广义对策的平衡

某些新的非紧广义对策的平衡存在定理在局部凸拓扑矢量空间内被证明，其中约束对应既没有开图也没有开下截口。     

尾部指标估计中的阈值选择

本文研究如何用较好的方法选择一个适当的阈值，计算尾部指标的Hill估计，然后加以比较，并以美元对日元的汇率为例，说明方法的使用．     

需求不确定和单位运输成本变化的供应链模型

基于需求信息不确定的情况,对由一个供应商和一个销售商组成的两层供应链系统进行了研究,继而再考虑商品单位运输费用随订货量增加而降低的情况,分析了销售商采集需求不确定信息的必要条件,指出了什么条件下供销双方会共事这种不确定信息以及供应链系统中多个销售商联合订货的优势．     

环境质量评价中的主成分分析与全局主成分分析方法

给出在环境质量评价中对即时性平面数据的主成分分析方法与对多维动态数据系统的全局主成分分析方法,着重介绍了对时序立体数据表进行立体式的综合与简化,并应用于具体的实例,得到很好的结果.这两种方法对环境质量的评价和治理工作都有积极的指导作用与重要的应用价值.     

浅析游戏引擎开发

该引擎的开发技术主要是使用C 语言,DirectX8.1开发包与软件工程思想,并综合运用了计算机图形学,人工智能等知识.该引擎的主要工作是进行游戏中的数字建模、碰撞运算、物体成像、玩家角色控制等操作,以及播放正确的音量和声音输出等必要的功能.     

动态混合型SMC+Turbo MIMO解调算法

递归蒙特卡洛（Sequential Monte Carlo，SMC）算法是一种有效降低算法复杂度的次优化算法，该算法嵌入到迭代Turbo接收机中可形成低复杂度、高解调性能的SMC＋Turbo MIMO解调接收机．该文针对该解调接收机中的混合型SMC MIMO解调算法，运用动态化参数进行改进．仿真结果表明，动态混合型SMC＋Turbo MIMO解调算法可以在不增加算法复杂度的基础上有效地提高一般混合型方案的性能．     

一种基于序列挖掘的分类系统框架

为了有效地对序列数据进行分类，提出了一种集成分类挖掘和序列模式挖掘技术的分类系统框架(SPACS)．先采用一套约束和裁减策略，为每个分类挖掘频繁序列模式，并将其转换为分类序列规则(CSR)；再利用平均CSR匹配置信度和一个规则匹配算法构建有效的序列数据分类器．SPACS不需要在提取序列的特征后采用传统方法进行分类，可以直接利用从序列数据中提取出的频繁序列进行分类．实验结果表明，对于序列类型的数据的分类，SPACS比传统的决策树和关联分类方法具有更高的分类精度．     

信用机制的博弈论及其应用

以博弈论为基本理论依据 ,以诚信轴为分析工具 ,研究市场经济条件下企业交易行为中的信用机制与策略选择 ,包括完全无约束、社会成本约束及惩罚机制约束三种状态 ;并根据信用等级评估方法 ,分析该机制在交易活动中的应用 ,展示其应用价值 ;最后建议采取相应的奖惩规范措施来维护诚信交易行为 .     

博奕论:Nash平衡

对Nash平衡的存在性和稳定性给出了一个综述。     

基于计算机试验的进化博弈研究

采用理论分析与计算机试验的方法研究一类常见的社会悖论问题———重复多人囚犯博弈问题.用随机试验方法对局中人的各种博弈法则进行分析比较,研究支付函数与博弈环境对各博弈法则性能指标的影响.并以进化博弈的观点,讨论在长期的重复博弈过程中,博弈法则进化到某种稳定状态的情况.