直觉模糊代数理想和直觉模糊商代数

引入了直觉模糊代数理想和直觉模糊商代数的概念 ,讨论了它们的一些性质 ,给出了直觉模糊代数理想的刻画     

布尔代数的直觉模糊子代数和直觉模糊理想

引入了布尔代数的直觉模糊子代数、直觉模糊理想和直觉模糊商布尔代数的概念,给出了布尔代数的直觉模糊子集是直觉模糊子代数(直觉模糊理想)的充要条件,讨论了布尔代数的直觉模糊子代数(直觉模糊理想)在布尔代数同态下的像和逆像,并证明了当I是布尔代数R的直觉模糊真理想时,R/I是布尔代数。     

基于直觉模糊集相似度量的多属性决策方法

针对一个特定的由直觉模糊集刻划的决策问题进行研究。基于直觉模糊值的几何意义,提出一种新的直觉模糊值上的相似度量,并基于该度量提出一种直觉模糊集上的多属性决策方法。最后,以实例说明该决策方法的有效性。     

直觉模糊代数

提出了直觉模糊域和直觉模糊代数的概念。给出了一个直觉模糊集是直觉模糊代数的充分必要条件 ,讨论了直觉模糊代数在代数同态下的像及逆像。     

关于直觉模糊子群的注记

在K.Atanassov引进的直觉模糊集概念的基础上,引入了直觉模糊子半群、直觉模糊幺半群和直觉模糊子群的概念,并利用直觉模糊集的逆集、直觉模糊集的乘积概念,讨论了直觉模糊子群的若干性质。同时,利用直觉模糊集的截集特征刻画了直觉模糊子群。     

区间直觉模糊粗糙集的不确定性度量

利用模糊熵工具将近似集的不确定性度量方法应用在区间直觉模糊信息系统中,给出了区间直觉模糊近似算子的不确定性度量公式.通过在区间直觉模糊近似空间中定义一对新的区间直觉模糊上、下近似算子,将模糊粗糙隶属函数的定义推广到了区间直觉模糊集的粗糙隶属函数;然后利用区间直觉模糊粗糙隶属函数的模糊熵,定义了区间直觉模糊粗糙集的熵;进而解决了区间直觉模糊粗糙集的不确定性度量问题,并讨论了度量的一些相关性质,以此说明定义的合理性.     

关于直觉模糊逻辑补算子

在文献[1]的基础上,利用区间值模糊集与直觉模糊集之间的关系,给出了两个新的直觉模糊逻辑补算子。并指出文[1]中的直觉线性补算子只是这两个新的补算子的一个特例。     

模糊数直觉模糊集的距离

定义了一种新的模糊数直觉模糊集的距离,同时给出并证明了它的一个距离公式,并通过具体的例子进行了计算。最后将这个距离公式应用到一个实例中。该实例表明,在得不到精确数据的情况下,通过所定义的模糊数直觉模糊集的距离公式,进行模糊数估计和计算,可以对商品价格进行评估。     

一种改进的直觉模糊熵度量方法及应用

针对现有直觉模糊熵定义中约束条件存在的差异以及熵度量中存在的与实际和直觉不相符合的地方进行对比分析,提出一种改进的直觉模糊熵公理化定义,在此基础上构造了一个新的直觉模糊熵公式。算例分析表明,所提出的熵公式能够更充分反映直觉模糊集的不确定性。最后将提出的熵公式应用于解决权重未知的直觉模糊多属性决策问题。     

一种改进的建设工程项目风险评价方法

为解决直觉模糊环境下建设工程项目的综合评价问题,给出一种改进的直觉模糊层次分析法,并建立了基于该种改进的直觉模糊层次分析法的建设工程项目风险评价模型。依据建设工程项目风险管理理论,结合工程项目特点,将风险影响因素识别并按层次关系分组,建立了建设工程风险评价指标体系,利用直觉模糊集理论,给出了改进的直觉模糊互补判断矩阵,利用直觉模糊层次分析法计算属性权重,给出最优决策。     

关于T范数的广义模糊子坡(理想)

给出了广义模糊子坡(理想)及关于T范数的广义模糊子坡(理想)的概念,探讨了它们的一些性质,在此基础上得到了它们的等价刻画。     

TL-Fuzzy半群

给出了TL－fuzzy半群,TL－fuzzy左（右）理想,TL－fuzzy双理想,TL－正则半群及TL－fuzzy正则半群的定义,讨论了他们的性质,这里L是任一给定的完备Brouwerian格,T是L上的任一分配的t－模。     

广义模糊环和广义模糊理想的“和”与“积”

对广义模糊子环和广义模糊理想给出了一种等价的定义,证明了原广义模糊理想的定义中对任何的模糊点ｘｔ,ｙｓ∈Ａ都有Ａ（ｘ＋ｙ）≥Ｍ（Ａ（ｘ）,Ａ（ｙ）,０．５）,Ａ（－ｘ）≥Ｍ（Ａ（ｘ）,０．５）,Ａ（ｘｙ）≥Ｍ（ｍａｘ（Ａ（ｘ）,Ａ（ｙ））,０．５）这三个条件等价于（ｘ＋ｙ）Ｍ（ｔ,ｓ）∈Ａ或（ｘ＋ｙ）１－Ｍ（ｔ,ｓ）∈Ａ,（－ｘ）ｔ∈Ａ或（－ｘ）１－ｔ∈Ａ,（ｘｙ）Ｍ（ｔ,ｓ）∈Ａ或（ｘｙ）１－Ｍ（ｔ,ｓ）∈Ａ这３个新条件。利用上述等价定义推导出了广义模糊（左,右,双边）理想的“和”与“积”的若干运算性质。     

（T）Fuzzy积分的收敛定理与表现定理

Fuzzy测度与积分是Fuzzy数学的一个活跃分支,三角范数的引入为这一分支的研究提供了有力的工具。本文在文献[9]的基础上,以三角范数为主要工具,对(T)Fuzzy积分进行了进一步的讨论,主要得到了以下结果:(1)关于积分与极限可交换的两个收敛定理;(2)Fatou定理在(T)Fuzzy积分情况下的推广;(3)M~ 中正线性连续泛函的表现定理。     

T—S型模糊系统的控制器设计

T－S型模糊系统可以描述工程中的许多非线性系统,为了研究该类系统的镇定问题,提出了将T－S型模糊系统嵌入到区间系统的思想,利用区间系统的鲁棒控制理论,通过解代数Riccati不等式方程,给出了一种镇定该类系统的控制器设计方法,最后通过对倒立摆系统的控制器设计,证明了所述方法的有效性。     

多时滞模糊系统的非易碎镇定

以T—S模糊模型为研究对象,研究了一类多时滞模糊系统的非易碎镇定问题。通过分析多时滞模糊系统,结合非易碎镇定的特点,以T—S模糊模型为研究对象,采用了线性矩阵不等式方法,解决了系统的稳定性问题,并且给出了相应的状态反馈控制器。数值算例借助于Matlab中的LMI工具箱,通过编程求解得出控制器增益矩阵,从而验证了所得结论。     

关于（T）Fuzzy积分的讨论

本文改进并推广了广义T-范数与广义S-范数的定义,建立了广义T-Fuzzy测度空间上的(T)Fuzzy积分,讨论并证明了这种积分的一些性质及收敛性定理。     

亚BCI-代数的Fuzzy理想

引入了亚BCI-代数的fuzzy理想、闭fuzzy理想和拟结合fuzzy理想的概念,研究了这些理想的相关性质,获得了若干结果。     

一种能实现弱T范数簇运算的模糊神经元模型

基于T／S范数提出了一种新神经元模型，它实际代表了一个神经元数，对文献[3]神经元模型的推广，且能实现广义的“与、或和平均”运算，通过适当地选择T－范围和S－范数，该模型能实现T／S范数簇运算，本文也讨论了该模型对某些运算的封闭能力，以便对由这种神经元构成的网络进行简化时提供依据。