簡介：點擊查看更多概率論與數理統計.pdf精彩內容。

簡介：上海交通大學碩士學位論文從填充函數到跨越函數－－一種新的全局優化策略與方法姓名王曉麗申請學位級別碩士專業系統理論指導教師周國標200501013CROSSINGFUNCTIONMETHOD8NCNP_Q_HBTHSIHJLK6MH46XD|HN|HTHHPJHGIHJJHHGJ￠JHFXIGH￠YGJ￠NX1UHZ2YGJH￠DHFXI8G￠PNBRDHZK￡XGGI“TABH0CDEF3HGIJ0KLMNJOPH9QRSTUVWXYZ0D85_ABCWXDYZVE012FFFDGGGHHHWXDYZIJ9KL9XMNOWXPDYII

簡介：山東大學碩士學位論文從同現網絡觀點看漢英詩歌姓名王艷麗申請學位級別碩士專業基礎數學指導教師史玉明20110331山東大學碩士學位論文迄今為止沒有任何有關漢語語言網絡的譜的結論英語舊格律詩1516世紀大體完善和定性18世紀，英語自由詩逐漸發展起來，期間舊格律詩受其影響自身也有了一些變化，涌現出所謂新格律詩同時，19世紀英美散文詩的興起最終導致了現代英語詩壇自由詩、新格律詩和散文詩三分天下的局面F39，40】現代漢語詩歌是1919年之后中國詩人融合英美詩歌和中國古體詩發展起來的，其形式有現代格律詩、自由詩和散文詩41】盡管中國新詩的創作始于對外國詩歌的模仿，但在語言上有與英語詩歌相異的特色純文學角度對比研究現代漢語詩歌與英語詩歌已取得了豐富的成果4250】本文從復雜網絡的角度來研究漢英詩歌，通過考察詩歌網絡的度分布等統計參量以及網絡鄰接矩陣的譜，對比了漢英詩歌網絡的特色本文共四章，主要內容如下第一章介紹了復雜網絡的基本概念、漢英詩歌的選材、漢語詩歌的分詞以及漢英詩歌的建網方法第二章考察了600個漢語單篇詩歌字、詞同現網絡以及6個合一字、詞網絡的度分布、平均路徑長度和聚類系數，我們發現985％的單篇網絡具有無標度特性，但只有80％的單篇網絡具有小世界效應特別地，三類詩歌單篇網絡中均出現了聚類系數等于0的情況此外，我們還從等級結構、匹配性和鄰接矩陣的譜方面比較了三類詩歌的異同我們發現它們音韻和格式的不同特色導致了統計特征的不同第三章考察了400個英語單篇詩歌詞同現網絡和4個合一詞同現網絡的度分布、平均路徑長度和聚類系數，我們發現875％的單篇網絡具有無標度特性并且有932％的單篇網絡具有小世界效應此外，我們還從等級結構、匹配性和鄰接矩陣的譜方面比較了四類英語詩歌的異同，并試圖從語言學的角度分析造成這些統計參量差異的原因第四章對比了漢英詩歌網絡的統計數據我們發現漢英單篇詩歌網絡具有冪律度分布的比例不同，但平均意義下無標度網絡的冪律指數相似；漢英單篇詩歌小世界網絡的比例、聚類系數和平均路徑長度均不同；英語單篇詩歌網絡具有等級特點的比例明顯小于同類型的漢語詩歌網絡而且匹配性也略有不同另外，漢英詩歌合一網絡均是無標度的和小世界的，同時也具有等級組織和異配性，但在具體的統計參量上有差異關鍵詞詩歌同現網絡；無標度；小世界；等級組織；匹配性；譜一II

簡介：山東大學博士學位論文粗集與它的若干特性研究姓名李健申請學位級別博士專業系統理論指導教師史開泉20080410山東大學博士學位論文精確集相似度的推廣在第三章中，將粗相似度的定義推廣到粗模糊集中模糊集和粗集都用來解決不確定性問題，所以DDUBOIS和HPRADE將兩者結合，提出了粗模糊集的概念并給出了粗模糊集的一般形式，提出了粗模糊集中粗相似度A，BR的定義，即A，B咒MIN魯惻，善捌，給出了它的基本性質，得到了定理3210和定理3211，J壘RU旦RIJA咒UDRI它們分別是A，BR0的充要條件是對任意的ZEU，都有叢RZ0或旦RZ0和A，SR1的充要條件是對任意的Z∈U，都有叢RZ墾RZ且ARXSRX在模糊集理論中，常用貼近度刻畫不同模糊集間的相似程度，本章通過定義均值模糊集和粗隸屬度的概念，將貼近度引入到粗模糊集中，稱之為粗貼近度定義了粗模糊集的HAMMING粗貼近度、EUCLID粗貼近度、最小一最大粗貼近度和最小平均粗貼近度，給出了它們的具體性質，得到了定理338和定理339還給出了粗相似度與最小最大粗貼近度的關系定理，即定理3310粗相似度和粗貼近度都可用來度量粗模糊集之間的相似程度，其中粗相似度側重于局部利用上、下近似求得，粗貼近度側重于整體利用粗隸屬度求得在一個模糊系統中，可以用不同模糊集之間的粗相似度量建立粗聚類模型和粗識別模型，基于本章介紹的這兩種新度量，可以對近似空間中現有的粗模糊集進行聚類，然后根據聚類結果，利用最大相似度原理，對新的模糊樣本進行粗識別，來判斷它屬于哪個模式文中應用一個簡單的例子解釋了這種粗模式識別模型第四章關于粗集的不確定性度量進行了研究首先描述了知識的粗糙性，介紹了知識的粗糙熵概念，以及信息系統中知識與粗糙熵之間的關系針對目標信息系統，介紹了知識的條件粗糙熵的概念，并在此基礎上提出了一種新的刻畫粗集不確定性的度量一一集合的條件粗糙熵，簡稱條件熵，給出集合條件熵的具體性質和相關定理在近似空間中，等價類劃分越細時，知識的粒度越小，知識的不確定性就越小定理454說明集合的條件熵也具有此性質，所以用其刻畫粗集的粗糙性是合理的，而且，通過一個例子說明用條件熵刻畫粗集不確定性比粗集的粗糙度要好定理4510說明在同一個近似空間中，將集合X和Y合并后，它們的粗糙熵即不確定性會變小，由此可應用于目標信息系統決策系統中，每一個決策集都可看作是一個粗集，將不同決策集合并會使得決策集的不確定性變小另外，在目標信息系統∽AUD，廠中，目標屬性集D在U上導出的劃分為礦／RNDDD1，D2，，DM，知識D相對于知識B的條件粗糙熵為HD／B，那么有HD／B而1∑HSDJ成立，這就是定理462，它揭示了知識的條件粗糙熵‘一J1與本章定義的集合的條件熵之間的本質聯系對于目標信息系統阢AUD，，，D的條件粗糙熵反映了信息系統整體的不確定程度，條件屬性集A導出的劃分越細，不確II

簡介：上海大學碩士學位論文廣義DEBRUIJN和KAUTZ有向圖的雙向控制和K元雙向控制數姓名董艷俠申請學位級別碩士專業系統分析與集成指導教師單而芳20090401ABSTRACTIIWITHINTHEPASTNEARFORTYYEARS，CONCURRENTWITHTHEGROWTHOFCOMPUTERSCIENCEANDCOMMUNICATIONNETWORKS，GRAPHTHEORYHASSEENEXPLOSIVEGROWTHTHESTUDYOFDOMINATIONINGRAPHSISONEOFTHEFASTESTGROWINGAREASWITHINITASANIMPORTANTRESEARCHFIELDINGRAPHTHEORYDOMINATIONTHEORYHASMANYANDVARIEDAPPLICATIONSINRELATEDFIELDS，SUCHASCOMPUTERSCIENCE，COMMUNICATIONNETWORKS，COMBINATORIALOPTIMIZATION，CODINGTHEORYMONITORSYSTEMANDOPERATIONSRESEARCHASALMOSTALLDECISIONPROBLEMSOFDOMINATINGFUNTIONSARENPCOMPLETEFORGENERALGRAPHS，SOITISINTERESTINGTOINVESTIGATEBOUNDSOFTHOSEANDCHARACTERIZETHESTRUCTUREOFGRAPHSWEALLKNOWTHATDOMINATIONINUNDIRECTEDGR印HSHASBEENSTUDIEDEXTENSIVELYANDMANYGOODRESULTSHAVEBEENGIVENINRECENTYEARSTHECONCEPTOFDOMINATIONINUNDIRECTEDGRAPHSISNATURALLYEXTENDEDTODIGRAPHS，ESPECIALLYSOMEDIGRAPHSWHICHHAVEVERYNICEPROPERTIESSUCHASDEBRUIJNANDKAUTZ；GENERALIZEDDEBRUIJNANDKAUTZDIGRAPHSINTHISPAPER，WEMAINLYINVESTIGATETHEBOUNDSONTWINDOMINATIONNUMBERANDKTUPLETWINDOMINATIONNUMBERINGENERALIZEDDEBRUIJNANDKAUTZDIGRAPHSTHECORRESPONDINGRESULTSARETHEFOLLOWINGTHREEPARTSINTHEFIRSTPARTCHAPTER3，WEINVESTIGATETHETWINDOMINATIONNUMBERINGENERALIZEDDEBRUIJNDIGRAPHSGBN，DFORTHEDIGRAPHSGBN，D，WEFIRSTESTABLISHSHARPBOUNDSONTHETWINDOMINATIONNUMBERSECONDLYWEGIVETHEEXACTVALUESOFTHETWINDOMINATIONNUMBERFORSEVERALTYPESOFGBN，DBYCONSTRUCTINGMINIMUMTWINDOMINATINGSETSINTHEDIGRAPHSFINALLYWEPRESENTSHARPUPPERBOUNDSFORSOMESPECIALGENERALIZEDDEBRUSNDIGRAPHSINTHESECONDPARTCHAPTER4，WEINVESTIGATETHETWINDOMINATIONNUMBERINGENERALIZEDKAUTZDIGRAPHSGKN，DFORTHESEDIGRAPHS，WEOBTAINTHEBOUNDSONTHETWINDOMINATIONNUMBERANDGIVEASUFFICIENTCONDITIONFORTHETWINDOMINATIONNUMBERATTAININGTHELOWERBOUNDWEGIVETHEEXACTVALUESOFTHETWINDOMINATIONNUMBERSBYCONSTRUCTINGMINIMUMTWINDOMINATINGSETSFORSOMESPECIALGENERALIZEDKAUTZDIGRAPHSINTHETHIRDPARTCHAPTER5，WECONSIDERTHEKTUPLETWINDOMINATIONNUMBERINGENERALIZEDDEBRUIJNDIGRAPHSGBN，DANDGENERALIZEDKAUTZDIGRAPHSGKN，DFORTHESEDIGRAPHS，WEESTABLISHTHELOWERBOUNDONTHEKTUPLETWINDOMINATIONNUMBERAND

簡介：廣西師范大學碩士學位論文負責網絡抽樣研究姓名鄧雪蓮申請學位級別碩士專業電路與系統指導教師王力虎20080401復雜網絡抽樣研究第頁II法來進行抽樣，使抽樣后的子系統在最大程度上符合原始系統的屬性特征也是一個重要的研究課題。針對以上討論，本論文的研究重點是首先,利用抽樣技術對大型的復雜網絡系統進行抽樣，并通過分析抽樣網絡的性質來推導出原始復雜網絡的復雜特征參數，如對平均度、平均最短路徑長度以及聚類系數等作了分析研究；然后，針對不同的網絡具有不同的網絡特性，根據所研究的網絡特征使用不同的抽樣方法來對所研究的網絡進行抽樣。本文主要進行了以下幾個方面的工作1ER網絡的抽樣研究。主要運用隨機抽樣技術對生成的ER網絡進行抽樣，研究樣本網絡與原ER網絡的內在邏輯聯系，并通過對抽樣網絡的復雜特性的分析來推導出原ER網絡的復雜性質。2BA網絡的抽樣研究。主要根據BA網絡的特征（結點度的不均勻性），運用分層抽樣技術對模擬的BA網絡進行分層抽樣，比較不同的抽樣方法對抽樣精度的影響。并通過抽樣網絡的復雜特性推導出原網絡的復雜特性度量參數的置信區間。3根據BA網絡的度分布呈現冪律分布的特性，提出一種對復雜網絡的邊進行抽樣的邊抽樣算法。并對抽樣所得的樣本網絡進行分析，研究樣本網絡與原BA網絡的內在邏輯聯系，并通過對抽樣網絡的復雜特性的分析來推導出原BA網絡的復雜性質?；谝陨系难芯抗ぷ骱驮敱M的實驗分析，本論文的主要貢獻是提出了基于簡單隨機抽樣的ER網絡抽樣ABS算法；對樣本ER網絡與原始ER網絡相對應的可靠性度量參數變化情況進行了推導并給出了一些有用的性質；根據BA網絡結點度的分布性質，首次提出了基于28分層的分層抽樣SSBA算法；在推導樣本ER網絡與原始ER網絡有關可靠性度量參數變化關系的基礎上，運用BOOTSTRAP方法對推導出的結果建立了置信區間；關鍵詞關鍵詞復雜網絡無標度網絡有向含權網絡抽樣技術分層抽樣冪律分布

簡介：蘇州大學碩士學位論文微積分概念的發展及其哲學解析姓名沈長華申請學位級別碩士專業馬克思主義哲學指導教師狄仁昆20071001DEVELOPMEILTOFC鋤CULOUSDEFINATJON鋤DITSPHILOS叩HICRESOLUTIONABSTRACTDEVELOPMENTOFCALCULOUSDENNATIONANDITSPHILOSOPHICRESOLUTIONABSTRACTBINHOFCALCULOUSISARES此OFMAMEMATICREVOLUTIONANDASPIRITUALF0RHLNEOFHUM雒CIVIL娩撕ONTHCCOURSE舶MITSPEFECTIONT0DEVELOPMENTISACOLLRSEOFHARDW幽GOFMATHATICSILLDIF詫RENTTIMESBYT11EWAYSOFCLE疵19ITSDE丘NATIONAND盯AVINGOUT，WHICHDISPLAYS也EGROWTHOFHUMANSCIENTMCRCASONIILGITISBECAUSETLLEDEVELOPMENT0FCALCLLLOUSDE丘ILATIONISDIRECTLYIDENTI矗EDⅥD也TLLEHI曲一LEVELEDWLYSOFT11INL【INGAND、171HATSCIENCEREQUIRESTLLATILLUS舡ATILLGCALCU玷1LSDEFINATION’SEV01UTIQNANDDEVCLOPMENTCOMRIBUTESA10TNOTOILLYTOMATLLEMATIC11ISTO巧A11DCONCRETEMATLLEMATICRESE鯽CH，BUTTHEP蝣10SOPLLICREFLECTION0NSCIENCE，SCIENTI丘CREASONINGANDITSDEVELOPMENTMVIEWOF也ELIILLITATIONOFT11EAU也OR’SHOWLEDGE，MEREISA10NGWAYTO90T0T11EDEEP也OFRENECTIONINTLLISPAPERANDMOREE助RTSSHOULDBEFOLLO、ⅣEDKEYWOR凼CALCULOUS，QUESTIONOFDEFMATION，PARADOX，RESOLUTIONⅡWHTTENBYSHENCHALL曲UASUPERVISEDBYDIRENKL】IL

簡介：武漢理工大學碩士學位論文對有向網絡理論及應用的一些研究姓名黃紅球申請學位級別碩士專業應用數學指導教師王仲君20071101武漢理工大學碩士學位論文ABSTRACTAFTERFINDINGTHESMALLWORLDEFFECTANDSCALE，FREEPROPERTYOFMANYREALCOMPLEXNETWORKSBYEMPIRICALSTUDIES，COMPLEXNETWORKSHAVEGRADUALLYATTRACTEDPARTICULARATTENTIONFROMALLFIELDSOFSCIENCETHERESEARCHABOUTCOMPLEXNETWORKSISBECOMINGAHOTISSUEOVERRECENTYEARSFORTUNATELYPEOPLEHAVECARRIEDTHROUGHKINDSOFCOMPREHENSIVERESEARCHESINTOPOLOGYSTRUCTUREANDMODELOFUNDIRECTEDNETWORKSANDHAVEATTAINEDMANYEXCITINGRESULTSINFACTTHEREAREMANYREALDIRECTEDNETWORKSBESIDESUNDIRECTEDNETWORKSINNATUREANDSOCIETYWHICHEXISTINAWIDERANGEOFTECHNOLOGYINFORMATIONBIOLOGICAL，SOCIALANDOTHERFIELDSFOREXAMPLES，THEWORLDWIDEWEBWEBPAGESASNODESTHEHYPERLINKSBET、】11EELLDIFFERENTPAGESASEDGESTHEEDGESAREOBVIOUSLYDIRECTIONAL；THECITATIONNETWORKPAPERSASNODES，THECITATIONRELATIONSHIPSBETWEENDIFFERENTPAPERSASDIRECTEDEDGES；THEFOODWEBINECOSYSTEMEACHSPECIESISREPRESENTEDASANODEOFTHENETWORK，ADIRECTEDEDGEISPLACEDBETWEENTWOSPECIESWHENEVERONEOFTHEMFEEDSTHEOTHER；THEGOODSWEBINECONOMYFIELDTHEARTICLESASNODES，THEPRODUCTIONRELATIONSHIPSBETWEENARTICLESASDIRECTEDEDGESHOWEVERITISAPITYTHATWESTILLCALL’TFINDAPAPERORABOOKWHICHHASASYSTEMATICINTRODUCTIONTOTHEBASICTHEORYOFDIRECTEDNETWORKS。FEWOFRESEARCHESFOCUSEDONTHETHEORYANDAPPLICATIONOFDIRECTEDNETWORKS，ANDMOSTOFTHEMTREATEDDIRECTEDNETWORKSASANAIVEEXTENSIONOFUNDIRECTEDNETWORKSTHEYSIMPLIFIEDTHEPROBLEMSBELONGINGTODIRECTEDNETWORKSASTHOSEOFUNDIRECTEDNETWORKS，WHICHMAKESUSUNABLETOTRULYGRASPTHEPROBLEMSUSINGTHECOMPLEXITYSCIENCE，NONLINEARDYNAMICS，STATISTICS，DIFFERENTIALCALCULUS，CYBEMETICS，MATRIXTHEORYANDTHECOMPUTERWHICHISAPOWERANALYSIS，CALCULATIONANDSIMULATIONTOOL，WEDOASUMMARYANDBROADENRESEARCHTOTHETHEORYANDAPPLICATIONOFDIRECTEDNETWORKSFROMTHEFOLLOWINGSEVERALASPECTS1WEDOASUMMARYANDBROADENRESEARCHTOTHETHEORYOFDIRECTEDNETWORKS，INCLUDINGTHEPRIMARYDEFINITIONS，THEPRIMARYTOPOLOGYCHARACTERISTICS，THEBASICSTRUCTUREANDMATRIXTHEORYOFDIRECTEDNETWORKSESPECIALLYWEDOAMOREINDEPTHSTUDYTOTHEADJACEUTMATRIXANDCORRELATIONMATRIXOFDIRECTEDNETWORKS2BASEONSOMEREALNETWORKSWITHHIERARCHICALSTRUCTURE，GROUPSTRILCTUREANDSTATISTICALSELFSIMILARITY，WEBUILDADIRECTEDNETWORKMODELWITHDETERMINISTICDEGREEⅡ

簡介：南京信息工程大學碩士學位論文基于模糊理論的語言建模的研究姓名傅玲玲申請學位級別碩士專業系統分析與集成指導教師張穎超20070501ABSTRACTFUZZYSETSHAVEBEENAROUNDFORNEARLY40YEARSANDHAVEFOUNDMANYAPPLICATIONS，WHICHGREATLYIMPROVEDPEOPLE’SCOGNITIONOFTHEFUZZYWORLD．HOWEVER,ASTHEYSUFFERFROMCERTAINPROBLEMSWHILETRYINGTODEPICTTHINGSINGREATCOMPLEXITY．ZADEHEXTENDEDTHEFUZZYSETBASEDONTHECLASSICALONE，SOCANLEOUTTHETYPE2FUZZYSETWHILETHETRADITIONALONESOCALLEDTYPE1FUZZYSET．ONEOFTHEPIVOTSOFTHISPAPERISTHEDISCUSSIONSABOUTTHEBASICCONCEPTION，TERMINOLOGYANDCOMPUTINGCHARACTEROFTYPE2FUZZYSETBASEDONTYPELONE，ANDINSOMEDEGREE，WEEXTENTSTHETYPE一2FUZZYSETINTHEASPECTSOFCONCEPTIONANDQUALITATIVE，ANDSOON，ANDALSOGIVEANEWANALYSISFROMADIFFERENTSTAGEWITLLTESTIFICATION．ONEOFTHEMOSTIMPORTANTEMBRANCHMENTOFFUZZYSETISTHERESEARCHOFFUZZYLOGICSYSTEM．HOWEVERPEOPLEGRADUALLYFINDTHATCONVENTIONALMATHEMATICALMODELSPRESENTSERIOUSLIMITATIONSTOMANIPULATETHESEKIADSOFLOGICALUNCER．TAINTIESTHATARISEDUETOHUMANTHINKING．PERCEPTION，VAGUECONCEPTS，UNRELIABLEMEASUREMENTS，ANDLEXICALIMPRECISION．FOREXAMPLE，ONECOULDBELOOKINGFORBUYINGAHOUSEANDHE／SHEMIGHTHAVEVARIOUSCRITERIAORCONSTRAINTSSUCHTHATTHEPRICE，THEDISTANCEFROMHIS／HERWORKPLACE，ANDTHESTRUCTUREOFTHEHOUSEANDSOON．HOWEVER,ITISDIFFICULTTOAPPLYACONVENTIONALMATHEMATICALMODEL．SOTHETYPE2FUZZYLOGICSYSTEMDEVELOPSLITTLEBYLITTLE．INTHISTHESISWEGIVEACOMPARISONOFTHETYPELANDTYPE2FUZZYLOGICSYSTEMINDIFFERENTPARTS，SOWECANGETACONCLUSIONTHATTHETYPE2FLSGIVESABENERPERFORMANCETHANTHETYPELONE．ANOTHERIMPORTANTAPPLICATIONOFFUZZYSETISTHERESEARCHOFLANGUAGEMODEL．WHICHISALWAYSADISCUSSIONPROBLEMAFCERTHECOMINGOUTOFFUZZYSET．NMTRADITIONALFUZZYSETEXISTSGREATDEFICIENCYINTHEESPRESSIONOFNATURALLANGUAGE，BUTTHETYPE一2FUZZYSETCANREMEDYTHEIMPERFECTINGREATEXTENTSOCOMPARETOTHETYPE一1FUZZYSETTHETYPE2ONEHASABETTERSUPERIORITYANDDEVELOPMENTSPACE．INTHISPAPERWEGIVEADISCUSSIONOFTHEMODELINGOFTYPE2FUZZYSET，ANDWEFOUNDASIMPLELOGICSYSTEMBASEDONTHETYPE1ANDTYPE2FUZZYSET．ONALLOFWORKDONEABOVEWEPROBEINTOTHEPROBLEMSOFLANGUAGEMODELONTHEBASISOFFLSINALLELEMENTARYSTEP．KEYWORDSSOTTCOMPUTING，FUZZYSET，TYPE2FUZZYSET，MEMBERSHIPFUNCTION，FUZZYLOGICSYSTEM

簡介：山東大學碩士學位論文粗集在系統辨識中的應用研究姓名李成棟申請學位級別碩士專業系統理論指導教師史開泉20070504山東大學碩士學位論文了該法的有效性。關鍵詞粗集，規則獲取，系統辨識，模糊系統，時間序列預測Ⅱ

簡介：蘭州大學碩士學位論文基于泛系拓撲的粗糙集模型與插入排序研究姓名李海霞申請學位級別碩士專業計算機軟件與理論指導教師林和20070501ABSTRACTINORDERTOSTUDYORGENERALIZEONEPROBLEM，FIRST,FINDTHERELATIVITYFACTOROFTHEPROBLEM．GENERALIZETHERELATIVITYFACTOR,THENLLSETHEPANTRANSMITTINGOFPANSYSTEMSMETHODOLOGY,CONSTRUCTNEWMODELOFTHEPROBLEM．BASEDONTHISTHOUGHT，THISPAPERDOESEXPANDINGRESEARCHOFROUGHSETFORMTHEVIEWOFPANSYSTEMS．FIRST，BYDOINGRESEARCHOFPANSYSTEMTOPOLOGY,ACCORDINGTOTHESIMILARITYOFPANSYSTEMTOPOLOGYANDROUGHSETAPPROXIMATION,THATISAPPROACHINGALLOBJECTFORMINNERANDOUTER,PUTFORWARDROUGHSETMODELBASEDONPANSYSTEMTOPOLOGY；DECISIONTABLEATTRIBUTEREDUCTIONISONEMAINCONTENTOFROUGHSETTHEORY,THISPAPERFROMTHEVIEWOFPANSYSTEMTOPOLOGYDOESRESE艱LOFDECISIONTABLEATTRIBUTEREDUCTION,PUTFORWARDANEWMETHODFORJUDGINGWHETHERADECISIONTABLEISCONSISTENT，ALSOPUTSFORWARDANEWMETHODFORDECISIONTABLEATTRIBUTEREDUCTION．SECOND，BASEDONTHERESEARCHOFPANSYSTCMSTOPOLOGYOFPANSYSTEMSTHEORY,THISPAPERDEFINESPANWEIGHTEDFIELDTOPOLOGY,INWHICHWEINTRODUCESEMANTICSOFELEMENT，WHICHMAKESTHEQUESTIONSEVENMORECLEAR．FURTHERSTUDYONPANWEIGHTEDFIELDTOPOLOGY,THISPAPERPUTSFORWARDROUGHSETMODELBASEDONPANWEIGHTEDFIELDTOPOLOGY．DECISIONTABLEATTRIBUTEREDUCTIONISONEMAINCONTENTOFROUGHSETTHEORY,THISPAPERFORMTHEVIEWOFPANWEIGHTEDFIELDTOPOLOGYDOESRESEARCHOFDECISIONTABLEATTRIBUTEREDUCTION,PUTSFORWARDANEWMETHODOFJUDGINGWHETHERADECISIONTABLEISCONSISTENT，ALSOPUTSFORWARDANEWMETHODOFDECISIONTABLEATTRIBUTEREDUCTION．FINALLY,BASEDONTHERESEARCHOFPANSYSTEMSTOPOLOGY,BYTHEUPPERAPPROXIMATIONANDLOWERAPPROXIMATIONOFPANSYSTEMSTOPOLOGY,WECONTACTINSERTTAXISOVERLINEARORDERSYSTEM．BYINTRODUCINGPARTIALMACROORDEREXPENDINSERTTAXISWHICHISTRUEOVERLINEARORDERTOANYORDER,PUTFORWARDAGENERALINSERTARITHMETIC．INADDITION,WECANCONSTRUCTTOPOLOGYBYINSERTING．KEYWORDROUGHSETTHEORY,PANSYSTEMATHEORY，PANSYSTEMSTOPOLOGY,PANWEIGHTEDFIELDTOPOLOGY,INSERTTAXIS，MACROORDER111

簡介：西南交通大學碩士學位論文模糊信息系統知識發現研究姓名付艷玲申請學位級別碩士專業基礎數學指導教師秦克云20060401西南交通大學碩士研究生學位論文第1I頁決策屬性多于一個的模糊決策信息系統，提出了一種以模糊不可區分關系為基礎的規則提取方法，并給出了應用實例。關鍵詞粗糙集；模糊不可區分關系；模糊約簡；模糊核；模糊區分矩陣；模糊區分函數

簡介：對于自然界大量的復雜的系統都可以通過形形色色的網絡加以描述。以ANNANAGURNEY教授為首的以超網絡結構模型為研究中心的一批批研究者利用變分不等式研究網絡的均衡模型，將交通網絡均衡模型的有關原理運用到供應鏈超網絡、知識超網絡、金融超網絡、人口轉移超網絡等多種網絡中，超網絡模型顯示了不凡的作用。變分不等式作為變分原理的主要推廣，是數學上的一個重要分支。近年來，經典的變分不等式理論已被大量地用于應用數學、優化控制理論、力學與熱學、線性與非線性規劃、經濟與金融、交通與運輸平衡等各個領域。特別是網絡模型框架結合變分理論算法，使得模型解的精確程度和求解的速度有很大的改善與提高。網絡廣告是新生事物，最早起源于美國，作為一種新的營銷手段已成為廣告界的熱點；但是對網絡廣告資源分配的認識剛開始，一些模型的建立只以點擊量為目標量，沒有引入現實網絡廣告中的轉化量，這樣就不能真實反映廣告效果，就會造成決策者決策失誤。本文通過引入點擊量、轉化量和用顯示概率作為權值的展示量，采用超網絡模型、變分不等式算法解決網絡廣告資源優化問題，通過理論論證和實例分析進一步說明了該模型理論的正確性與實際的可用性。

簡介：西安建筑科技大學碩士論文西安建筑科技大學碩士論文基于緩沖算子的GM1,1模型的研究及其應用專業應用數學碩士生張苗苗指導老師燕列雅副教授摘要現代科學在高度分化的基礎上又高度融合，直接促進了具有方法論意義的系統科學群的出現．事實上，不論是社會系統、自然系統、微觀系統、宏觀系統、有生命系統、無生命系統，對于我們認識主體而言，信息總是不完全的．從一定意義上說,內部參數不完全系統與內部參數完全系統相比較，前者更具有普遍性，在這種情況之下，灰色系統理論應運而生．灰色系統理論由中國著名學者鄧聚龍教授創立，以部分信息已知、部分信息未知的不確定性系統為研究對象．而灰色預測模型是灰色系統理論的重要內容之一，被廣泛應用于經濟、工業、農業等各領域，因此，對灰色預測模型的研究有著重要的意義．本文以灰色系統理論為基礎，以緩沖算子，GM1,1模型為核心，對灰色預測模型進行了研究．首先根據緩沖算子的基本定理及性質,構建出新的強化緩沖算子,弱化緩沖算子，并對算子做了理論證明，同時通過實例說明新構造算子的實用性；其次從已有的GM1,1模型出發，發現不足，對其初始值與背景值同時進行了改進，得到了初始值與背景值同時改進的GM1,1模型預測結果，并將預測結果與經過緩沖算子處理的傳統GM1,1模型預測結果進行了比較，提出了適合不同數據特點的數據處理方法和預測方法；最后將緩沖算子、初始值的改進與背景值的改進進行結合，對我國糧食產量進行了預測，結果表明，這樣的結合可以提高模型精度，具有一定的實用性．關鍵詞關鍵詞GM1,1模型；緩沖算子；初始值；背景值；精度；

簡介：哈爾濱工程大學碩士學位論文系統結構模型的生成與研究姓名張海君申請學位級別碩士專業應用數學指導教師羅躍生20060401哈爾濱工程大學碩士學位論文ABSTRACTTHISPAPERDISCUSSESTHEPROBLEMSOFGENERATINGSYSTEMSTRUCTURALMODELINGTHESTRUCTUREOFTHESYSTEMISTHATTHESTRUCTUREOFTHESYSTEMMODEL，NAMELYTHESTRUCTURALMODELIONGISTOPRESENTTHERELATIONBETWEENTHEFACTORSOFTHESYSTEMINTHESTUDYOFCOMPLEXSYSTEMS，ANDESPECIALLYINTHESTUDYOFFACTORS，INCLUDINGHUMANACTIVITIESANDECOSYSTEMSSOFTSYSTEMWHICHTHERELATIONSHIPBETWEENFACTORSAREBOTHTHEABSTRACTANDCOMPLEX，ITISDIFFICULTTODISTINGUISHBETWEENTHESERELATIONSTHATARETHEDIRECTORINDIRECTTHEN，INTHESTRUCTURALANALYSISOFSUCHASYSTEM，HOWTOUSETHESEDIRECTANDINDIRECTRELATIONSTOBUILDAREACHABLEMATRIXTHATWILLSHOWTHESYSTEMSTRUCTUREMODELINGTHISPAPERPRESENTSANEWMODELFORGENERATINGSTRUCTURALMODELINGTHISAPPROACHFROMTHEINITIALREACHABLEMATRIXSTART，USETHETRANSITIVITYOFREACHABILITYELIMINATEPARTUNKNOWNRELATIONS；REUSETHEREACHLESSANDFURTHERELIMINATESOMEUNKNOWNRELATIONSLASTENDUPINTHEUSEOFTHEINITIALREACHABLEMATRIXOFTHEINFORMATIONPROVIDED，USINGINFORMATIONWEIGHTEDLAWEXPERTAPPROACHTOELIMINATETHEREMAININGUNKNOWNRELATIONS，THUSITGETSTHESYSTEMSTRUCTUREMODELINGTHISMETHODISVERYUSEFULOFSTRUCTURALMODELINGMEANTIME，THEPAPERFURTHERSTUDYSSUBSYSTEMSJOINWHENTHELANESCALESYSTEMISIDENTIFIEDBYTWOSUBSYSTEMS，ANDTHEREACHABLEMATRIXESOFTHETWOSUBSYSTEMSAREKNOWN，HOWTOTAKEFULLADVANTAGEOFTHEINFORMATIONOFTHESETWEACHABLEMATRIXESPROVIDEDTOESTABLISHTHESTRUCTURALMODELINGFORTHISISSUE，SUBSYSTEMSJOIN，THISTHESISDOESTHECORRESPONDINGEXPLOREANDRESEARCH，MADETHESTRUCTURALMODELINGMETHODS，GIVENTHEPROOFINTHEORYMADETHECORRESPONDINGALGORITHM，ANDTESTIFIEDTHEVALIDITYOFTHEALGORITHMBYTHEEXAMPLEKEYWORDSYSTEMANALYSIS；STRUCTURALMODELING；REACHABLEMATRIX；SUBSYSTEMJOIN