摘要
BAREISS，R.1986年。 基于示例的知识分析。 纽约学术出版社。 谷歌学者 
BOISVERT，R.F.、RICE，J.R.和HOUSTIS，E.N.1979。 偏微分方程软件性能评估系统。 IEEE传输。 柔和。 工程师SE-5，4418-425。 谷歌学者 木匠，G.A.和格罗斯伯格，1988年。 自组织神经网络自适应模式识别的艺术。计算机21，77-88。 谷歌学者 DURBIN，R.和Willstaw，D.1987年。 使用弹性网方法对旅行推销员问题进行模拟。 《自然》326689-691。 谷歌学者 DYKSEN，W.R.和GRITTER，C.R.1989年。 椭圆专家：椭圆偏微分方程的专家系统。 数学。 计算。 模拟。 31, 333-343. 谷歌学者 戴克森，W.R.和格里特，约1992年。 科学计算和算法选择问题。 在科学计算专家系统中，E.N.Houstis、J.R.Rice和R.Vichnevetsky，Eds.North-Holland，Amsterdam，19-31。 谷歌学者 DYKSEN，W.R.、RIBBENS，C.J.和RICE，J.R.，1988年。 混合边界条件椭圆问题数值方法的性能。 方法数量。 偏微分方程4，347-361。 谷歌学者 GALLOPOULOS，E.、HOUSTIS，E.N.和RICE，J.R.1994。 计算科学的问题解决环境。 IEEE计算。 科学。 工程1，11-23。 谷歌学者 GIARRATANO，J.C.1991年。 CLIPS用户指南。 第5.1版。 美国国家航空航天局林登·约翰逊航天中心，德克萨斯州休斯顿。 谷歌学者 霍兰德·M·和沃尔夫·D·1973。 非参数统计方法。 约翰·威利父子公司，纽约。 谷歌学者 HOPFIELD，J.J.和TANK，D.1986年。 使用神经电路进行计算。 科学233625-633。 谷歌学者 《豪斯提斯·E.N.与水稻》，J.R.1982年。 奇异椭圆偏微分方程的高阶方法。 国际期刊方法编号。 工程18，737-754。 谷歌学者 HOUSTIS，E.N.，RICE，J.R.，C~RISOC~OIDES，N.P.，KARATITANSIS，H.C.，PAPACHIOU，P.N.，SAMARTZIS，M.K.，VAVALIS，E.A.，WANG，K.Y.，AND WEERAWARANA，S.1990年// ELLPACK：用于并行MIMD机器的数值模拟编程环境。 《超级计算学报》（Proceedings of Supercomputing’90）。 ACM出版社，纽约，96-107。 谷歌学者 HOUSTIS，E.N.、RICE，J.R.、CHRISTARA，C.C.和VAVALIS，E.A.1988年。 科学软件的性能。 《科学软件的数学方面》，J.R.Rice主编，施普林格出版社，柏林，123-155。 谷歌学者 JOSHI，A.、WEERAWARANA，S.和HOUSTIS，E.N.1994。 使用神经网络支持“智能”科学计算。 《神经网络国际会议论文集》，世界计算智能大会。 第四卷411-416。 谷歌学者 JOSHI，A.、WEERAWARANA，S.、RAMAKRISHNAN，N.、HOUSTIS，E.和RICE，J.1996。 问题解决环境的神经模糊支持。 IEEE计算。 科学。 工程3。 谷歌学者 KAMEL，M.S.，MA，K.S.，AND ENRIGHT，W.H.1993年。 ODEXPERT：为初始值ODE系统选择数值解算器的专家系统。 ACM事务处理。 数学。 柔和。 1月19日（3月），44-62。 谷歌学者 KONIG，S.和ULLRICH，C.1990年。 线性方程自验证方法经济应用的专家系统。 在智能数学软件系统中，E.N.Houstis、J.R.Rice和R.Vichnevetsky，Eds.North-Holland，阿姆斯特丹，195-220。 谷歌学者 MOORE，P.K.、OZTURAN，C.和FLAHERTY，J.E.，1990年。 偏微分方程的自动数值解法。 在智能数学软件系统中，E.N.Houstis、J.R.Rice和R.Vichnevetsky，Eds.North-Holland，Amsterdam，15-22。 谷歌学者 PEAaL，J.1988年。 智能系统中的概率推理：合理推理网络。 Morgan Kaufmann，加利福尼亚州圣马特奥。 谷歌学者 RICE，J.R.，1976年。 算法选择问题。 高级计算。 15, 65-118. 谷歌学者 RICE，J.R.1979年。 算法选择问题的方法。 《数值软件性能评估》，L.D.Fosdick，Ed.North-Holland，Amsterdam，301-307。 谷歌学者 RICE，J.R.和BOISVERT，R.F.1985年。 使用ELLPACK解决椭圆问题。 柏林弗拉格施普林格。 谷歌学者 RICE，J.R.、HOUSTIS，E.N.和DYKSEN，W.R.，1981年。 矩形域上的一组二阶线性椭圆偏微分方程，第一部分数学。 计算。 36, 475-484. 谷歌学者 RUMELHART，U.E.和MCCLELAND，J.L.，1986年。 并行分布式处理，探索认知的微观结构。 麻省理工学院出版社，马萨诸塞州剑桥。 谷歌学者 SIu，K.Y.、ROYCHOWDHURY，V.和KALATH，T.1995年。 离散神经计算。 新泽西州Englewood Cliffs的Prentice-Hall。 谷歌学者 WEERAWARANA，S.1994年。 基于偏微分方程的应用程序的问题解决环境。 印第安纳州西拉斐特普渡大学计算机科学系博士论文。 谷歌学者 WEERAWARANA，S.、HOUSTIS，E.N.、RICE，J.R.、CATLIN，A.C.、CRABILL，C.L.、CHUI，C.和MARKUS，S.1994。 PDELab：一个面向对象的框架，用于为基于PDE的应用程序构建问题解决环境。 第二届面向对象数值会议论文集。 Rogue-Wave Software，俄勒冈州科瓦利斯。， 79-92. 谷歌学者 维德罗，B.和温特，R.1988。 用于自适应滤波和自适应模式识别的神经网络。 计算机21，25-39。 谷歌学者 ZELL，A.、MACE，N.、HUB~mR，R.、MAMIER，G.、VOGT，M.、HERRMANN，K.-U.、SCHMALZL，M.，SOMMER，T.、HATZIGORGIOU，A.、DORING，S.和POSSELT，D.1993年。 斯图加特神经网络模拟器用户手册。 3.1版。 德国斯图加特大学技术代表3。 谷歌学者
建议
高线性阶隐式显式强稳定性保持Runge-Kuta方法 PEARC’17：2017年高级研究计算实践和经验会议记录，关于可持续性、成功和影响 对于双曲偏微分方程的解，高阶强稳定性保持（SSP）时间离散化已广泛用于具有非线性稳定性的空间离散化。 显式SSP Runge--Kutta方法最多只能存在四分之一。。。 Sylvester方程和偏分数阶微分方程的数值解 我们提出了一种新的基于矩阵的偏微分方程（PDE）数值求解方法，并将其应用于偏分数阶微分方程（PFDE）的数值求解。 提出的方法是将给定的PFDE离散为一个。。。 非线性Fokker-Planck方程的有限差分法和三次样条函数数值解 本文提出了一种求解非线性Fokker-Planck方程的有限差分格式。 我们将有限差分近似用于离散空间导数。 然后我们使用三次C1-样条配点法，这是一种A-。。。
