用新预卜方法求空间无解析表达式曲线的长度

预卜问题非常困难，但在未来点上往往十分自然地隐存着某种严格的自然约束条件．如能将此种条件引进预卜方程必将极大地提高预卜的精度．按此途径完成了寻求空间无解析表达式曲线长度的工作．严格地证明了未来点上的约束条件的成立．实验验证说明预卜精度得到了极大的提高．     

寻求线性规划问题初始基可行解的一种新算法

对线性规划问题基可行解的性质进行了研究，给出了一种求解线性规划问题初始基可行解的算法，该算法的时间复杂度是约束条件个数的线性函数     

确定任意多边形顶点凸凹性的快速算法

给出了一种确定任意多边形顶点凸凹性的快速算法．该算法的时间复杂度是多边形顶点数目的线性函数     

蛋白质三维结构预测问题的求解方法

对蛋白质结构预测问题进行了描述,根据蛋白质结构预测问题在三维欧氏空间的连续模型,通过拟物策略找到了相应的数学模型.由于引入了弹性势能和嵌入势能,将一个有约束的问题转化为一个无约束的问题,并在梯度下降法求解的基础上,设计出一种变步长梯度下降的求解方法.通过实例检测,变步长梯度下降法比梯度下降法大大节省了计算时间,且所得结果的能量比梯度下降法所得结果的能量更低.     

解不等圆 packing 问题拟物拟人算法初态选取

提出形式化了的人工经验方法,由此得出的算法可以极快速地为不等圆填装（ｐａｃｋｉｎｇ）问题求出初始近似解．将此初始近似解作为求解不等圆ｐａｃｋｉｎｇ问题的拟物拟人算法中的初态,可以提高这种拟物拟人算法的计算速度约１０倍．此种方法还有可能发展为关于求解ＮＰ难问题的不仅具有高速度而且具有高精确度高完整度的具有实用价值的纯粹拟人方法．     

解packing及CNF—SAT问题的拟物拟人方法

提出拟物拟人方法，论述了如何按此种方法为ＮＰ难问题设计出高效实用快速求解算法，作为例证，所得出的关于ＣＮＦ－ＳＡＴ问题及ｐａｃｋｉｎｇ问题的算法，其先进性在国际竞赛阁得到了显示。     

一般递归函数定义中极小化次数问题的研究

研究了定义递归函数过程中极小化运算的次数问题，证实了任意一个递归函数可以从初始子数出发，经有限次复合，递归和至多一次极小化运算而得到。这一结论对计算复杂性理论有明显的意义。