偏缠绕模的Frobenius性质

主要给出了偏缠绕模的Frobenius性质，推广了缠绕模相应的性质。     

一类压缩型映射的不动点定理

在完备的度量空间中,讨论了一类新型的非线性压缩映射ρ(Tx,Ty)≤a(ρ(x,y))ρ(x,Tx)+b(ρ(x,y))ρ(y,Ty)+c(ρ(x,y))ρ(x,y)通过构造迭代序列,指出该映射的不动点的存在性和唯一性,并给出相应的误差估计式,拓展和改进了有关文献的范围.     

改进的PNC方法及其在非线性偏微分方程多解问题中的应用

2017年，李昭祥等提出了一种偏牛顿-校正法（Partial Newton-Correction Method，简记为PNC方法），并利用它成功地计算出了三类非线性偏微分方程的多重不稳定解.本文在PNC方法的基础上，提出并发展了一种改进的PNC方法.首先，利用Nehari流形$\mathcal{N}$与零平凡解的可分离性，建立并证明了$\mathcal{N}$的某特殊子流形$\mathcal{M}$上的全局分离定理及其推广（即局部分离定理）.全局分离定理只跟非线性偏微分算子或相应的非线性泛函本身有关，而与具体的计算方法无关.对一些典型的非线性偏微分方程多解问题（比如，Henon方程问题），该全局分离定理的分离条件，经验证是成立的.另一个方面，通过修改或补充原辅助变换的定义，去掉了原辅助变换的奇异性；接着建立并证明了某些非线性偏微分方程问题的新未知解与该非线性偏微分算子零核空间的密切关系；在证明中，去掉了在原奇异变换下所需的标准收敛（standard convergence）假设.最后，计算实例与数值结果验证了改进的PNC方法的可行性和有效性；同时表明子流形$\mathcal{M}$与已知解的可分离性是PNC方法和本文新方法能成功找到多解的关键.     

参数广义弱向量拟平衡问题解映射的H-连续性刻画

研究了Hausdorff拓扑向量空间中的一类参数广义弱向量拟平衡问题(PGWVQEP)的稳定性.首先，给出了此问题的参数间隙函数，研究了参数间隙函数的连续性.然后, 提出了一个与参数间隙函数相关的关键假设，讨论了它的连续性，并给出关键假设的等价刻画.最后， 借助于假设，获得了PGWVQEP解映射Hausdorff半连续的充分必要条件.并举例验证了所得结果.     

Banach空间四阶两点问题正解的存在性

讨论了Banach空间E中的四阶边值问题:u~(4)(t)=f t(,u(t)),0≤t≤1,u(0)=u(1)=u″(0)=u″(1)=θ正解的存在性,其中f∶0,[1]×P→P连续,P为E中的正元锥.通过非紧性测度的估计技巧与凝聚映射的不动点指数理论获得了该问题正解的存在性结果.     

混合优化RBF-BP网络的板形缺陷识别

针对传统板形模式识别方法存在精度低、鲁棒性弱的问题,提出了一种混合优化RBF-BP组合神经网络板形模式识别方法。首先利用自组织映射网络(SOM)对样本聚类,利用聚类后的网络拓扑结构确定RBF的中心,并计算RBF的宽度,克服了传统聚类算法随机选取中心导致聚类结果不稳定的问题。然后利用遗传算法(GA)良好的全局搜索能力优化整个网络的权值。RBF-BP组合神经网络是由一个RBF子网和一BP子网串联构成的,该网络同时具备BP神经网络能较好地预测未知样本的能力以及RBF神经网络的逼近速度快的优点。并以某900HC可逆冷轧机板形识别为应用背景,在MATLAB2010a环境下进行仿真实验,结果表明混合优化RBF-BP组合神经网络的板形模式识别方法能够识别出常见的板形缺陷,提高了板形缺陷识别精度并具有较好的鲁棒性,可以满足板带轧机高精度的板形控制要求。     

若干高维可积和不可积模型的严格解

可积和不可积模型可以描述自然科学中的诸多现象, 寻找高维非线性模型的严格解已成为可积系统的一个重要研究内容. 结合达布变换法和多线性分离变量法, 可以得到多个(2+1)维非线性模型包含任意函数的严格解, 通过选取不同的任意函数, 构造这些非线性模型新的相互激发模式. 进一步推广了形变映射理论, 建立了变系数 场和sine-Gordon以及双sine-Gordon场的形变映射关系, 从而得到高维不可积模型包含任意函数的新严格解. 对任意函数的不同选择, 构造了sine-Gordon和双sine-Gordon可积模型丰富的局域解和周期解, 如多solitoff解及其周期波推广、周期形变的蛇形孤波解以及变模的拟周期解等.     

关于$F(p,s)$-Teichmuller空间

在本文中,我们刻画了$F(p,s)$-Teichmuller空间的Bers投影在原点的微分.     

无单位元环A=sZst的同调不变量Tor(A~)m(Z,Z)的计算

设A=sZst,(A~)=A( )Z,本文作者给出了(A~)-模Z的自由预解,并以此为基础计算了TorAm(Z,Z).     

σ -局部有限集族与度量空间的σ -映象

利用σ-映射建立了具有σ-局部有限cs-网、σ-局部有限cs*-网、σ-局部有限序列邻域网、σ-局部有限序列开网的空间与度量空间确定的σ-映象之间的联系.