一种基于神经网络的模糊推理方法

对于Zadeh的模糊关系合成法则（简称CRI方法），选择一个适宜蕴涵关系矩阵是至关重要的。通常蕴涵关系矩阵的元素值是通过一个所构造的数学表达式计算的，或是由领域专家凭经验直接给出。然而，有时，特别是对于后一种情形，CRI法不能满足模糊推理最基本的一致性要求。文章构造了一个神经网络用于模糊推理，新方法不仅是CRI方法的推广，而且远比CRI方法易于满足推理的一致性要求。得益于神经网络的长处，新方法具有灵活性、可调性。文章给出了权值的具取值法。     

Conjecture on Self Hamiltonian Path Graph

The Hamiltonian path graph H(G) of a graph G isa that graph having the samevertex set as G and in which two vertices u and v are adjacent if and only if Gcontains a Hamiltonian u - v path. A graph G is a self-Hamiltonian path graph ifG≌H(G).G. Chartrand conjecture: A graph G of order p is a self-Hamiltonian path:graph if and only if G is chord additive or G is isomorphic to one of the graphsK_p, (?)_p, C_p(p≥3),K((1/2)p, (1/2)p), and K_(p/2) (?)_(p/2),the last two for even P.     

多项式Near-环的极大理想和Jacobson根

本文首先给出Z[x],+,o)的所有极大理想和(Z[x],+,·,o)的所有极大完备理想,证明J_2(Z[x],+,o)=0,然后根据Clay和Doi定义的由本质极小N-群决定的N的Jacobson根,证明生成的子加群,以及J_2(Z_2[x],+,o)=J(Z_2[x],+,o),这样完全解决域F上多项式Near-环的Jaeobson根的问题。