一类不确定非线性系统的鲁棒稳定控制器的设计

运用微分流形的分布为工具，先将一类多输入多输出不确定非线性系统通过对角状态反馈变换为一个状态矩阵为区间矩阵的不确定线性系统，把非线性系统的不确定性和对角状态反馈变换误差转化为区间矩阵。再对区间矩阵系统应用实对称矩阵集合的最小上界定理进行鲁棒控制器设计，从而达到对原非线性系统的鲁棒稳定控制。最后通过一个算例验征了该方法的有效性。     

区间动力系统稳定性分析的最新进展

综述了区间力系统稳定性,广义区间动力系统正则、无脉冲膜、稳定性方面的近期结果,并对其中一些结论所使用的工具及方法进行了总结.     

基于偏差的不确定型多属性决策的综合集成方法

对不确定型条件下的多属性决策问题,规范化后的区间数能消除属性值之间量纲的差异,建立了相离度偏差、中间值偏差和理想方案偏差计算公式,构建了以总偏差平方和为目标函数的综合集成优化模型,求解出各属性的客观权重,提出了一种客观属性权重的可能度法,为不确定型多属性决策提供了一种简单实用的可靠方法.最后通过一个算例说明了该方法的实用性和有效性.     

求幂级数收敛半径的方法

指出了文 [1 ]中一个考研题的错误解法 ,并给出求幂级数收敛半径的几种方法     

一种区间数的因子分析技术及其在证券市场中的应用

传统的因子分析技术能够有效地对高维变量空间进行降维处理,但它对于样本空间却缺乏行之有效的降维效果.为了解决这一问题,一种针对大量样本数据、新的因子分析技术———区间数因子分析技术(intervaldatafactoranalysis,IFA)被提出并得到了迅速的发展。IFA方法对传统的数据概念做了本质性的扩张,运用'数据打包'的理念,对海量原始数据在不破坏其原有内在逻辑关系的前提下,可以进行变量和样本点维度的双重降维。本文详细阐述了区间数因子分析技术的原理,并以中国股票市场为案例研究背景,结果表明IFA分析技术对大规模多维数据系统做综合简化是十分有效的。     

多指标区间决策的理想点贴近法

研究了指标的权重不能完全确定但知道其所在区域的条件下的多指标决策问题 ,给出了方案与理想解的贴近度及其算法 ,按贴近度的大小可以对方案进行排序 .它同传统的决策方法相比较 ,具有需要信息量少 ,简单可靠等特点 .最后用该决策方法分析了一个实际问题 .     

指数分布卷积形式参数的估计

本文研究指数分布卷积形式参数的点估计，区间估计以及经验分布函数与分布函数最大偏差的概率估计．     

关于区间图的一些有效并行算法

本文基于SIMD-CREW-PRAM一种可同时读但不可同时写的共享计算模型,给出了有关区间图的一些有效的并行算法。如找最大加权集团,最小集团覆盖,等权区间图的最大独立集及最小支配集,真区间图的哈密顿回路及最小带宽。所有这些算法都是最优的,其时间复杂性为O(logn)和处理器数为O(n)。