形状误差的动态评定：逐次逼近规划方法的应用

本文讨论形状误差最小包容区域的判别方法。根据逐次逼近规则评定理论,将传统的静态评定方法发展为动态评定方法,给出形状误差最小条件的统一判别准则和计算设计方法。并以直线度误差评定为例,较为详细地介绍了欠逼近规划方法在形状误差中的应用,从而实现计算机的智能判别和仲裁。     

马尔柯夫链状预测的概率计算及拓广

提出了一种马尔柯夫链状预测中的概率计算新方法：状态划分矩阵法;具有模糊状态的马尔柯夫链的概率计算公式,并用实例计算作了说明。     

多维双曲型方程一般差分逼近时空网格同时加密的稳定性

讨论多维常系数双曲型方程式在一个中介面两侧的区域中,关于时间空间网格同时加密或稀疏情况下,分别应用不同的一般的柯西稳定差分逼近式的耦合稳定条件,推广了Ｂｅｒｇｅｒ只用于一维情形及Ｌ－Ｗ格式的结果．在多维情形下,应用Ｍｉｃｈｅｌｓｏｎ方法,利用傅里叶变换,得到包含对偶参数的特征方程式．再应用Ｍｉｃｈｅｌｓｏｎ的Ｕ．Ｋ．Ｃ判别条件,得到了多维常系数双曲型方程在中介面两边应用一般的分别为柯西稳定的格式并关于时空网格同时加密或稀疏问题的耦合稳定条件．     

基于扰动分析的流程自适应控制

研究了一台机器加工一种工件的简单制造系统的流程控制问题。在对故障时间和工作时间的分布不做任何假设的情况下,利用自适应控制的思想,将整个控制过程依据一定的规则分成有限长的时间段,在每一段时间内用扰动分析估计目标函数的一阶和二阶导数,然后用基于二阶导数的随机逼近算法渐进地估计该流程控制问题中的最优阈值,从而实现了阈值的自适应控制,并利用仿真实例验证了算法的收敛性。     

C^＊—代数中的正逼近

讨论了Ｃ＊－代数中的正元逼近问题,研究了逼近度的一系列性质;应用Ｃ＊－代数的万有表示和Ｈａｌｍｏｓ关于正算子逼近的结果,证明了Ｃ＊－代数中的任一元都存在最佳正逼近并且给出了最佳正逼近的表达式。     

角谷猜想的证明

应用马尔可夫链推导出角谷链的状态转移概率,从而得出角谷链中的奇数和偶数出现的概率,再以概率的大数定律为基础证明日本数学家角谷静夫提出的猜想.     

B值极限鞅差序列的Brunk型大数定律

分别对于取值于p-致光滑空间的极限鞅、概率极限鞅和L1极限鞅的差序列证明了Brunk型大数定律，推广了Woyczynski中关于鞅的相应结论。     

在非时齐马氏决策过程中的动态贝叶斯网络研究

提出了用动态贝叶斯网络（DBN）对非时齐马氏决策系统进行建模的改进方法，使动态贝叶斯网络能被更广泛地应用于各种复杂的真实系统中．该方法的基本思路是，将扩展后的隐藏变量引入DBN的演化过程来建立假设条件所要求的马尔可夫模型，给出从不完整的样本数据集以及存在隐藏变量时来学习DBN结构的算法，进而用贝叶斯概率统计方法对后来的时间片的充分统计因子进行估计，并通过当前已存在的和估计的充分统计因子对基于时间变化的转移概率进行学习，以解决假设条件要求的转移概率的时不变性．原理性分析和仿真实验结果也验证了改进方法的有效性．     

信号分析中的正交变换

信号分析的主要目的是寻找一种简单有效的信号变换方法，以便突出信号中的重要特性、简化运算的复杂程度，其中希尔伯特(Hibert)空间中的正交变换得到了广泛的应用。投影定理在平稳时间序列的预报及函数逼近研究中起着重要的作用。本文从数学分析的角度推证了正交变换与投影定理的内在联系，通过信号分析中典型正交变换的应用进行了验证，从而揭示了正交变换的内在本质。     

基于无偏灰色-马氏链组合模型的股价研究

通过对股票价格运行特点分析，将这一随机时间序列分解成由灰色模型拟合的趋势变动序列和马尔可夫链，并在对两详细剖析的基础上建立了无偏灰色—马氏链组合模型，以此预测上证综合指数的区间概率分布、平稳分布、均值以及平均涨落时间，检验和实例表明该模型具有较高精度和应用价值．