混合偏熵与关联熵

定义联系模糊性和随机性的混合集、混合偏熵与关联熵以及混合关联系数，研究了其性质，并举例说明混合关联系数在现实生活中的应用。     

连续论域上Fuzzy集的信息熵

在文献[1]的基础上,把模糊熵从离散论域推广到连续论域,给出连续论域上Fuzzy集的偏熵、关联熵等概念。对其主要性质进行讨论,取得了一些令人满意的结果。拓宽信息熵的研究领域,对不确定复杂系统的信息处理、知识学习、归纳学习、模糊信息学的进一步研究打下一定基础。     

Fuzzy集的势与可数Fuzzy基数

本文首先定义了Ｆｕｚｚｙ集的等势关系和Ｆｕｚｚｙ集的势，并讨论了有关Ｆｕｚｚｙ集的势的若干命题，然后在自然数集上定义了可数Ｆｕｚｚｙ基数。最后给出了确定可数论域上Ｆｕｚｚｙ集的Ｆｕｚｚｙ基数的方法，并对其若干性质进行了讨论。上述定义均以经典集论中相应定义为特款。     

连续论域上混合集的熵

在连续论域上定义了包含模糊性和随机性的混合集。并给出了混合熵、混合偏熵与混合关联熵、混合偏关联系数和混合关联系数等概念,拓宽了熵的应用范围,对研究一类随机性和模糊性共存的复杂系统开辟了一条新的途径。     

E-凸Fuzzy集和E-反凸Fuzzy集

研究了广义凸Fuzzy集和广义反凸Fuzzy集以及它们的性质。通过将凸Fuzzy集和E-凸集相结合,提出了一种新的广义凸Fuzzy集———E-凸Fuzzy集,使得凸Fuzzy集成为它的特例,并对E-凸Fuzzy集的性质进行了初步研究。然后,类似地,通过将反凸Fuzzy集和E-凸集相结合,提出了一种新的广义反凸Fuzzy集———E-反凸Fuzzy集,使得反凸Fuzzy集成为它的特例,并对E-反凸Fuzzy集的性质进行了初步研究。     

Fuzzy集的基数

关于Fuzzy集的基数，[1]中曾对有限支集的Fuzzy集以及极苛刻条件下的无限Fuzzy集给出过一种定义。但是，正如本文将要指出的那样，该定义是不合理的。本文将从研究Fuzzy映射入手，给出Fuzzy集基数的一般性定义。基于这一定义，不但得到有关基数的大部分结论，而且有其自身的特殊性。     

L—Fuzzy偏序集

借助L-fuzzy关系在L-fuzzy中集中引入L-fuzzy偏序,自然地有了L-fuzzy偏序集,进一步借助水平截集刻画了L-fuzzy偏序集。     

广义Fuzzy凸集

给出了广义Fuzzy凸集的定义并在此定义下推得了Fuzzy凸集的一些重要的性质.     

L—Fuzzy集分解定理

随着隶属函数真值域的拓广,原来关于Zadch-Fuzzy集的分解定理II和III对于L－Fuzzy集不再成立,尽管已有一些它们的关于L＿Fuzzy集的改进形式,但因条件较强,失去了原来的许多优越性,本文从格论入手,首先引入格中元素的强上集和L－Fuzzy集准截集的两个新概念,并讨论了它们的部分性质,进而借助它们给出了L－Fuzzy集分解定理的两个新形式。     

可数Fuzzy紧集的性质

讨论可数Fuzzy紧集在L值Zadeh型函数下的逆不变性,证明可数Fuzzy紧集与Fuzzy紧集的乘积是可数Fuzzy紧的。     

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。     

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。     

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。     

基于区间数度量的区间值模糊集合的贴近度和模糊度的关系

给出了基于区间数度量的区间值模糊集合的贴近度和模糊度的概念,详细研究了区间值模糊集合的贴近度和模糊度之间的关系,并基于公理化定义,证明了它们二者之间的相互转化关系,最后,给出了若干公式来计算区间值模糊集合的贴近度和模糊度。     

毕达哥拉斯模糊软集的相似性测度及其应用

直觉模糊软集不能处理隶属度与非隶属度之和大于1的情况,且现有的直觉模糊软集的相似性测度只考虑了隶属度与非隶属度,忽视了犹豫度。针对以上问题,本文提出了一种基于隶属度、非隶属度以及犹豫度三个参数的毕达哥拉斯模糊软集的相似性测度和加权相似性测度。在为加权相似性测度的权重取值时,本文基于现有文献中直觉模糊熵存在的缺陷建立一种改进的直觉模糊熵,利用熵权法计算权重。分别讨论两相似性测度公式的性质,最后将两相似性侧度公式应用在建筑材料的模式识别问题中。     

几类广义模糊集的关系

经过近五十年的发展,模糊集在理论与应用两个领域的研究都已经取得长足的进展,特别地,在模糊决策等应用领域,涌现了几类重要的广义模糊集,包括区间值模糊集,直觉模糊集,区间值直觉模糊集,II型模糊集,Vague集,灰集等。本文简要介绍关于这些广义模糊集之间关系的研究成果,以及国外关于直觉模糊集术语问题的争议。     

粗糙模糊集的模糊性度量

研究粗糙模糊集的模糊性度量,提出了一种新的熵与条件熵的概念,并验证了这种熵与Shannon熵类似的性质。利用这种熵定义了粗糙模糊集的一种不确定性度量,证明了粗糙模糊集的模糊性度量FR（A）等于0的充分必要条件是A是经典集合且是可定义的。