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     

VANET下基于辅助基站优化的网络编码性能分析

车辆自组织网络(vehicular ad hoc networks,VANET)是智能交通领域的研究热点.辅助基站的部署是提高VANET通信性能的一个关键.研究了基于辅助基站优化的网络编码传输性能问题,分析了VANET中保持网络连通性需要的辅助基站数目问题,在此基础之上,提出了一种基于粒子群优化理论的辅助基站位置优化算法,进一步通过NS2仿真对比分析了优化前后采用随机线性网络编码作为传输协议的VANET的传输性能.结果表明,辅助基站优化对基于网络编码的VANET通信性能具有较大的影响,在提高网络投递率的同时,降低了平均传输时延.     

二阶退化双曲型方程的第二类广义Darboux问题

A.V.Bitsadze在文[1]中提出和研究了二阶一致线性双曲型方程uxx-uyy+aux+by+cu+d=0(A)的第一类和第二类Darboux问题.本文的目的是讨论二阶退化双曲型方程第二类广义Darboux问题和斜微商问题解的表示式,并证明这些问题解的存在唯一性。本文使用不同于[1]中的方法,但类似于[1]中的方程(A),根据本文中的结果,我们可以解决广义Chaplygin方程在一般区域上的Frankl问题.     

条件广义岭估计及其诊断统计量

研究了带约束线性模型中回归参数的有偏估计及其数据删除模型中度量影响大小的诊断统计量.提出条件广义岭估计,给出它在不同模型中的关系式,利用Welsch-Kuh统计量和特征值的性质,推导出删除k组数据后度量拟合值影响的上确界.通过实例分析检验了诊断统计量的有效性.     

矩形广义系统的极点配置的一种方法

研究了矩形广义系统的有穷极点配置问题.提出了利用动态补偿器对矩形广义系统进行有穷极点任意配置的一种方法及一个充要条件,并且得出了此方法所能任意配置的有穷极点的数目是r r_c个。通过动态补偿,将矩形广义系统的有穷极点配置问题转化为正常系统的极点配置问题,使整个闭环系统实现正则,无脉冲,任意极点配置。     

空间聚类算法中的K值优化问题研究

在典型的空间聚类算法K-平均法和K-中心法中,K一般为用户事先确定的值,然而,实际中K值很难被精确地确定,往往表现为一个模糊的取值区间。在此提出距离代价函数的概念,建立了相应的数学模型并设计了一个新的K值优化算法,对空间聚类K值优化问题进行了初步的研究。     

Banach代数中两个元素之和与积的广义Drazin逆

令a,b为具有单位元1的Banach代数A中两个广义Drazin逆的元素,a^d为a的广义Drazin逆.利用Banach代数中的幂等系统考虑两个元素之和与积的广义Drazin逆,在ab²=bab,b^πba²=b^πaba,a^db²=ba^db等条件下给出a,b之和与积的广义Drazin逆的表达式.     

居民出行链、出行方式与出发时间联合选择的 交叉巢式Logit模型

为刻画出行链、出行方式与出发时间的联合选择行为,选取出行耗时、出行费用及个人与家庭属性等作为效用变量,以出行链选择子集合、出行方式选择子集合和出发时间选择子集合的组合作为模型的选择项,构建基于广义极值(GEV)理论的交叉巢式Logit模型,为方便对比,同时构建3种结构的传统NL模型。利用2010年北京市居民工作出行的小样本调查数据,对模型参数进行估计和检验,并进行弹性分析,分析效用变量的改变对备选方案选择概率的影响。参数估计结果表明,交叉巢式Logit模型具有比NL模型更优的统计学特征,并发现当效用变量改变时,选择者最先变更其出发时间,然后是出行方式,最后才考虑改变其出行链结构。直接和交叉弹性分析表明,与简单链的小汽车出行者相比,复杂链的小汽车出行者对出行时间与出行费用的敏感性较低。研究结果可以为制定和评价交通需求管理政策提供依据。     

关于丢番图方程工x^4＋mx^2y^2＋ny^4=z^2（Ⅲ）

利用Fermat无穷递降法,证明了方程x4+mx2y2+ny4=z2在(m,n)=(±18,54),(36,-108),(±36,108),(±18,-108),(-18,108),(±36,756)时均无正整数解,并且获得了方程在(m,n)=(±6,-24),(±12,132),(-36,-108),(18,108)时无穷多组正整数解的通解公式.     

广义变换图G^＋∞（R,S）的边连通度

记Ａ＋∞（Ｒ,Ｓ）为具有行和向量Ｒ及列和向量Ｓ的所有ｍ×ｎ阶非负整数矩阵的集合．广义变换图Ｇ＋∞（Ｒ,Ｓ）的顶点定义为Ａ＋∞（Ｒ,Ｓ）中的矩阵,两个顶点（矩阵）相邻当且仅当它们可通过一次变换相互得到．并证明Ｇ＋∞（Ｒ,Ｓ）的边连通度等于其顶点的最小度δ（Ｇ＋∞（Ｒ,Ｓ））．