求解不适定问题的TSVD正则化方法

介绍了求解反问题中的不适定问题的TSVD正则化方法，给出了TSVD正则解的误差分析。给出了正则参数的先验选取，并通过正则参数的先验选取证明了正则解的误差具有渐进最优阶。从数值实现角度看，TSVD正则化方法是求解不适定问题的十分有效的方法。     

TSP问题的改进演化算法

TSP问题的应用非常广,但当前较成熟的算法大都基于局部优化,而局部优化往往无法求出最优解。所提出的算法兼顾了两父体算子与一元算子的优点,并具有免疫算法的免疫记忆功能,是一个具有较强的选择压力和适应地改变的变化算子的演化算法。与其他遗传算法和免疫算法相比具有收敛速度更快,结果更优的特点。     

人体中血药浓度变化的建模

以研究人体中血液乙醇浓度变化为例,在人体生理解剖特点之上,改进传统的房室模型,建立了一种新的研究血药浓度变化的数学模型。这个模型能够比较简单精确地反映血药浓度的变化,并且可应用于类似类型或性态的药物血药浓度变化的分析,具有较大的理论价值。