杂志的下一篇文章
具有目标规划的服务系统调度与规划:文献综述
期刊上的上一篇文章
Bazilević函数的幂系数
 
 
订购文章重印
字体类型:
宋体 佐治亚州 宋体,Verdana
字体大小:
Aa公司 Aa公司 Aa公司
行距:
列宽:
背景:
第条

模糊动力系统的Tsallis熵 †

通过
达格马尔·马克霍娃
斯洛伐克尼特拉康斯坦丁大学自然科学学院数学系,A.Hlinku 1,SK-949 01尼特拉
献给RNDr教授。Beloslav Riečan,理学博士,博士。
收到的提交文件:2018年11月1日/接受日期:2018年11月14日/发布日期:2018年11月18日

摘要

:
本文研究模糊动力系统中Tsallis熵的数学模型。首先,Tsallis熵和Tsallis-条件有序熵的概念 q个 , 哪里 q个 引入了模糊划分的不等于1的正实数,并描述了它们的数学行为。作为一个重要结果,我们证明了模糊有序划分的Tsallis熵 q个 > 1 满足亚可加性。这个性质允许定义Tsallis有序熵 q个 > 1 一个模糊动力系统。证明了Tsallis熵在模糊动力系统同构下是不变量;因此,我们获得了一种识别非同构模糊动力系统的工具。最后,我们为模糊动力系统的Tsallis熵的情况制定了关于生成器的Kolmogorov–Sinai定理的一个版本。所得结果扩展了Markechová和Riečan在, 2016,18,157,具体到逻辑熵的情况。

1.简介

Kolmogorov将熵的概念引入遍历理论[1]和西奈半岛[2]关于动力系统的同构问题。 ( X(X) , S公司 , μ , U型 ) 是一个动力系统,即 ( X(X) , S公司 , μ ) 是概率空间,并且 U型 : X(X) X(X) 成为一种措施 μ 保留变换(即。, G公司 S公司 暗示 U型 1 ( G公司 ) S公司 , μ ( U型 1 ( G公司 ) ) = μ ( G公司 ) ). 如果 G公司 = { G公司 1 , G公司 2 , , G公司 k } 是概率空间的可测分区 ( X(X) , S公司 , μ ) 具有概率 第页 = μ ( G公司 ) , = 1 , 2 , , k , 然后是分区的熵 G公司 定义为数字 H(H) ( G公司 ) = = 1 k F类 ( 第页 ) , 哪里 F类 : [ 0 , 1 ] [ 0 , ) 是Shannon熵函数,定义为 F类 ( x个 ) = x个 · 日志 x个 , 如果 x个 > 0 , F类 ( 0 ) = 0 (参见[]). 如果 G公司 H(H) 是两个可测量的分区 ( X(X) , S公司 , μ ) , 然后是家人 G公司 H(H) = { G公司 H(H) ; G公司 G公司 , H(H) H(H) } 是的可测量分区 ( X(X) , S公司 , μ ) . 显然,这家人 U型 1 ( G公司 ) = { U型 1 ( G公司 ) ; G公司 G公司 } 也是一个可测量的分区 ( X(X) , S公司 , μ ) . 动力系统的Kolmogorov–Sinai熵 ( X(X) , S公司 , μ , U型 ) 定义为数字 小时 ( U型 ) = 啜饮 { 小时 ( G公司 , U型 ) } , 其中上确界覆盖所有有限可测分区 G公司 概率空间的 ( X(X) , S公司 , μ ) , 小时 ( G公司 , U型 ) 定义为 极限 n个 1 n个 H(H) ( = 0 n个 1 U型 ( G公司 ) ) . 使用该概念,Kolmogorov和Sinai证明了非同构Bernoulli位移的存在。
Kolmogorov–Sinai熵已被证明具有广泛的适用性。它用于测量动力系统中运动的复杂性;俄罗斯数学家佩辛[4])证明了当Kolmogorov–Sinai熵大于零时,动力系统将呈现混沌。动力学系统的Kolmogorov–Sinai熵的成功应用刺激了动力学系统替代熵测度的研究。我们在参考文献中注意到[5],逻辑熵的概念 小时 L(左) ( U型 ) 动力系统的 ( X(X) , S公司 , μ , U型 ) 被提议。事实证明,如果Shannon熵函数F类被函数替换 L(左) : [ 0 , 1 ] [ 0 , ) 定义,针对每个 x个 [ 0 , 1 ] , 通过以下等式:
L(左) ( x个 ) = x个 x个 2 ,
得到了类似于Kolmogorov–Sinai熵理论的结果。逻辑熵 小时 L(左) ( U型 ) 在动力系统同构下是不变的;因此,它可以作为区分一些非同构动力系统的替代工具。我们注意到,最近发表的一些关于逻辑熵的其他结果可以在参考文献中找到[6,7,8,9,10,11,12,13,14,15,16,17].
参考中[9]研究了模糊动力系统的逻辑熵。我们提醒读者,模糊集理论是由扎德在《参考文献》中介绍的[18]作为经典康托集理论的延伸。而在经典集合论中,集合中元素的隶属度是根据二价条件以二进制形式评估的,即元素要么属于集合,要么不属于集合,而模糊集合论允许评估集合中元素之间的隶属度。这由一个隶属度函数描述,该函数为每个元素分配一个在实际单位间隔内变化的隶属度 [ 0 , 1 ] . 模糊集是经典集的推广,因为经典集的特征函数是模糊集隶属函数的特例。模糊集理论可用于信息不完整或不精确的广泛领域。自从开创性的出版以来[18]模糊集理论在各种数学学科中都取得了进步,在控制理论、数据分析、人工智能和计算智能等领域也有许多重要的实际应用。当然,许多出版物(参见例如[19,20,21,22,23,24,25,26,27,28,29,30,31,32,33])致力于研究模糊情况下的熵。在我们的工作中[9]引入了模糊动力系统的逻辑熵的概念。我们没有考虑可测量的分区,而是考虑了所谓的模糊分区,它可以用于对模糊、不完整信息的实验建模。本文的目的是推广参考文献中给出的模糊情况下关于逻辑熵的结果[9]以Tsallis熵为例。
Tsallis熵是标准Shannon-type熵的推广,由Constantino Tsalis在《参考文献》中引入[34]. 从那时起,这一概念得到了广泛的研究。Tsallis熵的形式与参考文献中介绍的Havrda–Charvát alpha-entropy相同[35]在信息论的框架下。如果 P(P) = { 第页 1 , 第页 2 , , 第页 n个 } 是概率分布,那么它的Tsallis阶熵 q个 , 哪里 q个 ( 0 , 1 ) ( 1 , ) , 由以下等式定义:
T型 q个 ( P(P) ) = 1 q个 1 ( 1 = 1 n个 第页 q个 ) .
Tsallis熵在复杂系统的非扩张统计力学中起着重要作用[36]. 数字 q个 是所谓的熵指数;它表征了系统的非张力程度。Tsallis熵在化学、物理、地球物理学、生物学、经济学、医学等不同学科的广泛现象中得到了应用(参见,例如[37,38,39,40,41,42,43,44,45,46,47,48,49]). Tsallis熵也适用于通信系统中的大域(参见[50]); 其通过信息理论的图像处理应用可以在参考文献中找到[51]. 有关完整且定期更新的参考书目,请参阅参考[52].
让我们定义,对于任何实数 q个 1 , 函数 L(左) q个 : [ 0 , 1 ] [ 0 , ) 通过方程式:
L(左) q个 ( x个 ) = 1 q个 1 ( x个 x个 q个 ) ,
对于每个 x个 [ 0 , 1 ] . 显然,对于 q个 ( 0 , 1 ) ( 1 , ) , 我们可以写:
T型 q个 ( P(P) ) = = 1 n个 L(左) q个 ( 第页 ) .
如果我们把 q个 = 2 到方程(4)中,则我们得到:
T型 2 ( P(P) ) = = 1 n个 L(左) 2 ( 第页 ) = = 1 n个 ( 第页 第页 2 ) = 1 = 1 n个 第页 2 ,
它是概率分布的逻辑熵 P(P) = { 第页 1 , 第页 2 , , 第页 n个 } 参考文献研究[6]. 乘积MV-代数(cf[53,54,55])在参考文献中进行了定义和研究[10]. 另一篇最近发表的论文[56]致力于产品MV-代数动力学系统中Tsallis熵的数学建模。需要注意的是,fuzzy集的完整族表示乘积MV-代数的一个特例;因此,参考文献中提供的结果[10,56]可以立即应用于模糊集的这一重要情况。众所周知,定义模糊集上的运算有很多可能性;有关概述,请参阅参考[57]. 在fuzzy集的完整族中,使用了Łukasiewicz连接词,而本文中的访问是基于标准Zadeh连接词的[18].
本文的介绍结构如下。第2节提供了定义、符号和文章中使用的一些已知事实。第3节,Tsallis有序熵的概念 q个 ( 0 , 1 ) ( 1 , ) 介绍并研究了一个模糊划分及其条件形式。结果表明,所提出的Tsallis熵的定义推广了参考文献中研究的模糊划分的逻辑熵[9]; 这就足够了 q个 = 2 . 此外,在以下限制的情况下,它们是一致的 q个 1 , 参考文献中提出的Shannont型模糊划分熵[29](另请参阅[30,31]).第4节讨论模糊动力系统的Tsallis熵的数学建模。利用模糊划分的Tsallis熵的概念,我们定义了阶Tsallis熵 q个 > 1 一个模糊动力系统。结果表明,Tsallis熵在模糊动力系统同构下是不变量,因此可以用作区分非同构模糊动力系统的工具。最后,对于模糊动力系统的Tsallis熵,我们给出了关于生成元的Kolmogorov–Sinai定理的一个版本。最后一节提供简短的结束语。

2.基本定义、符号和事实

让我们首先回顾一下本文中使用的基本术语和一些已知结果。
众所周知,经典的康托集在宇宙中 X(X) 可以用特征函数表示 φ 映射 X(X) 进入集合 { 0 , 1 } , 即,对于 x个 X(X) , φ ( x个 ) = 0 , 如果 x个 , φ ( x个 ) = 1 , 如果 x个 . 的模糊子集 X(X) 由成员函数映射定义 X(X) 进入单位间隔 [ 0 , 1 ] :通过的模糊子集X(X),我们了解地图 : X(X) [ 0 , 1 ] (其中所考虑的模糊集通过其隶属函数进行识别)。价值观 ( x个 ) 被视为元素的隶属度 x个 X(X) 到模糊集 . 如果 ( x个 ) = 0 , 然后x个不属于 , 如果 ( x个 ) = 1 , 然后x个属于 , 如果 ( x个 ) ( 0 , 1 ) , 然后x个可能属于 , 但这并不确定。对于最后一种情况,值越接近1 ( x个 ) 即,发生以下情况的可能性越高x个属于 . X(X)成为一个非空集合。通过符号 n个 = 1 n个 n个 = 1 n个 ,我们表示序列的模糊并和模糊交 { n个 } n个 = 1 的模糊子集X(X)分别在扎德的意义上[18]; 即。, n个 = 1 n个 = 啜饮 n个 n个 , n个 = 1 n个 = inf公司 n个 n个 . 符号 表示模糊子集的补集 属于X(X)即。, = 1 X(X) . 在这里, 1 X(X) 用值1表示常量函数。类似地,符号 ( 1 / 2 ) X(X) 0 X(X) 将用值指示常量函数 1 / 2 , 和0。此外,这种关系 将指示模糊子集的通常顺序关系X(X)即。, b条 当且仅当 ( x个 ) b条 ( x个 ) , 对于每个 x个 X(X) . 互补性 : 满足,对于每个模糊子集 , b条 属于X(X),条件: ( ) = , b条 暗示 b条 . 此外,对于任何序列 { n个 } n个 = 1 的模糊子集X(X),德摩根法律规定: ( n个 = 1 n个 ) = n个 = 1 n个 , ( n个 = 1 n个 ) = n个 = 1 n个 .
模糊可测空间[58]是一对 ( X(X) , M(M) ) , 哪里 X(X) 是非空集,并且M(M)是模糊的 σ - 模糊子集代数 X(X) , 即。, M(M) [ 0 , 1 ] X(X) 包含 1 X(X) , 不包括 ( 1 / 2 ) X(X) , 在操作下关闭 (即,如果 M(M) , 然后 M(M) ) 和可数上确界(即满足隐含条件 n个 M(M) , n个 = 1 , 2 , , 然后 n个 = 1 n个 M(M) ) . 可以证明,模糊可测空间的概念是可测空间概念的推广 ( X(X) , S公司 ) 从经典测度理论出发;这就足够了 M(M) = { φ ; S公司 } , 哪里 φ 是集合的特征函数 S公司 . 使用此过程,可以将经典模型嵌入到模糊情况中。模糊集合 , b条 M(M) 这样的话 b条 = 0 X(X) 被认为是分离的,而模糊集 , b条 M(M) 这样的话 b条 被认为是W分隔的[59]. 模糊集 M(M) 这样的话 称为W-宇宙;模糊集 M(M) 这样的话 称为W-空模糊集。可以证明模糊集 M(M) 当且仅当存在模糊集时是W-普遍 b条 M(M) 这样的话 = b条 b条 . 参考资料中介绍了以下定义[60].
定义 1
[60]. ( X(X) , M(M) ) 是一个模糊可测空间。地图 : M(M) [ 0 , 1 ] 称为模糊P-测度,如果满足以下两个条件:(i) ( ) = 1 , 对于每个 M(M) ; (ii)如果 { n个 } n个 = 1 是来自M的成对W分离模糊子集序列,则 ( n个 = 1 n个 ) = n个 = 1 ( n个 ) . 三胞胎 ( X(X) , M(M) , ) 被称为模糊概率空间。
属于模糊集的模糊子集 σ - 代数M(M)被视为模糊事件;W分离模糊事件被视为互斥事件。W-宇宙被认为是一个特定的事件,而W-空集被认为是不可能的事件。模糊P-测度 : M(M) [ 0 , 1 ] 具有类似于经典概率测度的性质(有关证明,请参见[60]). 我们在下面介绍其中一些。
(第1页)
( ) = 1 ( ) , 对于每个 M(M) .
(第2页)
是非递减的,即如果 , b条 M(M) 具有 b条 , 然后 ( ) ( b条 ) .
(第3页)
( b条 ) + ( b条 ) = ( ) + ( b条 ) , 对于每个 , b条 M(M) .
(第4页)
b条 M(M) . 然后 ( b条 ) = ( ) 为所有人 M(M) 当且仅当 ( b条 ) = 1 .
(第5页)
如果 , b条 M(M) 这样的话 b条 , 然后 ( b条 ) = 0 .
定义 2
( X(X) , M(M) , ) 是一个模糊概率空间。如果 , b条 M(M) , 然后我们定义:
( / b条 ) = { ( b条 ) ( b条 ) , (f) ( b条 ) > 0 ; 0 , (f) ( b条 ) = 0 .
: M(M) [ 0 , 1 ] 是一个模糊P-测度,并且让 b条 M(M) 这样的话 ( b条 ) > 0 . 然后是地图 ( · / b条 ) : M(M) [ 0 , 1 ] 由方程(5)定义的是一个模糊P-测度。它在家庭中起着条件概率度量的作用M(M)模糊事件。参考文献中介绍了模糊划分的以下定义[61].
定义 
[61]. 模糊概率空间的模糊划分 ( X(X) , M(M) , ) 是一家人 α = { 1 , 2 , , n个 } 具有性质的M的两两W分离模糊集 ( = 1 n个 ) = 1 .
在模糊概率空间的所有模糊划分类中 ( X(X) , M(M) , ) , 我们将求精偏序定义如下。如果 α = { 1 , 2 , , k } β = { b条 1 , b条 2 , , b条 } 是两个模糊分区 ( X(X) , M(M) , ) , 然后我们说 β 是对 α (然后写 α β ) , 如果存在分区 { 1 , 2 , , k } 集合的 { 1 , 2 , , } 这样的话 = j个 b条 j个 , 对于 = 1 , 2 , , k . 此外,我们设置 α β = { b条 j个 ; = 1 , 2 , , k , j个 = 1 , 2 , , } . 人们可以很容易地验证家庭 α β 是一个两两W分离模糊集族M(M); 此外,通过性质(P4),我们得到 ( = 1 k j个 = 1 ( b条 j个 ) ) = ( ( = 1 k ) ( j个 = 1 b条 j个 ) ) = ( = 1 k ) = 1 . 这意味着 α β 是的模糊划分 ( X(X) , M(M) , ) ; 它代表了一个由实验实现组成的组合实验 α β . 如果 α 1 , α 2 , , α n个 是的模糊划分 ( X(X) , M(M) , ) , 然后我们把 = 1 n个 α = α 1 α 2 α n个 .
例子 1
( X(X) , S公司 , μ ) 是一个经典的概率空间。如果我们设置 M(M) = { φ ; S公司 } , 哪里 φ 是集合的特征函数 S公司 , 并定义地图 : M(M) [ 0 , 1 ] 根据公式 ( φ ) = μ ( ) , 对于每个 φ M(M) , 然后很容易验证系统 ( X(X) , M(M) , ) 是一个模糊概率空间。可测量的分区 G公司 = { G公司 1 , G公司 2 , , G公司 k } 概率空间的 ( X(X) , S公司 , μ ) 如果我们考虑 φ G公司 而不是 G公司 .
定义 4
两个模糊分区 α = { 1 , 2 , , k } β = { b条 1 , b条 2 , , b条 } 模糊概率空间 ( X(X) , M(M) , ) 如果 ( b条 j个 ) = ( ) · ( b条 j个 ) , 对于 = 1 , 2 , , k , j个 = 1 , 2 , , .
参考文献中介绍了模糊划分的逻辑熵和条件逻辑熵的以下定义[9].
定义 5
([9]). α = { 1 , 2 , , k } , β = { b条 1 , b条 2 , , b条 } 是模糊概率空间的两个模糊划分 ( X(X) , M(M) , ) . 我们定义了 α 签署人:
H(H) L(左) ( α ) = = 1 k ( ) ( 1 ( ) ) .
的条件逻辑熵 α 鉴于 β 由以下等式定义:
H(H) L(左) ( α / β ) = = 1 k j个 = 1 ( b条 j个 ) ( ( b条 j个 ) ( b条 j个 ) ) .
备注 1
很明显,我们可以将方程(6)写成以下形式 H(H) L(左) ( α ) = = 1 k L(左) ( ( ) ) , 哪里 L(左) : [ 0 , 1 ] [ 0 , ) 是由等式(1)定义的逻辑熵函数。方程式(7)可表示为以下形式:
H(H) L(左) ( α / β ) = j个 = 1 ( ( b条 j个 ) ) 2 = 1 k j个 = 1 ( ( b条 j个 ) ) 2 .
参考中[9],我们证明了所建议的熵测度的基本性质。具体地说,模糊划分的逻辑熵具有次可加性(即。, H(H) L(左) ( α β ) H(H) L(左) ( α ) + H(H) L(左) ( β ) , 对于任意模糊划分 α , β 属于 ( X(X) , M(M) , ) ) , 不具有可加性。它满足以下较弱的性质:如果模糊划分 α , β 属于 ( X(X) , M(M) , ) 在统计上是独立的 1 H(H) L(左) ( α β ) = ( 1 H(H) L(左) ( α ) ) · ( 1 H(H) L(左) ( β ) ) . 参考文献中提出了模糊划分的Shannont型熵的定义[29],如下所示。
定义 6
([29]). α = { 1 , 2 , , k } , β = { b条 1 , b条 2 , , b条 } 是模糊概率空间的两个模糊划分 ( X(X) , M(M) , ) . 我们定义了 α 签署人:
H(H) ( α ) = = 1 k ( ) · 日志 ( ) .
的条件熵 α 鉴于 b条 j个 β 由以下等式定义:
H(H) ( α / b条 j个 ) = = 1 k ( / b条 j个 ) · 日志 ( / b条 j个 ) .
的条件熵 α 鉴于 β 由以下等式定义:
H(H) ( α / β ) = j个 = 1 ( b条 j个 ) · H(H) ( α / b条 j个 ) = = 1 k j个 = 1 ( b条 j个 ) · 日志 ( b条 j个 ) ( b条 j个 ) .
在定义6中,假设 0 · 日志 0 x个 = 0 , 如果 x个 0 . 对数的底可以是任何正实数;取决于选定的基础b条对数的信息以位为单位(b条=2),自然状态(b条=e(电子)),或dits(b条= 10). 参考中[29]结果表明,所提出的模糊划分熵具有类似于经典可测划分Shannon熵的性质。具体来说,对于任何模糊划分 α , β 模糊概率空间 ( X(X) , M(M) , ) , 它能容纳 H(H) ( α β ) H(H) ( α ) + H(H) ( β ) 等式当且仅当模糊划分 α , β 在统计上是独立的。这意味着模糊划分的Shannon型熵既具有次可加性,又具有可加性。
在接下来的部分中,我们将使用以下已知的Jensen不等式:对于真正的凹函数 φ , 实数 x个 1 , x个 2 , , x个 n个 在其域中与非负实数 λ 1 , λ 2 , , λ n个 满足条件 k = 1 n个 λ k = 1 , 它认为:
φ ( k = 1 n个 λ k x个 k ) k = 1 n个 λ k φ ( x个 k ) ,
如果 φ 是一个实凸函数。等式(10)中的等式成立的条件是 x个 1 = x个 2 = = x个 n个 φ 是一个线性函数。

3.模糊划分的Tsallis熵

在这一节中,我们定义并研究了模糊划分的Tsallis熵及其条件形式。这里,我们假设 ( X(X) , M(M) , ) 是一个模糊概率空间。
定义 7
α = { 1 , 2 , , n个 } 是的模糊划分 ( X(X) , M(M) , ) . 那么它的Tsallis阶熵 q个 , 哪里 q个 ( 0 , 1 ) ( 1 , ) , 关于 由以下等式定义:
T型 q个 ( α ) = 1 q个 1 ( 1 k = 1 n个 ( k ) q个 ) .
备注 2
为了简单起见,我们写 ( k ) q个 而不是 ( ( k ) ) q个 .
定义 8
α = { 1 , 2 , , n个 } β = { b条 1 , b条 2 , , b条 } 是的两个模糊划分 ( X(X) , M(M) , ) . 我们定义了条件Tsallis序熵 q个 , 哪里 q个 ( 0 , 1 ) ( 1 , ) , 属于 α 鉴于 β 作为数字:
T型 q个 ( α / β ) = 1 q个 1 ( j个 = 1 ( b条 j个 ) q个 = 1 n个 j个 = 1 ( b条 j个 ) q个 ) .
例子 2
让我们考虑一下模糊划分 ε = { b条 } , 哪里 b条 M(M) 是一个W通用。它表示导致特定事件的模糊实验。显然, T型 q个 ( ε ) = L(左) q个 ( ( b条 ) ) = L(左) q个 ( 1 ) = 0 , 即,模糊实验的结果是某一事件,其Tsallis熵为零。此外,对于每个模糊划分 α = { 1 , 2 , , n个 } 属于 ( X(X) , M(M) , ) , 由于属性(P4),我们得到:
T型 q个 ( α / ε ) = 1 q个 1 ( ( b条 ) q个 k = 1 n个 ( k b条 ) q个 ) = 1 q个 1 ( 1 k = 1 n个 ( k ) q个 ) = T型 q个 ( α ) .
L(左) q个 : [ 0 , 1 ] [ 0 , ) 为方程式(3)定义的函数。然后我们可以用以下等效形式写出方程(11):
T型 q个 ( α ) = k = 1 n个 L(左) q个 ( ( k ) ) .
可以验证功能 L(左) q个 是,对于每个 q个 ( 0 , 1 ) ( 1 , ) , 凹形和非负形。函数的非负性 L(左) q个 (有关证明,请参见[56])这意味着Tsallis熵总是非负的。显然,通过插入 q个 = 2 在方程(11)中,我们得到了逻辑熵 H(H) L(左) ( α ) . 如果我们插入 q个 = 2 在方程(12)中,我们得到了条件逻辑熵 H(H) L(左) ( α / β ) . 此外,作为 q个 1 , 我们得到了用nats表示的模糊划分的Shannon熵,如以下定理所示。在证明中,我们需要以下命题。
提议 1
α = { 1 , 2 , , n个 } 是模糊概率空间的模糊划分 ( X(X) , M(M) , ) . 然后
(i) 
k = 1 n个 ( k b条 ) = ( b条 ) , 对于每个 b条 M(M) ;
(ii) 
k = 1 n个 ( k / b条 ) = 1 , 对于每个 b条 M(M) 这样的话 ( b条 ) > 0 .
证明。 
使用条件(P4)获得权利要求(i)。如果 b条 M(M) 这样的话 ( b条 ) > 0 , 然后使用部分(i),我们得到:
k = 1 n个 ( k / b条 ) = 1 ( b条 ) k = 1 n个 ( k b条 ) = ( b条 ) ( b条 ) = 1 .
 □
提议 2
α , β , γ , δ 是的模糊划分 ( X(X) , M(M) , ) . 然后:
(i) 
α β 暗示 α γ β γ ;
(ii) 
α β γ δ 暗示 α γ β δ .
证明。 
α = { 1 , 2 , , k } , β = { b条 1 , b条 2 , , b条 } , γ = { c(c) 1 , c(c) 2 , , c(c) } , δ = { d日 1 , d日 2 , , d日 n个 } .
(i)
让我们假设一下 α β . 然后存在一个分区 { 1 , 2 , , k } 集合的 { 1 , 2 , , } 这样的话 = j个 b条 j个 , 对于 = 1 , 2 , , k . 设置 , 第页 = { ( j个 , 第页 ) ; j个 } , 对于 = 1 , 2 , , k , 第页 = 1 , 2 , , . 然后我们得到:
c(c) 第页 = ( j个 b条 j个 ) c(c) 第页 = j个 ( b条 j个 c(c) 第页 ) = ( j个 , t吨 ) , 第页 ( b条 j个 c(c) t吨 ) ,
对于 = 1 , 2 , , k , 第页 = 1 , 2 , , , 也就是说 α γ β γ .
(ii)
让我们假设一下 α β γ δ . 然后存在一个分区 { 1 , 2 , , k } 集合的 { 1 , 2 , , } 这样的话 = j个 b条 j个 , 对于 = 1 , 2 , , k , 并且有一个分区 { J型 1 , J型 2 , , J型 } 集合的 { 1 , 2 , , n个 } 这样的话 c(c) 第页 = t吨 J型 第页 d日 t吨 , 对于 第页 = 1 , 2 , , . 设置 K(K) , 第页 = { ( j个 , t吨 ) ; j个 , t吨 J型 第页 } , 对于 = 1 , 2 , , k , 第页 = 1 , 2 , , . 因此,我们获得:
c(c) 第页 = ( j个 b条 j个 ) ( t吨 J型 第页 d日 t吨 ) = j个 t吨 J型 第页 ( b条 j个 d日 t吨 ) = ( j个 , t吨 ) K(K) , 第页 ( b条 j个 d日 t吨 ) ,
对于 = 1 , 2 , , k , 第页 = 1 , 2 , , , 也就是说 α γ β δ .
 □
定理 1
α = { 1 , 2 , , n个 } β = { b条 1 , b条 2 , , b条 } 是的两个模糊划分 ( X(X) , M(M) , ) . 然后:
极限 q个 1 T型 q个 ( α / β ) = = 1 n个 j个 = 1 ( b条 j个 ) · 自然对数 ( b条 j个 ) ( b条 j个 ) .
证明。 
让我们定义一下 ( 0 , ) 功能 (f) 通过 (f) ( q个 ) = j个 = 1 ( b条 j个 ) q个 = 1 n个 j个 = 1 ( b条 j个 ) q个 , ( q个 ) = q个 1 . 那么对于任何 q个 ( 0 , 1 ) ( 1 , ) , 我们有 T型 q个 ( α / β ) = (f) ( q个 ) ( q个 ) . 功能 (f) 是可微的,利用命题1,我们得到:
极限 q个 1 (f) ( q个 ) = j个 = 1 ( b条 j个 ) = 1 n个 j个 = 1 ( b条 j个 ) = 1 = 1 n个 ( ) = 1 1 = 0 .
此外,很明显 极限 q个 1 ( q个 ) = 0 . 因此,我们可以使用L'Hópital法则,根据该法则 极限 q个 1 T型 q个 ( α / β ) = 极限 q个 1 (f) ( q个 ) ( q个 ) , 假设右手边存在。求函数的导数 (f) , 我们使用身份 b条 q个 = e(电子) q个 自然对数 b条 . 因此,我们获得:
d日 d日 q个 (f) ( q个 ) = j个 = 1 d日 d日 q个 ( ( b条 j个 ) q个 ) = 1 n个 j个 = 1 d日 d日 q个 ( ( b条 j个 ) q个 ) = j个 = 1 ( b条 j个 ) q个 · 自然对数 ( b条 j个 ) = 1 n个 j个 = 1 ( b条 j个 ) q个 · 自然对数 ( b条 j个 ) .
d日 d日 q个 ( q个 ) = 1 , 使用命题1,我们得到:
极限 q个 1 T型 q个 ( α / β ) = 极限 q个 1 (f) ( q个 ) = j个 = 1 ( b条 j个 ) · 自然对数 ( b条 j个 ) = 1 n个 j个 = 1 ( b条 j个 ) · 自然对数 ( b条 j个 ) = j个 = 1 = 1 n个 ( b条 j个 ) · 自然对数 ( b条 j个 ) = 1 n个 j个 = 1 ( b条 j个 ) · 自然对数 ( b条 j个 ) = = 1 n个 j个 = 1 ( b条 j个 ) · 自然对数 ( b条 j个 ) ( b条 j个 ) .
 □
定理 2
α = { 1 , 2 , , n个 } 是的任何模糊划分 ( X(X) , M(M) , ) . 然后:
极限 q个 1 T型 q个 ( α ) = k = 1 n个 ( k ) · 自然对数 ( k ) .
证明。 
该主张紧跟定理1;设置就足够了 β = { 1 X(X) } .  □
在下文中,我们导出了模糊划分的建议熵测度的基本性质。首先,我们展示了函数 T型 q个 ( α ) 关于 q个 ( 0 , 1 ) ( 1 , ) .
定理 三。
α 是一个给定的模糊划分 ( X(X) , M(M) , ) q个 1 , q个 2 为正实数,以便 q个 1 1 , q个 2 1 . 然后 q个 1 q个 2 暗示 T型 q个 1 ( α ) T型 q个 2 ( α ) .
证明。 
我们必须证明这一点 d日 d日 q个 T型 q个 ( α ) 0 . 假设 α = { 1 , 2 , , n个 } . 因此,我们获得:
d日 d日 q个 T型 q个 ( α ) = 1 ( q个 1 ) 2 ( 1 k = 1 n个 ( k ) q个 ) 1 q个 1 k = 1 n个 ( k ) q个 自然对数 ( k ) = 1 ( 1 q个 ) 2 ( 1 + k = 1 n个 ( k ) q个 + ( 1 q个 ) k = 1 n个 ( k ) q个 自然对数 ( k ) ) = 1 ( 1 q个 ) 2 k K(K) ( k ) q个 · 小时 q个 ( ( k ) ) ,
哪里 K(K) = { k ; ( k ) > 0 } , 以及功能 小时 q个 由定义 小时 q个 ( x个 ) = 1 x个 1 q个 + ( 1 q个 ) 自然对数 x个 , 对于任何 x个 ( 0 , 1 ] . 我们证明了这一点 小时 q个 ( x个 ) 0 , 对于每个 0 < x个 1 . 我们发现 d日 d日 x个 小时 q个 ( x个 ) = ( 1 q个 ) ( 1 x个 1 q个 ) x个 . d日 d日 x个 小时 q个 ( x个 ) = ( 1 q个 ) ( 1 x个 1 q个 ) x个 0 , 对于 0 < x个 1 , 因此 小时 q个 ( x个 ) 小时 q个 ( 1 ) = 0 , 对于每个 x个 ( 0 , 1 ] . 因此, d日 d日 q个 T型 q个 ( α ) 0 .  □
备注 三。
作为定理2和3的明显结果,我们在Tsallis熵之间有以下关系 T型 q个 ( α ) 和香农熵 H(H) ( α ) : T型 q个 ( α ) H(H) ( α ) , 对于 q个 ( 0 , 1 ) , T型 q个 ( α ) H(H) ( α ) , 对于 q个 ( 1 , ) . 当然,在前面的不等式中,熵 H(H) ( α ) 以nats表示。
例子 三。
X(X) = [ 0 , 1 ] , 然后让 : [ 0 , 1 ] [ 0 , 1 ] 是X的模糊子集,定义为 ( x个 ) = x个 , 对于每个 x个 [ 0 , 1 ] . 然后这对夫妇 ( X(X) , M(M) ) , 哪里 M(M) = { , , , , 1 X(X) , 0 X(X) } , 是一个模糊的可测量空间。我们定义了模糊P-测度 : M(M) [ 0 , 1 ] 通过等式 ( ) = 1 , ( ) = 2 , ( 1 X(X) ) = ( ) = 1 , ( 0 X(X) ) = ( ) = 0 . 家庭 α = { , } , β = { } , γ = { 1 X(X) } 是模糊概率空间的模糊划分 ( X(X) , M(M) , ) . 显然, T型 q个 ( β ) = T型 q个 ( γ ) = 0 . 让我们计算模糊划分的熵 α . 初步计算表明它具有香农熵 H(H) ( α ) = ˙ 0.6365 nats,逻辑熵 H(H) L(左) ( α ) = ˙ 0.444 , 和Tsallis熵 T型 ( α ) = ˙ 0.333 , T型 1 / 2 ( α ) = ˙ 0.7877 . 我们可以看到它的存在 T型 ( α ) < H(H) L(左) ( α ) < T型 1 / 2 ( α ) , 因此,所得结果与前面定理中的表述是一致的。此外,我们还有: T型 1 / 2 ( α ) > H(H) ( α ) , T型 ( α ) < H(H) ( α ) , H(H) L(左) ( α ) < H(H) ( α ) , 这与备注3所述一致。
在下面的定理中,我们证明了Tsallis熵的凹性 T型 q个 ( α ) 作为的函数让我们用符号表示 S公司 ( M(M) ) 定义在给定模糊可测空间上的全模糊P-测度族 ( X(X) , M(M) ) . 证明如果 , t吨 S公司 ( M(M) ) , 然后,对于每个实数 λ [ 0 , 1 ] , 它认为 λ + ( 1 λ ) t吨 S公司 ( M(M) ) .
定理 4
α 是模糊概率空间的模糊划分 ( X(X) , M(M) , ) , ( X(X) , M(M) , t吨 ) . 然后,对于每个实数 λ [ 0 , 1 ] , 以下不等式成立:
λ T型 q个 ( α ) + ( 1 λ ) T型 q个 t吨 ( α ) T型 q个 λ + ( 1 λ ) t吨 ( α ) .
证明。 
可以使用函数的凹度进行证明 L(左) q个 , 与参考文献中定理5的证明相同[56]. □
作为定理4的直接结果,我们获得了族上模糊划分的逻辑熵的凹性 S公司 ( M(M) ) .
定理 5.
α = { 1 , 2 , , n个 } 是的任何模糊划分 ( X(X) , M(M) , ) . 然后 T型 q个 ( α ) 1 q个 1 ( 1 n个 1 q个 ) 当且仅当模糊P-测度 是统一的 α , 即,当且仅当 ( k ) = 1 n个 , 对于 k = 1 , 2 , , n个 .
证明。 
为了证明这一说法,我们将Jensen不等式应用于函数 L(左) q个 . 自从函数 L(左) q个 是凹面的,设置 x个 k = ( k ) , λ k = 1 n个 , 对于 k = 1 , 2 , , n个 , 在方程式(10)中,我们得到:
L(左) q个 ( 1 n个 k = 1 n个 ( k ) ) k = 1 n个 1 n个 L(左) q个 ( ( k ) )
等式当且仅当 ( 1 ) = ( 2 ) = = ( n个 ) . k = 1 n个 ( k ) = 1 , 因此:
T型 q个 ( α ) = k = 1 n个 L(左) q个 ( ( k ) ) n个 · L(左) q个 ( 1 n个 k = 1 n个 ( k ) ) = n个 · L(左) q个 ( 1 n个 ) = n个 q个 1 ( 1 n个 ( 1 n个 ) q个 ) = 1 q个 1 ( 1 n个 1 q个 ) .
等式成立当且仅当 ( 1 ) = ( 2 ) = = ( n个 ) , 即,当且仅当 ( k ) = 1 n个 , 对于 k = 1 , 2 , , n个 .  □
以下定理表明Tsallis熵 T型 q个 ( α ) 不满足可加性;它具有以下称为伪可加性的属性。
定理 6
让模糊划分 α , β 属于 ( X(X) , M(M) , ) 在统计上独立。然后:
T型 q个 ( α β ) = T型 q个 ( α ) + T型 q个 ( β ) + ( 1 q个 ) · T型 q个 ( α ) · T型 q个 ( β ) .
证明。 
假设 α = { 1 , 2 , , n个 } , β = { b条 1 , b条 2 , , b条 } . 我们通过直接计算证明了等式:
T型 q个 ( α β ) = 1 q个 1 ( 1 = 1 n个 j个 = 1 ( b条 j个 ) q个 ) = 1 q个 1 ( 1 = 1 n个 ( ) q个 j个 = 1 ( b条 j个 ) q个 ) = 1 q个 1 ( 1 j个 = 1 ( b条 j个 ) q个 + j个 = 1 ( b条 j个 ) q个 = 1 n个 ( ) q个 j个 = 1 ( b条 j个 ) q个 ) = 1 q个 1 ( 1 j个 = 1 ( b条 j个 ) q个 ) + 1 q个 1 j个 = 1 ( b条 j个 ) q个 ( 1 = 1 n个 ( ) q个 ) = T型 q个 ( β ) + T型 q个 ( α ) + ( 1 q个 ) · T型 q个 ( α ) · T型 q个 ( β ) .
 □
定理 7
α , β 是的模糊划分 ( X(X) , M(M) , ) . 然后 α β 意味着不平等 T型 q个 ( α ) T型 q个 ( β ) .
证明。 
让我们假设 α = { 1 , 2 , , n个 } , β = { b条 1 , b条 2 , , b条 } , α β . 然后存在一个分区 { 1 , 2 , , n个 } 集合的 { 1 , 2 , , } 这样的话 = j个 b条 j个 , 对于 = 1 , 2 , , n个 . 因此,我们有 ( ) = ( j个 b条 j个 ) = j个 ( b条 j个 ) , 对于 = 1 , 2 , , n个 . 让我们考虑一下 q个 ( 0 , 1 ) . 然后我们有:
( ) q个 = ( j个 ( b条 j个 ) ) q个 j个 ( b条 j个 ) q个 ,
对于 = 1 , 2 , , n个 . 如果我们加上这些关于 = 1 , 2 , , n个 , 然后我们得到:
= 1 n个 ( ) q个 = 1 n个 j个 ( b条 j个 ) q个 = j个 = 1 ( b条 j个 ) q个 .
因为在这种情况下,它认为 1 q个 1 < 0 , 因此:
T型 q个 ( α ) = 1 q个 1 ( 1 = 1 n个 ( ) q个 ) 1 q个 1 ( 1 j个 = 1 ( b条 j个 ) q个 ) = T型 q个 ( β ) .
案例 q个 ( 1 , ) 可以用类似的方法证明。□
接下来,我们需要以下建议。
提议 三。
α = { 1 , 2 , , n个 } , β = { b条 1 , b条 2 , , b条 } 是的模糊划分 ( X(X) , M(M) , ) , q个 > 1 . 然后:
j个 = 1 ( b条 j个 ) q个 = 1 n个 L(左) q个 ( ( / b条 j个 ) ) T型 q个 ( α ) .
证明。 
我们假设 q个 > 1 ; 因此,对于 j个 = 1 , 2 , , , 它认为 ( b条 j个 ) q个 ( b条 j个 ) . 自从函数 L(左) q个 为非负值,则如下所示:
( b条 j个 ) q个 = 1 n个 L(左) q个 ( ( / b条 j个 ) ) ( b条 j个 ) = 1 n个 L(左) q个 ( ( / b条 j个 ) ) ,
对于 j个 = 1 , 2 , , . 如果我们加上这些关于 j个 = 1 , 2 , , , 我们获得:
j个 = 1 ( b条 j个 ) q个 = 1 n个 L(左) q个 ( ( / b条 j个 ) ) j个 = 1 ( b条 j个 ) = 1 n个 L(左) q个 ( ( / b条 j个 ) ) .
接下来,我们将Jensen不等式应用于凹函数 L(左) q个 . 如果我们在方程(10)中插入 x个 j个 = ( / b条 j个 ) , λ j个 = ( b条 j个 ) , 对于 j个 = 1 , 2 , , , 然后我们得到:
j个 = 1 ( b条 j个 ) · L(左) q个 ( ( / b条 j个 ) ) L(左) q个 ( j个 = 1 ( b条 j个 ) · ( / b条 j个 ) ) = L(左) q个 ( j个 = 1 ( b条 j个 ) ) = L(左) q个 ( ( ) ) ,
对于 = 1 , 2 , , n个 . 由此可见:
j个 = 1 ( b条 j个 ) · = 1 n个 L(左) q个 ( ( / b条 j个 ) ) = 1 n个 L(左) q个 ( ( ) ) = T型 q个 ( α ) .
通过结合之前的结果,我们得到了断言。□
在下面的定理中,说明了模糊有序划分的Tsallis熵 q个 > 1 满足亚可加性。如以下示例所示,Tsallis有序熵 q个 ( 0 , 1 ) 通常不满足亚可加性的性质。
定理 8
α , β 是的模糊划分 ( X(X) , M(M) , ) , q个 > 1 . 然后 T型 q个 ( α β ) T型 q个 ( α ) + T型 q个 ( β ) .
证明。 
可以使用命题1和命题3的第(i)部分进行证明,方法与参考文献中定理3的证明相同[56]. □
例子 4
考虑任何模糊概率空间 ( X(X) , M(M) , ) , 和两个模糊事件 , b条 属于 M(M) 具有 ( ) = 0.5 , ( b条 ) = 0.4 . 然后是家庭 α = { , } , β = { b条 , b条 } 是的模糊划分 ( X(X) , M(M) , ) 具有s值 0.5 , 0.5 0.4 , 0.6 相应的元素。初步计算表明,模糊划分 α 具有香农熵 H(H) ( α ) = ˙ 0.6931 nats,逻辑熵 H(H) L(左) ( α ) = 0.5 , 和Tsallis熵 T型 4 ( α ) = ˙ 0.292 , T型 1 / ( α ) = ˙ 0.8811 ; 模糊划分 β 具有香农熵 H(H) ( β ) = ˙ 0.673 nats,逻辑熵 H(H) L(左) ( β ) = 0.48 , 和Tsallis熵 T型 4 ( β ) = ˙ 0.2816 , T型 1 / ( β ) = ˙ 0.8704 . 假设模糊划分 α β 在统计上是独立的。然后是模糊划分 α β = { b条 , b条 , b条 , b条 } 具有s值 0.2 , 0.3 , 0.2 , 0.3 相应元素的。初步计算表明 H(H) ( α β ) = ˙ 1.366 nats(自然状态), H(H) L(左) ( α β ) = 0.74 , T型 4 ( α β ) = ˙ 0.327 , T型 1 / ( α β ) = ˙ 2.263 . 可以看出 H(H) ( α β ) = H(H) ( α ) + H(H) ( β ) , H(H) L(左) ( α β ) < H(H) L(左) ( α ) + H(H) L(左) ( β ) , T型 4 ( α β ) < T型 4 ( α ) + T型 4 ( β ) . 另一方面,它认为 T型 1 / ( α β ) > T型 1 / ( α ) + T型 1 / ( β ) . 这意味着Tsallis熵 T型 q个 ( α ) 订单的 q个 ( 0 , 1 ) 通常不满足亚可加性。
定理 9
α , β , γ 是的模糊划分 ( X(X) , M(M) , ) . 然后:
(i) 
T型 q个 ( α / β ) 0 ;
(ii) 
T型 q个 ( α β / γ ) = T型 q个 ( α / γ ) + T型 q个 ( β / α γ ) ;
(iii) 
T型 q个 ( α β ) = T型 q个 ( α ) + T型 q个 ( β / α ) .
证明。 
α = { 1 , 2 , , } , β = { b条 1 , b条 2 , , b条 } , γ = { c(c) 1 , c(c) 2 , , c(c) n个 } .
(i)
根据提议1,我们有 ( b条 j个 ) = = 1 ( b条 j个 ) , 对于 j个 = 1 , 2 , , . 因此,我们得出:
T型 q个 ( α / β ) = 1 q个 1 ( j个 = 1 ( b条 j个 ) q个 = 1 j个 = 1 ( b条 j个 ) q个 ) = 1 q个 1 ( j个 = 1 ( b条 j个 ) q个 1 = 1 ( b条 j个 ) = 1 j个 = 1 ( b条 j个 ) q个 ) = 1 q个 1 = 1 j个 = 1 ( b条 j个 ) ( ( b条 j个 ) q个 1 ( b条 j个 ) q个 1 ) .
考虑以下情况 q个 ( 0 , 1 ) . 对于 = 1 , 2 , , , j个 = 1 , 2 , , , 我们有 ( b条 j个 ) ( b条 j个 ) , 这意味着 ( b条 j个 ) q个 1 ( b条 j个 ) q个 1 , 对于 = 1 , 2 , , , j个 = 1 , 2 , , . 1 q个 1 < 0 , 对于 q个 ( 0 , 1 ) , 因此 T型 q个 ( α / β ) 0 . 另一方面,对于 q个 ( 1 , ) , 我们有 ( b条 j个 ) q个 1 ( b条 j个 ) q个 1 , 对于 = 1 , 2 , , , j个 = 1 , 2 , , . 在这种情况下, 1 q个 1 > 0 , 因此 T型 q个 ( α / β ) 0 .
(ii)
让我们计算一下:
T型 q个 ( α / γ ) + T型 q个 ( β / α γ ) = 1 q个 1 ( k = 1 n个 ( c(c) k ) q个 = 1 k = 1 n个 ( c(c) k ) q个 ) + 1 q个 1 ( = 1 k = 1 n个 ( c(c) k ) q个 = 1 j个 = 1 k = 1 n个 ( b条 j个 c(c) k ) q个 ) = 1 q个 1 ( k = 1 n个 ( c(c) k ) q个 = 1 j个 = 1 k = 1 n个 ( b条 j个 c(c) k ) q个 ) = T型 q个 ( α β / γ ) .
(iii)
设置就足够了 γ = { 1 X(X) } 在(ii)中□
作为前面定理(i)和(iii)的直接结果,获得了模糊划分的Tsallis熵的以下性质。
定理 10
对于任意模糊分区 α , β 属于 ( X(X) , M(M) , ) , 以下不等式成立:
T型 q个 ( α β ) 最大值 [ T型 q个 ( α ) , T型 q个 ( β ) ] .
定理 11
(Tsallis熵的链式规则)。 α 1 , α 2 , , α n个 β 是的模糊划分 ( X(X) , M(M) , ) . 放置 α 0 = { 1 X(X) } . 那么以下等式成立:
(i) 
T型 q个 ( = 1 n个 α / β ) = = 1 n个 T型 q个 ( α / ( k = 0 1 α k ) β ) ;
(ii) 
T型 q个 ( = 1 n个 α ) = = 1 n个 T型 q个 ( α / k = 0 1 α k ) .
证明。 
可以使用数学归纳法和定理9的性质(ii)证明权利要求(i)。如果我们把 β = { 1 X(X) } 在权利要求(i)中,则获得等式(ii)。□
定理 12
让模糊划分 α , β 属于 ( X(X) , M(M) , ) 在统计上独立。然后:
T型 q个 ( α / β ) = T型 q个 ( α ) + ( 1 q个 ) · T型 q个 ( α ) · T型 q个 ( β ) .
证明。 
通过将定理9的属性(iii)与定理6相结合,可以获得该权利要求。□
定理 13
α , β 是的模糊划分 ( X(X) , M(M) , ) . 那么,对于 q个 > 1 , 它认为:
T型 q个 ( α / β ) T型 q个 ( α ) .
证明。 
通过将定理9的属性(iii)与定理8相结合,可以获得该权利要求。□
下面的示例是示例4的延续,它说明了定理13的结果,并显示了条件Tsallis熵 T型 q个 ( α / β ) 订单的 q个 ( 0 , 1 ) 一般不具有单调性。
例子 5.
让我们考虑模糊概率空间 ( X(X) , M(M) , ) , 和分区 α , β 从上一个示例中。我们计算出Tsallis熵为 T型 4 ( α ) = ˙ 0.292 , T型 4 ( β ) = ˙ 0.2816 , T型 1 / ( α ) = ˙ 0.8811 , T型 1 / ( β ) = ˙ 0.8704 . 通过简单的计算,我们发现 T型 4 ( α / β ) = ˙ 0.0453 , T型 1 / ( α / β ) = ˙ 1.392 , T型 4 ( β / α ) = ˙ 0.0352 , T型 1 / ( β / α ) = ˙ 1.3816 . 显然,我们已经 T型 4 ( α / β ) < T型 4 ( α ) , T型 4 ( β / α ) < T型 4 ( β ) , 这与定理13的断言是一致的。另一方面,我们有 T型 1 / ( α / β ) > T型 1 / ( α ) , T型 1 / ( β / α ) > T型 1 / ( β ) . 也就是说,条件Tsallis熵 T型 q个 ( α / β ) 订单的 q个 ( 0 , 1 ) 一般不具有单调性。

4.模糊动力系统的Tsallis熵

在本节中,我们引入并研究了模糊动力系统的Tsallis熵的概念。
定义 9
[29]. 通过一个模糊动力系统,我们理解了一个四元组 ( X(X) , M(M) , , τ ) , 哪里 ( X(X) , M(M) , ) 是模糊概率空间 τ : M(M) M(M) 是具有以下属性的映射:(i) ( ) = ( τ ( ) ) , 对于每个 M(M) ; (ii) τ ( n个 = 1 n个 ) = n个 = 1 τ ( n个 ) , 对于任何序列 { n个 } n个 = 1 M(M) ; (iii) τ ( ) = ( τ ( ) ) ; 对于每个 M(M) .
例子 6
( X(X) , M(M) , ) 是一个模糊概率空间 U型 : X(X) X(X) 是满足以下两个条件的转换: M(M) 暗示 U型 M(M) , ( U型 ) = ( ) , 对于每个 M(M) . 如果我们定义映射 τ : M(M) M(M) 通过以下等式:
τ ( ) = U型 ,
对于每个 M(M) , 则可以验证系统 ( X(X) , M(M) , , τ ) 是一个模糊动力系统。
例子 7
经典动力系统 ( X(X) , S公司 , μ , U型 ) 可以看作是一个模糊动力系统 ( X(X) , M(M) , , τ ) , 如果我们考虑模糊概率空间 ( X(X) , M(M) , ) 并定义映射 τ : M(M) M(M) 通过 τ ( φ ) = φ U型 = φ U型 1 ( ) , 对于每个 φ M(M) . 这样,可以将经典模型插入到模糊情况中。
( X(X) , M(M) , , τ ) 是一个模糊动力系统 α = { 1 , 2 , , n个 } 是的模糊划分 ( X(X) , M(M) , ) . 可以证实 τ ( α ) = { τ ( 1 ) , τ ( 2 ) , , τ ( n个 ) } 是的模糊划分 ( X(X) , M(M) , ) . 事实上,我们已经 ( = 1 n个 τ ( ) ) = ( τ ( = 1 n个 ) ) = ( = 1 n个 ) = 1 , τ ( ) ( τ ( j个 ) ) = τ ( j个 ) = τ ( ) , 无论何时 j个 . α , β 是的两个模糊划分 ( X(X) , M(M) , ) . 然后,根据定义9,我们得到了等式 τ ( α β ) = τ ( α ) τ ( β ) . 进一步定义 τ k : M(M) M(M) , 对于 k = 0 , 1 , 2 , , 通过归纳k,通过设置 τ k + 1 = τ τ k , 哪里 τ 0 : M(M) M(M) 是相同的地图。显然,地图 τ k : M(M) M(M) 满足上述定义的属性(i)-(iii)。这意味着,对于任何非负整数 k , 系统 ( X(X) , M(M) , , τ k ) 是一个模糊动力系统。
提议 4
( X(X) , M(M) , , τ ) 是一个模糊动力系统 α , β 是的模糊划分 ( X(X) , M(M) , ) 这样的话 α β . 然后 τ ( α ) τ ( β ) .
证明。 
假设 α = { 1 , 2 , , n个 } , β = { b条 1 , b条 2 , , b条 } , α β . 然后存在一个分区 { 1 , 2 , , n个 } 集合的 { 1 , 2 , , } 这样的话 = j个 b条 j个 , 对于 = 1 , 2 , , n个 . 因此,根据定义9中的条件(ii),我们得出 τ ( ) = τ ( j个 B类 j个 ) = j个 τ ( B类 j个 ) , 对于 = 1 , 2 , , n个 . 由此可见 τ ( α ) τ ( β ) .  □
定理 14
( X(X) , M(M) , , τ ) 是一个模糊动力系统 α , β 是的模糊划分 ( X(X) , M(M) , ) . 然后:
(i) 
T型 q个 ( τ n个 ( α ) ) = T型 q个 ( α ) , 对于 n个 = 0 , 1 , 2 , ;
(ii) 
T型 q个 ( τ n个 ( α ) / τ n个 ( β ) ) = T型 q个 ( α / β ) , 对于 n个 = 0 , 1 , 2 , ;
(iii) 
T型 q个 ( k = 0 n个 1 τ k ( α ) ) = T型 q个 ( α ) + = 1 n个 1 T型 q个 ( α / k = 1 τ k ( α ) ) , 对于 n个 = 2 , , .
证明。 
性质(i)和(ii)是定义9中条件(i)的明显后果。利用定理9的性质(iii)和数学归纳法 n个 从开始 n个 = 2 , 我们获得等式(iii)。□
本节的目的是定义Tsallis有序熵 q个 > 1 一个模糊动力系统。首先,我们证明了以下命题,它起着关键作用。
提议 5.
( X(X) , M(M) , , τ ) 是一个模糊动力系统 α 是的模糊划分 ( X(X) , M(M) , ) . 那么,对于 q个 > 1 , 存在以下限制:
极限 n个 1 n个 T型 q个 ( k = 0 n个 1 τ k ( α ) ) .
证明。 
为了证明这一主张,我们使用了参考文献中的定理4.9[62]也就是说如果 { c(c) n个 } n个 = 1 是非负实数(即。, c(c) n个 0 , c(c) n个 + c(c) n个 + c(c) , 对于每个自然数 n个 , ),然后 极限 n个 1 n个 c(c) n个 存在。让我们用表示 c(c) n个 数字 T型 q个 ( k = 0 n个 1 τ k ( α ) ) , n个 = 1 , 2 , . Tsallis熵总是非负的;因此, c(c) n个 0 , 对于 n个 = 1 , 2 , . 此外,根据Tsallis熵的次可加性 T型 q个 ( α ) 订单的 q个 > 1 , 根据定理14和属性(i),我们得到:
c(c) n个 + = T型 q个 ( k = 0 n个 + 1 τ k ( α ) ) T型 q个 ( k = 0 n个 1 τ k ( α ) ) + T型 q个 ( k = n个 n个 + 1 τ k ( α ) ) = c(c) n个 + T型 q个 ( τ n个 ( k = 0 1 τ k ( α ) ) ) = c(c) n个 + T型 q个 ( k = 0 1 τ k ( α ) ) = c(c) n个 + c(c) .
因此, 极限 n个 1 n个 c(c) n个 存在。□
定义 10
( X(X) , M(M) , , τ ) 是一个模糊动力系统 α 是的模糊划分 ( X(X) , M(M) , ) . 那么,对于 q个 > 1 , 我们定义了 τ 关于 α 签署人:
T型 q个 ( τ , α ) = 极限 n个 1 n个 T型 q个 ( k = 0 n个 1 τ k ( α ) ) .
定理 15
( X(X) , M(M) , , τ ) 是一个模糊动力系统 α 是的模糊划分 ( X(X) , M(M) , ) . 那么,对于 q个 > 1 , 对于任何非负整数k,以下等式成立:
T型 q个 ( τ , α ) = T型 q个 ( τ , = 0 k τ ( α ) ) .
证明。 
根据定义10,我们可以写下:
T型 q个 ( τ , = 0 k τ ( α ) ) = 极限 n个 1 n个 T型 q个 ( j个 = 0 n个 1 τ j个 ( = 0 k τ ( α ) ) ) = 极限 n个 k + n个 n个 · 1 k + n个 T型 q个 ( = 0 k + n个 1 τ ( α ) ) = 极限 n个 1 k + n个 T型 q个 ( = 0 k + n个 1 τ ( α ) ) = T型 q个 ( τ , α ) .
 □
定理 16
( X(X) , M(M) , , τ ) 是一个模糊动力系统 α , β 是的模糊划分 ( X(X) , M(M) , ) . 那么,对于 q个 > 1 , α β 暗示 T型 q个 ( τ , α ) T型 q个 ( τ , β ) .
证明。 
α , β 是的模糊划分 ( X(X) , M(M) , ) 这样的话 α β . 然后,通过将命题2和命题4结合起来,并使用数学归纳法,我们发现 k = 0 n个 1 τ k ( α ) k = 0 n个 1 τ k ( β ) , 对于 n个 = 1 , 2 , . 因此,根据定理7,我们得到:
T型 q个 ( k = 0 n个 1 τ k ( α ) ) T型 q个 ( k = 0 n个 1 τ k ( β ) ) ,
对于 n个 = 1 , 2 , . 由此可见:
T型 q个 ( τ , α ) = 极限 n个 1 n个 T型 q个 ( k = 0 n个 1 τ k ( α ) ) 极限 n个 1 n个 T型 q个 ( k = 0 n个 1 τ k ( β ) ) = T型 q个 ( τ , β ) .
 □
定义 11
模糊动力系统的Tsallis熵 ( X(X) , M(M) , , τ ) 定义了,用于 q个 > 1 , 通过以下等式:
T型 q个 ( τ ) = 啜饮 { T型 q个 ( τ , α ) } ,
其中上确界覆盖所有模糊划分 α 属于 ( X(X) , M(M) , ) .
例子 8
模糊动力系统的平凡情况是系统 ( X(X) , M(M) , , ) , 哪里 ( X(X) , M(M) , ) 是模糊概率空间 : M(M) M(M) 是身份图。操作 是幂等的;因此,对于每个模糊划分 α 属于 ( X(X) , M(M) , ) , 我们有:
T型 q个 ( , α ) = 极限 n个 1 n个 T型 q个 ( k = 0 n个 1 k ( α ) ) = 极限 n个 1 n个 T型 q个 ( α ) = 0 .
模糊动力系统的Tsallis熵 ( X(X) , M(M) , , ) T型 q个 ( ) = 啜饮 { T型 q个 ( , α ) ; α       (f) u个 z(z) z(z) 第页 第页 t吨 t吨 o个 n个   o个 (f)   ( X(X) , M(M) , ) } = 0 .
定义 12
两个模糊动力系统 ( X(X) 1 , M(M) 1 , 1 , τ 1 ) , ( X(X) 2 , M(M) 2 , 2 , τ 2 ) 如果存在双射映射,则称为同构 Ψ : M(M) 1 M(M) 2 从而满足以下条件:
(i) 
Ψ 保留操作。, Ψ ( n个 = 1 n个 ) = n个 = 1 Ψ ( n个 ) , 对于任何序列 { n个 } n个 = 1 M(M) 1 , Ψ ( ) = ( Ψ ( ) ) , 对于每个 M(M) 1 ;
(ii) 
2 ( Ψ ( ) ) = 1 ( ) , 对于每个 M(M) 1 ;
(iii) 
Ψ ( τ 1 ( ) ) = τ 2 ( Ψ ( ) ) , 对于每个 M(M) 1 .
地图 Ψ 称为同构。
提议 6
( X(X) 1 , M(M) 1 , 1 , τ 1 ) , ( X(X) 2 , M(M) 2 , 2 , τ 2 ) 同构模糊动力系统 Ψ : M(M) 1 M(M) 2 是他们之间的同构。 α = { 1 , 2 , , n个 } 是的模糊划分 ( X(X) 1 , M(M) 1 , 1 ) . 然后是家人 Ψ ( α ) = { Ψ ( 1 ) , Ψ ( 2 ) , , Ψ ( n个 ) } 是的模糊划分 ( X(X) 2 , M(M) 2 , 2 ) 用Tsallis熵 T型 q个 2 ( Ψ ( α ) ) = T型 q个 1 ( α ) . 此外,对于 q个 > 1 , 它认为 T型 q个 2 ( τ 2 , Ψ ( α ) ) = T型 q个 1 ( τ 1 , α ) .
证明。 
通过上述假设,我们得出:
2 ( = 1 n个 Ψ ( ) ) = 2 ( Ψ ( = 1 n个 ) ) = 1 ( = 1 n个 ) = 1 ,
Ψ ( ) ( Ψ ( j个 ) ) = Ψ ( ) Ψ ( j个 ) = Ψ ( j个 ) = Ψ ( ) ,
无论何时 j个 . 因此, Ψ ( α ) = { Ψ ( 1 ) , Ψ ( 2 ) , , Ψ ( n个 ) } 是的模糊划分 ( X(X) 2 , M(M) 2 , 2 ) . 让我们计算它的Tsallis熵:
T型 q个 2 ( Ψ ( α ) ) = = 1 n个 L(左) q个 ( 2 ( Ψ ( ) ) ) = = 1 n个 L(左) q个 ( 1 ( ) ) = T型 q个 1 ( α ) .
我们使用了方程(13)和定义12的条件(ii)。因此,通过使用定义12中的条件(iii)和(i) q个 > 1 , 我们获得:
T型 q个 2 ( τ 2 , Ψ ( α ) ) = 极限 n个 1 n个 T型 q个 2 ( k = 0 n个 1 τ 2 k ( Ψ ( α ) ) ) = 极限 n个 1 n个 T型 q个 2 ( k = 0 n个 1 Ψ ( τ 1 k ( α ) ) ) = 极限 n个 1 n个 T型 q个 2 ( Ψ ( k = 0 n个 1 τ 1 k ( α ) ) ) = 极限 n个 1 n个 T型 q个 1 ( k = 0 n个 1 τ 1 k ( α ) ) = T型 q个 1 ( τ 1 , α ) .
 □
提议 7
( X(X) 1 , M(M) 1 , 1 , τ 1 ) , ( X(X) 2 , M(M) 2 , 2 , τ 2 ) 同构模糊动力系统 Ψ : M(M) 1 M(M) 2 是他们之间的同构。那么,对于相反的情况 Ψ 1 : M(M) 2 M(M) 1 , 满足以下属性:
(i) 
Ψ 1 ( n个 = 1 n个 ) = n个 = 1 Ψ 1 ( n个 ) , 对于任何序列 { n个 } n个 = 1 M(M) 2 ;
(ii) 
Ψ 1 ( ) = ( Ψ 1 ( ) ) , 对于每个 M(M) 2 ;
(iii) 
1 ( Ψ 1 ( ) ) = 2 ( ) , 对于每个 M(M) 2 ;
(iv) 
Ψ 1 ( τ 2 ( ) ) = τ 1 ( Ψ 1 ( ) ) , 对于每个 M(M) 2 .
证明。 
{ n个 } n个 = 1 是来自的模糊集的序列 M(M) 2 , M(M) 2 . 地图 Ψ : M(M) 1 M(M) 2 令人惊讶;因此,存在一个序列 { n个 } n个 = 1 M(M) 1 这样的话 Ψ 1 ( n个 ) = n个 , 对于 n个 = 1 , 2 , , 并且存在 M(M) 1 这样的话 Ψ 1 ( ) = . 因此,我们得出:
(i)
Ψ 1 ( n个 = 1 n个 ) = Ψ 1 ( n个 = 1 Ψ ( n个 ) ) = Ψ 1 ( Ψ ( n个 = 1 n个 ) ) = n个 = 1 n个 = n个 = 1 Ψ 1 ( n个 ) ;
(ii)
Ψ 1 ( ) = Ψ 1 ( ( Ψ ( ) ) ) = Ψ 1 ( Ψ ( ( ) ) ) = ( ) = ( Ψ 1 ( ) ) ;
(iii)
2 ( ) = 2 ( Ψ ( ) ) = 1 ( ) = 1 ( Ψ 1 ( ) ) ;
(iv)
Ψ 1 ( τ 2 ( ) ) = Ψ 1 ( τ 2 ( Ψ ( ) ) ) = Ψ 1 ( Ψ ( τ 1 ( ) ) ) = τ 1 ( ) = τ 1 ( Ψ 1 ( ) ) .
 □
定理 17.
( X(X) 1 , M(M) 1 , 1 , τ 1 ) , ( X(X) 2 , M(M) 2 , 2 , τ 2 ) 是同构的模糊动力系统并让 q个 > 1 . 然后:
T型 q个 1 ( τ 1 ) = T型 q个 2 ( τ 2 ) .
证明。 
α = { 1 , 2 , , n个 } 是的模糊划分 ( X(X) 1 , M(M) 1 , 1 ) , Ψ : M(M) 1 M(M) 2 是模糊动力系统之间的同构 ( X(X) 1 , M(M) 1 , 1 , τ 1 ) , ( X(X) 2 , M(M) 2 , 2 , τ 2 ) . 然后,根据提案6,家庭 Ψ ( α ) = { Ψ ( 1 ) , Ψ ( 2 ) , , Ψ ( n个 ) } 是的模糊划分 ( X(X) 2 , M(M) 2 , 2 ) 它认为 T型 q个 1 ( τ 1 , α ) = T型 q个 2 ( τ 2 , Ψ ( α ) ) . 由此可见:
{ T型 q个 1 ( τ 1 , α ) ; α       模糊的   隔板   属于 ( X(X) 1 , M(M) 1 , 1 ) } { T型 q个 2 ( τ 2 , β ) ; β       模糊的   隔板   属于 ( X(X) 2 , M(M) 2 , 2 ) } ,
因此:
T型 q个 1 ( τ 1 ) = 啜饮 { T型 q个 1 ( τ 1 , α ) } 啜饮 { T型 q个 2 ( τ 2 , β ) } = T型 q个 2 ( τ 2 ) ,
不等式左侧的上确界覆盖所有模糊划分 α 属于 ( X(X) 1 , M(M) 1 , 1 ) , 不等式右侧的上确界覆盖所有模糊划分 β 属于 ( X(X) 2 , M(M) 2 , 2 ) . 通过命题7的对称性,我们还发现了不等式 T型 q个 2 ( τ 2 ) T型 q个 1 ( τ 1 ) . 证明已完成。□
备注 4
根据前面的定理,如果 T型 q个 1 ( τ 1 ) T型 q个 2 ( τ 2 ) , 然后是相应的模糊动力系统 ( X(X) 1 , M(M) 1 , 1 , τ 1 ) , ( X(X) 2 , M(M) 2 , 2 , τ 2 ) 是非同构的。这意味着Tsallis熵可以作为区分一些非同构模糊动力系统的工具。
我们用关于发电机的Kolmogorov–Sinai定理的公式来结束本文[62](另请参阅[11,63])对于模糊动力系统的Tsallis熵的情况。这个定理提供了一个有用的工具(参见[62])用于计算动力系统的熵。
定义 13
模糊划分 δ 属于 ( X(X) , M(M) , ) 被称为模糊动力系统的生成器 ( X(X) , M(M) , , τ ) , 如果对于每个模糊划分 α 属于 ( X(X) , M(M) , ) , 存在一个整数 k > 0 这样的话 α = 0 k τ ( δ ) .
定理 18
δ 成为模糊动力系统的生成器 ( X(X) , M(M) , , τ ) . 然后 T型 q个 ( τ ) = T型 q个 ( τ , δ ) .
证明。 
根据假设,对于每个模糊划分 α 属于 ( X(X) , M(M) , ) , 存在一个整数 k > 0 这样的话 α = 0 k τ ( δ ) . 因此,根据定理16和15,我们得到:
T型 q个 ( τ , α ) T型 q个 ( τ , = 0 k τ ( δ ) ) = T型 q个 ( τ , δ ) ,
对于每个模糊划分 α 属于 ( X(X) , M(M) , ) . 由此可见:
T型 q个 ( τ ) = 啜饮 { T型 q个 ( τ , α ) ; α       模糊的   隔板   属于   ( X(X) , M(M) , ) } T型 q个 ( τ , δ ) .
由于逆不等式是直接的,这证明了这一说法。□

5.结论

本文的主要目的是建立模糊动力系统的Tsallis熵的数学模型。结果如所示第3节第4节.
第3节,我们引入了Tsallis熵的概念 T型 q个 ( α ) 订单的 q个 , 哪里 q个 ( 0 , 1 ) ( 1 , ) , 模糊划分的 α 以及它的条件版本。结果表明,在极限值为 q个 转到1,Shannon熵用nats表示,在参考文献中进行了定义和研究[29]. 此外,如果我们插入 q个 = 2 在提出的定义中,我们获得了参考文献中定义和研究的模糊划分的逻辑熵[9]. 接下来,我们推导了所提出的熵测度的基本性质。定理3指出,Tsallis熵 T型 q个 ( α ) 关于 q个 ( 0 , 1 ) ( 1 , ) . 注3给出了模糊划分的Tsallis熵和Shannont型熵之间的关系。此外,Tsallis熵 T型 q个 ( α ) 被证明是定义在给定模糊可测空间上的所有模糊P-测度族上的凹函数 ( X(X) , M(M) ) . 在定理11中,给出了模糊划分的Tsallis熵的链式规则。作为进一步的重要结果,我们证明了模糊有序划分的Tsallis熵 q个 > 1 满足次可加性和单调性。如示例4和5所示,Tsallis有序熵 q个 ( 0 , 1 ) 通常不满足这些性质。
第4节关注模糊动力系统中Tsallis熵的数学建模。基于上一节的结果,我们定义了Tsallis有序熵 q个 > 1 并为所提出的熵测度构造了Kolmogorov–Sinai型同构理论。我们证明了Tsallis熵在模糊动力系统同构下是不变的;因此,我们获得了一个用于区分一些非同构模糊动力系统的工具。最后,我们针对模糊动力系统的Tsallis熵的情况,给出了关于生成元的Kolmogorov–Sinai定理的一个版本。
为了说明所得结果,提供了一些示例。从例1和例7可以看出,本文研究的模型推广了经典模型,其中事件被理解为精确定义的现象,分区是在经典康托集合理论的背景下定义的。然而,在现实生活中,我们经常会遇到一些模糊的现象。事实证明,使用模糊集理论定义的分区更适合于解决实际问题。所得结果对于信息模糊、不完整的实验可能有用。最后,我们注意到,我们进一步研究的主题将是对Tsallis散度的研究(参见[34])在模糊情况下,目的是推广我们之前关于参考文献中给出的Kullback–Leibler散度的结果[33]以Tsallis分歧为例。

基金

这项研究没有得到外部资助。

致谢

这篇文章是为了纪念贝洛斯拉夫·里坎,他于2018年8月13日意外去世,是这篇文章的合著者。本文基于我们之前合作期间产生的想法。亲爱的朋友、同事和老师,请安息吧。

利益冲突

作者声明没有利益冲突。

工具书类

  1. Kolmogorov,A.N.传递动力系统的一个新度量不变量和Lebesgue空间的自同构。多克。俄罗斯科学院。科学。 1958,119, 861–864. [谷歌学者]
  2. 西奈,Y.G.关于动力系统熵的概念。多克。俄罗斯科学院。科学。 1959,124, 768–771. [谷歌学者]
  3. 香农,C.E.传播数学理论。贝尔系统。技术J。 1948,27, 379–423. [谷歌学者] [交叉参考]
  4. Pesin,Y.B.特征Lyapunov指数和光滑遍历理论。俄罗斯数学。Surv公司。 1977,32, 55–114. [谷歌学者] [交叉参考]
  5. Markechová,D。;易卜拉欣扎德,A。;Eslami Giski,Z。动力系统的逻辑熵。高级差异。埃克。 2018,2018, 70. [谷歌学者] [交叉参考]
  6. Ellerman,D.逻辑熵导论及其与Shannon熵的关系。国际期刊塞曼。计算。 2013,7, 121–145. [谷歌学者] [交叉参考]
  7. 逻辑信息理论:信息理论的新基础。日志。J.IGPL公司 2017,25, 806–835. [谷歌学者] [交叉参考]
  8. 逻辑熵:经典和量子逻辑信息理论导论。 2018,20, 679. [谷歌学者] [交叉参考]
  9. Markechová,D。;Riečan,B.模糊动力系统的逻辑熵。 2016,18, 157. [谷歌学者] [交叉参考]
  10. Markechová,D。;Mosapour,B。;Ebrahimzadeh,A.产品MV-代数中的逻辑发散、逻辑熵和逻辑互信息。 2018,20, 129. [谷歌学者] [交叉参考]
  11. Mohammadi,U。D-偏序集上的逻辑熵概念。J.代数结构。申请。 2016,1, 53–61. [谷歌学者]
  12. Ebrahimzadeh,A.量子动力学系统的逻辑熵。打开物理。 2016,14, 1–5. [谷歌学者] [交叉参考] [绿色版本]
  13. Ebrahimzadeh,A.动力学系统的量子条件逻辑熵。意大利语。J.纯应用。数学。 2016,36, 879–886. [谷歌学者]
  14. Markechová,D。;直觉模糊情况下实验的逻辑熵和逻辑互信息。 2017,19, 429. [谷歌学者] [交叉参考]
  15. 易卜拉欣扎德,A。;伊斯拉米·吉斯基(Eslami Giski),Z。;Markechová,D.动力系统的逻辑熵——一般模型。数学 2017,5, 4. [谷歌学者] [交叉参考]
  16. 易卜拉欣扎德,A。;Jamalzadeh,J.模糊σ-代数的条件逻辑熵。J.智力。模糊系统。 2017,33, 1019–1026. [谷歌学者] [交叉参考]
  17. 伊斯拉米·吉斯基(Eslami Giski),Z。;Ebrahimzadeh,A.序贯效应代数中逻辑熵的介绍。印度。数学。 2017,28, 928–937. [谷歌学者] [交叉参考]
  18. Zadeh,L.A.模糊集。Inf.控制 1965,8, 338–358. [谷歌学者] [交叉参考]
  19. Dumitrescu,D.模糊测度和模糊划分的熵。数学杂志。分析。申请。 1993,176, 359–373. [谷歌学者] [交叉参考]
  20. Dumitrescu,D.模糊动力系统的熵。模糊集系统。 1995,70, 45–57. [谷歌学者] [交叉参考]
  21. Mesiar,R.模糊概率空间上的贝叶斯原理和熵。国际通用系统杂志。 1991,20, 67–72. [谷歌学者] [交叉参考]
  22. 梅西亚尔,R。;Rybárik,J.《模糊划分的熵——一般模型》。模糊集系统。 1998,99, 73–79. [谷歌学者] [交叉参考]
  23. 克里亚多,F。;Gachechiladze,T.模糊事件的熵。模糊集系统。 1997,88, 99–106. [谷歌学者] [交叉参考]
  24. Riečan,B.受模糊集启发的熵结构。软计算。 2003,7, 486–488. [谷歌学者]
  25. Khare,M.Fuzzyσ-代数与条件熵。模糊集系统。 1999,102, 287–292. [谷歌学者] [交叉参考]
  26. 斯利瓦斯塔瓦,P。;哈雷,M。;Srivastava,Y.K.m等价,熵和F-动力系统。模糊集系统。 2001,121, 275–283. [谷歌学者] [交叉参考]
  27. 拉希米,M。;Riazi,A.关于模糊划分的局部熵。模糊集系统。 2014,234, 97–108. [谷歌学者] [交叉参考]
  28. 拉希米,M。;阿萨里,A。;Ramezani,F.动力系统Yager熵的局部方法。国际模糊系统杂志。 2016,18, 98–102. [谷歌学者] [交叉参考]
  29. Markechová,D.模糊动力系统和生成器的熵。模糊集系统。 1992,48, 351–363. [谷歌学者] [交叉参考]
  30. Markechová,D.完全模糊划分的熵。数学。斯洛伐克语 1993,43, 1–10. [谷歌学者]
  31. Markechová,D.熵与模糊情况下的实验互信息。神经网络。世界 2013,23, 339–349. [谷歌学者] [交叉参考]
  32. Markechová,D。;Riečan,B.模糊划分的熵和模糊动力系统的熵。 2016,18, 19. [谷歌学者] [交叉参考]
  33. Markechová,D.Kullback–模糊情况下实验的Leibler发散和互信息。公理 2017,6, 5. [谷歌学者] [交叉参考]
  34. Tsallis,C.波尔兹曼-吉布斯统计的可能推广。《统计物理学杂志》。 1988,52, 479–487. [谷歌学者] [交叉参考]
  35. 哈夫达,J。;Charvát,F.分类过程的量化方法:结构阿尔法熵的概念。凯贝内提卡 1967,, 30–35. [谷歌学者]
  36. C·查利斯。非扩展统计力学导论:走向复杂世界; 施普林格:美国纽约州纽约市,2009年。[谷歌学者]
  37. Hanel,R。;瑟纳,S.广义玻尔兹曼因子和最大熵原理:复杂系统的熵。物理学。统计机械。其应用。 2007,380, 109–114. [谷歌学者] [交叉参考]
  38. Almeida,M.P.第一性原理的广义熵。物理学。统计机械及其应用。 2001,300, 424–432. [谷歌学者] [交叉参考] [绿色版本]
  39. Kaniadakis,G.狭义相对论背景下的统计力学。物理学。版本E 2002,66, 056125. [谷歌学者] [交叉参考] [公共医学]
  40. Naudts,J.广义恒温学中的变形指数和对数。物理学。统计机械。其应用。 2002,316, 323–334. [谷歌学者] [交叉参考] [绿色版本]
  41. Tsallis,C.一致性测试的广义基于熵的标准。物理学。版本E 1998,58, 1442–1445. [谷歌学者] [交叉参考]
  42. 阿莱曼尼,P.A。;Zanette,D.H.从Tsallis熵的变分形式出发的分形随机游动。物理学。版本E 1994,49,R956–R958。[谷歌学者] [交叉参考]
  43. Tsallis,C.非广泛的热力学和分形。分形 1995,, 541–547. [谷歌学者] [交叉参考]
  44. Tsallis,C。;Anteneodo,C。;Borland,L。;Osorio,R.非广泛统计力学和经济学。物理学。统计机械。其应用。 2003,324, 89–100. [谷歌学者] [交叉参考]
  45. Borland,L.金融市场中的长程记忆和非扩展性。欧洲鱼。新闻 2005,36, 228–231. [谷歌学者] [交叉参考] [绿色版本]
  46. 佩雷斯,D.G。;Zunino,L。;马萨诸塞州马汀。;佩雷斯,D.G。;Zunino,L。;马萨诸塞州马汀。;Garavaglia,M。;Plastino,A.公司。;Rosso,O.A.使用基于q小波的形成工具研究无模型随机过程。物理学。莱特。 2007,364, 259–266. [谷歌学者] [交叉参考]
  47. 黄,H。;谢浩。;Wang,Z.基于小波Tsallis信息测度的心室颤动和心室颤动分析。物理学。莱特。 2005,336, 180–187. [谷歌学者] [交叉参考]
  48. 唐,S。;Bezerianos,A。;保罗·J。;Zhu,Y。;Thakor,N.心脏骤停脑损伤后脑电图的非广泛熵测量。物理学。统计机械。其应用。 2002,305, 619–628. [谷歌学者] [交叉参考]
  49. O.A.Rosso。;马萨诸塞州马汀。;Plastino,A.使用基于小波的信息工具进行脑电活动分析(II):Tsallis非紧张性和复杂性度量。物理学。统计机械。其应用。 2003,320, 497–511. [谷歌学者] [交叉参考]
  50. V.库马尔。卡普尔和萨利熵:一个传播系统的视角; LAP LAMBERT学术出版社:德国萨尔布鲁克,2015年。[谷歌学者]
  51. Ramiréz-Reyes,A。;埃尔南德斯·蒙托亚,A.R。;Herrera-Corral,G。;Domínguez-Jiménez,I.确定熵指数q个通过冗余实现图像中的Tsallis熵。 2016,18, 299. [谷歌学者] [交叉参考]
  52. 非扩展统计力学和热力学。在线可用:http://tsallis.cat.cbpf.br/biblio.htm(2018年11月16日访问)。
  53. Riečan,B.关于乘积MV-代数。塔特拉山数学。出版物。 1999,16, 143–149. [谷歌学者]
  54. Di Nola,A。;Dvurečenskij,A.产品MV-代数。多重。有价值的日志。 2001,6, 193–215. [谷歌学者]
  55. Jakubík,J.关于乘积MV代数。捷克的。数学。J。 2002,52, 797–810. [谷歌学者] [交叉参考]
  56. Markechová,D。;乘积MV-代数动力系统的Riečan,B.Tsallis熵。 2018,20, 589. [谷歌学者] [交叉参考]
  57. Dubois,D。;Prade,M.模糊集合聚合连接词综述。信息科学。 1985,36, 85–121. [谷歌学者] [交叉参考]
  58. Dvurečenskij,A.关于模糊可测空间上概率测度的存在性。模糊集系统。 1991,43, 173–181. [谷歌学者] [交叉参考]
  59. Piasecki,K。分离模糊子集的新概念。1983年8月26日至29日,波兰波兹南,波兰区间和模糊数学研讨会论文集;Albrycht,J.,Wisniewski,H.,Eds。;Wydawnictwo Politiechniki Poznanskiej:波兰波兹南,1985年;第193-195页。[谷歌学者]
  60. Piasecki,K.定义为可数加性测度的模糊事件概率。模糊集系统。 1985,17, 271–284. [谷歌学者] [交叉参考]
  61. Piasecki,K.集的模糊划分。BUSEFAL公司 1986,25, 52–60. [谷歌学者]
  62. 沃尔特斯,P。遍历理论导论; 施普林格:美国纽约州纽约市,1982年。[谷歌学者]
  63. Ebrahimi,M.概率动力系统的生成器。不同。地理。动态。系统。 2016,8, 90–97. [谷歌学者]

分享和引用

MDPI和ACS样式

Markechová,D。模糊动力系统的Tsallis熵。数学 2018,6, 264.https://doi.org/10.3390/math6110264(网址:https://doi.org/10.3390/math6110264)

AMA风格

MarkechováD。模糊动力系统的Tsallis熵。数学. 2018; 6(11):264.https://doi.org/10.3390/math6110264(网址:https://doi.org/10.3390/math6110264)

芝加哥/图拉宾风格

达格马尔·马克霍娃。2018.“模糊动力系统的Tsallis熵”数学第6期,第11期:264页。https://doi.org/10.3390/math6110264(网址:https://doi.org/10.3390/math6110264)

请注意,从2016年第一期开始,该杂志使用文章编号而不是页码。请参阅更多详细信息在这里.

文章指标

返回页首顶部