表现定理,给出了区间值模糊集合的极大、极小扩展原理,并讨论了其基本性质,进而提出了区间值模糊集合的一般扩展原理的公理化定义,给出了其相应的应用实例.     

基于幂群的超拓扑群

在拓扑群上的幂群中规定了一种拓扑，使之亦成为拓扑群，称之为超拓扑群，这是拓扑群的一种提升方式。