论文摘要
2002年，刘宝碇提出了随机模糊变量的概念，随机模糊变量定义为从可信性空间到随机变量集合的函数。在随后的时间里，得到了越来越多学者的重视，并取得了丰硕的成果。如朱元国和刘宝碇相继提出了随机模糊变量的关键值，期望，方差概念等，讨论了它们的性质。同样，在应用方面，随机模糊模拟在求解随机模糊规划模型中起着重要的作用。但对随机模糊变量收敛性的研究则相对较少，在Zhu和Liu[25]，Zhu和Liu [26]等文中有所研究。2006年，刘宝碇提出了机会空间概念和混合变量概念，机会空间概念继承了概率论和可信性理论的数学基础。混合变量则被定义为从机会空间到实数集的可测函数，随机变量，模糊变量，随机模糊变量，随机模糊变量则都属于混合变量的例子。为了刻划混合变量，Li和Liu基于机会空间概念提出了新的机会测度，显然机会测度同样适合于刻划随机模糊变量。鉴于此本文以不确定理论中的随机模糊理论和机会测度理论为基础，全面地讨论了随机模糊变量序列的有关收敛性问题。首先，提出了几类新的随机模糊变量序列的收敛性概念，包括：一致收敛、近一致收敛、依机会测度收敛，依分布收敛(根据新的机会测度而提出)；其次，全面地讨论了各收敛性之间的关系。