集值函数向量优化的WOLFE对偶

本文在局部凸拓扑向量空间中建立了集值函数向量优化的Wolfe对偶问题，证明了相应的弱对偶定理，对偶定理和逆对偶定理．     

集值函数的锥广义次微分的几个性质

引进序拓扑向量空间中集值函数的一种新的广义次微分,并且证明了它的次可加性等性质．     

关于Hausdorff拓扑向量空间中的nuclear锥的注记

考虑Hausdorff拓扑向量空间中一类重要的凸锥(即nuclear锥),给出了关于它的几个等价性质.特别的,证明了在Hausdorff拓扑向量空间中,nuclear锥与伪nuclear锥是等价的.作为应用,给出了Hausdofff拓扑向量空间中关于nuclear锥的有效点的存在结果,对原有的局部凸空间中的相应结果做了一个推广.     

向量值函数的优化与序列罚函数

本文讨论（Ｐ）ｍｉｎｆ（ｘ）与序列罚函数：ｇ（ｘ，ａ）＝ｐ（ｘ）＋ａＰ（ｘ）ｅ，ａ＞０（其中ｐ（ｘ）≥０，而且Ｐ（ｘ）＝ｏｘ∈Ｋ）在紧集Ｚ上的有效解、弱有效解的关系．     

锥伪商空间及其性质

在经典向量空间的商空间基础上,给出锥伪商空间的定义,并讨论了锥伪商空间的若干基本性质.相关结果为锥伪商空间的进一步研究提供了基础.     

向量优化问题广义弱有效解的存在性

主要研究向量优化问题广义弱有效解的存在性,利用广义弱有效解和广义向量平衡问题解的特殊关系,从广义向量平衡问题的结果入手,通过相应条件的转化,得到了广义弱有效解在可行集有界时的存在结果.进而,通过对目标函数和可行集的渐近分析,将这个结果推广至可行集无界的情形,此时目标函数是拟单调的.     

非凸非光滑向量优化弱有效解的充分条件

本文通过引入非光滑的伪不变凸函数，分别对有限维和无限维向量优化问题给出了弱有效解的充分条件。     

N台并联Fork—Join排队网络的弱收敛与强逼近

本文借助于概率测试弱收敛和概率论强副近理论，较为详细地研究了Ｎ台并联Ｆｏｒｋ－Ｊｏｉｎ排队网络，得到了响应时间、队长、离去过程的弱收敛与强逼近定理，这些结果具有一定的实际意义，并为一般型Ｆｏｒｋ－Ｊｏｉｎ网络的研究提供了必要的理论基础。     

Petri网系统的弱公平性判定

本文首先给出了一个Petri网系统的有效可重复向量的两个性质.随后,又给出了用有效可重复向量判断Petri网系统弱公平性相关问题的一个充分必要条件.在一个Petri网系统中,任意的两个变迁ti,tj,则tj弱公平依赖于ti,当且仅当不存在这样的有效可重复向量X,使得X（j）〉0且X（i）=0.最后,用一个实例展示结论的应用过程.     

关于U—对偶向量空间

本文推广对偶向量空间对的概念，引进了Ｕ－对偶向量空间对概念，讨论Ｕ－对偶向量空间对基本性质，所得结果自然是对偶向量空间对的相应结果的推广。     

基于模拟退火算法的证券投资最优组合理论研究

诸多求解证券组合问题的方法是基于Markowitz模型中协方差矩阵是正定的前提条件，但该条件不具有一般性．本文着重对预期收益固定、风险最小的证券最优组合的投资比例向量的求解，提出了一种基于模拟退火算法的解决方法，避免了协方差矩阵是正定的问题，更具有实用性．     

从前提假设角度看金融学理论的发展

从前提假设的角度入手；详尽分析论述了金融学的重要理论和模型，由此明确了金融学理论遵循逐渐放松与修正前提假设的发展模式，进而强调指出前提假设视角推动金融学理论不断向前发展．     

向量函数强(弱)可导的判定与导函数连续的特征

本文提出了向量函数一阶强和弱一致连续等概念,建立了它们的简单性质。得到向量函数强、弱可导的四个判别定理以及强、弱导函数连续的两个充要条件。     

隐向量优化问题的最优条件

首先在Hausdorff拓扑空间下,利用二元映射关于单变量的锥拟似凸性得到一个选择定理,进而得到一类向量优化问题弱解存在的充要条件.     

平顶山市贫困地区教育资源有效配置及提高效益的研究

本文通过平顶山市贫困地区教育资源配置现状调查及原因分析，提出了完善贫困地区教育资源投资体系，合理配置教育资源，提高教育资源利用效益的措施和途径。为改变贫困地区教育落后的面貌提供了可行的方法。     

惯性张量矩阵表示方法的讨论

本通过无限小变换，把向量叉乘转换为矩阵运算，在引入向量的相伴距阵表示的基础上，给出二重向量叉乘的转换式，最后得到惯性张量的矩阵表达式。     

基于自组织特征映射的神经网络的矢量量化

本文设计了一种神经网络矢量量化编码方法－基于自组织特征映射的神经网络的矢量量化,利用Kohonen网络的自组织聚类功能,设计矢量量化器码书,实现矢量量化。该神经网络速度快,效率高,适用于语音和图象数据压缩,并对SOFM算法应用于图象矢量量化进行系统的研究。