对求解非线性方程方法的探索

BaiCL在2001年提出了双曲函数法，并把解设成具体的双曲函数，即sinhw和coshw的线性组合．本文把解设成是由2个函数f(ξ)和g(ξ)组成的线性组合，它们可以有多种取法，从而使方程更直接、更有效．借助数学软件Maple，用改进后的方法和吴文俊消元法，求解Bai C L文中的一个例子，获得了包含Bai文结果在内的更为丰富、精确的行波解．     

邮票上的物理学史(65)--天体物理学:恒星及其演化

天体物理学的研究对象,按照其尺度可以分为四个层次:行星和行星系(特别是太阳系)、恒星、星系和宇宙.天文学的历史表明,对每个层次的认识都经历了积累观测资料、归纳经验规律(数学模型)、建立理论体系(物理模型)三个阶段.这个类似三部曲的认识过程在对太阳系的认识中表现得最为典型,三部曲的每一部都有自己的主人公:第谷、开普勒和牛顿.在这个三部曲中,归纳经验规律处于重要地位,它既是观测和资料积累的目的,又是建立模型和理论的起点.下面我们将按照这一线索,介绍我们对另外三个层次的认识和有关的邮票.     

基于MATLAB的异步电动机线性化控制系统的仿真

从异步电动机在同步旋转坐标系下的状态方程出发，在一定的条件下，对其系数矩阵简化．推出异步电动机的线性化控制模型．并基于该模型得出异步电动机的线性化控制系统．以给定电机为例，对该模型的有效性、响应用MATLAB进行仿真分析．验证的结果说明上述模型具有实用价值．     

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．     

混合参数对中小质量恒星结构和演化的影响

计算了在不同对流混合参数下,8M⊙和1.3M⊙恒星由主序阶段到红巨星阶段的演化.得出以下主要结论:不同大小的混合参数导致了恒星在HR图中的演化轨迹、对流外壳的第2次向内延伸深度和回退程度、氢壳层源的温度和产能率,以及氦燃烧核的寿命等有显著差别,还注意到8M⊙恒星混合参数α≥2.2时会出现第2次蓝拐.     

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。     

胶子重组函数的性质

通过协变和非协变的方法研究了领头对数近似(LLA)下扭度为4的QCD演化方程中的胶子重组函数的性质.指出了GLRMQ方程中的胶子重组函数并不适用.讨论了避免红外发散的方法,这种方法可以用于高扭度下演化核和系数函数的推导.     

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.     

光场与Ⅴ型三能级原子依赖强度耦合系统场熵的演化特性

研究了光场与v型三能级原子依赖强度耦合系统场熵的演化特性,讨论了单光子跃迁失谐量和初始光子数对场熵演化的影响.研究结果表明,当失谐量比较小且初始光场较弱时,场熵的时间演化行为与单光子JaynesCummings模型相似;当失谐量足够大或初始光场足够强时,场熵的时间演化表现出类似于双光子Jaynes-Cummings 模型中场熵演化的周期性.     

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.