一种区间数的因子分析技术及其在证券市场中的应用

传统的因子分析技术能够有效地对高维变量空间进行降维处理,但它对于样本空间却缺乏行之有效的降维效果.为了解决这一问题,一种针对大量样本数据、新的因子分析技术———区间数因子分析技术(intervaldatafactoranalysis,IFA)被提出并得到了迅速的发展。IFA方法对传统的数据概念做了本质性的扩张,运用'数据打包'的理念,对海量原始数据在不破坏其原有内在逻辑关系的前提下,可以进行变量和样本点维度的双重降维。本文详细阐述了区间数因子分析技术的原理,并以中国股票市场为案例研究背景,结果表明IFA分析技术对大规模多维数据系统做综合简化是十分有效的。     

关于集值映象方程的一类问题

本文用ｆｐ－同伦方法，在特殊的技巧和边界条件下，研究了有序的（Ｂ）空间中集值凝聚映象方程的正解等问题．     

动态模糊随机信息处理的数学方法

本文系统地概述了我们近年来提出的动态模糊随机信息处理的数学方法,内容包括模糊随机变量、模糊随机过程和模糊随机微分方程的基本解法等方面的基本概念、基本定义和某些重要的定理,以及动态系统的模糊随机响应与可靠性分析的方法等。这些方法是为我们研究工程实际问题的需要逐步发展起来的,对于处理某些类型的问题简便实用。     

二层多目标规划的最优性条件

本文在集值优化的框架下提出了一个二层多目标规划模型（BLMOP）.利用集值映射的相依导数和相依上导数,给出了几个有关（BLMOP）的弱有效解的必要或充分最优性条件.     

Fuzzy Entropy： Axiomatic Definition and Neural Networks Model

The measure of uncertainty is adopted as a measure of information. The measures of fuzziness are known as fuzzy information measures. The measure of a quantity of fuzzy information gained from a fuzzy set or fuzzy system is known as fuzzy entropy. Fuzzy entropy has been focused and studied by many researchers in various fields. In this paper, firstly, the axiomatic definition of fuzzy entropy is discussed. Then, neural networks model of fuzzy entropy is proposed, based on the computing capability of neural networks. In the end, two examples are discussed to show the efficiency of the model.     

模糊数序列的收敛性

探讨L-R型模糊数序列的S-和问题，定义关于模糊数的模糊小于的概念，在此基础上探讨模糊数的有序性，模糊数的截集函数的连续性，模糊数的格结构以及模糊数序列的收敛性等重要性质。     

集值映射的切导数与向量优化问题的最优性条件

利用集值映射切导数与半可微概念，给出了无约束与具约束的集值向量优化问题局部真有效解与局部强有效解的最优性条件。     

模糊值Choquet积分(Ⅱ)--函数关于模糊值模糊测度的Choquet积分

研究一种取值于模糊数集的Choquet积分，该积分的被积函数是单值函数，所用的测度是模糊值模糊测度。给出其定义、性质和收敛定理。