带随机过程的随机规划问题最优解集的过程特性与稳定性

本文证明了带随机过程的随机规划问题最优解集做为集值随机过程的可测性、可测最优解选择过程的存在性。研究了最优解集过程的平稳性、马氏性以及最优值过程的鞅性和最优解集过程的集值鞅性。最后，讨论了在有限维分布意义下最优解集过程对所含随机过程参数的连续性以及最优值过程的稳定性。     

自反B空间中集值增过程的对偶投影

假定Ａ是以自反Ｂａｎａｃｈ空间中弱紧凸集为值的集值增过程，本文研究了非负有界可测过程关于Ａ的积分以及Ａ在乘积可测空间上生成的集值测度，证明了每个可积集值增过程存在唯一对偶可选（可料）投影．     

集值马尔可夫过程的定义及其相关问题

本文从集值马尔可夫过程的最简单定义出发,讨论了它的一系列等价命题,证明了它与已有的两种定义的等价性,并就集值随机过程与其数值特征过程的马尔可夫性的关系进行了讨论,完善了已有的结果。     

抽象空间中的 q-过程的构造理论

<正> 定义1.1.设■是一个可测空间,■包含了■中的广切单点集合.称P(t,■是一个马尔可夫过程,如果它满足(1)固走t,A,P(t,·,A)是 x 的■可测的实值函数;     

度量空间中的转移函数的强连续性、Feller 性和强马尔可夫性

<正> 设{(?)(?)(?)}是可测度量空间(即(?)是一集合,ρ是(?)上一个距离,(?)是全体开集所产生的σ-代数),P(t,x,A)是其上的转移函数(定义见[1]定义1.1,那里称 P(t,x,A)为马尔可夫过程),ψ(λ,X,A)是 P(t,x,A)的拉氏变换.(?)是一切(?)可测的有界实值函数按通常的线性运算及范数所构成的 Banach 空间,C 是一切有界连续函数.(?)是(?)     

Pettis-Aumann积分的若干性质

自文[1]建立了R~n空间的集值映射积分以来,讨论集值映射的可测性、可测选择、集值条件概率、鞅及其Radon-Nikodym定理等方面的工作相继出现.文[6]又系统地研究了R~n空间中集值测度的凸性定理、选择性定理以及与Aumann积分的关系.文[7]则讨论了集值测度的生成定理.但讨论Pettis-Aumann积分的工作目前尚未见到.     

集值增过程产生的集值测度

本文首先研究集值增函数在B(R+)上产生的集值测度,然后在其基础上研究集值增过程A(ω,t),(ω,t)∈Ω×R+,在乘积可测空间F×B(R+)上产生的集值测度,在一定条件下建立了两者之间的一一对应关系.     

马尔可夫过程的与时间有关的函数

设（Ｘｔ）是有转移函数的马尔可夫过程,其中Ｘｔ取值于状态空间（Ｅｔ,ξ,ｔ≥０。设ｆｔ是（Ｅｔ,ξ）到状态空间（Ｅｔ,ξ是的可测变换。本文给出了使（ｆｔ（Ｘｔ）仍是有转移函数的马尔可夫过程的充分条件,对于有函数的马尔可夫过程族,也讨论了类似的问题。     

论域为Rn的Fuzzy值可测函数

在[2]、[3]给出的正则F集度量拓扑的基础上，以Borel可测的形式定义了论域为R^n的Fuzzy值可测函数，并证明了该可测函数定义与水平可测定义^[1-4]的等价性．从而为Fuzzy值可测函数的进一步研究提供了一条新的途径。     

一种适应可积集值函数列的收敛性

本文在研究了在非空有界闭紧凸集空间中适应可积集值函数列的收敛性,引入正向集值mil的基础上,利用可测分割法,得到了收敛性定理及其证明.     

集值映射的可测性与连续性

引进《集D关于集β对于关系《是正常的》这个概念,由两个单值映射组成,再通过取凸包和闭包,构造了可测集值映射、上下半连续集值映射和连续集值映射.     

超空间上的选择算子理论与集值随机过程

本文首次引入了超空间(子集空间)上选择算子概念,给出了几类选择算子的存在定理。作为它们的应用,给出了集值随机变量同分布的选择刻画;圆满解决了依分布收敛集值随机变量列的向量值选择问题;研究了集值随机过程的正则选择与Markov选择,给出了集值Markov过程的离散化定理,证明了紧凸集值渐近鞅的向量值渐近鞅选择存在定理。     

单调集值测度空间上可测函数列的依测度收敛

本文首先介绍一种特殊的单调集值测度,然后给出这种单调集值测度的集值序连续性、集值双零渐近可加性等性质;在此基础上,在单调集值测度空间上讨论这些性质与可测函数列依测度收敛的关系。     

基于模糊值Choquet积分定义集函数的S性与PGP性

针对模糊测度空间上已建立的模糊值Choquet积分,将这种积分整体看成可测空间上取值于模糊数的集函数,当模糊测度满足一般S性和PGP性时,研究了这种模糊值集函数所保持的遗传性质.     

K-拟可加模糊值积分的双零渐近可加与穷竭性

针对已经建立的K-拟可加模糊值积分,将这种积分整体看成可测空间上取值于模糊数值的集函数。应用其转换定理和诱导算子的性质,获得了这种模糊积分不仅具有双零渐近可加性,而且也满足穷竭性。这些特性对于描述模糊值可测函数列和模糊积分序列的收敛性具有重要的意义。     

抽象空间中 q 过程的唯一性准则

<正> 设(?)是一可测空间,(?)含(?)的一切单点集.称 q(x)-q(x,A)(x∈(?),A∈(?))是一对 q 函数,如果固定 A∈(?),q(·,A)与 q(·)都是 x 的(?)可测非负实值函数,固定x∈(?),q(x,·)是(?)上的有限测度且 q(x,(?))≤q(x),q(x,{x})=0.特别地,若 q(x)≡q(x,(?)),(x∈(?)),则称 q 函数是保守的.称马尔可夫过程(定义见[5]定义1.1)P(t,x,A)(t≥0,x∈(?),A∈(?))是一个 q 过程,如果     

正则Fuzzy集与正则塔的弱收敛性

本文中我们讨论了正则Ｆｕｚｚｙ集与正则塔的连续点的稠密性，证明了正则Ｆｕｚｚｙ集与正则塔的弱收敛之间的等价性，本文的工作为进一步研究正则ｆｕｚｚｙ集空间的弱收敛拓扑以及Ｆｕｚｚｙ值可测函数打下了一个良好的基础。     

K-拟可加模糊数值积分的自连续性

本文在K-拟可加模糊测度空间上建立了K-拟可加模糊数值积分,利用其积分转换定理和诱导算子的性质,将这种积分整体看成可测空间上取值于模糊值和集函数,从而使得这种模糊积分不仅具有自连续性,而且也满足逆自连续性。这些特性能更好地描述模糊值可测函数列和K-拟可加模糊数值积分序列的收敛性。     

拟马尔可夫过程的磨光优化算法及应用

通过对磨光法及马尔可夫过程的研究,马氏过程作为区间预测的一种方法,在很大程度上约束了它预测的科学性,另外,磨光法本身也是一种迭代的方法,对于拟合的精度还是难于控制,通过拟马尔可夫矩阵与磨光法相结合及优化工具,得到拟马尔可夫过程的磨光优化算法,实例表明:拟马尔可夫过程的磨光优化算法使修正磨光后的值逼近原数据值的程度较其它算法更好,而且,拟马尔可夫矩阵反应了从一种状态到另一种状态的转移程度,并且这种算法具有更好的推广和应用。     

非时齐的可数状态的Q-过程的存在性及唯一性

<正> 设E为可数集(不妨令E为非负整数集).定义在E上的依赖于二参数s,t(0≤s≤t<∞)的实值矩阵P(s,t)=(p_(i,j)(s,t),i,j∈E)称为一个马尔可夫过程,如果p满足: