格区间值Fuzzy集的分解定理(Ⅰ)

对格区间值Fuzzy集作了进一步的研究,分别给出了[λ1,λ2]、(λ1,λ2]、[λ1,λ2)、(λ1,λ2)上的下截集、上截集、下重截集和上重截集的新的定义及一种新的闭区间与格区间值Fuzzy集的运算,并给出了与此相应的四条重要的分解定理.

区间和Fuzzy(值)凸函数及凸泛函

在区间与Fuzzy(模糊)(值)函数、区间与Fuzzy(值)泛函变分的基础上,提出了区间和Fuzzy(值)凸函数与凸泛函的概念,给出了区间、普通函数在模糊点,模糊函数在普通点和模糊函数在模糊点的凸函数与凸泛函的定义,以及判断它们凸性的条件,为Fuzzy最优化理论和Fuzzy变分法在物理及近似计算方面的应用奠定了基础.

区间值fuzzy集的隶属原则及其应用

讨论了区间值ｆｕｚｙ集的模型识别问题．首先，引入了区间数的两种排序方法；并以此给出了区间值ｆｕｚｚｙ集的隶属原则；其次，给出了区间值ｆｕｚｚｙ集的模型识别的两个具体实例；最后，为了度量所得结论的可靠程度，引进了可信度的概念；并提出了可信度的计算公式．

区间值直觉Fuzzy集的结构

引进区间值直觉 Fuzzy集的截集的概念 。

格区间值Fuzzy集分解定理的扩充

对已知的格区间值Ｆｕｚｚｙ集分解定理予以扩充

区间值直觉Fuzzy集的分解定理

文 [3]定义了区间值直觉 Fuzzy集的截集及性质 ,本文在此基础上建立了区间值直觉 Fuzzy集的一系列分解定理。

格区间值Fuzzy集分解定理的二种表现形式

文［１］定义了闭区间乘格区间值Ｆｕｚｚｙ集，在此定义下给出了格区间值Ｆｕｚｚｙ集分解定 理．本文重新定义了闭区间乘格区间值Ｆｕｚｚｙ集，并给出格区间值Ｆｕｚｚｙ集分解定理的新形式．

区间值直觉Fuzzy集的扩展定理

在[1][2]的基础上,给出了区间值直觉Fuzzy集(IVIFS)的扩展定理的几种形式。

区间值Fuzzy数与其扩张运算

在文[3]的基础上,定义区间值Fuzzy数,并研究其扩张运算,从而为进一步讨论区间值Fuzzy函数奠定了基础。

区间值Fuzzy集的扩展原理

在［１］的基础上，给出了区间值Ｆｕｚｚｙ集（ＩＶＦＳ）的扩展原理的几种形式，并讨论了ｆ（Ａ）与ｆ（－１）（Ｂ）的截集的性质，最后给出了复合函数的扩展原理．

Fuzzy蕴涵代数的区间值fuzzy滤子

将Zadeh提出的区间值fuzzy集的概念应用于Fuzzy蕴涵代数(简称FI代数),提出了FI代数的区间值fuzzy滤子概念并研究其性质。给出了区间值fuzzy集成为区间值fuzzy滤子的两个充要条件;讨论了区间值fuzzy滤子与MP滤子以及fuzzy滤子间的关系;定义了区间值fuzzy滤子的象与原象,获得了它们成为区间值fuzzy滤子的条件。

论区间值FUZZY集（Ⅱ）──分解定理与表理定理

我们在文［１］中定义了区间值Ｆｕｚｚｙ集的［λ１，λ２］──截集，并讨论了它的基本性质．本文在此基础上建立了区间值Ｆｙｚｚｙ集的一系列分解定理与表现定理．

区间值Fuzzy域上的Fuzzy代数

提出了区间值Ｆｕｚｚｙ域及区间值Ｆｕｚｙ代数的概念，给出了一个区间值Ｆｕｚｙ集为区间值Ｆｕｚｙ代数的充分必要条件，并应用区间值Ｆｕｚｚｙ集的扩张原理，讨论了区间值Ｆｕｚｚｙ代数在代数同态下的象和逆象问题．

区间值Fuzzy矩阵

在区间值Fuzzy集的理论上,定义了区间值Fuzzy矩阵与[λ1,λ2]—截矩阵,并讨论了它们的基本性质与运算.

区间值Fuzzy测度的两种扩张与比较

本文应用文[2、4]引进的区间值泛函和Sugeno[1]意义下的Fuzzy积分,分别把文[3]的区间值Fuzzy测度扩张到可测区间值Fuzzy集空间上,并在这两种意义下研究扩张区间值Fuzzy测度的关系。

E-凸区间值函数及其在优化问题中应用

首先引入新的E-凸区间值函数的概念,讨论它的一些性质,得到这类函数的若干刻划定理,最后讨论它在优化问题中的应用,给出区间值优化问题的最优解的一些性质。

凸集值模糊集与凸集值模糊推理

将区间值模糊集与区间值模糊推理推广到了凸集值情况，通过在Ｃ［０，１］上引入一些新的概念，定义了凸集值模糊集中并、交等运算，讨论了凸集值模糊关系的新的合成运算，并将其应用于凸集值模糊推理。

区间离散系统的鲁棒控制

用值集凸分析方法研究了区间离散系统鲁棒镇定问题。当系统传函仅低次项系数受扰时 ,导出了一阶控制器鲁棒镇定区间系统的顶点结果 ,并举例说明了控制器的设计方法 .

多项式凸多面体的稳定性及严格正实性

对于由区间多项式的凸组合描述的不确定系统 ,它的Hurwitz稳定性可由某个仅由顶点和棱边构成的子集来保证 。

多种不确定性并存情形下的非常规可靠性度量方法

多种不确定性(如随机性、模糊性和不完全可信性)并存的情形在现实中很常见,但此情形下的可靠性度量并未得到充分研究。本文基于模糊理论和云理论提出了一种适用于上述情形的可靠性度量方法,即:首先针对应力、强度中的模糊变量,根据其不完全可信性采用云理论对其隶属函数进行云化处理,并在不同可信度下获得以上、下隶属函数描述的正态云生成区间值Fuzzy集;然后对上、下隶属函数进行处理,使其拥有概率密度函数的数学特征,进而采用常规的应力-强度干涉模型计算可靠度的上、下限,构造一个可靠度区间,最终获得一条由一系列可靠度区间及其相应的可信度构造的分布曲线,以此作为可靠性度量结果。本文方法不仅可综合处理多种不确定性,且能使更多信息保留在可靠性度量结果中。