逻辑系统-↑W，W，Wk中的广义语义HS规则和广义语义MP规则

研究模糊命题演算的形式演绎系统L及在语义上相关的修正的Kleene逻辑系统-↑W，W，Wk，引入语义[α]-MP规则，语义[α^ ]-MP规则，语义[α]-HS规则，语义[α^ ]-HS规则等概念，并对这些规则的性质进行讨论，进一步加强该系统中的∑-(α-重言式)的相应结果，丰富该系统中∑-(α-重言式)的内容，为进一步研究该系统提供一个有益的工具。     

逻辑系统,W,W_k中的广义语义HS规则和广义语义MP规则

研究模糊命题演算的形式演绎系统 L*及在语义上相关的修正的 Kleene逻辑系统 W,W,Wk,引入语义 [α]- MP规则 ,语义 [α+ ]- MP规则 ,语义 [α]- H S规则 ,语义 [α+ ]- H S规则等概念 ,并对这些规则的性质进行讨论 ,进一步加强该系统中的 Σ- (α-重言式 )的相应结果 ,丰富该系统中 Σ- (α-重言式 )的内容 ,为进一步研究该系统提供一个有益的工具。     

逻辑系统RDP中广义重言式的语义MP、HS规则

将修正的Kleene逻辑系统中的语义MP规则和语义HS规则推广后应用于RDP逻辑系统,讨论了RDP逻辑系统中广义重言式的广义语义MP规则和广义语义HS规则,得出在逻辑系统D1/2中,广义语义(1/2)+-MP,(1/2)+-HS,1-MP,1-HS规则成立,而广义语义1/2-MP,1/2-HS规则不成立。     

系统RDP中的广义重言式理论

研究带参数的模糊逻辑系统RDP中的广义重言式理论.结果表明系统RDP中只有三种不同的广义重言式,即(1/2),重言式,(1/2)+-重言式和重言式.将一些多值逻辑系统和模糊逻辑系统中行之有效的升级算法运用于系统RDP,证明在该系统中,升级算法可以将可迭0-重言式和可达(1/2)-重言式分别提升为可这(1/2)-重言式和可达(1/2)+-重言式,但是,对可达(1/2)+-重言式升级算法的结果仍然得到可达(1/2)+-重言式.这表明对非重言式有限次利用升级算法未必能得到重言式.     

R_0-代数[0,1]的子代数与广义重言式

本文是对修正的Kleene系统中广义重言式理论的推广,讨论了R_0-代数[0,1]的各类无限子R_0-代数中的广义重言式,证明了在子R_0-代数E_2中,中存在着可数多个不同的广义重言式。     

修正的Product逻辑系统中的广义重言式理论

首先证明了在修正的Product逻辑系统中广义重言式有更加精细的区分;其次通过引入一类特殊的公式序列和特殊公式,进一步证明了对任意有理数a∈[0,1],可达α-重言式集是类类非空的,并同时给出了修正的Product逻辑系统中广义重言式的升级算法。     

(α,β)-勾股模糊数广义系统北大核心

为了进一步研究模糊数直觉模糊广义系统,在T-S模糊系统和勾股模糊集的基础上首次提出了(α,β)-勾股模糊数广义系统。然后研究了这类系统的稳定性,讨论了(α,β)-勾股模糊数广义系统和T-S模糊系统的关系。其次,深入研究了(α,β)-勾股模糊数广义系统的控制器和(α,β)-勾股模糊数广义系统的稳定性。(α,β)-勾股模糊数广义系统将是一个新的研究方向,将成为解决实际问题的一种通用方法。最后,通过实例说明了该方法的有效性。     

直觉模糊命题逻辑的广义拟重言式及其分类

通过定义一个蕴涵算子,建立一个直觉模糊命题逻辑系统(I20, ,V,→T),讨论了系统I20上的广义拟重言式的分类,将王国俊教授的广义重言式理论从一维推广到二维的直觉模糊命题逻辑上.     

α-较多偏爱规则的必要条件

对于群体决策带参数的α-较多偏爱规则,它满足Arrow提出的四个公理.本文进一步研究α-较多偏爱规则的更本质的性质,证明了它还满足由Sen和May提出的更强的六个必要条件.     

G(o)del逻辑系统中的广义重言式理论

本文将王国俊教授在逻辑系统,W,Wk中的广义重言式理论进行推广并应用到了Go(o)del逻辑系统(G-),G,Gn中.主要结果是 :在逻辑系统(G-),G中,重言式不可能由对非重言式进行有限次升级算法得到;在逻辑系统Gn中,对任一公式最多进行n次升级算法即可得到重言式;利用可达广义重言式概念和α-矛盾式概念分别在(G-),G,Gn中给出了F(S)的一个关于同余的分划.     

一种新型的广义规则推理算法

数据挖掘是指从大型数据库的海量信息中有效进行知识发现的过程,而其效能的高低主要取决于搜索机制所依据的算法.有鉴于此,提出了一种基于个体免疫与群体进化机制于一体的一种高效的全局优化搜索算法,即基于免疫规划的广义规则推理算法.与已有算法所不同的是,广义规则推理算法不仅仅着眼于发现一些有关分类方面的信息,而是利用背景理论和先验知识在知识表示与运行效率之间相均衡的基础上,着重新知识的发现和对高级规则的预测.理论分析和仿真实验表明,广义规则推理算法有利于进化群体的相对稳定和整体性能的提高,并可以在规则提取过程中保持较高的精确度.     

Simplified Generalized Gauss-Newton Iterative Method under Morozove Type Stopping Rule

Recently, Mahale and Nair considered a simplified generalized Gauss-Newton iterative method for getting an approximate solution for the nonlinear ill-posed operator equation under the modified general source condition. The advantage of this method and the source condition over the classical Gauss-Newton iterative method is that the iterations and source condition involve calculation of the Fréchet derivative only at the point x ₀, i.e., at the initial approximation for the exact solution x ^? of the nonlinear ill-posed operator equation F(x) = y. Motivated by the work of Qinian Jin and Tautenhan, error analysis of the simplified Gauss-Newton iterative method is done in this article under a Morozove-type stopping rule, which is much simpler than the stopping rule considered in the article of Mahale and Nair. An order optimal error estimate is obtained under a modified general source condition which also involves calculation of the Fréchet derivative at the point x ₀.     

一类广义W型李超代数

构造了一类有限维广义Caxtan型模李超代数W,并证明了它是李超代数W(n)的一个扩张,进而决定了它的导子超代数.     

一类广义W型李超代数

构造了一类有限维广义Cartan型模李超代数W,并证明了它是李超代数W(n)的一个扩张,进而决定了它的导子超代数.     

Hilbert W*-模上的广义框架

本文给出了Hilbert W*-模上的标准广义框架的不相交,强不相交,弱不相交的定义,还给出了Hilbert W*-模上的广义框架的不相交,强不相交,弱不相交成立的条件,并且用算子理论的方法研究了它们的性质.     

The Generalized Chern Character and Lefschetz Numbers in W*-Modules

We define N-theory as being an analogue of K-theory on the category of von Neumann algebras such that K ₀(A)N ₀(A) for any von Neumann algebra A. Moreover, it turns out to be possible to construct the extension of the Chern character to some homomorphism from N ₀(A) to an even Banach cyclic homology of A. Also, we define generalized Lefschetz numbers for an arbitrary unitary endomorphism U of an A-elliptic complex. We study them in the situation when U is an element of a representation of some compact Lie group.     

Expert Rule Versus Majority Rule Under Partial Information, II

The main purpose of this paper is clarifying the connection between some characteristics of a deciding body and the probability of its making correct decisions. In our model a group of decision makers is required to select one of two alternatives. We assume the probabilities of the decision makers being correct are independent random variables distributed according to the same given distribution rule. This distribution belongs to a general family, containing the uniform distribution as a particular case. We investigate the behavior of the probability of the expert rule being optimal, as well as that of the majority rule, both as functions of the distribution parameter and the group size. The main result is that for any value of the distribution parameter the expert rule is far more likely to be optimal than the majority rule, especially as the deciding body becomes larger.     

结合广义Armijo步长搜索的超记忆梯度算法及其收敛特征

对无约束规划 ( P) :minx∈ Rnf ( x) ,其中 f ( x)是 Rn→ R1上的一阶连续可微函数 ,设计了一个超记忆梯度求解算法 ,并在去掉迭代点列 { xk}有界和广义 Armijo步长搜索下 ,讨论了算法的全局的收敛性 ,证明了算法具有较强的收敛性质     

A Cheaper Way to Compute Generalized Cross-Validation as a Stopping Rule for Linear Stationary Iterative Methods

We apply generalized cross-validation (GCV) as a stopping rule for general linear stationary iterative methods for solving very large-scale, ill-conditioned problems. We present a new general formula for the influence operator for these methods and, using this formula and a Monte Carlo approach, we show how to compute the GCV function at a cheaper cost. Then we apply our approach to a well known iterative method (ART) with simulated data in positron emission tomography (PET).