网络环境下文献检索课教学改革的探讨

网络环境对文献检索课的教学提出了更高的要求。本文分析了当前文献检索课所存在的问题 ,并指出了今后的发展方向     

论“和谐”对仲裁制度价值目标的建构

建立和谐社会的价值目标,既解读继承历史,又立足创新社会,和谐的内在要求导向着仲裁制度的完善,和谐的价值目标奠定了仲裁的发展方向,是仲裁制度为之实现的终极目标;仲裁制度的固有属性也暗合了和谐的建构目的,并成为和谐社会目标下处理纷争的重要制度。     

裂项相消法求无穷级数和的探讨

运用裂项相消法来求解无穷级数和的公式.这里研究的无穷级数的一般项特征是分子为1,分母是以首项为a,公差为d的等差数列的连续m项的乘积.利用裂项相消法求和,得到的结果只与a,d,m有关的公式.再将问题扩展到无穷级数的一般项的分母为上述分母的t次方,得到了几个较为理想的公式.     

以钟为书 钟以载道——永乐大钟及北京钟铃文化

本文对大钟寺永乐大钟文化内涵、外观特征、声学特性与北京史的关系进行了分析研究;论述了北京另外3尊永乐大钟在北京钟铃文化中的地位;指出了中国封建社会最有代表性响钟出自永乐年间并都在北京的现象。其中,永乐大钟御制佛经铭文布局“三进三出”现象、永乐大钟局限性、北京钟铃文化等概念都是首次阐述。     

仿生管理学研究的对象与规范

仿生管理学是通过研究生物系统的结构和性能,为社会组织管理提供新的思想观念及工作原理的一门学科。仿生管理学研究在我国尚属起步阶段,探讨研究的对象(基本领域与课题体系)以及研究的规范(科学依据与规范化)是必要的。     

基于二阶段随机规划的城市医疗废弃物回收网络设计

城市医疗废弃物日益增加,且回收需求量受诸多因素的影响,难以准确预测,假定回收需求为确定值的医疗废弃物网络优化设计不能与实际需求相匹配。本文考虑了离散随机参数环境下,医疗回收网络设计中选址规划、分配计划及运输规划的协同优化问题,建立了以选址成本、运输成本最小为目标,设施与车辆能力限制为约束的二阶段随机规划模型。根据模型特点,设计了基于Benders decomposition的求解算法,同时,设计了一系列加速技术用于提高算法的求解效率。最后,以国内某城市医疗回收网络为背景设计算例,检验本文模型和求解策略的可行性和有效性。结果表明：相比确定性规划,随机规划的解能够节约总成本,结合一系列加速技术的Benders decomposition方法比CPLEX与纯的Benders decomposition更有优势。     

基于Simpson公式改进的FAGM(1,1)模型及其应用研究

本文分析了传统FAGM（1,1）模型建模过程中存在的误差,提出了一种基于Simpson公式改进的FAGM（1,1）模型。首先,基于分数阶累加生成算子和分数阶累减生成算子建立分数阶FAGM（1,1）模型。其次,利用Simpson积分公式对FAGM（1,1）模型的背景值进行改进,建立SFAGM（1,1）模型。进一步,应用遗传算法确定SFAGM（1,1）模型的最优阶数以提高模型的预测精度。最后,以中国人均GDP为例,对比分析GM（1,1）模型、Simpson改进的GM（1,1）模型（SGM（1,1））、FAGM（1,1）模型、SFAGM（1,1）模型的模拟结果,并对"十三五"时期的人均GDP进行预测,其结果表明SFAGM（1,1）模型比GM（1,1）、SGM（1,1）、FAGM（1,1）在人均GDP的预测方面有更高的精度,"十三五"期间人均GDP年平均增长率为10.64%,到2020年达到83146.97元,是2010年人均GDP的2.69倍,以2010年的人均GDP为基准,到2020年将能够实现翻一番的目标。     

互联网发展环境下多维教育对农户IPM技术采纳行为的影响研究

在构建互联网发展环境下多维教育影响农户IPM技术采纳行为的理论框架基础上,利用猕猴桃主产区陕西和四川两省686份种植户微观调研数据,采用熵值法从互联网渗透度和互联网使用度两个维度构建村域层面的互联网发展环境指数,探讨互联网发展环境在多维教育与农户IPM技术采纳关系中的作用。研究表明：（1）多维教育（学历教育、互联网学习）各维度均能直接促进农户采纳IPM技术;（2）互联网发展环境降低农户IPM技术采纳过程中对学历教育的依赖性,但显著增强默会知识和互联网学习在其中的积极作用,在处理学历教育存在的内生性问题后,上述研究结论依然具有稳健性;（3）进一步地在考虑种植户规模异质性基础上,互联网发展环境对小规模农户学历教育影响IPM技术采纳的弱化作用更为明显,对大规模农户互联网学习影响IPM技术采纳的强化作用更为明显。因此,建议政府持续改善农村教育基础环境,积极探索和创新多维教育体系,增加农户技术知识和经验积累,进而促进农户IPM技术采纳行为。     

基于定性模拟的员工离职行为预测

员工是企业最具生命力的资源,员工的主动离职往往会给企业造成不必要的损失.综合国内外有关员工离职问题的研究,构建了一个员工离职过程模型,将定性模拟技术引入其中,根据QSIM算法的思路,结合有关员工离职行为的常识、专家知识设计了模拟规则,用VB编程并进行了模拟,模拟结果比较符合实际,表明这一方法可以用于员工离职预测的虚拟实验研究.     

基于两阶段优化算法的神经网络预测模型

采用基于两阶段优化算法(multi-stage optimization approach,MSOA)的GA人工神经网络,将训练集分为两部分,在前一训练集训练后获得的网络基础上使用后一训练集进行进一步的训练获得更为优化的网络结构.针对复杂系统建模输入节点难以确定的问题,提出将其与自组织数据挖掘算法相结合,利用GMDH算法获得神经网络的初始化节点,使用训练好的神经网络模型进行预测.将由此建立的预测模型应用于粮食价格的预测,并进一步探讨了MSOA算法的收敛性问题.结果表明基于GMDH和MSOA的神经网络组合预测模型能较大提高神经网络的全局收敛能力和收敛速度,提高预测精度.