北京-郑州运输通道内旅客出行的特征

为研究运输通道内客流变化规律,结合北京郑州铁路客运专线建设,运用简单抽样方法确定样本抽样率和样本容量,对通道内不同运输方式旅客出行调查数据进行统计分析。结果表明:出行旅客中企管人员最多;月收入小于1 000元的旅客主要选择公路出行,高于2 000元的旅客主要选择民航出行,介于二者之间的旅客多选择铁路出行;旅客多以出差、经商和探亲为出行目的;在小于300 km的出行距离内,公路占绝对优势;在300~1 500 km内,铁路优势明显;服务属性中,旅客最为关心的是安全,最不满意的是运行速度。     

基于粗糙集理论的复方拆方研究

粗糙集理论是一种新的处理模糊和不确定性知识的数学工具，其主要思想就是在保持分类能力不变的前提下，通过知识约简，导出问题的决策和分类规则．因此，将粗糙集理论引入复方拆方，将有助于从复方配伍的动态性和不确定性的本质上去深入而确切地开展方剂配伍规律的量化研究，从而改变药味与药效之间的分离状态．     

基于克隆选择的粗糙集属性约简方法

基于免疫克隆选择的原理，提出了一种新的粗糙集属性约简方法，将属性集合的分类近似质量作为进化目标，利用免疫反应的分布性特点通过局部并行搜索实现全局优化，并采用抗体更新和亲和力抑制手段来维持群体的多样性，保证了各抗体局部优化解的稳定性，从而获得了多个优化约简集合，通过机械故障诊断数据的实例应用，表明该方法可以获得多个符合分类质量要求的属性约简集合，因此满足了设备故障诊断的特征优化选择要求。     

基于二维灰度直方图的最小模糊熵分割方法

本文在一维最大模糊熵分割方法的基础上，根据图像目标和背景内部像素灰度值的一致性和集中性，提出了一种新的图像分割隶属度函数，从而得到最小模糊熵分割方法．本文还针对传统的基于一维灰度直方图的模糊熵分割方法不能反应图像的空间信息，抗噪声能力差的缺点，提出了基于二维灰度直方图的模糊熵分割算法．本实验结果证明，最小模糊熵分割方法对于某些图像的分割效果要好于最大模糊熵分割效果，而二维分割方法对于绝大多数图像，都具有很强的鲁棒性和抗噪能力，分割效果明显优于一维的方法，而且方便地推广到其他的一维熵分割方法中。     

一种基于二进制可辨矩阵的属性约简算法

基于可辨矩阵的属性约简算法都是从信息系统中直接求得约简，提出了分两步求得约简，降低了算法的时间复杂度为O(mn^2)，第一步计算出近似约简，第二步去掉其中的冗余属性。改变了过去人们认为基于可辨矩阵的特征选择算法的时间复杂度不低于O(m^2n^2)的观点(其中m为数据集中特征／属性的个数，n为数据集中样本的个数)。最后给出了实验结果.     

潮汐水域流速场和温度场的数值模拟研究

结合拟建的深圳前湾电厂冷却水工程实际,对电厂温排水排入附近海域的流速场和温度场进行了平面二维数值模拟。将流速和潮位的计算结果与实测资料进行了分析比较,二者吻合良好。在此基础上,对电厂温排水的温度影响范围及取水温升进行了数值模拟预报,为工程设计和环境评价提供了依据。     

新型机器人六维力传感器的测量电路

针对机器人腕部及手指所受空间六维力／力矩的测量，介绍了一种新型基于Stewart并联结构的六维力传感器，主要研究该传感器的测量电路，并对电桥电压灵敏度及温度补偿方法作了详细研究。     

基于可辨识矩阵的动态属性约简算法

可辨识矩阵是粗集理论中可以标识决策属性和条件属性之间关系的矩阵。根据数据库的动态建立特性，提出了一种基于粗集理论中的可辨识矩阵的动态属性约简算法，利用数据的动态性和可辨识矩阵的特性对己有的属性约简进行修正，并通过实例证明了这种算法的有效性，该算法极大地节省了计算量，提高了算法的执行效率。     

区间数相离度的决策矩阵排序的一种新方法

针对属性权重已知而属性值为区间数的多属性决策问题,首先弥补原有的区间数规范化方法的不足,然后给出了区间数的理想属性值和负理想属性值的定义,接着提出了一种基于相离度的决策矩阵排序的一种新方法,最后给出了一个例子说明此法的有效性和可行性。     

Factor-GARCH模型研究与理论探讨

结合国外研究现状，对解决多维GARCH模型的方法——Factor-GARCH模型进行了系统的讨论．将投资组合的收益率Rt表述为潜在公共因子的函数形式，并对函数形式中的一些变量和假定给出了理论和现实的解释；将投资组合的协方差Ht的结构进一步细化，将其表述为可观测变量的线性函数．并指出了今后的研究方向。