论代理契约中决策方案的设计与选择

本文论述了以博奕关系简化复杂的代理关系,用必然等值评估代理人的优先选择曲线,根据代理人优先选择曲线的类型,分析代理人的风险态度,据以设计相应的激励方案的方法与过程.     

动静叶相互干涉的三维非定常流场数值模拟

将双时间步法应用于叶栅级的全三维黏性非定常数值求解，讨论了分区算法中内边界条件的给定问题，本算法可保证分区边界上具有与内点相同的精度，具有很好的数值稳定性，且通量基本守恒，将该方法应用于具有弯曲导叶的涡轮级的计算可得到典型的非定常流谱，揭示了动静叶之间的相互干涉对叶片气动性能的影响，数值计算结果表明本文给出的算法是合理有效的。     

现金流量表相关指标分析

现金流量表作为企业法定编报的三张报表之一 ,对于债权人、股东及企业管理者分析企业的经营状况而言 ,具有重要的意义。本文重点阐述了现金流量表相关指标的分析。     

双螺旋加料器输送机理的研究

本文在正位移输送机理的基础上，提出了双螺旋加料器理论输出量模型，并讨论了对其有影响的几个重要因素。     

复杂知识网络的结构特征对知识流动的影响

利用Jackson算法构建了知识网络的计算实验模型.该知识网络模型具备典型社会网络的五大特征.通过仿真试验探讨了单个虚拟的知识网络中具有不同属性的知识结点其知识水平演化的规律,两个具有不同知识水平的虚拟网络间建立知识合作联系的不同机制对落后网络和先进网络间知识扩散程度的不同影响,以及落后网络的网络密度和连接权重对网络间知识扩散程度的不同影响.     

论知识物化及其中的知识流

作为21世纪最为重要资源的知识,其作用发挥的的物化.因而研究企业内部知识如何物化、知识物化过程中知识沿节点链的流动以及各种知识流的相互关系,无疑具有重要的理论与现实意义.文章以轮胎的研发与生产为例,阐述了知识如何由普遍科学知识最终形成物化物的知识物化过程,揭示出知识物化过程中的三种知识流及它们之间的相互关系.     

经义考辨五篇

考辨了儒家的“逝者如斯夫”、“天下归仁”、“可欲之谓善”、“万物皆备于我”、格物之“格”五句经典之义。     

基于环境学习曲线的山东省SO2排放及节能减排潜力分析

基于1981—2006年的数据对山东省SO2排放的规律进行研究，得到山东省SO2排放的环境学习曲线。应用这一曲线，定量分析山东省17个地级市减少SO2排放的潜力，并结合2006年各市的万元GDP能耗情况，对它们的节能减排潜力进行综合评价。     

儿童拼图性识字的记忆研究

以艾宾浩斯的遗忘曲线为基本框架,通过拼图性学习和常规性学习两种不同学习生字方法的实验比较,对儿童识字的一般性规律进行研究。得到结论:拼图性识字在记忆的保持上优于常规性识字;拼图性识字在学习有笔画难度的字上优于常规性识字;拼图性识字同样符合艾宾浩斯的遗忘曲线规律。拼图性识字教学符合儿童以动作思维为主的认识特点,符合儿童心理的年龄特征,能提高对字形记忆的效果,让儿童可以有效、有趣、自主进行早期识字学习。     

Deconvolution methods for non-parametric inference in two-level mixed models

Summary.  We develop a general non-parametric approach to the analysis of clustered data via random effects. Assuming only that the link function is known, the regression functions and the distributions of both cluster means and observation errors are treated non-parametrically. Our argument proceeds by viewing the observation error at the cluster mean level as though it were a measurement error in an errors-in-variables problem, and using a deconvolution argument to access the distribution of the cluster mean. A Fourier deconvolution approach could be used if the distribution of the error-in-variables were known. In practice it is unknown, of course, but it can be estimated from repeated measurements, and in this way deconvolution can be achieved in an approximate sense. This argument might be interpreted as implying that large numbers of replicates are necessary for each cluster mean distribution, but that is not so; we avoid this requirement by incorporating statistical smoothing over values of nearby explanatory variables. Empirical rules are developed for the choice of smoothing parameter. Numerical simulations, and an application to real data, demonstrate small sample performance for this package of methodology. We also develop theory establishing statistical consistency.