基于RBF网络的混沌时间序列的建模与多步预测

提出将RBF神经网络应用于混沌时间序列的建模与预测中 ,设计了一个三层RBF网络结构 ,说明了RBF网络用于混沌时间序列建模和预测时的基本性质。仿真结果表明 ,RBF网络模型对混沌时间序列有比较强的拟合能力和比较高的一步及多步预测精度。采用RBF网络进行混沌时间序列的建模和预测能够取得比其它方法好得多的效果。     

(β,α)-模糊子群

通过应用模糊点与模糊集之间的邻属关系，给出了(^-β,^-α）-模糊子群的定义。并得到了一种称之为(^-∈^，-∈∨^-q)模糊子群的新模糊子群。     

线性驱动下一级相变的重正化群理论

把重正化群理论应用于一受外场驱动而发生一级相变的系统中，结果表明，与有序化过程一样，该系统也由零温不动点所决定，并得到磁化强度及结构函数的新的动力学标度关系．由此可获得滞后回约面积与变场速率的标度关系．     

确定刚体惯量主轴的方法

确定刚体的惯量主轴，一般是视刚体质量的分布情况而选用不同的方法。常用的有：（１）对于质量分布对称的刚体，可用对称分析的方法找其惯量主轴。（2）给出刚体的惯量椭球方程，用确定二次曲面主轴的方法确定其惯量主轴。（3）用几何做图的方法，画出莫尔圆，通过莫尔圆中各线段所表示的物理量间的关系来确定其惯量主轴。（4）用三维转动群SO（3）作用于刚体的转动惯量算符，根据惯量张量在坐标系旋转的F不变性，而求得旋转群SO（3）的表示的基矢，进而求得刚体的主惯量和惯量主轴。     

拟—幂零群的一组性质

我们引入拟－幂零群的概念，主要得到了拟－幂零群Ｇ的中心Ｚ（Ｇ０与极小正规子群之间的关系。     

有限群为ρ-幂零群的一些充要条件

在文献[1]研究Ⅱ-超中心的基础上,取Ⅱ={p},即利用p-超中心得到了ρ-幂零群的另外一些充要条件,并推广了文献[2]介绍的ITo定理.     

基于Rough Set理论的判断矩阵构造方法

群决策支持系统（GDSS）是利用信息技术，将多个决策者个人对策该领域的理解及个人判断能力结合在一起，利用结构化决策分析技术，对半结构化和非线结构化问题进行求解，层次分析法是对定性问题作定量分析的一种简便而有效的方法，提出了一GDSS环境下判断矩阵构造的新方法；运用业集理论；利用管理信息系统运行所积累的大量决策数据来分析各决策因素，决策者对决策目标的影响，并建立自学习系统，从而构造具有完全一致性的综合判断矩阵，该方法适用于重复群决策问题。     

Mbius群的离散性(英文)

利用一个固定的抛物型M bius变换作为检验性元素来检验扩充复平面上的非初等M bius群的离散性 ,文中给出的结果改进了由Jrgensen所建立的判别准则