多层前馈神经网络的动态规划算法

利用动态规划来训练多层前馈网络，即逐层修改网络的权值。其算法采用有关文献提出的矩阵的广义逆的正交反向传播算法，经有限次迭代即可得到每一层的最优权值。     

求解连续梁支反力的一种方法

本文用广义阶梯函数表示梁的弯矩和抗弯刚度，最终导出了以各支座反力为基本未知量的线性方程组，并进行了实例计算     

分形曲线和曲面上的第二型积分

将经典意义下在可求长曲线上的第二型曲线积分和分片光滑曲面上的第二型曲面积分推广到较一般的曲线和曲面上，给出了存在定理且减弱了格林公式，奥高公式和斯托克斯公式中关于边界的条件。     

弱Lipschitz函数及其广义次梯度的几个性质

本文在[1]、[2]的基础上进一步讨论了广义梯度与广义次梯度的关系，揭示了广义次梯度的线性性质，推广了它们在最优化中的应用。     

粘弹性边值问题的蠕变柔量边界元法

基于蠕变柔量和广义蠕变柔量概念，讨论了一种新的粘弹性问题基本解的构成方法。由此产生的基本解可直接应用于线弹性边界元算法的计算机源程序，并且避免了采用数值方法求解Ｌａｐｌａｃｅ反演的过程。     

多元线性模型回归系数的广义根方估计

将根方估计作一拓广，提出了回归系数的广义根方估计，证明了广义根方估计能更有效地改善最小二乘估计，并给出了广义根方估计的显示解和确定偏参数的方法。     

全色数与小阶路的混合Ramsey数

以χ２（Ｇ）记一图Ｇ之全色数，Ｐｎ表ｎ阶路，混合Ｒａｍｓｅｙ数χ２（ｍ，Ｐｎ）为最小正整数ｐ，对于每个ｐ阶图Ｇ，或者χ２（Ｇ）≥ｍ，或者ＧＰｎ。当ｍ取任意正整数、ｎ≤４时，本文得到χ２（ｍ，Ｐｎ）的确值     

（T）模糊积分

本文继续讨论［１］中定义的（Ｔ）模糊积分，得到了积分转化定理以及可积条件，并证明了其它的收敛定理。     

伴随阵的广义特征向量

给出了非奇异矩阵Ａ的伴随的广义特征向量的表达式。