在智能信息处理中,聚合函数是一种非常重要的处理工具,因为它描述了将若干个局部信息融合成一个整体结果的过程。应用最广泛的聚合函数就是三角模、三角余模以及一致模,它们在概率度量空间、模糊逻辑以及决策理论中都扮演着重要的角色。迁移性是关于聚合函数的一个重要研究方向。目前,许多人从不同的角度出发,来研究迁移性议程,并取得了一系列的重要结果。本文将重点研究基于连续三角模的a交错迁移性以及基于一类一致模的类柯西函数议程。本文的主要内容如下:　　第1章是结论部分,主要介绍研究背景及意义。　　第2章是预备知识,主要介绍关于三角模、三角余模以及一致模的相关概念和基本定理。　　第3章介绍基于连续三角模的迁移性的定义和结构刻画。　　第4章介绍基于连续三角模的a交错迁移性刻画,并回签Fodor提出的的公开问题,对交错迁移性一些已有的结论进行推广。　　第5章介绍类柯西方的概念和一些已有结果,并将已有的类柯西方程的结果推广到一致模上。　　第6章是对全文的总结,并对未来的工作展望。