基于粗糙集方法的有序尺度变量选择

针对一种特殊类型的变量——有序尺度变量，用基于优势关系的粗糙集属性约简方法进行变量选择．实例表明，该方法可简单有效地对有序尺度变量进行选择．     

不变量在六阶变系数线性微分方程中的应用

通过变量变换将六阶变系数线性微分方程不变量的概念引入，并得到其不变量组，然后对不变量的性质进行了讨论，给出了一些六阶变系数线性微分方程的可积类型.     

离散变量结构优化设计中变量和约束的分解与简化

提出了优化设计中对设计变量和约束条件进行缩减和分解的方法．设计变量可分解为基本设计变量和复合设计变量，复合设计变量是基本设计变量的函数或综合；约束条件可根据它与计算过程的关系和作用范围分步、分阶段考虑；对于离散结构的实体杆件，可以很据受力和对结构的作用情况分成5类，常用截面分成24种类型．最后通过一个三维空间实例，证明所提方法优化效率高，效果明显，可节约材料39．26％，是求解大规模离散变量工程结构最轻设计问题的较好方法．     

两种混沌同步法及其用于通讯的比较

用Ｌｏｒｅｎｚ系统对两种混沌同步方法－变量替换法和变量反馈法进行了数值研究。结果表明用单变量反馈可混沌同步，并比变量替换法有较快的收敛速率和较高的同步稳定性。用单变量反馈法同步的混沌系统同样可以用于通讯，且结构简单，便于应用。     

应用变量变换方法解几类二阶非线性微分方程

应用变量变换方法，解几类可化为分离变量的二阶非线性微分方程，扩大了变量变换方法的使用范围，提供了微分方程的可积类型，给出了通积分的表达式。     

应用变量变换方法解几类二阶非线性微分方程

应用变量变换方法，解几类可化为分离变量的二阶非线性微分方程，扩大了变量变换方法的使用范围，提供了微分方程的可积类型，给出了通积分的表达式。     

一种主元分析方法在聚合生产过程故障监测与诊断中的应用

对聚合生产过程中的操作变量进行主元分析，提取过程变量的主要特征，建立主元模型，可实现对多变量过程数据的压缩．在不减少原信息主要特征的基础上，有效地去除了测量噪声．将主元分析应用到聚合反应生产过程故障诊断系统中，大大减少了监测变量个数，能够实现对过程状态的有效监控；异常状态可根据变量对统计量贡献值的大小来确定故障源．     

Petri网可视化工具的设计与实现

应用面向对象思想和可视化编程工具VisualC 语言开发了图形化的Petri网建模工具GPNT，GPNT系统作为一个计算机辅助设计和分析工具，使用户可在交互式的计算机图形方式下进行Petri网的建立，删除，修改和存储，并可通过对关联矩阵的初等线性变换求解Petri网的S不变量和T不变量，本GPNT系统可用于Petri网模型的设计，分析和动态仿真。     

加速布尔匹配算法的研究

逻辑验证和综合中，布尔匹配利用有序二叉判定图（Ordered Binary Decision Diagram,OBDD)检验两个给定的逻辑函数是否相等。直接枚举每个函数中输入变量的各种排列顺序，并根据这些顺序进行匹配，算法时间复杂度为O(n!2^n2),n为变量数。为了提高匹配算法的效率，文中用最小项数目作为标签标定变量（变量组）。对比两函数 中变量（变量组）的标签，可删除不可能的排序，加快匹配过程。在此基础之上，利用重构将待匹配变量压缩在OBDD图的底部。利用这部分结构可以进一步区分变量。实验结果表明，该算法不仅变量区分能力要好于其他算法，且执行速度快，更具实用价值。     

复变量函数的一致可微性

将实变量函数的一致可微性推广到复变量函数中，所得结果与实变量情形既有类似又有差别，并进一步研究了复函数一致可微与其导函数一致连续的关系、有界闭域上解析函数的无穷一致可微性以及函数一致可微可推出其本身一致连续的条件等．     

可化为变量分离型的微分方程及其通积分

借助变量替换法，改进了最近的一些结果，提出可化为变量可分离方程的新类型，并给出它们通积分的表达式，以达到拓宽其应用的目的．     

一种改进的非线性多变量格兰杰因果检验在污水处理过程参数关系分析中的研究

传统线性多变量格兰杰因果检验通过引入条件变量来判断两个变量之间是否存在因果关系，但条件变量的选择往往具有主观性而缺乏对其合理的规则，针对这个问题，提出一种可筛选条件变量的非线性多变量格兰杰因果检验方法。该方法使用支持向量回归构建检验方程以适应非线性条件，通过分析两两变量之间的关系构建初步结构后选择条件变量，并基于所选条件变量再进行非线性多变量格兰杰因果检验；引入两种拓扑结构避免对不产生伪因果问题的真实关系重复检验。在数字仿真和污水处理基准仿真平台上的实验结果表明本文方法能适应非线性条件，检验结果更准确，在计算强度上也有更好的表现。     

用仿真方法对随机系统优化设计

对一个随机系统(或过程)进行优化设计的难点在于随机变量的处理和计算，另外，由于待优化的变量往往不直接包含在目标函数中，优化算法选用受到一定限制。为解决此问题可采用计算机仿真方法模拟实际的动态随机过程，多次运行此过程可获得足够的样本，可计算出统计量。用遗传算法控制待优化的变量，可以较快的获得满意的随机系统的优化设计。     

广义Riccati方程可积的充要条件及其推广

利用变量代换的方法，讨论了广义Riccati方程的一个可积的充要条件，提仁0出了可通过分离变量求解的广义Riccati方程的一般形式，推广了其可积性定理，提供了其可积性讨论的新方法．     

主元分析及数据重构在过程监控中的应用

利用主元分析方法，通过矩阵运算、降低维数以提取过程变量的主要特征，实现对工艺数据的压缩，既可解决过程变量间的相关问题，同时还有清除测量噪声的效果．化工吸附分离过程监控的应用实例表明，主要过程变量可由15个缩减为6个，累积解释程度为98%．     

含参数λ微分方程类型的可积判据

提出几类含参数λ微分方程，借助变量替换法、线性化法、降阶法、交换变量位置法，论证其可积性，给出可积的判据及通解的表达式．扩大微分方程的可积范围，提供其求解的方法及通解公式．     

新的三类Abel型微分方程的求积定理

借助变量替换法、交换变量位置法、高次二项式定理等方法，在一定条件下，给出新的三类Abel型微分方程，论证它们的可积性，并提供其通积分的表达式，扩充了微分方程的可积类型．     

Riccati方程化成变量可分离方程的几个条件及相应的通积分

用不变量的概念给出一类Riccati方程化成变量可分离方程从而可积的向个条件及相应的通积分，并将有关文献的结果统一其中。     

次高斯变量的判别准则及其应用

以实次高斯变量和复次高斯变量的定义为基础，得到了次高斯变量的4个判别准则，然后讨论了次高斯序列决定的随机函数F的e^λ｜F｜^2的可积性．     

函数有序变量极限的连续性,可积性与可异性

从极限统一定义及统一定义下的两个极限过程互换定理出发，引入了函数有序变量的概念，给出了并证明了函数有序变量极限的连续性定理，可积性定理和可导导定理，并指出了它们所解决的一些问题。