分数阶热弹理论下重力场对二维纤维增强介质的影响

基于Sherief等提出的分数阶广义热弹性耦合理论，研究了在热冲击作用下二维纤维增强弹性体的热弹性问题.考虑了重力对二维纤维增强线性热弹性各向同性介质的影响，建立了控制方程.运用正则模态法，经过数值计算，对控制方程进行求解，得到了不同分数阶参数和不同重力场下无量纲温度、位移和应力分量的表达式，以图形的方式展示了变量的分布规律并对结果展开了讨论.研究结果为:重力场和分数阶参数对纤维增强介质的位移及应力有着重要的影响，但对温度的影响有限.     

广义加权损失函数下准备金的分位信度估计

由于聚合数据是个体数据的加总,会失去一些有用信息.针对个体数据模型,分位回归模型可以直接求取未决赔款准备金的分位数,并且对数据中存在的异常值的敏感度不高.在程纪(2020)模型基础上,将分位回归模型与信度理论相结合,将多个流量三角形的增量赔款数据看成是相同日历年下的重复性多次观测,体现样本数据的分层结构,克服经典信度模型中只有一条回归线的弊端,在广义加权损失函数下得到准备金的信度估计,并给出参数估计.     

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.     

具有非对称模糊加工时间工期指派调度优化问题的一类加权模型及其求解算法

根据模糊变量截集所表达的信息的重要程度,建立了模糊环境下工期指派调度优化问题的一类加权模型,该模型中工件加工时间为非对称三角模糊数,目标函数为极小化提前完工惩罚和拖期完工惩罚和的加权可能性均值.证明了当工件加工时间具有相同宽度比时,模型是多项式可解的,并给出了求解的多项式算法.数值实验表明加权模型与现有的非加权模型相比能有效的降低总费用.     

否定非对合剩余格上基于正规模糊理想的一致拓扑空间

拓扑结构是逻辑代数研究领域的重要研究内容之一,为了揭示否定非对合剩余格上的拓扑结构,基于正规模糊理想诱导的同余关系在否定非对合剩余格上构造一致拓扑空间并讨论其拓扑性质.证明了:(1)一致拓扑空间是第一可数,零维,非连通,局部紧的完全正则空间;(2)一致拓扑空间是T_1空间当且仅当是T_2空间;(3)否定非对合剩余格中格运算和伴随运算关于一致拓扑都是连续的,从而构成拓扑否定非对合剩余格.同时,获得了一致拓扑空间是紧空间和离散空间的充分必要条件.最后,讨论了拓扑否定非对合剩余格中代数同构与拓扑同胚间的关系.对从拓扑层面进一步揭示否定非对合剩余格的内部特征具有一定的促进作用.     

布尔代数的模糊点理想

研究了布尔代数的模糊点理想及其相关性质,证明了布尔代数的模糊点理想的交、同态像和同态逆像等也是布尔代数的模糊点理想.     

基于模糊形式背景的变精度模糊信息粒

在模糊形式背景下研究变精度的模糊信息粒,给出精度为δ的必要模糊信息粒,充分模糊信息粒以及充分必要模糊信息粒的定义.在此基础上,进一步给出对任意给定的模糊信息粒转化为精度为δ的必要模糊信息粒,充分模糊信息粒及充分必要模糊信息粒的方法.     

基于0-1规划的群模糊层次分析法

根据指派问题模型的思想将单模糊层次分析法推广到群模糊层次分析法,建立了基于0-1规划的群模糊层次分析法模型。然后以历届全国大学生数学建模竞赛试题质量的综合评价指标体系为例,给出了这种方法的计算结果,并与基于加权平均的群模糊层次分析法的计算结果进行了对比分析,说明了基于0-1规划的群模糊层次分析法的有效性和优越性。     

基于AHP的模糊综合评价模型在居民幸福指数评测中的应用

针对居民幸福指数展开社会调研,依据调研数据,构建保定市居民幸福指数评价指标体系,运用基于层次分析法(AHP)的模糊综合评价模型,形成较为科学、完善的评估系统,使评价方法及结果更趋合理,并为政府职能部门进一步加快经济建设、促进社会和谐发展提供必要的理论保障.     

富里叶级数的收敛速度

对正弦和余弦富立叶级数,通过合并相邻同号项,使其重排成交错级数.讨论了重排形成的交错级数的敛散性.指出根据自变量x的不同取值,该交错级数可能是单调递减或周期递减的级数.按照莱布尼茨判定法提出了不同精度要求的级数项数的计算公式.选取一到三阶收敛的富立叶级数计算了不同比值精度及差值精度要求的级数项数.计算表明,在x的取值为2π的等分点时,富立叶级数的部分和随项数的增加单调地逼近其收敛值.在x的取值为其它点时,富立叶级数的部分和随项数的增加围绕收敛值上下变动,周期地逼近其收敛值.低收敛阶富立叶级数的收敛速度较慢.要达到0.01%的精度,一收敛阶富立叶级数需要数万项,二收敛阶富立叶级数也需要数百项.在不同计算点处,要达到相同的计算精度,需要的级数项数差别较大.