大气污染预测的参数化组合算子方法

大气污染物浓度预报是一个多因素、复杂的非线性问题，以往多使用线性回归方法．根据Zimmermann提出的参数化二元组合算子方法，将其推广为多元的情形．在成因分析的基础上，建立了大气污染物浓度预测的参数化组合算子模型，适应非线性问题．实例分析比较表明，该方法是有效的．     

Feller算子下的空间分数阶扩散方程定解问题

讨论了用分数阶Feller算子替换扩散方程中对空间变量二阶偏导数后得到的空间分数阶扩散方程定解问题的求解问题，给出一个求解该类问题的公式．利用该公式及Fourier变换得到问题的解，并当α→2，即θ→0时，问题的解与整数阶扩散方程的解一致．     

基于遗传算法的神经网络分类器优化设计

依据神经网络分类器的设计原理，设计了一种有效的遗传算法，实验结果表明：算法优化后的神经网络分类器不但学习速度快，还能保证分类精度．     

三Ⅰ算法的统一形式

给出了正则蕴涵算子的概念,证明了Lukasiewicz算子、Godel算子、乘积算子和R0-算子都是正则蕴涵算子-针对这种正则蕴涵算子建立了FMP和FMT的三Ⅰ算法的统一形式,相应地三Ⅰ解可用一般的伴随对((×),R)中的左连续三角模(×)和正则蕴涵算子R统一表达;指出在Godel的意义下,Zadeh关于FMP的CRI算法可以纳入到这种统一形式之中;给出了α-三Ⅰ算法的统一形式,得到了关于FMP和FMT而言的α-三Ⅰ算法的对偶性结论.     

Hilbert空间H上正交射影对的性质

研究了Hilbert空间H上正则射影对的性质和结构,证明了两个正交射影P1,P2是可交换的(i.e.,P1P2= P2P1)两个等价刻画:(a)对某些p,q≥2及i,j=1,2,P(p;i)=P(q;j)成立;(b)对每一个p,q≥2及i,j=1,2,P(p;i) =P(q;j)成立.     

基于改进遗传算法的前向神经网络

针对遗传算法的主要算子———交叉算子 ,设计了新的交叉算子 ,使个体尽可能地分散在整个解空间 .在具体交叉操作中 ,产生随机个体参与交叉以更好地搜索新的解空间 .并提出了组合变异策略 ,假如对变异后个体隔代保护策略 ,构造了一个有效的改进遗传算法 .利用该改进遗传算法 ,构造了前向进化神经网络 .它综合了改进遗传算法优良的全局寻优性能和前向神经网络的非线性映射能力 .     

一类非线性算子的Fréchet导数及其应用

利用嵌入算子和投影算子讨论了定义在所有线性赋范空间之间的一类非线性算子的Fr啨chet可微性,建立了导数公式,并给出了所得结果的应用.     

上升有序加权欧氏平均算子及其在决策中的应用

提出了一种上升有序加权欧氏平均 (AOWEA)算子 ,详细研究了它的一些优良性质 ,如 :单调性、置换不变性等 .给出了一种基于AOWEA算子的多属性决策方法 .最后通过实例说明了该方法的可行性和有效性 .     

非游荡性及Kato意义下的逼近

在略掉无条件基的情形下，以构造的方式，研究了l^1上单边(加权)后移位算子并推广了Salas的一个结果，使得它们在适当的条件下可构成非游荡算子；同时，从微分动力学中拓扑共轭的角度出发，证明了当Banach空间序列{Xn}≥1在Kato意义下逼近Banach空间X时，空间序列上的有界线性算子Tn，T的非游荡性在一定的条件可以相互保持，并得到几个相应的结果；进而为非游荡算子扰动问题的研究提供了一条思路．     

随机混合单调算子的不动点及应用

研究了随机混合单调算子的随机不动点问题，把郭大钧文中的一些混合单调算子不动点定理进行了随机化．