课表的多指标数学模型及解决方法

课程表问题又称时间表问题(timetable problem)，是一个多指标的优化决策问题，也是组合规划中的典型问题．对已有的时间表问题进行探讨，并研究其数学模型及解决方法．     

一种旋转式发动机缸体内型腔线建模与创成的研究

旋转式发动机缸体内型腔曲线属“双弧长短幅旋轮线”，在建立数学模型后利用计算机由VB完成其动态创成．可视化程度高，与AutoLISP程序设计结合，可实现缸体的CAD。     

革新西藏大学计算机专业课教学的几点建议

计算机技术人才是我区“实现跨越式发展和长治久安”的战略性目标基本资源,是我区实现“信息化带动工业化”的人才支撑。我校担负着培养本地区计算机人才的主要任务。文章分析了就我校计算机专业课教学中目前存在的诸多“不相适应”现象,做了调查分析,并依此提出了几点教学革新建议。     

浅谈大学生择业与职业生涯规划

阐述了职业生活和大学生职业生涯规划的重要性,论述了择业方式对大学生择业的影响,分析了大学生择业价值取向的特点。     

浅析邯郸农行金库盗窃案涉案巨款追缴

倍受关注的河北省邯郸市农业银行支行金库被盗案近期有了一审结果,任晓峰、马向景二人以贪污罪被判处死刑。任、马二人非法获取四千多万元巨款用于购买彩票,案件受害方邯郸农业银行能否向当地体彩中心索回任晓峰等人用于买彩票而支付的巨款?善意取得能否适用于该案?本文通过分析善意取得制度基本理论,结合新出台的物权法规定,指出此案不适用善意取得,巨款应予追缴返还给邯郸农业银行。     

扩展Meadows模型分析Ad Hoc网络路由协议安全性

目前,Ad hoc网络安全路由协议缺乏有效的形式化分析方法.通过添加基于图论的路由描述和分析方法,文章扩展了Meadows模型的分析能力.使用扩展后的Meadows模型对Ad hoc网络安全路由协议Ariadne进行了分析,分析结果显示Ariadne协议存在产生虚假路由的漏洞,从而也说明了扩展后的Meadows模型能够用于Ad hoc网络安全路由协议的安全性分析.     

世界经济层内进化浅论

本文将物理系统层内进化扩展到世界经济系统中去，通过对世界经济循环结构与物理系统进化的层次结构关系的探讨，论述了世界经济周期的特征及经济周期的熨平作用。     

双参数量子代数SUqs（1,1）的表示：正离散序列

本文通过构造双参数量子群ＳＵｑｓ（１，１）生成元的ｑｓ－Ｂｏｓｏｎ实现，给出了ＳＵｑｓ（１，１）的正离散序列表示。     

论全球化视野下的民族文化整合与发展

经济全球化的兴起 ,不仅使生产要素在全球得以配置 ,也使文化多元化成为各民族文化发展的平台。无疑 ,2 1世纪人类文化交往的空间会进一步扩大 ,然而 ,由于各民族文化间的差异 ,文化整合问题日益凸现。因此 ,应当以创新的观点对待中西文化 ,以自觉的心态建构现代文化形态 ,实现民族文化的整合与发展。     

Samples Selection for Artificial Neural Network Training in Preliminary Structural Design

An artificial neural network (ANN) is applied in the preliminary structural design of reticulated shells. Major efforts are made to enhance the generalization ability of networks through well-selected training samples. Number-theoretic methods (NTMs) are adopted to generate samples with low discrepancy, i.e.uniformly scattered in the domain, where discrepancy is a quantitative measurement of the uniformity. The discrepancy of the NTM-based sample set is 1/6-1/7 that of samples with equal spacing. In a case study,networks trained by NTM-based samples are compared with those trained by equal-spaced samples in generalizing performance. The results show that both the computational precision and stability of the former ANNs are more satisfactory than those of the latter. It is concluded that the flexibility of ANNs in generalizing can be effectively increased by use of uniformly distributed training samples rather than simply piling data.More reliable uniformity should be obtained, however, through NTMs instead of equal-spaced samples.