医联网:新时代医疗健康模式变革与创新发展

医联网是互联网扎根于医疗健康体系中诞生的衍生物,其建设发展符合互联网的价值演变规律,正在经历从技术性向平台性、资源性转变,加快推动院内-院外、线上-线下的资源整合与协同,并正在引发医疗健康行业发展范式和服务体系的重大变革.在梳理智慧医疗发展现状及主要挑战的基础上,提出了医联网的定义,指出了其泛连接性、超时空性、强连续性、高安全性和高可及性等主要特征,并探究了医联网的发展形态和模式变革.最后,提出了医联网构建和医联网环境下的数据治理、服务协同、全流程监管等领域的关键科学问题,以期指引新时代医疗健康模式的变革和创新发展.     

废旧手机回收行为影响因素的实证研究--基于在校大学生问卷调查

基于对在校大学生废旧手机回收行为的问卷调查结果,运用统计软件SPSS ,通过因子分析和回归分析,对大学生废旧手机回收行为、行为意向及其影响因素进行了实证研究。结果表明：大学生废旧手机回收行为意向与行为具有显著正向影响;主观规范、个人消费观念、知觉行为控制、环境知识对行为意向具有正向显著影响,且影响力依次递减。据此提出相关改进建议,有效促进大学生积极参与废旧手机回收。     

基于可变区间权重的中期用电量半参数预测模型

由于数据变化规律的多样性,中期电力负荷的波动有着不同于短期、长期负荷的特点。基于电力系统复杂性的研究视角,重点讨论了中期负荷预测过程中模型的不确定性、参数的时变特性以及负荷波动的周期性规律。根据中期负荷的数据特性,建立了基于非参数修匀的半参数模型,定义了函数区间的划分粒度以及模型权重的求解方法,提出了基于可变区间权重的动态预测方法,给出了基于经验模态分解和波动能量分析的噪声序列提取、检验方法。试验研究结果表明,气候因素对用电消耗的影响最大,经济因素次之;从选取的指标来看,不同时期的影响因素对于模型的解释能力是时变的;所提方法能够对电力负荷进行精确的多粒度、多维度分析,进而掌握其局部变化规律,可有效用于电力系统中期负荷预测。     

基于二层规划的供应链契约谈判模型与求解

基于二层规划理论建立了一种形式化的契约谈判模型,并提供了基于模糊数学理论的交互式求解算法。以批量订货和价格折扣为例,分别研究了Stackclberg对策、集中式合作和基于二层规划的谈判合作三种策略下的契约机制。通过与另外两种策略的比较,初步得到采用谈判合作策略协调效果好、可执行性高的结论。     

基于蚁群算法的混合方法求解车辆路径问题

车辆路径问题(VRP)是以中心仓库为起点和终点,求解服务于一组顾客的车辆配送路线的优化集合。解决VRP问题是物流管理中的关键,也是电子商务中的重要环节。应用新近出现的一种元启发方法———蚁群优化(ACO)来解决只有一个中心仓库和相同车辆的VRP问题。我们提出一种混合的蚁群方法来解决这个问题。首先提出一种ACO算法,然后加入局部搜索机制并使用基于问题的特定启发信息———节约量来改进算法。     

知识管理在现代企业中的应用浅析

针对知识管理在现代企业中的应用现状及未来趋势进行了论述,包括对知识管理的认识、实施过程的分析和管理机制的探讨.知识管理作为一项持续的管理过程,涵盖了业务流程、软件技术系统和企业文化,是一项复杂的系统工程.文章重点论述了现代企业中的知识管理体系的构建.     

基于RSA的电子商务信息加密技术研究

21世纪是网络信息时代,电子商务的迅猛发展和普及打破了人们传统的经营和消费理念,网上消费已成为一种新的消费形式,但随之而来的便是电子商务赖以生存和发展的安全问题。文章主要通过对电子商务安全隐患的分析,论证了数据加密技术在电子商务安全中的作用,重点探讨了RSA公钥加密算法,并通过实例对其加密原理、计算复杂性等安全性问题作了详尽的分析和阐述。     

在线评论的行为影响与价值应用研究综述

随着社交网络的发展,大量用户生成的在线评论影响着消费者的行为,同时被应用于企业的经营管理活动,引起市场营销、信息系统、产品开发等领域学者们的广泛关注,取得很大的研究进展。但是在线评论的研究范围广泛,目前并没有系统性的概念框架,缺乏对在线评论的全局认识。因此,本文尝试从行为影响和价值应用两个层面对在线评论研究文献进行全面总结,并结合当前的技术发展和市场环境,探讨在线评论研究的未来趋势。     

基于可变参数优化的相关证据合成方法研究

总结了相关证据合成的理论方法,分析了已有合成方法的不足,对相关证据的相关焦元 的分布情况进行了分析,提出一种面向问题的基于可变参数的相关证据的合成方法. 方法只对 相关焦元的基本可信数进行修正,克服了对相关证据所有焦元进行修正的弱点,使修正的对象 更加合理,修正系数可用基于学习的寻优方法得到. 在相关证据的相关焦元的基本可信数未知 的情况下也可进行相关证据的合成. 计算结果表明该方法对合成的结果有明显的改进     

分支蚁群动态扰动算法求解TSP问题

蚁群优化算法是一种求解组合优化难题的强启发式算法,它利用正反馈和并行计算原理,具备很强的搜索能力。近年来,蚁群优化算法广泛应用于TSP问题的研究。本文提出分支蚁群动态扰动(DPBAC)算法,该算法主要从5个方面对基本蚁群算法做出改进:引入分支策略选取出发城市;改进状态转移规则;引入变异策略改进蚂蚁路径;改进信息素更新规则;引入条件动态扰动策略。实验表明,该算法可以有效改善基本蚁群算法搜索时间较长、容易陷入局部极小等缺点。