论L-smooth紧性

来源 :聊城大学 | 被引量 : 0次 | 上传用户:xpipi219
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在L-smooth拓扑空间(LX,τ)中,对是X上的一个LF拓扑,文中称( LX,τr)为L-smooth拓扑空间(LX,τ)的r-空间.在LF拓扑空间中,文献[1]以具有有限交性质的闭集族对良紧空间、强F紧空间和F紧空间进行了刻画;文献[2]、[3]、[4]中定义了相对良紧、相对强F紧以及相对F紧.以此为基础,本文首先在L-smooth拓扑空间中引入了r-紧、rS+-复盖和有限rS+交性质等概念,研究了L-smooth r-良紧性、L-smooth r-强F紧性以及L-smooth r-F紧性.其次,在L-smooth拓扑空间中引入了r-子空间,定义了L-smooth r-相对良紧、L-smooth r-相对强F紧以及L-smooth r-相对F紧.再次,将Chang意义下的诱导空间理论推广到了L-smooth拓扑空间,定义了生成L-smooth拓扑空间.最后,给出了LF子空间中LF集的一种新扩张.本文的主要内容如下:  1.在L-smooth拓扑空间中引入r-紧,借助文献[1]给出了(rS*)+-复盖和有限(rS*)+交的概念,定义了L-smooth r-良紧、L-smooth r-强F紧以及L-smooth r-F紧,用(rS*)+-复盖和有限(rS*)+-交性质对其进行了刻画,并给出了L-smooth r-F紧的远域族式刻画.  2.在L-smooth拓扑空间中引入了r-子空间的概念,给出了L-smooth r-相对紧的定义,研究了L-smooth r-相对紧空间的性质及其与L-smooth r-紧空间的关系,同时进行了L-smooth r-相对紧空间的等价刻画,系统的研究了L-smooth r-相对紧空间的良好性质,得到一系列好的结果.  3.引入L-fuzzifyin拓g扑空间及生成L-smooth拓扑空间的概念,研究了L-fuzzifying拓扑空间( X,τ)与其相应的生成L-smooth拓扑空间(LX,ω(τ))的关系,介绍了ω算子及它的运算性质,给出了L-smooth诱导空间、L-smooth弱诱导空间、L-smooth满层空间的定义及其之间的联系.  4.在LF子空间中定义了LF集的新扩张,从余拓扑的角度研究了其与LF拓扑空间的关系,并给出了这种扩张的具体表现以及LY中F格同构于LX中某一子格的特殊形式。
其他文献
1982年波兰数学家Z.Pawlak提出粗糙集,它是具有静态特性的集合X的粗糙集,这一特性限制了Z.Pawlak粗糙集的广泛应用,特别是利用Z.Pawlak粗糙集研究一类动态的系统,动态的数据挖掘,
由于全球能源危机的加剧和生态环境持续的恶化,在世界范围内由传统的化石能源为主导能源结构开始大规模调整,转向可持续发展的清洁能源。得益于分布式发电技术的不断成熟,大量的分布式电源(Distributed Generation,DG)以并网逆变器为接口接入大电网。相比于大规模的可再生能源发电并网,分布式电源并网的一大优点就是,对电网稳定性产生的冲击小。但这也意味着分布式电源逆变器将会在配电网中逐渐起到
学位
一直以来,混沌(Chaos)都是非线性科学研究的热点问题之一,而奇异吸引子则是反映系统混沌运动的典型特征,故而对奇异吸引子的产生机制,存在性条件,以及吸引子本身性质的探讨有着重
本文主要探讨有关数字图像信息安全的数字水印技术。数字水印技术作为版权保护的重要手段,得到广泛的研究和应用。它通过在原始数据中嵌入秘密信息——水印(watermark)来证实
集电机驱动和磁轴承悬浮功能于一体的无轴承电机具有无摩擦、无润滑、使用寿命长等优点,在飞轮储能、航空航天、化工等领域具有很好的应用前景。传统转子永磁型无轴承电机,永
电力系统潮流计算结果是进行电力系统分析的重要依据。本文主要讨论电力系统运行中存在的条件约束问题,电力系统的运行约束问题主要包括负荷约束、运行约束,其中运行约束主要包
网格计算是解决科学计算、工程计算和商业计算等大规模计算的下一代极具潜力的计算平台。网格核心服务是网格的重要组成部分,是连接网格底层和高层功能的纽带,是协调整个网格
均衡问题在力学、控制论、数理经济、对策理论、优化理论等理论和应用学科都有广泛的应用.近几十年来,关于均衡问题的研究已取得重要进展,逐步成为一个内容丰富,方法多样,思
公共电网发生故障后,分布式发电系统将会带本地负载独立运行,这种独立运行的状态称为孤岛效应。孤岛效应可能会损坏用电设备,甚至对维修人员造成伤害,因此,逆变器作为分布式
供应链是由若干个利益相对独立的企业通过联盟或合作关系所组成的分散式供应链,因此,系统联合最优的决策对各供应链成员来说不一定是最优的。供应链成员将各自采取策略实现自身