商业市场信息随机预测模型的研究和计算机实现

本文针对商业市场信息的特点，选用了随机预测模型ＡＲＩＭＡ的基本模式；深入研究ＡＲＩＭＡ模型建立的全过程，开拓性地采用了功率谱估计方法，确定市场预测模型的阶数ｐ和ｑ；利用多种高级语言的混编程序技术，在微机上完全实现了商业市场信息预测系统；运行结果表明；该模型及其实现系统是可行的。     

The Experimental and Theoretical Research of “Local Resonance“ in Ultrasonic Honing System

In 1982, Professor Fang Guoliang found the “Non full resonance“ phenomenon in a tool system while he use the thin-long tool ultrasonically machining deep-small hole. He called it as “local resonance“. Also this “Non full resonance“ phenomenon was discovered in the ultrasonic drilling and the ultrasonic honing system later. To its mechanism, professor Fang thought that the coupling of long-thin tool bar and driving system is weak, so the tool bar can vibrate independently, but the quantitative relation betwe...     

应用核磁共振实验实现量子计算的注记

从量子力学的基本原理出发,阐述了利用核磁共振进行量子计算的实验方法,澄清了有关文献中若干容易混淆而又十分重要的概念,并进一步报道CNOT门操作的实验方法和结果.实验结果与理论的预言一致.     

核磁共振技术在生物和医学上的应用

本文介绍了在生物和医学领域内应用核磁共振技术的历史，应用的主要方面，以及三种常用的自旋核，并指出了与传统的技术和ＣＴ成像相比，磁共振技术具有更多的优点．     

具有非常数回报率的证券指数跟踪问题的简单脉冲控制

运用随机脉冲控制理论讨论了均值 -方差模式的现金管理指数跟踪问题 ,在回报率随现金比重变化的情况下 ,讨论了证券指数跟踪最优化问题 ,得出了存在简单脉冲控制策略的充分性条件 .     

多势垒结构中的共振能量和量子能级的差异分析

利用Ｃｈｅｂｙｓｈｅｖ多项式和传输矩阵方法解析推导出多量子阱（ＭＱＷ）系统的束缚电子级公式，并定量分析了多势垒结构中的共振能量和相应ＭＱＷ系统量子能级的差异。     

用^1H—NMR测定纤维素的摩尔取代度

用＾１Ｈ－ＮＭＲ测定羟丙基纤维素的摩尔取代度,根据纤维素在ＤＣｌ中水解后的＾１Ｈ－ＮＭＲ谱峰面积来计算ＭＳ值。同时还应用铬酸氧化蒸馏法测定了羟丙基纤维素的ＭＳ值,以及利用ＭＳ与羟丙基含量的关系得到ＭＳ值,可以发现ＮＭＲ的方法是可行的。     

关于Van der Waerden猜想的一个注记

给出了（ｘｉｊ）ｎ×ｎ＝（１／ｎ）ｎ×ｎ为ＶａｎｄｅｒＷａｅｒｄｅｎ猜想对应多元函数的一个极小值点的改进证明．     

剪切型建筑结构抗共振抗震设计

通过将剪切型建筑结构的固有频率调离场地的卓越频率区域,提出一种抗共振抗震设计方法。数值算例说明该方法是很有效的。     

Forecasting in the presence of level shifts

This article addresses the problem of forecasting time series that are subject to level shifts. Processes with level shifts possess a nonlinear dependence structure. Using the stochastic permanent breaks (STOPBREAK) model, I model this nonlinearity in a direct and flexible way that avoids imposing a discrete regime structure. I apply this model to the rate of price inflation in the United States, which I show is subject to level shifts. These shifts significantly affect the accuracy of out‐of‐sample forecasts, causing models that assume covariance stationarity to be substantially biased. Models that do not assume covariance stationarity, such as the random walk, are unbiased but lack precision in periods without shifts. I show that the STOPBREAK model outperforms several alternative models in an out‐of‐sample inflation forecasting experiment. Copyright © 2005 John Wiley & Sons, Ltd.