有序分位加权集结算子及在激励评价中的应用

为在信息集结过程中体现指标值的相对发展水平,提出了一种新的集结方法,即有序分位加权集结算子.该算子尤其适用于激励评价问题,其主要特征是用分位数表示指标值的相对发展水平,并且在信息集结过程中融入了决策者不同程度的激励偏好.通过性质分析,发现该算子具有置换不变性、界值性和条件单调性等特征.进一步,以算例的方式分析了该算子在激励评价中的应用问题,发现该算子在信息集结中通过权重加和不等于1的方式能够放大或缩小集结值,从而凸显被评价对象之间的差异,实现激励的目的.     

关于一类算子的共鸣定理

本文将证明一类非线性算子的共鸣定理。设Λ 是任意指标集,X 是一个第二纲的赋β*范空间,Xλ是赋准范空间(λ∈Λ),Aλ是X 到Xλ内的次减算子,当{Aλ}满足本文中定理1的条件时,有 * 成立。（注：*处为公式）
     

关于*-仿正规压缩算子的性质

主要研究了压缩的*-仿正规算子的一些性质,证明了若T是一个压缩的*-仿正规算子,则正算子D=12(T*2 T2-2TT*+I)是一个压缩算子,且算子序列{Dn}强收敛于一个投影算子P,满足T*P=0;若T没有非平凡的不变子空间,则(i)T是真压缩算子,(ii)正算子D=12(|T2|2-2|T*|2+I)是强稳定压缩算子.     

分数阶Schr?dinger-Kirchhoff型方程无穷多解的存在性

研究了包含分数阶p-拉普拉斯算子和凹凸非线性项的Schr?dinger-Kirchhoff型方程.在对方程中的位势函数作适当假设下,运用山路定理、喷泉定理和Clark定理,证明了上述方程正解的存在性,并进一步证明了方程存在无穷多个非平凡解.     

基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面；结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%；在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.     

拟幂零等价算子Weyl定理的稳定性

线性算子的谱理论,特别是Hilbert空间上Browder定理和Weyl定理在紧摄动下的稳定性问题是目前研究的热点,本文利用拟幂零等价算子的定义及其之间的关系,研究了它们的Browder定理和Weyl定理在紧摄动下的稳定性,并得出它们的稳定性是等价的.     

Banach空间中一类带有f－投影算子的双层集值投影动力系统

在乘积Banach空间中引进并研究一类包含广义f－投影算子的双层投影集值投影动力系统.在恰当的条件假设下，利用广义f－投影算子的性质及熟知的Nadler不动点定理，证明了该双层集值投影动力系统的均衡点集是非空的和闭的.     

分数次极大算子及交换子在λ-中心Morrey空间上的加权估计

利用权不等式及实变方法,得到了粗糙核分数次极大算子在加权λ-中心Morrey空间上的有界性。同时也证明了粗糙核分数次极大算子与加权λ-中心有界平均振荡函数生成的交换子的有界性。