《世说新语》中的程度补语研究

在详细调查南朝刘义庆《世说新语》的基础上,对其出现的程度补语(简称程补)作了细致的分析探讨,认为其基本句式可以分为“动 程补 宾”、“(主语) 动 宾 (状)程补”、“动(形) (状)程补”三种。其中,“动(形) (状)程补”格式出现频率最高。在《世说新语》中充当程度补语的动词主要有“毕”“竟”“酣”等;形容词主要有“困”“良久”“危急”等;副词主要有“甚”“极”等。     

系统和谐度测度研究

通过系统和谐度构成的分析,建立了和谐度的测度体系。和谐度的测度指标分为构成和谐性、组织和谐性、内部环境和谐性、外部环境和谐性和总体和谐性。通过在理论上对各构成要素的敏感性分析,表明单因素或多因素的改进对和谐度是有影响的。利用和谐度分析矩阵构建和谐度测度方法,并结合企业实际对系统和谐度给与实证研究,验证单因素改进对系统和谐度有正向影响。     

一种相对隶属度新概念下的模糊数排序方法

为了解决防空作战辅助决策中模糊数隶属函数在用于模糊数比较时产生的问题,定义了相对隶属度的概念,并且在此基础上定义了模糊数的期望值以及相对隶属度偏差。提出了一种新的基于相对隶属度的模糊数排序方法,算例表明该方法有效可行。     

A Project Risk Ranking Approach Based on Set Pair Analysis

Set Pair Analysis （SPA） is a new methodology to describe and process system uncertainty. It is different from stochastic or fuzzy methods in reasoning and operation, and it has been applied in many areas recently. In this paper, the application of SPA in risk ranking is presented, which includes review of risk ranking, introduction of Connecting Degree （CD） that is a key role in SPA., Arithmetic and Tendency Grade （TG） of CDs, and a risk ranking approach proposed. Finally a case analysis is presented to illustrate the reasonability of this approach. It is found that this approach is very convenient to operate, while the ranking result is more comprehensible.     

不完全信息下概率决策的扩展粗糙集方法

为了从不完备多属性决策系统中获取概率决策规则，提出了一种不完全信息下概率决策的扩展粗糙集方法. 给出了容差关系下相容度的概念，通过设定相容阈值给出知识的粗糙下近似、上近似和边界域，然后讨论了粗糙近似的基本性质和概率决策规则的获取.通过实例说明这个新方法的可行性和有效性.     

多时滞型种群对数模型的周期正解

通过更精确的先验估计,利用重合度理论中的连续定理,研究了一类时滞种群模型的周期解,获得了这类模型存在正周期解的充分条件,所得结果推广了有关结论,并使条件有所减弱.     

泛圈图的一个充分条件

在文[1]中给出定理,设G是一个n-阶2-连通图且δ（G）≥t,若对于G的任意两个不相邻的点u和v,均有｜N（u）∪N（v）｜≥n-t成立,则G是一个泛圈图或G≌Kn/2,n/2.本文的目的在于将此定理的条件减弱,只对图中距离为2的点进行讨论,得出了泛圈图的一个充分条件.文中主要用数学归纳法对定理进行证明,先在引理中给出了几种特殊情况的证明,接着在定理的证明中讨论了一般情形.     

一种面向个性化网络学习的协同学习任务生成方法

提出了一种面向个性化网络学习的协同学习任务自动生成方法.该方法以学习目标与学习小组中学习者的个性特征为输入,通过基于学习者认知水平的协作成员分组和基于耦合度的协同学习模式分配,生成符合学习者群体个性特征的协同学习任务,从而有效地解决了网络学习中个性化学习与协同学习相结合的问题.该方法已在实时教学系统中进行了测试,结果表明,相对无指导的协同学习,根据此方法所生成的学习任务的协同学习可有效提高学习效率.     

基于案例推理中特征权重自动学习方法研究

讨论基于案例推理中特征权重的自动学习方法．通过分析现有的一种利用粗糙集理论进行权重自动学习的算法，指出了该算法中存在的一些问题，最后提出了一种改进的权重自动学习算法，并通过实例对两种算法进行了比较．     

矿粉与水泥的密堆及其对矿渣水泥的性能影响

将一系列经超细粉磨处理的矿渣微粉以不同比例与一定细度的水泥进行匹配 ,制成一系列矿渣水泥试样 ;根据Dinger Funk的数学模型得出粉体最佳颗粒群分布 (即堆积密度达最大的分布 ) ;通过水泥与矿粉的激光粒度检测结果 ,计算各矿渣水泥的实际颗粒群分布 ;运用灰色关联分析原理 ,考察各矿渣水泥试样的颗粒群分布与Dinger Funk最紧密堆积颗粒群分布的相关性 ;对各矿渣水泥进行标准稠度用水量以及硬化浆体的孔隙率等测定 .结果证明 :当矿渣水泥颗粒分布与最紧密堆积的关联度较高时 ,相应的矿渣水泥标准稠度用水量较少 ,硬化浆体孔隙率较低 ,胶砂强度较高 .