一类新的非线性混合拟变分包含的灵敏性分析

研究了一类新的非线性混合拟变分包含的灵敏性问题，通过使用预解算子及不动点技巧，证明了这类含参数的变分包含的解的存在唯一性及连续性，推广了近期有关文献的一些结果。     

非线性生育率阶段结构的收获模型

建立并分析了一类非线性生育率阶段结构的单种群的收获模型，得到了正平衡点全局稳定的条件，给出了最优收获策略．     

最小二乘法在石油闪点检测中的应用

以铂电阻分度函数为基础，利用最小二乘法算法，给出了拟合多项式，很好地解决了石油闪点检测系统中铂电阻不平衡电桥法测温方案中的非线性误差，其方便性和实用性已在应用中得到验证。     

一类不确定非线性系统的鲁棒稳定控制器的设计

运用微分流形的分布为工具，先将一类多输入多输出不确定非线性系统通过对角状态反馈变换为一个状态矩阵为区间矩阵的不确定线性系统，把非线性系统的不确定性和对角状态反馈变换误差转化为区间矩阵。再对区间矩阵系统应用实对称矩阵集合的最小上界定理进行鲁棒控制器设计，从而达到对原非线性系统的鲁棒稳定控制。最后通过一个算例验征了该方法的有效性。     

碳化物--钢接触中边界润滑与极压剂和抗磨剂的相互作用结果

对在油基型切削油中的钙和钠过碱性磺酸盐与硫化烯烃复合后作为抗磨剂和极压剂进行了考察。为了比较不同添加剂混合物的摩擦与磨损，用一种高温销钉-圆盘实验机在钨碳化物(球)与100Cr6钢(盘)相接触的条件下再现出一种边界润滑特征。过碱性磺酸盐和硫化烯烃相互作用的结果在试验中被明显地测试出来。为了更好的理解润滑机理，X射线光电子能谱(XPS)和俄歇光谱(Auger spectroscopy)被用来进行样品(钢盘)表面分析，磨损痕迹则用离子浸蚀法所获得的化学组成做进一步的分析。边界层显示出厚的碱金属富集层和(或者)富硫摩擦膜，这取决于润滑剂的调合试验。在结论中，突出了摩擦结果和X射线光电子能谱／俄歇光谱数据间的关系，提出了在同一种油品中筛选添加剂混合物的方法。     

两种边界控制下的线性和半线性分布参数系统的能控性

根据系统分解的方法,讨论在2种边界控制下,通过对能控对域的研究来分析线性和半线性分布参数系统的能控性.     

一种适于强横向变速的高阶差分正演模拟方法

波动方程正演模拟法相对于射线法具有精度高、效率低的特点。为了提高其效率 ,提出了一种高阶差分正演模拟方法。该方法考虑了速度场局部的强横向变化 ,适于复杂介质的正演模拟 ;在相同精度下 ,高阶差分的空间横向间隔可取为低阶差分的 2～ 4倍 ,有较高的计算效率 ;高阶差分加上合适的边界条件能较好地解决网格频散和边界效应问题。通过对Marmousi模型的试算 ,验证了该方法对复杂速度模型的适应性、有效性和实用性。     

发酵过程混合神经网络模型及其仿真

提出了一种新型的发酵过程混合神经网络模型，该模型由非线性神经网络和线性神经网络两部分组成，由于非线性神经网络采用结构具有线形式的Flat网络，两个网络能够合并为同一表达式，并具有线性形式，可采用线性最小二乘法求解网络权值，与串联结构及串并联结构混合神经网络模型相比，该模型训练方式简单，并可方便地使用在线辨识算法。     

关于Farrell边界求生产技术效率的一项证明

证明了非参数经济分析中，分别采用代数方法和几何图法对Farrell边界求生产技术效率值的等同性。     

基于变神经网络的非线性最小方差预测控制器

提出基于变神经网络学习动态系统参数的最小方差预测控制器。其目的是通过在线学习 ,使控制器(MVPC)能适应被控对象参数变化和非确定性。提出的变神经网络由两部分组成 ,一部分是线性神经网络 (LNN) ,作为被控对象局部线性动态模型 ,另一部分是多层交叉回归神经网络 (DRNN) ,它近似为非线性动态模型。由于引进递推最小方差算法 ,本控制器运算速度相当快。仿真结果表明所提方法对非线性系统自适应控制是有效的