广义Burgers方程族的一类扩展可积模型

首先构造了loop代数A1的一个新的子代数,再将其扩展为一个高维的loop代数G,利用G设计了一个新的等谱问题,应用屠格式求出了名的Burgers方程族的一类扩展可积模型。     

流体静力学的外微分形式

用几何的观点，把微分形式引进流体静力学，从而得到了热力学第一定律的一次形式．并利用外微分的性质，导出了流体静力学的一些基本关系．     

ħ混合序列的广义Jamison型加权和的强收敛性

讨论φ混合序列的广义Jamison型加权和的强收敛性，推广了著名的Jamison定理。     

矩阵方程X-A~*X~(-q)A=I(q>1)的Hermite正定解

讨论了矩阵方程X -A X-qA =I在q >1时的Hermite正定解的存在性和解的性质并且构造了两种数值求解的迭代方法 .以上结果利用数值例子来说明 .     

离散时变系统迭代域最优学习控制

针对线性时变离散系统，首次提出并研究了迭代域内线性二次型最优迭代学习控制问题。所得到的迭代学习控制方法在迭代域内是保性能最优的，其学习率不需主观选取，学习速度可通过改变性能矩阵参数进行调节。     

非线性中立型延迟微分方程Runge-Kutta方法的稳定性

对Rα,β类非线性中立型延迟微分方程给出了稳定及渐近稳定的充分条件,对于Runge-Kutta方法应用于上述问题得到的数值方法，获得了其稳定及渐近稳定的条件。     

分布式被动传感器网异步采样下的机动目标跟踪

针对分布式被动传感器网的特点，提出了一种异步采样条件下机动目标跟踪方法。该方法采用交互式多模型概率数据互联滤波器跟踪机动目标。为启动滤波器，采用最大似然法估计目标初始状态；为适应异步观测条件，提出了马尔可夫转移概率计算方法。仿真实验表明，在分布式被动传感器网中采用该算法能有效进行机动目标跟踪。     

基于综合赋权的风险型多属性决策方法

讨论了属性值是有限区间上的连续型随机变量的风险型多属性决策问题。首先,通过密度函数的变换,研究了风险决策矩阵的规范化问题。基于主客观赋权的思想,建立了一个确定综合权重的模型,并给出了求解此类问题的一种方法。最后,以属性值为区间数的多属性决策问题作为特殊情况,给出了实例。     

城市快速道路车道合道路口通行能力分析之半马尔可夫模型

证明在城市快速道路上合并车道,其实际通行能力将因车流交织行为而发生退化,以至小于前行车道的设计通行能力.文章运用全概率公式,构造了半马尔可夫转移方程组,其输入变辆是车辆到达率及车辆让行率,它们分别反映了车流情况及行车行为,然后再运用母函数分析方法,给出了车辆队列有限与无穷的临界点.     

二阶非线性中立型时滞差分方程的正解存在性和振动性

研究了一类二阶非线性中立型时滞差分方程△^2（x（n）＋^m∑i=1Pi（n）x（n-ki））＋q（n）f（x（n-σ））=0的最终正解的存在性，并得出了其解振动的充分条件.