Gauss半群上的Mbius反演公式

将经典的M bius反演公式在Gauss半群上作了进一步的推广 .即如果对任何c∈G恒有g(c ,x) =∑a∈GAaf(ac,x)则有M bius反演公式∑h∈Uf(hc ,x) =1N ∑b∈GBbg(bc ,x)其中G为Gauss半群 .     

关于实数连续性的注记

证明了描述数直线和坐标平面的连续性的一些命题的等价性, 如在坐标平面上,用致密性定理证明Cauchy收敛准则;用Cauchy收敛准则证明闭矩形套定理等,以弥补现行教材之不足.     

Gauss半群上的M(o)bius反演公式

将经典的M(o)bius反演公式在Gauss半群上作了进一步的推广. 即如果对任何c∈G恒有g(c,x)=Σa(ε)GAaf(ac,x)则有M(o)bius反演公式Σh(ε)Uf(hc,x)=1-NΣb(ε)GBbg(bc,x)其中G为Gauss半群.     

广义M-集和充满J-集及组合加速逃逸时间法

利用作者构造的迭代函数给出了一种新的广义Ｍａｎｄｅｌｂｒｏｔ－集与充满的Ｊｕｌｉａ－集的组合加速逃逸时间算法,本算法在迭代点位于广义Ｍａｎｄｅｌｂｒｏｔ－集或充满Ｊｕｌｉａ－集内部时也能很快地被判定,在保持了原算法精度的基础上,大大地加快了构造分形集的速度     

关于实数连续性的注记

证明了描述数直线和坐标平面的连续性的一些命题的等价性,如在坐标平面上,用致密性定理证明Cauchy收敛准则;用Cauchy收敛准则证明闭矩形套定理等,以弥补现行教材之不足．     

广义M-集和充满J-集及组合加速逃逸时间法

利用作者构造的迭代函数给出了一种新的广义Mandelbrot-集与充满的Julia-集的组合加速逃逸时间算法,本算法在迭代点位于广义Mandelbrot-集或充满Julia-集内部时也能很快地被判定,在保持了原算法精度的基础上,大大地加快了构造分形集的速度.     

关于常微分方程中Liouville公式的注记

证明了n阶齐次线性微分方程(dnx)/(dtn)+a1(t)(dn-1x)/(dtn-1)+…+an-1(t)dx/dt+an(t)x=0的Liouville公式W′(t)=W(t0)e-∫tt0a1(s)ds是一阶齐次线性微分方程组x′=A(t)x所对应的Liouville公式W′(t)=W(t0)e-integral from a=1 to t sum from i=1 to n aii(s)ds的特殊情形。     

遗传算法在有时间窗车辆路径问题上的应用

应用遗传算法（ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ—ＧＡ）求解有时间窗车辆路径问题,获得其近优解或最优解．使用一种直观的编码方法,提出基于优先关系的交叉算子,实验表明,这种ＧＡ能够有效地解决复杂的优化问题     

关于Iyengar不等式

利用函数f(x)在积分区间[n,b]端点的函数值及各阶导数值,对函数f(x)在[α,b]上的定积分进行估计,进而得到若干积分不等式．主要结果如下：若函数f(x)是[α,b]上n 1次可微函数,且│f^(n 1)(x)│≤M(M＞0),则│∫^b α(x)dx-n∑k=0 (b-α)^k 1/2^k 1(k 1)! [f^(k) (α) (-1)^k f^(k)(b)]│≤1/2^n 1(n 2)! M(b-α)^n 2.