该论文的结果主要概括为以下几个方面:1.第一章考察一维情况下方程存在无穷多个正整体解的条件,给出了两个存在性定理(定理1.1-1.2).第二章将此结果推广到高维情形,给出了一个线性增长解的存在性定理(定理2.1);另外,该章还给出了方程存在对数增长解的两个定理(定理2.2-2.3).所有这些结果都是考虑了此方程存在无界解的条件,这与已有的关于此方程存在有界解的结果是完全不同的,我们的结果进一步完善了相关的工作.2.第三章与第四章研究了形式更加广泛的二阶非线性椭圆方程的指数增长解与衰退解的存在性.得到了此类方程存在指数增长解的三个定理(定理3.1-3.3)与衰退解的两个定理(定理4.1-4.2).这些结果不仅推广了已有的结果,而且近一步发展了上下解方法与不动点定理在研究微分方程的可解性方面的应用.3.第五章讨论了一类源于刻划可扩充杆横截挠度的非线性双曲型方程.Cauchy问题解的存在唯一性,给出了此方程有唯一局部解的存在定理(定理5.1).与已有的关于此方程的结果相比较,我们对非线性项的要求要宽松得多.实际上,这里的结果是在打破了以前的所有限制得到的.4.第六章利用寻求偏微分方程的相似约化的直接方法讨论了广义Burgers方程的相似约化以及相应的精确特解,并对所得到的约化提供了非经典对称群解释.就广义Burgers方程而言,该章的工作部分地回答了Clarkson所提出的一个公开问题:如何用直接方法寻求具有任意函数的非线性PDEs的对称约化问题.5.最后的两章考虑了无约束总体极小化问题的微分方程方法,也称为神经网络方法.首先给出了非凸梯度神经网络平衡点集合的H-稳定性结果(定理7.1),另外的两个定理(定理7.2-7.3)给出了不同平稳点的吸引域估计.这些结果的意义在于两个方面,其一是解决了利用梯度神经网络求解总体极值问题的网络稳定性问题;其二是为网络的设计提供了一个可行框架.第八章就是在此基础上给出了求解这一问题的两种神经网络设计,并给出了一些典型算例验证了网络的可行性与有效性.