未确知信息下的大、中桥设计流量计算

水文系统是未确知系统 ,用水文资料推求大、中桥设计流量时 ,不同的方法、不同的系列很可能得到不同的结果 ,基于设计流量具有这种未确知性的特点 ,采用未确知数学理论进行计算 ,可得到带有一定可信度的、更符合实际情况的桥梁设计流量 ,也为专家进行结果选优提供了理论依据     

基于未确知模拟信息的河流水质风险评价

在定义水环境系统未确知参数和河流水质未确知风险概念的基础上，运用未确知数学理论，建立了突发性泄漏情形下污染物运移、扩散和转化规律的二维河流水质未确知模拟模型和水质风险可靠度计算模型。根据河流水质模拟结果，运用未确知风险可靠度计算模型对突发性水质风险进行评价。实例研究表明，以未确知数学理论研究河流水质风险问题，理论上是可行的，评价结果是可信的。     

基于未确知信息河流突发性排污水质模型研究

基于河流环境系统信息的未确知性，运用未确知数学理论，建立了一维河流突发性排污的水质模型。该模型运用未确知数学理论进行了含有两个未确知参数的水质计算，不仅可以得到控制断面污染物浓度分布区间及其相应的可信度值，而且可以进行水质风险超标分析。实例研究表明，建立的未确知信息的水质模型是可靠的，可以用于河流水质治理工程的数值模拟研究和水环境评估。     

河流允许排污量确定的未确知风险评价

从水环境系统的未确知出发,运用未确知数学理论对河流水体纳污能力及其风险问题进行研究.在定义水环境系统未确知参数概念的基础上,通过将常规的水体纳污能力计算模型中的参数未确知化,建立了河流水体纳污能力计算的未确知数学模型.通过将排污风险定义为未确知事件,提出了排污风险可靠度计算模型.实例研究表明,所建模型对水体纳污能力及其风险问题研究具有很好的适用性.     

未确知极限

本文在未确知集合中定义未确知距离,由此建立未确知空间概念,在未确知距离概念基础上定义未确知数列和一般未确知函数极限概念,并且建立极限的运算法则。     

基于未确知信息河流突发性排污水质模型研究

基于河流环境系统信息的未确知性,运用未确知数学理论,建立了一维河流突发性排污的水质模型。该模型运用未确知数学理论进行了含有两个未确知参数的水质计算,不仅可以得到控制断面污染物浓度分布区间及其相应的可信度值,而且可以进行水质风险超标分析。实例研究表明,建立的未确知信息的水质模型是可靠的,可以用于河流水质治理工程的数值模拟研究和水环境评估。     

未确知群初论

本文给出未确知子半群、未确知子幺半群、未确知子群、的定义及性质定理,在此基础上,讨论未确知子群与Fuzzy子群、一般子群的关系。并且研究了未确知正规子群。     

未确知数的顺序

王光远教授在文［１］中首先提出了未确知信息的概念，开辟了一个全新的研究领域，在文［３］中定义了未确知数及其四则运算，为未确知数学的建立奠定了理论基础，在文［４］的基础上给出了未确知数的心的概念，并利用心定义了未确知数的顺序，给出了未确知数的坐标表示法，证明了全体未确知数的集合Ｒ关于未确知顺序构成偏序集，但未确知数的顺序是实数顺序的推广。     

未确知有理数的概念与乘法运算

本文从实数的基本用法入手，引出了未确知有理数的概念，并给出了乘法运算。作为未确却有理数乘法运算的推广，引入了一般未确知数的乘法运算。     

未确知概率及测度

本文在文[1][3][4]的基础上,提出了“未确知概率”、“未确知测度”的概念,并分别讨论了它们的运算或性质,最后分别指出了未确知概率是经典概率和模糊概率的推广,未确知测度是模糊测度的推广。     

基于未确知信息的污染源排污风险评价研究

基于河流水环境系统信息的未确知性，在将水质模型参数定义为未确知数的基础上，建立了描述污染源排污浓度与下游控制断面水质浓度关系的未确知数学模型，通过将污染源超标排污行为定义为未确知事件，建立了表征超标排污可能性大小的未确知模式研究表明，所建模型对评价河流污染源超标排污风险具有很好的适用性。     

未确知期望在投资方案决策中的应用

本文利用未确知有理数的数学期望值方法进行企业投资方案决策，在理论上可行、所得结果是可信的。该方法用于多层次决策，过程直观，方法有效。     

全序型未确知数顺序

本文提出未确知数顺序的概念,并且研究了它的一些性质,最后给出全序型未确知数顺序。     

未确知系统的存在性和作用

本文从未确知系统的存在性论述未确知系统的理论价值和实际作用。     

未确知等价类与未确知空间

王光远教授在文[1]中给出了未确知信息的概念及其数学处理方法,开创了一个全新的研究领域,文[3]中定义了未确知数学的基本元素——未确知数,且给出了四则运算法则,为未确知数学的建立奠定了理论基础。本文在文[3]的基础上,给出了未确知等价类的概念,简化了未确知数的表示方法,推广了未确知数的除法运算;给出了未确知距离的概念,证明了全体未确知数的集合(?)关于未确知距离构成未确知空间。且未确知距离是实距离的推广。     

未确知度

本文首先指出了国际上同类研究的局限性和缺陷.在文[2,5]的基础上,提出了未确知度的概念。本文定义:当未确知信息用以评价“真元”在论域上的真实状态和数量关系时,信息的不充分和不精确程度,称之为未确知度。只有从未确知数整体上谈未确知度,才有意义。并提出了二层未知度的概念,从而克服了国际上同类研究的诸多矛盾,为未确知信息的数量化处理提供了基本手段。     

未确知信息及其数学处理

在本文中,“未确知信息”被定义为由于条件的限制,在进行决策时必须利用、但尚无法确知的信息,也就是说,它是由于决策者所掌握的证据尚不足以确定事物的真实状态和数量关系,而带来的纯主观的认识上的不确定性。本文指出,不确定性信息可以分为强和弱二类:随机性和模糊性是强不确定性信息;未确知性是弱不确定性信息。未确知性的“弱”表现在两方面;首先,当未确知性与随机性和模糊性共存时,它就被后二者所掩盖或包含;其次,当未确知性单独存在时,它可以用主观概率和主观隶属度来描述,也就是采用随机性和模糊性的表达方式来表达。这样,未确知性的数学处理就得到了极大的简化,主观概率分布和主观隶属度分布可统一为信比分布。文中给出了确定信比分布的途径。此外,本文还提出了“未确知数”的概念和定义。     

未确知函数

本文建立未确知函数概念,它是实函数的推广,对一般的初等函数,给出延拓为未确知函数的方法。     

经典未确知集合

文[1]中首先提出了未确知信息的概念及其数学处理方法,开创了一个全新的研究领域。在文[1]的基础上有了文[3],接着又有了文[4],本文在前文的基础上进一步由未确知信息问题引入“经典未确知集合”的概念,并进而研究了它的运算、性质以及它与Fuzzy集合的不同和关系,最后还给出了一个简单的应用实例。     

未确知期望在投资方案决策中的应用

本文利用未确知有理数的数学期望值方法进行企业投资方案决策,在理论上可行、所得结果是可信的.该方法用于多层次决策,过程直观,方法有效.