L^＊命题集的约简及命题集的根

本文的主要目的有两个，第一，在L^＊系统中给出了独立命题集的概念，并定义了命题集的约简；第二，讨论了命题集的根。     

~*命题集的约简及命题集的根

本文的主要目的有两个,第一,在*系统中给出了独立命题集的概念,并定义了命题集的约简;第二,讨论了命题集的根。     

(ξ)*命题集的约简及命题集的根

本文的主要目的有两个,第一,在(ξ)*系统中给出了独立命题集的概念,并定义了命题集的约简;第二,讨论了命题集的根.     

定向极小集及其应用

文［５］在完备格上给出了ψ－极小集与ψ－极大集理论。本文研究了当ψ是定向集族（过滤集族）时的ψ－极小集（ψ－极大集），并借助于它们给出了完全分配格的若干刻划。     

偏序集的完备化

首先给出了偏序集的一些完备化的具体构造，又给出了关于完备格中完备子集的某些有用的定理，最终解决了关于偏序集的所有可能的完备化问题     

交C-连续偏序集

利用偏序集上的半拓扑结构,引入了交C-连续偏序集概念,探讨了交C-连续偏序集的性质、刻画及与C-连续偏序集、拟C-连续偏序集等之间的关系.主要结果有:(1)交C-连续的格一定是分配格;(2)有界完备偏序集(简记为bc-poset)L是交C-连续的当且仅当对任意x∈L及非空Scott闭集S,当∨S存在时有x∧∨S=∨{x∧s:s∈S};(3)完备格是完备Heyting代数当且仅当它是交连续且交C-连续的;(4)有界完备偏序集是C-连续的当且仅当它是交C-连续且拟C-连续的;(5)获得了反例说明分配的完备格可以不是交C-连续格,交C-连续格也可以不是交连续格.     

强Raney偏序集

引入强Raney偏序集的概念,讨论了强Raney偏序集的一些性质,证明了强Raney偏序集为超代数偏序集,定向完备的偏序集为强Raney偏序集当且仅当它既是Raney偏序集也是A-偏序集.     

自相似集边界的结构及维数

本文研究了一类由平面上点的表示系统所生成的内部非空的自相似集,证明其边界曲线的一半是三个A－完备集的并集,并给出计算这类完备集的结构矩阵的简单方法,从而利用Marion定理得出这类自相似集边界的Hausdorff维数。     

浅谈命题之否定

在形式逻辑中 ,我们把反映事物具有或不具有某种属性或关系的思维形式叫做判断 .表达判断的语句叫命题 .在数学中 ,用语言、符号或式子表示的并且能区别真假的语句叫数学命题 .命题按能否分解可分为简单命题和复合命题 ,按其所判断的是事物的性质或存在的关系可分为性质命题和关系命题 .在数学证明中 ,准确无误地写出一个命题的否定式是十分重要的 .1　简单命题的否定1 1　性质命题的否定每一个性质命题都由主项、谓项、量项、联项四部分组成 ,其中主项表示被判断的对象 ;谓项表示主项的性质 ;量项表示主项的数量 ,分为全称量项和特称量项 …     

关于树的完美邻域集与无冗余集 (英)

本文首先给出了求树图T的完美邻域的多项式时间复杂度算法(A),并在此基础上证明了当S是T的任一完美邻域且｜S｜=θ(T),则S是T的一极大无冗余集．然后给出了由T的一极大无冗余集生成完美邻域集的多项式时间复杂度算法(B),并依此算法证明了若S为T的任一极大无冗余集,则T存在一独立完美邻域集U且｜U｜≤｜S｜．     

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.     

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。     

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。     

集合的粗相似度量

在近似空间中,利用粗糙集诱导的模糊集,定义了两个集合间的粗相似度的概念,讨论了其性质,并对四种具体的粗相似度进行了比较。     

关于粗糙集和灰色系统之间某些关系的探讨

首先介绍粗糙集与灰色系统两种理论,并对二者进行比较。接着介绍普通粗糙集、P-粗糙集以及灰色集的定义,并就灰色集、模糊集和经典集合三者进行对比分析。我们提出了点灰度和集灰度两种灰度概念用于描述灰色系统的信息不确定性。通过P粗糙集导出相应的灰色集,并研究相关的灰度、粗糙度与边界域的性质和关系。分析表明使用导出的灰色集对系统的信息不确定性的估计与相应的粗糙集是一致的,因此两种理论在描述和处理不确定性信息系统方面的一定的相关性,将两种理论相结合来处理某些不确定性信息系统可能更为有效。     

几种新的截集及其应用

本文从“邻域”和“重域”的观点出发引入了三种新的截集：下截集，下重截集和上重截集。我们给出这些截集的性质及相应的分解定理，表现定理和扩展原理，作为应用，我们讨论了两方面的内容；一是利用落影表现理论，将一个模糊集看作“重云”的落影，然后用下生截集和落影表现理论来定义模糊集的运算，得到了与“２”一致的结果。     

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。     

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。     

Vague集的表现定理

在Fuzzy集理论和现有Vague集理论的基础上,引入二元集合套的概念,讨论它的代数性质。在此基础上,结合Vague集的分解定理,建立Vague集的表现定理,同时得到一系列相关结果,进一步揭示Vague集与经典集合之间的联系。