一类泛函极小的梯度的模的处处连续性

在Ｇ考虑向量值函数的泛函：Ｊ（ｕ）＝∫Ｇｆ（／△↓ｕ／＾２）ｄｘ，ｕ∈「Ｗ＾１，Ｐ（Ｇ）」＾Ｎ，Ｐ≥２，Ｎ〉１。在比原有文献条件的假定下，证明泛函Ｊ（ｕ）的极小的梯度的模在区域内部的处处连续性。     

一类非标准增长泛函极小的某些性质

设ε〉０，ｋ≥１，ｆ（ｔ）＝（ε＋ｔ）＾ｋｌｎ（１＋ｔ），在Ｅ＾ｎ中的有界区域Ｇ上考虑向量值函数ｕ的泛函：Ｉ（ｕ）＝∫ｇｆ（│△↓ｕ│＾２）ｄｘ，本文研讨了泛函极小的某些性质。     

一类拟凸泛函极小的部分正则性

本文在较弱条件下证明了一类高阶拟凸泛涵极小的Ｃｍ，ａ部分正则性．     

关于一类非线性泛函的极大值问题

本文给出一类非线性泛函-“次减”及“拟次减”泛函在赋β-范空间的中心闭球上的极大值定理。     

一类二阶非线性泛函微分方程解的振动性与渐近性

讨论了一类二阶非线性泛函微分方程解的振动性和渐近性，在一定条件下,建立了一个新的定理，推广和改进了己知的结果。     

一类二阶泛函微分方程解的振动性

本文讨论了二阶既有正系数又有负系数的泛函微分方程 x″(t)+sum from i=1 to n(pi(t)x(t-τ_i(t))-sum from i=1 to n(qi(t)x(t-σ_i(t))=0 (*)解的振动性,获得了方程(*)的所有有界解振动的充分性判据。     

一类高阶泛函微分方程的振动性

本文研究了一类高阶间断时滞泛函微分方程,得到了方程解的振动性结果。     

一类变号系数泛函微分方程非振动解的存在性

本文研究具有变异系数泛函数分方程ｘ（ｔ）＋ｎ∑ｉ＝１Ｐｉ（ｔ）ｘ（１－τｉ（ｔ）＝０非振动解的存在性,获得方程存在有界非振动解的一个充分条件。     

一类二阶泛函微分方程的有界性及渐近性

本文研究二阶泛函微分方程，（ｒ（ｔ）〔ｇ（ｘ（ｔ））〕‘）’＋ａ（ｔ）ｇ（ｘ（ｔ））＋ｂ（ｔ）ｆ（ｘ（ｔ－τ（ｔ））＝ｐ（ｔ）的解的有界性及渐近性，这里推广了文（１）的方法。     

求解约束全局优化问题的一类新的填充函数

求解全局优化问题的填充函数法的关键之一在于构造一个称为填充函数的辅助函数,文章提出了一类新的求解不等式约束的连续全局优化问题的填充函数,讨论了其填充性质. 为进一步设计求解算法提供理论基础.     

不可微泛函拟极小问题解的C~(1,τ)正则性

设W(R)满足条件(1),本文证明泛函的局部1+W(R)一极小问题解的局部正则性。     

带权的Ginzburg-Landau型泛函的径向极小元唯一性研究

主要对带权的Ginzburg-Landau型泛函的径向极小元的唯一性进行研究。先证明出径向极小元的整体估计、极值原理和梯度估计,通过这些结论最终证明出带权Ginzburg-Landau型泛函的径向极小元是唯一的。     

带权的Ginzburg-Landau型泛函的径向极小元唯一性研究

主要对带权的Ginzburg-Landau型泛函的径向极小元的唯一性进行研究。先证明出径向极小元的整体估计、极值原理和梯度估计,通过这些结论最终证明出带权Ginzburg-Landau型泛函的径向极小元是唯一的。     

一类抛物型方程混合边值问题弱解的存在性和正则性

对一类抛物型方程的混合边值问题弱解的存在性和正则性进行了讨论．利用Lions定理建立抛物型方程混合边值问题弱解的存在性定理,然后在弱解存在的基础上利用差商方法,通过讨论弱解的导数所属空间来证明弱解的正则性．     

非精确线搜索下一类新的混合共轭梯度法研究

共轭梯度法在求解无约束最优化问题中起着重要作用。通过构造一个新的参数βk*,并与βkDY结合,得到了一类新的混合迭代参数,此类混合共轭梯度法在迭代过程中保持下降性;在非精确强wolf线搜索下此算法具有全局收敛性。     

高阶非线性偏微组的部分正则性(英文)

本文在比通常的椭圆性条件更弱的一类条件下,证明了高阶非线性偏微分方程组的部分正则性,文中的技巧可应用于另外两类缺少通常椭圆性条件的高阶非线偏微组。     

绵阳红色旅游资源的规整与重构

目前学界对红色资源的研究正处于发展阶段,到目前为止,学界在对红色资源内涵的理解和把握上,并未达成认识上的一致。在国家颁布的《2011—2015年的第二期红色旅游发展规划纲要》中,红色资源的内涵和外延得到了极大丰富和提升。在此情况下,绵阳红色旅游资源的范围和格局也发生了显著变化,有必要对此进行一番重新梳理及定位。     

一个广义薄膜方程弱解的正则性

考虑一个广义薄膜方程的初边值问题.利用磨光算子及中值定理,在一维空间中,证明了弱解的正则性.     

弱Wolfe线搜索下一类含参量共轭梯度法的全局收敛性

基于算法的下降性要求给出了一类求解无约束优化问题的含参量共轭梯度类型公式和算法,并证明了该算法在弱Wolfe线搜索下的下降性和全局收敛性.数值实验结果表明算法是有效的.