完整的最小二乘递推算法及其对跟踪与预报的应用

借助广义逆矩阵的理论，本文分别就一般加权情形、最优加权情形和指数加权情形，给出了无需事先提供待估计量的任何初始统计知识而能获得严格意义下的所谓完整的最小二乘递推(PRLS)算法。应用这种算法，分别得到了某些线性系统的无差和无偏状态估计以及机动目标多模型跟踪与预报(MMTP)算法。     

输出/输入比值优势与DEA有效

进一步讨论了多目标规划模型 ( vp)中的 Pareto有效与 DEA有效的关系 ,得到两个重要结论 ,藉此无须求解 DEA模型就能判断某些 Pareto有效 DMU的 DEA有效性。     

不变拟凸性与多目标规划的一个问题

定义了Ⅰ类不变拟凸、Ⅰ类严格不变拟凸、KT－Ⅰ类严格不变拟凸的向量值函数，并在目标规划中，获得了每个驻点（或KT－T点）是有效点的等价条件。     

AC=BD在微分方程中的应用

利用AC＝BD的思想，将变系数广义KdV方程约化成常微分方程，求出了KdV方程的Lax对。     

系统可靠性优化的离散多目标决策方法

工程实际中 ,人们往往在追求系统的可靠性达到最大的基础上 ,又追求系统的造价到达最小。另外 ,系统中单元的可靠性有时需从给定的离散集中选取。针对上述现象 ,提出了离散多目标决策方法 ,用于选取大型复杂系统中单元可靠性的最优值。算例表明所提出文方法有效     

具有随机偏差的最优多段卡尔曼估值器

提出了具有随机偏差的最优多段卡尔曼估值器。针对状态模型与观测模型同时具有偏差且偏差模型噪声与状态模型噪声相关的情况 ,给出了具有随机偏差的状态方程的增广状态 ,并通过U V变换对卡尔曼估值器的协方差矩阵解耦得到了最优多段卡尔曼估值器。结果表明 ,多段卡尔曼估值器不仅是最优的 ,而且降低了计算的复杂度     

基于多Agent的协同工作环境的实现

为了支持跨平台、异构环境下的协同工作,提出了一个基于多Agent的网上协同工作环境(multi-agent based cooperative work, MACW),构造了MACW系统的三层逻辑模型以及多Agent和浏览器/服务器相结合的系统结构,并结合多Agent技术、JMF等关键技术给出了系统的具体实现。MACW较好的解决了现有的协同工作环境存在的灵活性差、扩展能力不足、对意外情况不能及时处理等问题。