序凸集与锥的正规性

研究了序凸集的一些运算性质,得到了紧序凸集的序端点表示定理．定理2紧序凸集是其所有序端点的序凸包．还利用序凸集给出了正规锥的两个特征性质．定理3实Banach空间E的锥P是正规的当且仅当E的任何有界集的序凸包是有界的．定理4实Banach空间E的锥P是正规的当且仅当E是局部序凸的,即E有一个序凸的零点邻域基．     

Fuzzy导集算子与Fuzzy拓扑

在Ｉ＾Ｘ上,定义了Ｆｕｚｚｙ半导集算子与Ｆｕｚｚｙ导集算子,讨论了它们与拓扑的关系,借助于文献（３）中提出的强导集概念,得到：若ｄ是Ｘ的Ｆｕｚｚｙ导集算子,则在Ｘ上唯一存在一个Ｆｕｚｚｙ拓扑ｆ,使得（Ｘ,Ｆ）是Ｆｕｚｚｙ准Ｔ０空间,且在（Ｘ,Ｔ）中Ｆｕｚｚｙ集Ａ的强导集恰是Ａ在ｄ下的像ｄ（Ａ）。     

关于序半群的半格同余

Ｎ．Ｋｅｈａｙｏｐｕｌｕ教授在「１」中提出“ｐ０－半群上的半格同余‘Ｎ’是否为去掉最小半格同余”的问题。本文引进半格同余ｎ,证明存在ｐ０－半群Ｓ,Ｓ,上的半格同余ｎ∩→上的半格同余ｎ∩→Ｎ,给出该问题否定回答。     

关于极大极小定理的一点注记

本文证明了关于Von Neumann型极大极小原理的许多结果,可作为论文“不动点型极大极小定理的一点推广”的直接结论。     

粗糙集方法在基于属性分类中的应用

介绍粗糙集基础上的属性分类系统的构造,给出一种数据挖掘中新的分类方法:从初始的数据信息出发,依次构造约简属性集,并对其使用Bayes判别法进行基于属性的分类。最后给出了实例,验证算法的可行性。     

Apriori算法的一种变形

关联规则是数据挖掘的主要技术之一.本文针对目前最经典的关联规则挖掘Apriori算法的局限性,提出了一种只扫描一遍事务数据库的效率较高的Apriori_Tid-1算法,并给出了一个具体的实例,最后给出了该算法的实现.     

基于粗糙集理论的复方拆方研究

粗糙集理论是一种新的处理模糊和不确定性知识的数学工具，其主要思想就是在保持分类能力不变的前提下，通过知识约简，导出问题的决策和分类规则．因此，将粗糙集理论引入复方拆方，将有助于从复方配伍的动态性和不确定性的本质上去深入而确切地开展方剂配伍规律的量化研究，从而改变药味与药效之间的分离状态．     

基于Vague集模糊推理的多评价指标模糊决策方法

提出一个基于Vague集模糊推理的多评价指标模糊决策方法，并从基于Vague集的模糊推理的观点看待模糊决策问题．将评价指标和侯选方案之间的关系用一组基于Vague集的推理规则来表示，将决策者的要求用一组Vague集来袁示，经过模糊推理等过程最后得到决策结果     

偏序BCH-代数

引入了偏序BCH-代数和广义a-结合BCH-代数的概念,很自然地在偏序BCH-代数中建立了一种偏序关系;最后,证明了由每个广义a-结合BCH-代数可以构造出一个交换幺半群。     

基于克隆选择的粗糙集属性约简方法

基于免疫克隆选择的原理，提出了一种新的粗糙集属性约简方法，将属性集合的分类近似质量作为进化目标，利用免疫反应的分布性特点通过局部并行搜索实现全局优化，并采用抗体更新和亲和力抑制手段来维持群体的多样性，保证了各抗体局部优化解的稳定性，从而获得了多个优化约简集合，通过机械故障诊断数据的实例应用，表明该方法可以获得多个符合分类质量要求的属性约简集合，因此满足了设备故障诊断的特征优化选择要求。