L-模糊集的L-模糊映射

引入L－模糊集的L－模糊映射,L－模糊单射,L－模糊满射及L－模糊双射等概念,并给出了它们的刻画。     

模糊集合浅谈

所谓“模糊”乃译自文英“Fuzzy”一词。此词除译为“模糊的”外,亦可译作“弗晰。”本文将对模糊数学的基础理论之一,即模糊集合作一个初步的介绍。 (一) 模糊概念在客观世界中是大量存在的。例如,张三是一个“高个儿大胡子的胖子”。这句话给了张三一些特征:“高个儿”、“大胡子”、“胖子”。这都是一些很不确切的概念。即模糊概念。到底多高才能算高?多重才能算胖?多少根胡须才能算大胡子?都没有十分     

预不变凸模糊集的一些性质

在下半连续的条件下,给出了一个模糊集是预不变凸模糊集的充分条件,并将模糊凸集上相关性质在模糊不变凸集上作了相应的推广.所给出的条件和证明都是新的.     

落影空间——模糊集合的概率描述

模糊集合论与概率论都是在描述客观现实中的不确定现象。二者之间既有联系又有区别,它们的相互关系一直被人们探讨着。近年来,国外有些学者从二者的同一性方面着眼,作了一些工作。I.R.Goodman指出:对于任一模糊子集,都可以构造一个随机集合以该模糊子集为其落影(“落影”一词是笔者后取的);H.T.Nguyen从信任函数的角度出发,也论证了随机集合与模糊集合的关系;K.Hirota、H.Kwakernaak、E.P.Klement等人从另外一些角度试图建立模糊集合论与概率论之间的联系。     

清晰集构造模糊集的简易方法及其在模糊评判中的应用

运用清晰集合的交、并运算、模糊集的分解定理,本文提出了一个用多个清晰集合构造一个模糊集合的简易方法,并将这个方法应用于模糊综合评判.本方法能将模糊综合评判中取值范围不同的指标的取值范围归一化为区间(0,1).实例表明,本方法在模糊综合评判领域是有效的、且易于操作,可以广泛应用于工程、社科等领域.     

土壤分类的模糊集成算法与应用

土壤是一个多性状的连续体,其分类的首选方法是模糊聚类分析.但是模糊聚类分析中现有的基于模糊等价关系的动态聚类法和模糊c-均值法各有利弊,采用其中一种方法聚类肯定存在不足.为此集成两种聚类方法的优点,避其缺点,提出了用基于模糊等价关系的动态聚类方法和方差分析方法确定聚类数目和初始聚类中心,再用模糊c-均值法决定最终分类结果的集成算法,并将其应用到松花江流域土壤分类中,得到了较为切合实际的分类结果.     

支撑模糊集合转换的模糊逻辑是伪逻辑

模糊逻辑系统用模糊集合描述模糊信息、用模糊集合转换处理模糊信息.阐述支撑模糊集合转换的模糊逻辑为什么是伪逻辑的原因.指出定义在论域一个空间上的模糊集合,因为破坏了集合中元素的"不可分割性",所以模糊集合描述的模糊信息不能用数学计算通过模糊集合转换处理.实际应用中的模糊信息定义在论域与状态空间两个空间上,其正确表达方式是满足"归一化"条件的隶属度向量;处理的正确途径是,研究基于状态转移矩阵的隶属度转换;支撑隶属度转换的是近似推理逻辑,目的是使构建的隶属度转换模型是当前条件下人们可能构建的"最优"近似模型.     

模糊集合的OP-极限

研究了支撑集为群的模糊集合在反复“自乘”下的极限的存在性和形态问题.给出了模糊集合的OP-极限概念.利用贝壳对和大(小)-瓣,给出了OP-极限存在的充分条件.讨论了一些特殊群上模糊集合的OP-极限,这些OP-极限都具有较好的平层形态.     

模糊集合的模糊度的一种表示形式

给出了当论域是有界区间时,模糊度的表示形式的一个定理,利用这个定理可以得到用熵函数和距离函数所表示的模糊度的具体形式.     

格蕴涵代数的素模糊LI-理想及其谱空间

运用模糊集及拓扑学的方法和原理对格蕴涵代数的LI-理想概念作进一步研究.首先,在格蕴涵代数中引入素模糊LI-理想的概念并讨论其性质特征及其与LI-理想的关系,建立了格蕴涵代数的素模糊LI-理想定理.其次,在格蕴涵代数L的全体素模糊LI-理想构成的集合PFLI(L)上构造了一个拓扑T,从而得拓扑空间(PFLI(L),T),称之为L的素模糊LI-理想谱空间,记为P F-Spec(L).考察了P FSpec(L)的若干拓扑性质.最后,在格蕴涵代数L的全体素LI-理想之集PLI(L)上定义了LI-拓扑TLI,证明了在一个格H蕴涵代数中拓扑空间(PLI(L),TLI)同胚于P FSpec(L)的一个Hausdor?子空间的结论.     

基于后件模糊集中心的Mamdani模糊系统的降维分解

模糊系统是通过模糊规则来处理不确定信息的一种重要工具,而Mamdani模糊系统则是最简单的一类高维系统模型.文章首先从理论上指出Mamdani模糊系统的传统分解存在错误,并分别针对二维和三维Mamdani模糊系统的实际分解公式进行了分析.其次,基于后件(输出)模糊集中心指标重新获得了n维Mamdani模糊系统的降维分解公式.最后,通过实例分析说明该分解公式不仅可以降低高维Mamdani模糊系统的空间维数,而且也可减少系统内部的模糊规则总数.     

广义毕达哥拉斯正态模糊集成算子及其决策应用

将毕达哥拉斯模糊数与直觉正态模糊数相结合,提出了毕达哥拉斯正态模糊数,研究了其运算和运算性质,定义了毕达哥拉斯正态模糊数的得分函数和精确函数,实现其大小排序.然后,针对毕达哥拉斯正态模糊信息的集成问题,提出毕达哥拉斯正态模糊有序加权平均(PNFOWA)算子、广义有序加权平均(GPNFOWA)算子和毕达哥拉斯正态模糊有序加权几何平均(PNFOWGA)算子及广义有序加权几何平均(GPNFOWGA)算子,并研究了其性质.最后,提出基于广义毕达哥拉斯正态模糊集成算子的多属性决策方法,并通过实例说明该方法的有效性.     

犹豫模糊集的熵

结合犹豫模糊集自身的模糊性和犹豫性特征,研究犹豫模糊集的熵公理化定义和熵公式.先对犹豫模糊值提出了熵公理化定义和熵公式,在此基础上,定义犹豫模糊集的熵公理化定义和熵公式,从而完善犹豫模糊集的熵理论.最后,将提出的犹豫模糊值的熵公理化定义和熵公式与现有文献中的相关定义进行比较,结果表明所提的熵公式既能反映犹豫模糊值的模糊性,又能反映其犹豫性,具有更强的区分犹豫模糊值不确定性的能力.     

基于直觉模糊集的多属性决策方法

对基于直觉模糊信息的多属性决策问题进行了研究,引入了直觉模糊数的得分函数、直觉模糊正理想点和负理想点,然后给出了基于TOPSIS的多属性决策方法,通过计算各备选方案的得分向量与直觉模糊负理想点得分向量之间的距离来确定各备选方案的综合评价指数,进而判断方案的优劣次序.最后,通过一个具体的实例分析说明了该方法的有效性与具体应用过程.     

关于模糊集合的公理化定义

基于对模糊现象的本质及其特征的深入分析,提出了关于模糊现象本质的新认识,建立了隶属度的公理系统,在此基础之上,定义了模糊划分的概念,并基于模糊划分给出了模糊集合的公理化定义.本文基于模糊隶属空间所建立的公理化模糊集合能够为从“全局”或“整体”上处理模糊信息提供一种有效的数学模型.     

概念型模糊集的运算

现在人们研究和处理的模糊集就其实际含意大致可分为三类,即技术型模糊集,概念型模糊集和拼合型模糊集.对不同类型的模糊集有不同的研究目的和方式,圳此产生了不同的理论系统.本文所叙述的是概念型模糊集理论的一部分.概念型模糊集的现实原型是人们在长期实践活动中逐渐形成的.用于思维和通讯的模糊概念.本文所讨论的是怎样将复杂的模糊信息简化的问题.     

可变模糊集合理论与可变模型集

在对立模糊集定义基础上给出以相对隶属函数表示的模糊可变集合定义,给出可变模糊聚类迭代模型、可变模糊模式识别模型、可变模糊对立识别模型.它们是可变模糊聚类、识别、优选决策、评价相统一的理论模型集,是可变模糊集的基础模型与核心内容,可用于自然、管理、人文、社会等各种学科中关于模糊聚类、识别、优选决策、评价、预测等众多实际领域.     

一种基于犹豫模糊集的多属性关联决策方法

主要讨论属性间具有关联性的条件下犹豫模糊多属性决策问题.首先,基于gλ模糊测度,Shapley值和Choquet积分,定义了两种犹豫模糊信息集成算子:AHFGSCgλ算子和GHFGSCgλ算子.然后,讨论了这些算子的一些性质.最后通过一个实例来说明算子的可行性和有效性.     

D.C.隶属函数模糊集及其应用(II)——D.C.隶属函数模糊集的万能逼近性

本文是D.C.隶属函数模糊集及其应用系列研究的第二部分。指出在实际问题中普遍选用的三角形、半三角形、梯形、半梯形、高斯型、柯西型、S形、Z形、π形隶属函数模糊集等均为D.C.隶属函数模糊集,建立了D.C.隶属函数模糊集对模糊集的万有逼近性。探讨了D.C.隶属函数模糊集与模糊数之间的关系,给出了用D.C.隶属函数模糊集逼近模糊数的-εC e llina逼近形式,得到模糊数与D.C.函数之间的一个对应算子,指出了用模糊数表示D.C.函数的问题。     

模糊集空间上模糊闭包集的距离

模糊闭包集是模糊系统理论中的一个基本概念,它在模糊拓扑中具有重要的应用。本文首先借助于分解定理给出模糊闭包集定义,并利用Hausdorff度量获得一般模糊集的距离公式。其次,基于一维Hausdorff度量讨论了经典集合与其闭包的距离性质。最后,在限制条件下通过模糊闭包集的截集公式给出了模糊闭包集的几个距离性质。