Ｗeak（S）—积分的极限定理

在引进了Weak^*(S)－积分的基础之后，对Weak^*(S)－积分的极限定理进行研究，并给出了两个重要的Weak^*(S)-积分的积分极限定理。     

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。     

金融时间序列分形维估计的小波方法

讨论了金融时间序列的性质,通过实际数据说明,金融时间序列具有两个重要特性——统计自相似性和非平稳性.利用正交小波变换的方法,给出了其分形维的估计方法.最后,实证分析了国内金融市场,并应用此方法分别得出了上证综合指数序列过程和深证成分指数序列过程的分形维.     

(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。     

浅谈递归定义叙列之极限求法

本文着重介绍三种满足一定条件递归叙列极限之求地：一，单调有界法；二，先设ｌｉｎｎ→∞ｘｎ＝ａ，由方程解出ａ＝ｆ（ａ），最后证明ａ确为ｌｉｍｎ→∞ｘｎ的极限；三，若满足条件│ｘｎ－ｘｎ－１／ｘｎ－１－ｘｎ－２│≤α〈１，的递归叙列的极限求法。     

GRAMMATICAL COMPLEXITY OF FEIGENBAUM TYPE ATTRACTORS IN PERIODIC WINDOWS

In [7,8] the grammatical complexity of the Feigenbaurn attractor and the general Feigenbaurn attractors, generated by period - n - tupling, are studied. In this paper we study the grammatical complexity of the Feigenbaurn type attractors, including Feigenbaurn attractors and general Feigenbaurn attractors,in periodic windows. It is shown that the languages determined by these attractors are CLS and are. not CFL.     

集合识别问题的D序列和UIO序列的一种推导方法

集合识别方法是非确定性分布式系统相容性测试的一种新方法，是经典的状态识别方法的一种扩展，提出了在集合识别问题中使用的推导Ｄ序列和ＵＩＯ序列的方法。     

我国居民消费水平的中长期预测

根据全国1992－1999年居民消费水平的统计数据，采用灰色系统理论的数据预测及缓冲算子公理，结合定性分析，建立了GM（1，1）模型，预测了我国2000－2005年居民消费水平的发展前景。