道琼斯工业指数与纳斯达克指数的非线性协整分析

首先对道琼斯工业指数进行分整分析,长记忆的道指被分数维差分得到平稳时间序列;进而对纳指也进行分数维差分.由于两指数的分整阶数不同,故不存在线性协整关系,所以,文章着重讨论两指数的非线性协整关系.     

一些非线性发展方程的周期解

利用辅助椭圆方程给出了求解非线性发展方程的精确周期解的一种代数方法，借助计算机的符号计算，求得了mKdV方程和非线性Klein-Gordon方程的多种精确周期解，这些解包括了已有的用Jacobi椭圆函数展开法所求得的周期解．在极限情形下，退化为相应的孤立波解或冲击波解．     

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。     

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。     

双层磁性材料中各向异性对波形的影响

研究了具有各向异性的双层磁性薄膜中自旋波的本征值问题 ,重点讨论了磁各向异性对自旋波波形的影响 .     

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     

非线性技术的发展和现代教育

本文简要地介绍了近年来非线性技术的发展概况,及其在现代教育中的应用.