二阶积分微分系统的两点边值问题

研究形如εx″（t）＝f(t,x(t),[Tx](t),xi′（t），ε），x（0)＝A，x(1)＝B的积分微分系统的两点边值问题，利用上下解方法得到了解的存在性与渐近估计．     

一个数值求积公式的渐进性质

从一个插值公式的构造出发,得到相应的积分中值定理,构造了具有5次代数精度的数值积分公式,通过对积分中值定理中间点的渐近性质的分析,得到具有7次代数精度的数值积分公式,应用复化求积,进一步改进了这个公式,使它具有高精度且不用计算导数.     

结构模型参数变点的非参数检验

对于结构模型参数变点的检测问题，利用秩统计量，给出了模型只有一个变点的检验统计量，并且给出了一个计算检验渐近临界值的公式。     

第二积分中值定理“中间点”的渐近性再分析

对于第二积分中值定理中的“中间点”的渐进性问题,将区间的端点推广到区间中的任意点,给出并证明了更一般的结论,改进和推广了现有的相关结论.     

大准铁路站场改造施工问题及对策

大准铁路是国家“八五”重点建设项目准格尔项目的三大主体工程之一，是我国“西煤东运”的重要通道。大准铁路于1990年7月17开工建设．设计为单线I级电气化铁路．正线全长264公里，设计车站28个，其中区段站54＂．中间站23个，点岱沟；燕庄站为区段站．车站原设计到发线长850m：     

三阶非线性方程三点边值问题的奇摄动

讨论了三阶非线性微分方程三点边值问题的奇摄动.利用积分算子和微分不等式技巧,得到了解的存在性、唯一性与渐近估计.结果表明,这种技巧为其它三阶边值问题的研究提出了一种新的思路.     

三阶非线性方程三点边值问题的奇摄动

讨论了三阶非线性微分方程三点边值问题的奇摄动．利用积分算子和微分不等式技巧,得到了解的存在性、唯一性与渐近估计．结果表明,这种技巧为其它三阶边值问题的研究提出了一种新的思路．     

关于积分第二中值定理中ξ值的渐近性

讨论了积分第二中值定理中，被积函数ｆ（ｘ）变化时，中间值ξ的渐近性。     

某一类非线性三点边值条件的三阶奇摄动边值问题

研究了非线性三阶常微分方程带有非线性三点边值问题的奇异摄动.首先利用积分算子和上下解技巧,获得了解的存在性和唯一性;其次在适当的条件下,通过构造具体的上下解,建立解的渐近估计.     

集值渐近准非扩张映象多步迭代的收敛性

在严格凸Banach空间中，用集值映象点值化方法，证明了集值渐近准非扩张映象带误差的三步迭代列收敛于耦合不动点的充要条件．     

强迫非线性时滞微分方程解的渐近性

研究了一类强迫非线性时滞微分方程微解的渐近性，改进了相关文献中的已有结果。     

Laguerre模型的未建模动态估计

讨论了未建模动态引起的偏差误差，针对Ｌａｇｕｅｒｒｅ模型，给出了传递函数估计和偏差误差估计，并作了渐近性分析。     

三阶非线性微分方程Robin边值问题的奇摄动

利用微分不等式技巧，研究了三阶非线性微分方程Robin边值问题解的存在性、唯一性及渐近估计．     

TOPCON GPT-3000L免棱镜全站仪在巴基斯坦公路横断面测量中的应用

无棱镜测量技术的应用可以解决山高、坡陡地段受条件限制，施测人员难以到达陡坡中间特征点上采点的难题，无需在陡坡中间立棱镜，大大节省了人力、物力和时间，可加快外业进度，提高工作效率。     

二阶积分微分系统的两点边值问题

研究形如εx"(t)=f(t,x(t),[Tx](t),x'i(t),ε),x(0)=A,x(1)=B的积分微分系统的两点边值问题,利用上下解方法得到了解的存在性与渐近估计.     

用光电测距仪测定路基边桩

传统的路基边桩放样方法劳动强度大，效率低，且精度不理想，提出采用光电测距仪并运用“高程渐近法”进行路基边桩放样，能准确，快速地确定边桩位置，尤其便利于陡峭边坡的路基边桩放样。     

用渐近法放样路基边桩

用渐近法原理，讨论目前应用较广泛的经纬仪皮尺法，抬杆法，配合fx-4500P型计算器或PC－1500微机，进行路基边桩放样，并简介了任意点置电子经纬仪放样路基边桩。     

素数幂分布定理

利用解析数论工具证明了算术级数数列中素数幂分布的若干结果，这些结果在提供ＲＢＩＢＤ设计与ＰＭＤ设计的渐近存在性性定量的精确定界时具有重要作用。     

甘肃工业企业技术吸纳能力问题调查与分析

本文在简述甘肃工业企业概况的基础上，重点介绍和归纳了“甘肃省工业企业技术吸纳能力问题研究调查”数据和部分交叉数据的统计结果，并提出了几点探讨性意见。     

多元线性回归系数的随机加权M—估计

本文讨论了由随机加权最小问题的解定义的多元线性回归系数的随机加权M－估计的相合性、渐近正态性，参数检验及对非随机加权M－估计的 分布的Bootstrap逼近。