组合逻辑电路的无反变量输入设计

本文阐述了组合逻辑电路无反变量输入的设计思想，并通过设计实例给出了具体的设计方法与步骤．     

密度演化方法在求解股市上扬天数中的应用

将股市上扬的天数转化为随机游程的长度，利用密度演化方法求得了股市上扬天数的分布以及均值和方差该文首次将密度演化方法用来研究股市的一般宏观规律，其结论可指导投资决策．     

Ruin Probability with Variable Premium Rate and Disturbed by Diffusion in a Markovian Environment

We consider a risk model with a premium rate which varies with the level of free reserves. In this model, the occurrence of claims is described by a Cox process with Markov intensity process, and the influence of stochastic factors is considered by adding a diffusion process. The integro-differential equation for the ruin probability is derived by a infinitesimal method.     

构造概率模型巧妙解决数学问题

举例说明如何构造概率模型解决代数、分析中的一些问题，进一步阐述概率思想应用的广泛性．     

减少化验次数的一个优化模型

依据数学理论证明在一定条件下，可以减少化验次数；并给出了选择方法；建立了一个减少化验次数的优化模型。     

高氯废水中COD的测定

沿海城市以海水为工业用水,其废水经处理后,用标准方法测定COD 时,产生了几十倍甚至于上百倍的正误差,当改用研究的“高氯废水COD 测定方法”测定时,有效地消除了 Cl~-离子对 COD 测定的影响,测定结果的准确度及精密度均符合我国“环境监测技术规范”的规定。     

实现汽车发动机可变气门相位的新方法

介绍一种用于双顶置凸轮轴式发动机的采用两级谐波传动的新型进气凸轮轴调相机构。它由输入刚轮（正时带轮）、柔轮、输出刚轮（与进气凸轮轴联接）、固定波发生器、动波发生器和步进电机等组成。用步进电机驱动动波发生器可改变输出、输入刚轮的相对位置，从而改变进气相位。该机构能在很大角度范围内，以小步长实现多级调相，轴向尺寸小，转动惯量小，控制驱动功率小。２００ｈ试验表明，该机构工作可靠，能够准确地根据控制信号进行凸轮轴的调相。     

基于神经网络的建筑行业投标报价研究

在建筑行业的投标报价过程中，如何在众多的信息中选出对最终报价影响较大的几项因素以及如何确定这些因素与最终报价之间的关系是一个棘手的问题．论文针对这两大难题提出了基于神经网络技术的解决方法．首先根据贡献变量分析理论确定出影响报价结果的9个报价因素，从而建立起基于神经网络的报价模型，然后在所确定模型的基础上改进传统的BP算法，进一步提高网络的泛化能力．从实际应用的结果可以看出，经过变量选择后所确定的报价因素是合理的，改进学习算法后的网络的泛化能力也有了很大的提高．     

实空间上的闭子集与相似包含关系

Paul Frdos曾提出如下关于实直线R的问题：是否对R的每一个无限子集X，都存在一个具有正测度（Lebesgue测度）的闭子集E，使得E的任何子集都不相似于X（E的任何子集都不与X线性同胚）。1984年，Falconer证明了如下结论：对于一个满足limxn=0和linxn 1/xn＝1的单调递减的正实数列{xn}，Erdos问题有一个部分肯定的解答。本文将证明：上述关于数列的条件可以替换为更一般的（弱一些的）条件。最后把本文的相应结论推广到有限维欧氏空间R^n中。     

Subset threshold autoregression

We develop in this paper an efficient way to select the best subset threshold autoregressive model. The proposed method uses a stochastic search idea. Differing from most conventional approaches, our method does not require us to fix the delay or the threshold parameters in advance. By adopting the Markov chain Monte Carlo techniques, we can identify the best subset model from a very large of number of possible models, and at the same time estimate the unknown parameters. A simulation experiment shows that the method is very effective. In its application to the US unemployment rate, the stochastic search method successfully selects lag one as the time delay and five best models from more than 4000 choices. Copyright © 2003 John Wiley & Sons, Ltd.