B值随机元的连续逼近

本文首先证明了B值随机元序列几乎处处收敛与几乎一致收敛的等价性,然后用它来证明一个关于连续函数逼近B值随机元的Lusin型定理.     

关于凸性模的若干应用

改进和推广了Kadecˇ凸性模定理,并讨论了凸性模对无条件收敛级数和算子级数的应用.     

蚁群算法在油田配电网开关优化配置中的应用

配电网分段开关优化配置，可以减少用户停电损失，提高供电可靠性。分段开关优化配置是一种以可靠性费用最小为目标函数的组合优化问题。结合油田配电网的分段开关类型和馈线自动化方式，给出了配电网开关配置的数学模型。应用蚁群算法(ACA)求解分段开关的位置和数量，并对蚁群算法的初始信息素赋值、搜索空间、转移原则和更新原则进行了改进，克服了基本蚁群算法搜索时间长、易陷入局部最优解的缺点。实例分析表明，该算法全局搜索能力强，搜索时间短，收敛速度快。     

一类具有连续分布延时的随机反应扩散的Hopfield神经网络的收敛动力学行为

本文研究了一类具有连续分布延时的随机反应扩散的神经网络模型.通过构建恰当的Lyapunov函数,以及运用非负半鞅收敛性定理,得到了该网络平衡解几乎必然指数稳定和矩指数稳定的充分条件.最后我们给出了一个例子验证了条件的正确性.本文所得到的结果不要求激励函数是可导,有界,单调非减的,也不要求连接权矩阵是对称的,在解决最优化问题等方面有重要意义.因此我们推广和完善了以前的结果.     

杉木纤维用材优良无性系的选择

对杉木无性系生长性状、木材基本密度和管胞长度的遗传变异进行了研究。结果表明，无性系间树高、胸径、材积、木材基本密度和管胞长度存在显著至极显著差异。5个性状（树高、胸径、材积、木材基本密度和管胞长度）都受中等强度的遗传控制，无性糸重复力分别为0．771，0．651，0．566，0．529和0．495。树高、胸径和材积与木材基本密度、管胞长度间以及木材基本密度与管胞长度间呈遗传负相关。通过多性状综合指数选择选出2个纤维用材优良无性系。     

施氮量对不同穗型水稻品种生理特性的影响

以不同穗型水稻品种为试材，研究不同氮素水平对水稻生理特性的影响，结果表明：高氮水平下，两品种叶片中叶绿素含量、剑叶含氮量、单叶及群体光合速率、叶面积指数均高于低氮处理，下降速度也比低氮处理慢．这可能是直立穗型品种抽穗后物质生产能力强的生理原因．     

基于高斯混合模型的EM学习算法

本文研究了一类基于无监督聚类学习的算法——EM算法的算法实现．EM算法通常用于存在隐含变量时的聚类学习，由于引入了隐含变量，导致算法难以保证收敛和达到极优值．本文通过将该算法应用于高斯混合模型的学习，引入重叠度分析的方法改进EM算法的约束条件，从而能够确保EM算法的正确学习．     

螺烯化合物邻接矩阵特征根与电离能的关系

考虑分子图顶点的性质,用分子拓扑学方法构建螺烯化合物新的邻接矩阵.研究发现新的邻接矩阵特征根与螺烯化合物的电离能有良好的相关性:Ipi(eV)=4.514 2.952OMOi,R=0.9897,s=0.154,n=129.用该方法计算共轭多环芳烃分子轨道能级,简便、无需占用大量机时.图1,表4,参11.     

个体风险模型的复合泊松近似

具体讨论了一类特殊非同质个体风险模型的复合泊松逼近，证明了在一定条件下个体风险模型为复合二项分布模型．引入了3个准则，在这3个准则下，分别讨论泊松参数的选取，并给出参数的计算公式．作为应用，给出指数和Pareto分布的计算结果．     

最优子种群实数编码遗传算法的研究

提出了最优子种群实数编码遗传算法理论，通过从种群中选出适应值最高的若干数量的个体，组成该代最优子种群，将最优子种群中的个体与种群中其它个体进行交叉变异，最优子种群中的个体间也进行交叉变异，从而产生新的种群．该遗传算法对于示例中多极值的问题非常有效，收敛速度也非常快．