基于域分解法的大规模有限元数值计算

描述了在微机并行计算机群上用域分解法对大规模工程问题进行有限元并行分析的方法．为了节省内存和计算时间，开发的系统使用了动态载荷配平和等级分布式数据管理技术．本系统对120万自由度以上的切口拉伸模型顺利地应用并进行了有效的静态弹性应力分析．     

带有回报计划的动态客户关系管理模型及实验应用分析

在客户最大化效用及公司最大化CLV的动态环境下。对所提的带有回报计划的动态客户关系管理模型用于某超市的客户数据库中，发现模型的结果对这类客户是适用的。并给出了不同的客户状态空间对应的有效营销组合策略。结果表明：合适的回报计划可以促进客户的购买、提高公司的利润及缓解价格竞争。回报极限应该比客户的平均购买水平偏高，回报率应该与回报极限的改变方向一致。计划的时间范围应定在一年左右比较合适。对于累积购买水平较高的客户一般不邮寄商品信息。在回报计划的初期与末期不用打折。中期对那些购买次数很少的客户可以实行相应的降价策略。     

不同加载方式下路堤沉降性状与预测模型研究

从考虑土体流变的本构关系出发 ,证明了瞬时加载、线性或者近似线性加载和分级加载情况下路堤沉降的性状 ,提出了从数学上能满足各自变形特征的预测模型 ,工程实例分析表明了在不同条件下采用不同模型的合理性和实用性     

亚像元动态成像技术中系统调制传递函数的数值分析

亚像元动态成像技术是目前实现遥感器小型化非常有效的新方法,因而研究亚像元动态成像系统的调制传递函数MTF显得非常必要和重要.介绍了亚像元动态成像的基本原理及成像过程,指出了光程差对亚像元动态成像系统MTF的影响.对亚像元动态成像系统的MTF进行了数值分析,并指出了亚像元动态成像系统的成像质量及空间分辨率与一般成像系统相比较的优点.     

Local Prediction of Chaotic Time Series Based on Support Vector Machine

Based on phase space delay-coordinate reconstruction of a chaotic dynamics system, we propose a local prediction of chaotic time series using a support vector machine （SVM） to overcome the shortcomings of traditional local prediction methods. The simulation results show that the performance of this proposed predictor for making onestep and multi-step prediction is superior to that of the traditional local linear prediction method and global SVM method. In addition, it is significant that its prediction performance is insensitive to the selection of embedding dimension and the number of nearest neighbours, so the satisfying results can be achieved even if we do not know the optimal embedding dimension and how to select the number of nearest neighbours.     

一种G分布的应用

本文利用Ｇ分布曲线对农村彩电的增长率进行了预测，并在概率意义下对其增长阶段进行了划分．     

基于几何不变量的蛋白质三维分子结构比对

为了解决蛋白质三维结构比对需要处理大量的旋转、平移变换，直接用动态规划将变得十分繁琐这一问题，在保留蛋白质空间结构属性特征的基础上，对蛋白质三维数据进行了预先的处理．通过计算蛋白质结构在旋转和平移下的几何不变量，将蛋白质的三维结构坐标变换为具有旋转、平移不变性的一维序列．进一步给出了“距离”以及“相似得分”的定义．在此基础上采用动态规划方法给出了新的蛋白质结构比对算法．对专家分类的蛋白质结构数据库进行测试，结果显示准确、快速．     

正态分布下任意秩有限总体中的Minimax预测

对于任意秩有限总体,在二次损失下,有关文献已给出了线性可预测变量在齐次线性预测类中的唯一线性Minimax预测．本文在正态假设下,证明了这个线性Minimax预测也是线性可预测变量在一切预测类中的唯一Minimax预测．     

现代优化计算方法在蛋白质结构预测中的应用

现代优化计算方法在蛋白质结构预测中占有重要地位.简要地介绍了模拟退火算法,遗传算法,人工神经网络和图论算法在蛋白质结构预测中的应用.对国内外近年来应用这些算法,特别是在蛋白质构象搜索问题中,解决蛋白质结构预测的研究作了回顾,并分析、比较了这几种算法的效果和特点.