基于模糊值概念网的模糊信息检索研究

在模糊值概念网中,任意两概念间的关联度可用模糊数的任意形式表示,概念间的关系可为模糊正相协或模糊负相协。为了减少模糊推理时间,模糊值概念网可看作是由关联矩阵和关系矩阵组成,关联矩阵中的元素代表概念问的关联度．关系矩阵中的元素代表概念间的关系。使用模糊正相协和模糊负相协可准确地表示用户的查询,增强了模糊信息检索系统的灵活性。将模糊值概念网的结构扩展到互联网,提出了一种基于网络型的模糊值概念网的模糊信息检索方法,在分布式网络中能进行相对较为有效的信息检索。     

复模糊值函数的积分及其性质

复模糊值函数理论在模糊控制中是广泛存在的,讨论复模糊值函数积分的性质有重要的理论和实际意义.本文首先介绍了模糊数的概念、运算规则及复模糊值函数的表达式(f)(x)=((f)1(x),(f)2(x)),在新的序关系的意义下给出复模糊值函数(f)(x)=((f)(x),(f)2 (x)) Riemann积分的定义.在此基础上给出了复模糊值函数的r-截集的概念,利用r-截集把复模糊值函数转化为区间值函数,用扩张原理给出了复模糊值函数积分表达式,并讨论了复模糊值函数积分的性质,得出了复模糊值函数积分具有区间可加性、不等式性、对实系数和复系数具有线性性质等结论.     

复模糊值函数的导数及其性质

介绍模糊数的概念及运算规则.以及模糊值函数的可导的定义.给出了复模糊值函数的截集和可导及解析的概念,利用模糊数的序关系和分解定理讨论了复模糊值函数导数的性质,得出了复模糊值函数的导数具有线性性及在复模糊值函数可导且复模糊值函数的实部和虚部的导数大于(小于)零的情况下,复模糊值函数的实部和虚部具有单调性.     

几种L-模糊集之间的关系

研究了区间值模糊集，直觉模糊集，模糊值模糊集和二型模糊集之问的关系，指出直觉模糊集与区间值模糊集是等价的；在一定条件下，模糊值模糊集可由区间值模糊集生成；每一个二型模糊集可转化成一个区问值模糊集且每个区间值模糊集可看做一个二型模糊集．     

模糊值函数的积分及可积条件

模糊值函数是定义在实数集R上取值于E1(所有的模糊数的集合)中的模糊数的函数,模糊值函数的积分是模糊分析学的一个重要组成部分.若把所有的关于y轴对称的模糊数都定义为零模糊数,则两个相同的模糊数的差为零,利用ar- ar 这样一个数值来描述模糊数的序关系,就可以得到关于纵向对称的模糊数都是等同的.在新的序关系意义下引进模糊值函数的Riemann积分的概念,并证明了这种模糊积分可积的必要条件.     

复区间值函数与复模糊值函数级数的一致收敛性

给出了复区间值函数、复模糊值函数级数定义,并论证了复模糊值函数级数一致收敛的判定定理。     

模糊值函数的极值问题

在模糊值函数的解析表达方法未解决之前,模糊值函数的极值问题一直没有被透彻地研究. 在模糊值函数结构元表达的基础上,通过定义模糊数的一种结构序,提出了模糊值函数的伴随函数概念,并证明了在结构序下的模糊值函数极值问题可以转化为其伴随函数的普通极值问题. 同时,提出了模糊值函数的广义极值问题,给出了结构元表述下的模糊值函数广义极值与广义极值点的求解方法. 研究结果不仅丰富了模糊优化理论与方法的研究内容,也为研究模糊运筹学中的优化问题提供了合理且有用的分析工具.     

无穷区间上模糊(H)积分的数值计算

基于计算模糊随机变量的期望的需要,文献[9,10]定义了无穷区间上的模糊Henstock积分,讨论了一维有界模糊数值函数(H)积分的求积规则,并给出了误差估计.考虑到n维模糊随机变量期望的计算,在文献[10]的基础上,本文讨论了无穷区间上n维模糊数值函数Henstock积分的求积公式及其误差估计.     

结构元线性生成的模糊线性微分系统

主要目的是利用模糊结构元方法来解决模糊线性微分系统的模糊初值问题.首先，简单地介绍了模糊结构元方法，根据该方法定义了线性生成的模糊线性微分系统.其次，利用由模糊结构元线性表示的模糊值函数和模糊值函数的导数，研究了模糊线性微分系统的求解问题，给出了系统解存在的充要条件.最后，将给出一个实际例子，进一步表明了该方法的有效性.     

无穷区间上模糊(H)积分及数值积分:分式与误差

基于计算模糊随机变量期望的需要,定义了无穷区间上的模糊Henstock积分,讨论了其求积规则;得到了中点、梯形及Simpson求积公式,并给出了误差估计.