简介：

简介：这份报纸涉及线性可变系数的微分代数学的方程(DAE)的解决之可能性和波形松驰方法。大多数以前的工作与光滑的系数和数据集中于线性可变系数的DAE，然而，与相应波形松驰方法的集中率有关的结果都没被获得。在这份报纸，我们为在在传统、最少的广场的Legesguesquare-integrable函数空格的线性可变系数的DAE的解决之可能性理论察觉到的develope，并且为解决线性可变系数的DAE决定波形松驰方法的集中率。[从作者抽象]

简介：在这份报纸，为添加剂噪音驾驶的随机的二点的边界价值问题的homotopy继续方法被学习。homotopy方程的答案的存在被证明。数字计划被构造，错误估计被获得。数字实验在象射击方法那样的另外的通常使用的方法上表明homotopy继续方法的有效性。[从作者抽象]

简介：Twocoupled-modemethods,namelyDGMCM(Direct-Global-MatrixCoupledModeMethod)andCCMM(ConsistentCoupled-ModeMethod),areanalyzedandcompared.First,bothofthesetwomethodsprovidetwo-waysolutions,andhencetheyareaccuratemodels.Second、theseriesoflocalverticalmodesinDGMCMconvergesasfastasthatinCCMM,whereasDGMCMhasamoretolerablerequirementofthenumberofsegmentsthanCCMM.Third,thesetwomodelsobtainthefieldsolutionbysolvingthecoupled-modesystemwithdifferentcoefficientmatrices,inwhichthecomputationaletfortfortherequiredparametersisalmostthesame.Finally,DGMCMcanhandlesomeproblemswhicharedifficultforCCMM,suchasinawaveguidewitharoughbottom,alinesourcelocatedrightontopofaslopingbottom,orinthepresenceofmultiplesources.InDGMCM,closed-formexpressionsforcouplingmatricesinatwo-layerwaveguidearegiven.Inaddition.theformulationfortheline-sourceprobleminplanegeometryisderivedtoupdateCCMM.

简介：在这份报纸，我们调查极端弱变化明确的表达的使用解决在近的地光学散布问题的一个波浪。以便捕获波浪的亚规模特征，我们和飞机波浪功能利用迅速凋落的波浪功能接近这块地的本地性质。我们分析全球集中并且给方法的一个错误评价。数字例子也被举表明策略的有效性。[从作者抽象]

简介：这份报纸涉及为一个维的充分非线性的秒顺序开发精确、有效的数字方法椭圆形、寓言的部分微分方程(PDE)。在纸我们在场为构造高顺序内部惩罚的一个一般框架为这些充分非线性的PDE的接近的粘性答案的不连续的Galerkin(IP-DG)方法。为了捕获解决方案的第二顺序衍生物uxx的断绝，u，三独立函数p1，p2和p3被介绍用各种各样的片面限制代表数字衍生物。建议DG框架，基于内在的PDE的非标准的混合明确的表达，把一个非线性的问题嵌进非线性被修改了包括第二顺序衍生物uxx的多重价值的方程的一个主要线性的系统。建议框架扩大有限差别框架由作者开发了在的一个同伴[9]并且允许用高顺序多项式和不一致的网孔的充分非线性的PDE的近似。除了非标准的混合明确的表达设置，另一个主要想法是由与微分操作符一致并且满足某些monotonicity(叫的g-monotonicity)的一个数字操作符代替充分非线性的微分操作符性质。保证如此的g-monotonicity，构造的关键是介绍数字时刻，它在建议DG框架起一个关键作用。g-monotonicity给DG方法能力选择算术地“改正”答案(即，粘性答案)在所有可能的答案之中。而且，g-monotonicity允许更有效的非线性的解答者的可能的发展能作为代数学的系统的特殊非线性被探索到decouple方程。这份报纸也为习惯于guage的几个数字测试问题论述并且分析数字结果建议DG方法的精确性和效率。[从作者抽象]

简介：Inthiswork,somechemometricsmethodsareappliedforthemodelingandpredictionoftheHildebrandsolubilityparameterofsomepolymers.Ageneticalgorithm(GA)methodisdesignedfortheselectionofvariablestoconstructtwomodelsusingthemultiplelinearregression(MLR)andleastsquare-supportvectormachine(LS-SVM)methodsinordertopredicttheHildebrandsolubilityparameter.TheMLRmethodisusedtobuildalinearrelationshipbetweenthemoleculardescriptorsandtheHildebrandsolubilityparameterforthesecompounds.ThentheLS-SVMmethodisutilizedtoconstructthenon-linearquantitativestructure-activityrelationship(QSAR)models.TheresultsobtainedusingtheLS-SVMmethodarethencomparedwiththoseobtainedfortheMLRmethod;itwasrevealedthattheLS-SVMmodelwasmuchbetterthantheMLRone.Theroot-mean-squareerrorsofthetrainingsetandthetestsetfortheLS-SVMmodelwere0.2912and0.2427,andthecorrelationcoefficientswere0.9662and0.9518,respectively.ThispaperprovidesanewandeffectivemethodforpredictingtheHildebrandsolubilityparameterforsomepolymers,andalsorevealsthattheLS-SVMmethodcanbeusedasapowerfulchemometricstoolforthequantitativestructure-propertyrelationship(QSPR)studies.