第一章 绪论 1
1 模糊数学在信息革命中的地位 1
2 模糊数学的实践基础 8
3 模糊数学独立发展的意义 13
4 模糊信息处理过程 19
简短的结论 37
第二章 集值统计与随机集的落影 39
1 Fuzzy统计 39
2 随机集的落影 42
3 集值统计 44
4 程度分析与综合决策 47
5 随机试验的集值化 59
6 落影滤波方法 63
7 集值统计与模糊逻辑 66
8 落影的估计--非参数形式 69
第三章 序结构的提升 73
1 预备知识 73
2 拟序的提升 78
第四章 拓扑结构的提升 84
1 格化拓扑 85
2 反向格化拓扑 93
3 泛格化拓扑 94
4 格化拓扑与格上普通拓扑的关系 99
5 ？(X)与？(X)中的格化拓扑 100
6 利用格化拓扑定义超拓扑 101
7 与Fuzzy拓扑的联系 110
8 连续映射 紧性 111
第五章 可测结构的提升 119
1 Matheron的随机集定义 119
2 格运算的闭包 121
3 格上的封闭性结构 128
4 对称代数 134
5 超可测结构 139
6 格可加函数的扩张定理 144
7 概率测度与不确定性测度 155
8 随机集的落影测度 170
9 随机集的落影函数 171
10 随机区间的落影函数 176
中文名词索引 180
符号索引 182
参考文献 184