模糊度定义的不一致性及其理论分析

指出模糊度定义的不一致性，并通过实例进行验证；从理论上分析模糊度定义的不一致性产生的原因，指出当模糊度理论在图像处理中应用时模糊度定义的不一致性可能会产生的影响；给出一个比较合理的模糊度定义。文中提出的问题是在工程应用过程中发现的新问题，所做的工作也只是初步的。     

弱对称空间的迷向表示和不变仿射联络

弱对称空间是对称空间的推广.本文讨论了一些特殊类型的弱对称空间的迷向表示,给出了带有约化的等距变换群的弱对称空间上的不变仿射联络.     

模糊软集与模糊软群

在进行了阐述模糊软集的相关概念和性质后,给出了模糊软群的定义并研究了相关性质.     

粗糙模糊集与模糊粗糙集的截集性质

研究粗糙模糊集、模糊粗糙集、广义粗糙模糊集和广义模糊粗糙集的截集性质,并且还研究了基于逻辑算子的广义模糊粗糙集的基本性质。     

函数空间上的模糊线性拓扑

本文给出了模糊拓扑向量空间（Ｘ，Ｗ）到（Ｙ，Ｊ）的函数族Ｆ上的模糊线性拓扑，证明了若值域空间（Ｙ，Ｊ）是（Ｑ）型的、局部凸的模糊拓扑向量空间，则（Ｆ，），也是型的、局部凸的模糊拓扑向量空间。     

凸模糊子集的再定义

给出基于t-范上的凸模糊子集的定义,讨论这种凸模糊子集的同态像性质,重点研究了Tm-凸模糊子集的生成线,证明每一个TA－凸模糊子集为凸子集生成的Tm-凸模糊子集。     

Vague集上模糊熵的几点注记

V ague集上的不确定性度量有两种途径,一种是度量V ague集是模糊集的程度,一种是度量V ague集具有的模糊性的程度。后者将模糊集的模糊熵作为特例。本文基于“投票模型”分析了V ague集的熵应具有的特征,对国内作者提出的V ague集上的模糊熵进行了评述。     

截集形式的模糊粗糙集及其性质

用模糊集的截集构造了模糊集的粗糙集,给出了模糊粗糙集的更加严格的数学定义,证明了与文[1]中的等价性,并用新的定义给出模糊粗糙集的相应性质.     

直觉模糊关系的截集性质

定义了直觉模糊关系的截集以及并给出了它们的基本性质,同时分别讨论了自反、对称、传递直觉模糊关系与经典二元关系之间的等价刻画;其次,提出直觉模糊关系的定义域与值域的概念;最后,分析了直觉模糊关系合成的截集性质.     

模糊近似空间的拓扑性质

进一步研究模糊粗糙近似算子,引入伪常模糊关系的概念,给出模糊近似空间的拓扑性质。     

模糊粗糙集及粗糙模糊集的模糊度

1965年,Zadeh提出了Fuzzy集理论,1982年,Z.Pawlak提出Rough集理论。将二者结合而形成的模糊粗糙集（FR集）及粗糙模糊集（RF集）近年来越来越受到国际学术界的关注。本文所研究的FR集及RF集的模糊度,是对FR集及RF集模糊程度的一种度量,进而引进了相应的明可夫斯基距离,明可夫斯基模糊度和Shannon模糊度。     

模糊粗糙集的表示及应用

一个模糊粗糙集是一对模糊集,它可以用一簇经典粗糙集表示出来.本文研究了模糊粗糙集的表示问题,利用模糊集的分解定理证明了一个模糊粗糙集可以用一簇粗糙模糊集表示出来,利用这个结果可以证明模糊粗糙集的一些重要性质.     

直觉模糊集的扩展原理

基于文[1]给出的直觉模糊集的截集、分解定理和表现定理,利用模糊集的扩展原理,本文建立了直觉模糊集的扩展原理.首先,给出了直觉模糊集的扩展原理及其等价形式;其次,讨论了直党模糊集的扩展原理的有关性质;最后,研究了复合函数的直觉模糊集扩展原理及其性质.     

模糊集的相对扰动

在模糊推理的理论研究中,模糊推理方法的扰动性分析是一个重要的研究方向,即讨论模糊推理前件的变化对后件的影响。本文给出模糊集的相对扰动的概念,讨论由模糊集运算产生的相对扰动,以及模糊推理的相对扰动性,给出一些有趣的性质。     

基于粗糙集的模糊决策算法

给出一种从连续决策表中提取模糊决策规则的规则提取算法。首先,转化连续属性值为模糊值;然后,给出两个不同对象的模糊属性值关于相应连续属性的相似度;其次,给出了λ相似关系与λ相似类的定义。根据λ相似关系,给出粗糙-模糊空间中的下近似与上近似概念;最后,结合模糊集与粗糙集理论的思想,给出一种从连续值域决策表获取决策规则的算法,并通过实例说明该算法的有效性。     

基于粗糙集与模糊集的连续值域决策表的离散化算法

将粗糙集理论与模糊集理论结合起来,给出一种连续值域决策表的离散化算法。该算法从已知数据的初始决策系统出发,首先构造对像的相似矩阵,然后根据相似矩阵的传递闭包及粗糙集正域的思想得出决策表的条件类,再根据条件类将连续值决策表化为区间值决策表,最后根据各区间值将连续值域决策表化为离散决策表。     

直觉模糊S-粗集的一般结构及性质

在一般等价关系下,给出单向直觉模糊S-集合、双向直觉模糊S-集合的概念,利用这些概念,提出直觉模糊S-粗集,给出直觉模糊S-粗集的数学结构和有关结论,对有关性质进行了讨论。直觉模糊S-粗集为研究动态信息系统中大量的不确定性问题提供了新的途径和方法。     

直觉模糊集的广义模糊熵

利用模糊补定义了直觉模糊集的广义补集,并讨论了直觉模糊集广义补集的一些性质。在此基础上,给出了直觉模糊集广义模糊熵的公理化定义及几个直觉模糊集广义模糊熵的具体计算公式。此外,本文还研究了直觉模糊集的广义模糊熵与相似性测度之间的关系。