模糊粗糙集的分解定理及表现定理--《四川师范大学学报(自然科学版)》2001年02期
模糊粗糙集的分解定理及表现定理
【摘要】：讨论了模糊粗糙集 (FR集 )的构造性质 ,给出其分解定理及表现定理
【作者单位】：
【关键词】：
【基金】：
【分类号】：O159【正文快照】：
0　 引言粗糙集理论和模糊集理论都是研究信息系统中知识的不完善 ,不准确问题 .但粗糙集理论解决问题的出发点是信息系统中知识的不可分辨性 ,而模糊集理论着眼于集合的模糊性 ,其解决问题的出发点是信息系统中知识的模糊性 .将二者结合形成了模糊粗糙集 .本文目的是讨论模
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【引证文献】
中国期刊全文数据库
孔平,张振良;[J];昆明理工大学学报(理工版);2003年06期
罗世尧;;[J];乐山师范学院学报;2005年12期
程昳,莫智文;[J];四川师范大学学报(自然科学版);2003年01期
张贤勇,莫智文;[J];四川师范大学学报(自然科学版);2003年05期
杨富平,莫智文;[J];四川师范大学学报(自然科学版);2004年02期
张贤勇,莫智文;[J];四川师范大学学报(自然科学版);2004年02期
罗世尧;[J];四川师范大学学报(自然科学版);2004年03期
张贤勇,莫智文;[J];四川师范大学学报(自然科学版);2004年05期
付蓉,邱雅竹;[J];四川师范大学学报(自然科学版);2005年03期
伍杰;舒畅;莫智文;;[J];四川师范大学学报(自然科学版);2006年03期
中国硕士学位论文全文数据库
汪海光;[D];长安大学;2011年
顼晓娟;[D];太原理工大学;2003年
孔平;[D];昆明理工大学;2003年
赵晓燕;[D];昆明理工大学;2003年
聂作先;[D];中南大学;2004年
马茜;[D];河北工业大学;2007年
赵江稳;[D];太原理工大学;2008年
公延庆;[D];山东师范大学;2009年
【共引文献】
中国期刊全文数据库
徐文婷;李承鹏;;[J];合肥师范学院学报;2011年03期
蔡莉;胡学钢;;[J];安徽大学学报(自然科学版);2007年06期
周玉华;李景杰;;[J];安徽大学学报(自然科学版);2009年04期
杨萍,万上海,陈耿;[J];安徽工程科技学院学报(自然科学版);2004年02期
孙全玲;[J];安徽建筑工业学院学报(自然科学版);2005年02期
孙虹;方敏;;[J];安徽建筑工业学院学报(自然科学版);2006年04期
孙虹;;[J];安徽建筑工业学院学报(自然科学版);2007年04期
邓胜;戴小鹏;陈垦;黄璜;;[J];安徽农业科学;2010年06期
刁占峰;张丹;张同军;;[J];安徽农业科学;2010年26期
夏春艳;宋志超;张伟;;[J];安徽农业科学;2011年08期
中国重要会议论文全文数据库
危前进;董荣胜;孟瑜;崔更申;;[A];广西计算机学会25周年纪念会暨2011年学术年会论文集[C];2011年
;[A];第二十六届中国控制会议论文集[C];2007年
李雄;党生;;[A];第二十六届中国控制会议论文集[C];2007年
陈楚湘;沈建京;陈冰;尚长兴;王运成;;[A];第二十九届中国控制会议论文集[C];2010年
龚锦红;杨辉;衷路生;;[A];第二十九届中国控制会议论文集[C];2010年
;[A];第二十九届中国控制会议论文集[C];2010年
;[A];第二十九届中国控制会议论文集[C];2010年
陈楚湘;沈建京;陈冰;尚长兴;王运成;;[A];中国自动化学会控制理论专业委员会D卷[C];2011年
贾修一;张亚兵;陈家骏;商琳;;[A];中国计算语言学研究前沿进展（）[C];2011年
殷积东;刘博;王少辉;;[A];图像图形技术研究与应用(2010)[C];2010年
中国博士学位论文全文数据库
殷志伟;[D];哈尔滨工程大学;2009年
姜延吉;[D];哈尔滨工程大学;2010年
张目;[D];电子科技大学;2010年
苏煜;[D];浙江大学;2010年
郭戈;[D];解放军信息工程大学;2010年
温世亿;[D];武汉大学;2010年
黄正行;[D];浙江大学;2010年
戴小鹏;[D];湖南农业大学;2010年
朱佳俊;[D];东华大学;2010年
卓莹;[D];国防科学技术大学;2010年
中国硕士学位论文全文数据库
岳海亮;[D];辽宁师范大学;2010年
张晓冬;[D];郑州大学;2010年
李昕哲;[D];郑州大学;2010年
刘琪;[D];郑州大学;2010年
冯为军;[D];哈尔滨工程大学;2010年
白喜朋;[D];大连理工大学;2010年
刘莹;[D];大连理工大学;2010年
房士吉;[D];大连理工大学;2010年
李慧;[D];辽宁师范大学;2010年
程光平;[D];安徽农业大学;2010年
【同被引文献】
中国期刊全文数据库
于剑,程乾生;[J];北京大学学报(自然科学版);2000年05期
谷文祥;[J];东北师大学报(自然科学版);2002年03期
范兴明,邹积岩,丛吉远;[J];电气应用;2005年04期
程俊,王永,黄南晨,吴刚,卿志远,孙德敏;[J];电机与控制学报;2001年04期
赵磊,舒兰;[J];电子科技大学学报;2001年06期
郭晨,葛维燕,于静哲;[J];大连海事大学学报;1999年03期
宋杲,崔景春,袁大陆;[J];电力设备;2005年02期
张琦,韩祯祥,曹绍杰,顾雪平;[J];电力系统自动化;2001年02期
乔斌,郑洪涛,郭智疆,李玉榕,蒋静坪;[J];电路与系统学报;2001年02期
陆首群;[J];电网技术;1979年04期
中国博士学位论文全文数据库
许琦;[D];南京工业大学;2003年
刘华文;[D];山东大学;2005年
中国硕士学位论文全文数据库
胡丹;[D];四川师范大学;2002年
胡友林;[D];武汉科技大学;2006年
赵江稳;[D];太原理工大学;2008年
胡晟炜;[D];长安大学;2009年
孙文娟;[D];长安大学;2009年
【二级引证文献】
中国期刊全文数据库
张贤勇,莫智文;[J];工程数学学报;2005年03期
吕松涛;王宁;;[J];海南师范大学学报(自然科学版);2009年03期
李秀红;;[J];计算机工程与应用;2006年24期
郭志林;;[J];计算机工程与应用;2009年35期
郭志林;;[J];计算机工程;2010年04期
罗世尧;;[J];乐山师范学院学报;2008年05期
陈钉均;俞泽鹏;杨晓华;;[J];内江师范学院学报;2008年04期
杨云;;[J];湖北第二师范学院学报;2010年02期
孔平,张振良;[J];曲靖师范学院学报;2005年03期
吕松涛;;[J];四川理工学院学报(自然科学版);2009年06期
中国博士学位论文全文数据库
生奇志;[D];东北大学;2009年
李秀红;[D];山东大学;2006年
中国硕士学位论文全文数据库
王锁斌;[D];东北电力大学;2011年
赵桂林;[D];江南大学;2011年
汪海光;[D];长安大学;2011年
王希钧;[D];广西工学院;2011年
钟迎春;[D];湖南科技大学;2011年
张贤勇;[D];四川师范大学;2004年
阚勇;[D];厦门大学;2006年
胡莹坚;[D];浙江大学;2007年
王震宇;[D];华中科技大学;2007年
公延庆;[D];山东师范大学;2009年
【相似文献】
中国期刊全文数据库
刘晓纲;[J];河北师范大学学报(自然科学版);2003年03期
赵磊,舒兰;[J];电子科技大学学报;2001年06期
王玲芝;[J];四川师范大学学报(自然科学版);2002年04期
张金玲;[J];襄樊学院学报;2005年02期
孔平,张振良;[J];昆明理工大学学报(理工版);2003年06期
王艳平,王志强,佟绍成;[J];大连海事大学学报;2005年02期
李秀红;[J];计算机工程与应用;2005年32期
陈克林;[J];广西民族学院学报(自然科学版);2003年02期
齐晓东;刘秋成;米据生;;[J];模糊系统与数学;2007年02期
罗世尧;;[J];乐山师范学院学报;2007年05期
中国重要会议论文全文数据库
汪海;邓智芳;;[A];广东省通信学会2006年度学术论文集[C];2007年
肖健梅;芦晓明;王锡淮;;[A];第二十六届中国控制会议论文集[C];2007年
李晓丽;王彤;杜振龙;;[A];第二十二届中国数据库学术会议论文集（研究报告篇）[C];2005年
聂力;王翰虎;;[A];第十六届全国数据库学术会议论文集[C];1999年
王旭阳;王彤;李明;;[A];第二十二届中国数据库学术会议论文集（研究报告篇）[C];2005年
刘永红;薛青;郑长伟;;[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
赵明清;陶树平;;[A];第二十届全国数据库学术会议论文集（技术报告篇）[C];2003年
葛丽;傅彦;;[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年
陈楚湘;沈建京;陈冰;尚长兴;王运成;;[A];第二十九届中国控制会议论文集[C];2010年
赵荣珍;杨娟;黄显华;;[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
中国重要报纸全文数据库
中国水利水电科学研究院水资源研究所所长、中国工程院院士
王浩;[N];科技日报;2006年
;[N];人民邮电;2006年
蔡莲红;[N];计算机世界;2001年
梁宪生;[N];山西经济日报;2001年
李磊;[N];计算机世界;2001年
;[N];计算机世界;2003年
刘宏;[N];江西日报;2000年
重庆邮电学院党委书记徐仲伟
聂能;[N];科技日报;2005年
闫春龙　邱云龙;[N];世界金属导报;2011年
中国博士学位论文全文数据库
安爽;[D];哈尔滨工业大学;2011年
黄正华;[D];武汉大学;2010年
张国军;[D];华中科技大学;2010年
马君华;[D];华中科技大学;2010年
欧健;[D];重庆大学;2004年
杨习贝;[D];南京理工大学;2010年
纪霞;[D];安徽大学;2010年
赵佰亭;[D];哈尔滨工业大学;2010年
刘业政;[D];合肥工业大学;2002年
丛蓉;[D];大连理工大学;2010年
中国硕士学位论文全文数据库
孔平;[D];昆明理工大学;2003年
赵素云;[D];河北大学;2004年
雷明;[D];华北电力大学（北京）;2010年
张贤勇;[D];四川师范大学;2004年
郭海刚;[D];昆明理工大学;2003年
李晓燕;[D];太原理工大学;2005年
吕望;[D];长沙理工大学;2010年
田静宜;[D];中北大学;2011年
周勇;[D];西南交通大学;2004年
于兴网;[D];重庆大学;2004年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备74号模糊数学理论及其应用
&&&&-&-&-&
模糊数学理论及其应用
总学时数：48&&&&&&&&&&&&&&&&&&
课程性质：专业选修课&&&&
前期课程：离散数学、概率统计
考核方式：考&&&
课程内容：模糊数学课程包括数学理论和应用方法两部分内容，其中数学理论部分包括模糊集合论、模糊值函数分析学；应用方法部分包括模糊模式识别、模糊综合评判、模糊聚类分析、模糊逻辑与推理等内容。对于信息与计算科学本科专业，模糊数学是一门重要的基础课，同时也是从事管理科学、计算机科学以及其它工程科学等学科研究生的重要的基础课。
课程特色：模糊数学是处理模糊现象的一门数学学科，并已成为现代信息科学中的一个重要的数学理论与方法，与此同时，也形成了特色鲜明的模糊应用技术。在近50年的发展过程中，模糊数学发展迅速，其研究成果涉及人工智能、模糊控制、模糊推理、模糊识别等各学科领域。模糊数学理论与应用方法正在被越来越多的自然科学和社会科学工作者所接受，并在自然科学、社会科学
、工程技术的许多领域，如工业过程控制、信息科学、人工智能、气象、环保、行为科学、管理科学、军事科学、航空航天技术、预测与决策技术等诸多方面取得了明显的成功。
该课程内容强调数学方法在个工程领域的应用，同时介绍模糊分析学的最新研究动态，以培养学生的科学研究与创新能力。
面向对象：信息与计算科学专业本科生，以及工学、管理学研究生。
指定教材：郭嗣琮、陈刚编著，《信息科学中的软计算方法》东北大学出版社，2001－11
参考书目：郭嗣琮著，《基于模糊结构元理论的模糊分析数学原理》东北大学出版社，2004－6
《模糊数学理论与应用》教学大纲
一、课程基本情况
修课方式：选修
先修课程：数学分析、离散数学、概率论与数理统计
材：《信息科学中的软计算方法》郭嗣琮、陈刚编著，东北大学出版社
书：《基于模糊结构元理论的模糊分析数学原理》郭嗣琮著，东北大学出版社
&&&&&&&&&&&&
《模糊预测》陈世权，郭嗣琮编著，贵州科技出版社
二、课程的性质、任务与目的
&&&&模糊数学是处理模糊现象的一门数学学科，并已成为现代信息科学中的一个重要的数学理论与方法，与此同时，也形成了特色鲜明的模糊应用技术。在近50年的发展过程中，模糊数学发展迅速，其研究成果涉及人工智能、模糊控制、模糊推理、模糊识别等各学科领域。模糊数学理论与应用方法正在被越来越多的自然科学和社会科学工作者所接受，并在自然科学、社会科学
、工程技术的许多领域，如工业过程控制、信息科学、人工智能、气象、环保、行为科学、管理科学、军事科学、航空航天技术、预测与决策技术等诸多方面取得了明显的成功。
&&&&模糊数学课程包括数学理论和应用方法两部分内容，其中数学理论部分包括模糊集合论、模糊值函数分析学；应用方法部分包括模糊模式识别、模糊综合评判、模糊聚类分析、模糊逻辑与推理等内容。对于信息与计算科学本科专业，模糊数学是一门重要的基础课，同时也是从事管理科学、计算机科学以及其它工程科学等学科研究生的重要的基础课。
三、课程内容、基本要求与学时分配
模糊集与运算（8学时）
&&&&理解模糊集合的实践背景；掌握模糊集合的基本概念、模糊集合的运算、模糊集合运算的其它定义。掌握模糊集合的截集的概念；掌握分解定理、模糊集合的表现定理。
模糊集合度量与模糊模式识别（4学时）
&&&&内容包括：模糊集合的模糊度、模糊集合的贴近度、模糊模式识别的原则、基于自然语言的模糊模式识别、基于统计的模糊模式识别、模糊模式识别实例介绍
模糊关系与模糊综合评价（8学时）
掌握模糊关系的定义和性质、模糊矩阵与运算、模糊关系的合成定义、几种特殊的模糊关系合成及其意义；理解模糊综合评价的初始模型、广义综合评价模型的意义；学会使用综合评价的方法。
模糊聚类分析（8学时）
理解λ截矩阵、模糊等价关系及其性质；掌握模糊关系的传递闭包的计算方法；掌握基于模糊等价关系的模糊聚类方法、DATA聚类方法；能够利用聚类分析的方法解决实际问题。
扩张原理（2学时）
掌握一元模糊扩张原理、多元模糊扩张原理；掌握模糊扩张原理的等价表示以及模糊扩张原理的应用。
模糊值函数分析学与结构元理论（12学时）
了解区间数与模糊数的运算；了解基于扩张原理的模糊值函数微积分定义；理解模糊结构元的变换及性质、模糊数的结构元表示；掌握基于模糊结构元的模糊值函数的解析表达形式、基于结构元表示的模糊值函数微分与黎曼积分；了解模糊数空间的度量性质以及基于模糊结构元表示的模糊数项级数和模糊值函数项级数。
模糊推理（6学时）
理解模糊语言变量、模糊命题、模糊三段论式推理、模糊推理的合成规则的基本概念与方法；掌握多元多重模糊推理的特征系数展开法；能够利用模糊推理解决实践问题。
四、课程的其它教学环节
五、教学手段与教学方法
六、成绩评定
考核（课程设计）
&&&&-&-&-&
神经网络与遗传算法
总学时数：40＋8&&&&&&&&&&&&&&&&&&
实验学时：8&
课程性质：专业选修课&&&&&&&&&&&&&
前期课程：
线性代数、最优化方法
教考核方式：考&&&
课程内容：本课程包括人工神经网络和遗传算法两个部分。
人工神经网络是目前国际上一门发展迅速的前沿交叉学科，它是模拟人脑处理信息的一种数学方法，在人工神经网络部分主要介绍人工神经网络的基本构成和基本的网络模型，包括神经元的M-P模型；多层感知机与BP算法；Hopfield网络与双向联想存储器；竞争与自组织网络；模糊神经网络。
遗传算法则是一种借鉴生物界自然选择和自然遗传机制的优化算法，在遗传算法部分主要介绍遗传算法研究的内容和前景，重点介绍遗传算法的各种应用。
为提高学生利用计算机进行神经网络或遗传算法的具体计算能力，同时开设8学时的计算机数学实验课，使学生掌握利用MATLAB工具进行神经网络和遗传算法的计算程序设计。
课程特色：人工神经网络和遗传算法都是近几十年来提出并发展起来的、有着及其广泛的应用背景和应用能力的数学工具。通过本课程的教学，要使使学生对人工神经网络和遗传算法的发展有较全面的了解，对其基本方法有基本掌握，能设计出适当的计算机模拟程序，能应用这些模型解决一些实际问题，并为今后进一步从事人工神经网络和遗传算法的理论与应用研究打下一定的基础。所以在课程教学中，大量引用、介绍已有的科研成果和文献，同时开设8学时的计算机数学实验课，以提高学生对这两种数学工具的具体应用能力。
面向对象：信息与计算科学专业本科生，以及工学、管理学研究生。
指定教材：郭嗣琮、陈刚编著，《信息科学中的软计算方法》东北大学出版社，2001－11
参考书目：《智能理论与技术—人工智能与神经网络》，钟义信等著，人民邮电出版社，1992
《遗传算法与遗传规划》，云庆夏等编著，冶金工业出版社，1997
《神经网络与遗传算法》教学大纲
一、课程基本情况
时： 48（课堂教学40，计算机实验8）
修课方式：
先修课程：
模糊数学、线性代数、概率论与数理统计
《信息科学中的软计算方法》郭嗣琮、陈刚编著，东北大学出版社
《智能理论与技术—人工智能与神经网络》，钟义信等著，人民邮电出版社，1992
《遗传算法与遗传规划》，云庆夏等编著，冶金工业出版社，1997
二、课程的性质、任务与目的
本课程包括人工神经网络和遗传算法两个部分。
人工神经网络是目前国际上一门发展迅速的前沿交叉学科，它是模拟人脑处理信息的一种数学方法；遗传算法则是一种借鉴生物界自然选择和自然遗传机制的优化算法。这两个学科有着及其广泛的应用。
本课程主要介绍人工神经网络的基本构成和基本的网络模型，是在分析单元的生物背景、结构的基础上，强调面对实际的应用与计算。介绍遗传算法研究的内容和前景，重点介绍遗传算法的各种应用。本课程的主要目的是：使学生对人工神经网络和遗传算法的发展有较全面的了解，对其基本方法有基本掌握，能设计出适当的计算机模拟程序，能应用这些模型解决一些实际问题，并为今后进一步从事人工神经网络和遗传算法的理论与应用研究打下一定的基础。
三、课程内容、基本要求与学时分配
（一）神经网络基本特征与神经网络模型（4学时）
了解神经元的基本特征（神经元结构、神经元电位、神经元输入信息的空间的整合性质）、突触与神经网络；掌握神经元的MP模型和人工神经网络结构（前馈型网络、反馈型网络等）。
（二）感知机与BP学习算法（6学时）
理解神经网络的训练学习（Hebb学习规则、δ－学习规则）概念；了解单层感知机的异或问题与感知机的局限；了解前馈多层感知机概念；掌握BP网与学习算法和BP网的应用。
（三）Hopfield网络与双向联想存储器（4学时）
了解两种Hopfield网络类型；理解Hopfield网络的稳定性分析；掌握离散型Hopfield网络用作联想存储器的原理；掌握双向联想存储器、时间联想存储器、全息记忆模型的原理以及双向联想存储器的应用。
（四）竞争与自组织网络（4学时）
掌握竞争学习网络、自组织特征映射网络、Hamming网络的基本原理及其应用。
（五）模糊神经网络（4学时）
了解模糊联想存储器、模糊认知图和用于模糊推理的神经网络模型。
（六）生物遗传进化与遗传算法（4学时）
理解生物的遗传与DNA、物种的进化对组合优化问题的启示，掌握遗传算法的原理与实施步骤（初始种群；适应度函数；复制、交换、变异运算；终止准则）。
（七）遗传算法的数学理论（2学时）
了解模式理论、隐含并行机理和遗传算法的收敛性。
（八）遗传算法的改进研究（4学时）
掌握控制参数的性能分析方法；了解遗传算子的某些改进方法；了解遗传算法的性能测试与评价、种群成熟度的度量等方法。
（九）遗传算法的应用（4学时）
掌握数值优化计算、惩罚函数的概念以及几种求解非线性规划的惩罚函数的定义；了解遗传算子的新定义、数值优化计算中非等位交换法的研究和遗传算法在组合优化中的应用（装箱问题、推销员问题、在运输问题中的应用）。
（十）遗传程序设计（4学时）
了解遗传程序设计的基本概念、遗传程序设计的基本原理；了解遗传程序设计的应用和遗传程序设计的辅助算子。
四、课程的其它教学环节
计算机实验课
内容包括：
（1）MATLAB神经网络工具函数；2学时
掌握 MATLAB
软件的基本功能，掌握神经网络工具箱的基本内容和基本工具函数。
（2）利用MATLAB
的BP网络设计；2学时
能够利用MATLAB
的基本工具函数，设计BP网络.
（3）BP网的应用训练；2学时
解决一个具体的应用问题。
（4）遗传算法的程序设计。
设计一个遗传算法解决非线性函数优化的计算程序。
五、教学手段与教学方法
采用课堂教学与计算机实验相结合。
六、成绩评定
&&&&工程科学软计算&是近几十年来随着信息科学的发展而逐渐发展起来的新兴的应用数学学科。众所周知，数学是工程物理、力学、电子、电气、机械、材料等学科的基础性工具。在被普遍应用的经典数学方法中，包括数学物理方法、运筹学方法、数理统计方法以及近些年发展起来的各种非线性数学方法等，无不与300年来逐步发展起来的以微积分理论为主线的数学分析相联系。因此，微积分及相关的极限理论已经成为现代基础数学的主要代表学科。随着信息科学的发展，人们逐渐发现到，与其他自然科学对数学的依赖所不同的是：在信息处理技术的理论与实践中，存在着一类困扰人们的非结构性问题，它不能用传统的数学方法其解决。为了处理信息科学中的技术问题，如自然语言的理解、图像的识别、知识的发现以及在各种不确定现象中对事物的处理，人们先后提出了模糊集合理论、人工神经网络技术、遗传算法与遗传规划、分形几何与混沌理论等全新的数学概念与方法体系。由于这些数学方法不是以严格的极限分析为基础的，故称之为软计算方法。软计算的概念也只是近十来年才被国内外学者提出来，并在信息与工程科学的许多领域得到了普遍的应用和高速发展。
课程重点、难点与教学要求
&&教学目标是培养学生具有“学术研究能力、运用数学方法解决实际问题能力、撰写学术论文能力”。
（一）课程重点 1、模糊集合概念的背景以及模糊集理论与经典集合论的联系；
2、模糊模式识别的应用领域及模糊语言模式的逻辑表示；
3、模糊综合评价的应用意义以及综合评价方法的改进研究；
4、模糊聚类分析的方法与应用领域；
5、模糊推理的思想与技术，方法的深入研究前景；
6、基于模糊结构元方法的模糊数值运算；
7、神经网络的BP算法及重要的应用领域，以及BP算法存在的问题分析；
8、神经网络在模式识别、医疗与故障诊断、决策与预测、时间序列分析、图像处理、数据压缩、函数逼近、系统分析等方面的应用原理与具体方法；
9、遗传算法的基本原理与遗传算子改进技术；
10、遗传规划的基本原理及应用。
（二）课程难点
1、模糊集合的分解原理、表现定理和模糊扩张原理；
2、基于模糊结构元理论的分析技术；
3、神经网络的学习算法原理；
4、遗传算法的模式理论。
（三）课程教学要求
1、在保证数学理论严整性的条件下，认真揭示基本理论中重要概念产生的客观基础，说明这些概念在后续课程中的重要作用和意义。这要求教师必须全面深入地掌握本学科的发展脉络，具有坚实的科学研究基础。
2、该课程内容强调数学方法在各种工程领域的应用，因此，要大量引用、介绍已有的应用性科研成果和已经发表的有应用价值的文献，同时还要介绍理论和方法的最新研究动态，不仅仅培养学生的科学研究与创新能力，更重要的是调动学生从事研究性学习的兴趣。
3、制定制度，鼓励学生在学习阶段发表学术论文，其中大多数学生主要是撰写应用性的论文。发表论文能够最大限度地激发学生主动学习的研究的积极性。学生在做论文期间，可以带着问题主动钻研，主动学习，完全摆脱被动学习和被动理解记忆的状态，会使学生深刻的理解与消化知识的难点。推广“研究性学习”是该课程教学的核心内容。
&&&&该课程分为两大部分：
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
flou值模糊集的表现定理
representation theorem of flou-valued fuzzy sets
下载积分：1500
内容提示：flou值模糊集的表现定理
representation theorem of flou-valued fuzzy sets
文档格式：PDF|
浏览次数：0|
上传日期： 01:50:44|
文档星级：
该用户还上传了这些文档
flou值模糊集的表现定理
representation theorem of
官方公共微信