关于QL-、D-蕴涵的分配性方程的解

研究了[r→（t∧s）]≡[（r→t）∧（r→s）];[r→（t∨s）]≡[（r→t）∨（r→s）];[（p∧q）→r]≡[（p→r）∨（q→r）];[（p∨q）→r]≡[（p→r）∧（q→r）]4个分配性方程;它们在模糊集理论中的形式分别是I（r;T₁（t;s））=T₂（I（r;t）;I（r;s））;I（r;S₁（t;s））=S₂（I（r;t）;I（r;s））;I（T₁（p;q）;r）=S₁（I（p;r）;I（q;r））;I（S₁（p;q）;r）=T₁（I（p;r）;I（q;r））;其中p;q;r;s;t∈[0;1];T₁、T₂为任意三角模;S₁、S₂为任意三角余模;给出了I为QL-、D-蕴涵时满足分配性方程的充要条件。     

(I,A)-蕴涵及其基本性质

模糊蕴涵在模糊逻辑和近似推理领域中发挥着十分重要的作用,模糊蕴涵的构造是相关领域中的重要研究课题。基于模糊蕴涵I和聚合算子A构造出(I,A)-算子,研究(I,A)-算子成为模糊蕴涵的条件,其次研究(I,A)-蕴涵包括分配性和输入性在内的一些基本性质。     

直觉模糊三角模的剩余蕴涵及其性质

研究了直觉模糊三角模的剩余蕴涵及其性质。首先,定义了直觉模糊三角模的剩余蕴涵;其次,推导了直觉模糊三角模的剩余蕴涵与三角模的剩余蕴涵的关系;最后,证明了直觉模糊三角模的剩余蕴涵的16条性质。直觉模糊三角模的剩余蕴涵及其性质在直觉模糊推理、群决策等领域具有广阔的应用前景。     

不同蕴涵算子下三I方法的解

以R_M、R_Z、R₀三个蕴涵算子为基础,研究了11种形式的三I算法的解,并在此基础上给出了这11种解的同一形式：B*（y）=SUP{A*（x）∧φ（x,y）},其中φ：X×Y→[0,1]表示某一函数,而且φ（x,y）与E_Y的选取依赖蕴涵算子R_i的选取。     

基于Kleene-Dienes蕴涵算子的Vague集相似度量方法

通过分析现有Vague集相似度量方法,指出这些相似度量方法的不足之处。根据Kleene-Dienes蕴涵算子及其否定算子的包含和相交关系,提出一种基于Kleene-Dienes蕴涵算子的Vague集相似度量方法,并证明该方法满足相似度量的条件。通过与现有相似度量方法的比较,说明该相似度量方法能克服现有相似度量方法的缺陷,能够有效区分数据,具有一定的优越性,为研究Vague集相似度量方法提供了一种新的思路。     

广义三角模和广义剩余蕴涵之间的对应关系

进一步讨论了广义三角模和广义剩余蕴涵的对应性质,完善和修正了过去已有的一些定理结论,证明广义三角模和广义剩余蕴涵两者之间存在着两大类的对应关系,一类是可以构成伴随对的,而另一类则不能构成伴随对。     

区间值(α,β)一模糊格蕴涵子代数

摘要把拟重合的思想应用到区间值模糊集上,引进了一种广义模糊格蕴涵子代数,即区间值(α,β)一模糊格蕴涵子代数。研究了区间值(α,β)-模糊格蕴涵子代数的性质,并研究了区间值(α,β)-模糊格蕴涵子代数与格蕴涵子代数的关系,最后得到了该类模糊子代数的等价刻画。     

蕴涵算子族R(q,p)-LGN及其三I支持算法

给出了一族新的左连续三角模族T(q,p)-LGN族及其伴随蕴涵算子族R(q,p)-LGN,它包括Lukasiewicz蕴涵算子、Godel蕴涵算子及R0 蕴涵算子;提出了基于蕴涵算子族的模糊推理的思想,并给出了基于蕴涵算子族R(q,p)-LGN的FMP模型的三I支持算法.     

基于蕴涵算子族H(p,λ)的三I算法模糊系统

针对蕴涵算子族H(p,λ),给出了FMP问题三I支持算法和α-三I支持算法的计算公式;讨论了基于三I算法的模糊系统及其响应性能,结果表明,蕴涵算子族H(p,λ)的模糊系统只具有阶跃输出能力,不具有函数逼近泛性;揭示了蕴涵算子族H(p,λ)的模糊系统的概率意义,给出了其概率分布,它充当模糊系统的“系统内核”作用.     

直觉区间值模糊推理的三I算法

本文讨论了直觉区间值模糊三I算法的两种最简单形式：MP（Modus Ponens）和MT（Modus Tollens）问题,分别给出直觉区间值模糊环境下的MP问题和MT问题的三I解的一般形式。讨论全蕴涵解的存在条件,基于满足剩余原理的直觉区间值模糊剩余蕴涵,为直觉区间值模糊推理建立全蕴涵算法,即为MP和MT问题建立α-三I算法。     

Vague集的新模糊熵

本文指出了现有Vague集模糊熵定义的不足,分析了其存在不足的根本原因,给出了Vague集模糊熵的公理化定义,提出了一种新的Vague集模糊熵的计算方法,并证明了其合理性和有效性。     

关于“Vague集的新模糊熵”的注记

指出了“Vague集的新模糊熵”中模糊熵定义的错误,给出了修正后的模糊熵定义,提出了一种新的Vague集模糊熵的计算方法,并证明了该方法的有效性。     

一种Vague集转化为Fuzzy集的方法

已存在的Vague集向Fuzzy集转化的多种模型都存在着一定缺陷。论文从另一种角度探讨了Vague集到Fuzzy集的转化,它把模糊隶属度看成是参数k的函数,这样在计算模糊隶属度时,只需给定满足条件的参数k即可;另一方面,在进行模糊信息处理时,会遇到一些不确定因素,如果所得到的模糊隶属度与实际结果有些偏差,可根据参数k的数学性质有目的地调整k,而不必去重新建立方法模型,因此,此方法比已存在方法灵活,适用;文章也对已有的转化方法与所提模型进行了比较,说明了所提模型的正确性及有效性。     

Vague集的模糊熵*

首先,在给出了反例证实现有方法在某些情况得出的结果与实际结论不一致情况下,提出了一个真正考虑了两种因素的改进的vague集模糊熵公理化定义;然后给出一种vague集模糊熵的新计算公式;最后通过定理证明和实例分析,指出它确实同时考虑到vague集的未知性和不确定性,从而证明所给出vague集模糊熵的定义是更加合理的.     

多准则模糊决策的区间值Vague集方法

区间值（i-v）模糊集合和Vague集是不精确知识表达的两种新理论。他们已被广泛地应用于决策系统中对不确定决策数据的描述。因此在Vague集基础上给出i-v Vague集的相关概念及性质,并将实数型Vague集群决策上的记分函数方法扩展到i-v Vague集上,提出新的记分函数,并用实例比较改进的记分函数与各种记分函数方法的优劣性。     

Vague集模糊熵的注记

Vague集模糊熵应该既有Vague集的未知性又有Fuzzy集的不确定性,在指出了现有Vague集模糊熵定义的错误,给出了一个真正考虑了两种因素的改进的Vague集模糊熵公理化定义,然后提出一种Vague集模糊熵的新计算模型,最后通过定理证明和已有方法分析,给出Vague集模糊熵的定义和计算模型是更加合理的。     

Vague集的模糊熵及其构造

指出了现有Vague集模糊熵的不足和缺陷,在对投票模型进行分析的基础上,给出了Vague集模糊熵的公理化定义,提出了一种Vague集的新模糊熵,并证明了其合理性和有效性。