基于模糊化邻域系的粗糙近似算子(Ⅱ)——公理刻画

研究了基于模糊化邻域系的粗糙近似算子的公理刻画问题.特别地,通过一组公理集分别刻画了由串行的、反身的、一元的和传递的模糊化邻域系生成的粗糙近似算子.     

一类非自治变时滞Logistic方程的全局吸引性

主要研究一类可变时滞非自治Logistic方程的全局吸引性,通过分别研究非振动解和振动解的性质并使用一定的分析技巧结合不等式的方法,得到了方程的正平衡态为全局吸引子的新的充分条件,这些条件便于验证.所得到的结果推广并改进了相关文献中的一些结果,也完善并补充了非自治变时滞Logistic方程的全局吸引性问题的研究工作.     

具有可变时间的并行排序问题

设有p台处理机要加工n项任务，当每项任务t在时刻i和处理机j上被开始执行时，都有一个不可间断的加工时间l(t，i，j)∈{k1，k2}，我们的目标是要找一个可行方案σ，使得总的完工时间最短．该问题是NP-完备的，本文给出该问题的一个近似算法。     

IFS-BN结合的辐射源威胁评估方法

针对辐射源威胁评估实时性、复杂性和信息不确定性的问题,将直觉模糊集与贝叶斯网络相结合,提出一种基于IFS-BN的辐射源威胁评估方法。IFS-BN算法通过直觉模糊集刻画贝叶斯网络的节点信息,充分描述节点信息的确定性,不确定性以及犹豫度。同时,将直觉模糊集求得的各辐射源先验概率代入贝叶斯网络模型之中,得出后验概率进行威胁等级排序,并在此基础上建立了相应的评估指标体系。仿真分析表明,算法具有较好的可行性与有效性。与经典贝叶斯网络评估方法相比,IFS-BN算法的结果更加客观合理。     

(β,α)-模糊子群

通过应用模糊点与模糊集之间的邻属关系，给出了(^-β,^-α）-模糊子群的定义。并得到了一种称之为(^-∈^，-∈∨^-q)模糊子群的新模糊子群。     

双层模糊C均值聚类算法

1973年,Dunnm对Ball和Hall的硬C均值(HCM)聚类算法加以推广,提出了模糊C均值(FCM)聚类算法。Bezdek将Dunn的工作进一步推广到一个模糊目标函数聚类的无限簇,并证明了该算法的收敛性。此后,FCM算法在模式识别领域中得到了广泛和有效的应用,如聚类、图象分割、形状分析、医疗诊断、特征选择、自动目标识别、分类器设计等。     

模糊集重心法在评估科研院所绩效素质中的应用

为了评价中国科研院所的绩效和素质提出了一个由人才资源、成果绩效、发展后劲和财务管理指标组成的评价指标体系 ,使用模糊集重心法解决了各种线性和非线性问题。由于此模型具有中间过程的分析能力 ,大大丰富了提供给决策部门的信息。这种方法可成为研究我国中央级科研院所的等级分布、类型优势分析、改革现状估计、潜力比较和指标灵敏度分析的有力工具     

Ruin Probability with Variable Premium Rate and Disturbed by Diffusion in a Markovian Environment

We consider a risk model with a premium rate which varies with the level of free reserves. In this model, the occurrence of claims is described by a Cox process with Markov intensity process, and the influence of stochastic factors is considered by adding a diffusion process. The integro-differential equation for the ruin probability is derived by a infinitesimal method.