反馈型振荡器起振条件的新研究

阐述了目前被广泛应用的对于反馈型振荡器的分析方法在描述起振条件和稳定条件时存在严重的逻辑缺陷。提出了一种普适的起振条件判据,推导出两组具体而又具有实际指导意义的起振条件判据,阐明了不存在“频率稳定条件”的理由。     

设计素描的四种基本功

设计素描作为学习设计的一门基础课程,通过观察方法、思维方式、表现形式、立体观念和细节刻画四个方面的介绍说明设计素描对于学习产品设计的重要性.     

跨学科比较与中国古典文学研究

跨学科比较虽属比较文学研究方法,但在中国古代文学研究领域有着广泛的应用前景,中国古代的泛文学观念、文史哲不分的传统以及文学和艺术的密切关联,为跨学科比较提供了宽广的用武之地,故自2 0世纪80年代以来得以迅速发展,成为这一时期古代文学研究的重要现象。倘能结合古代文学研究的实际需要对该方法加以变通灵活应用,相信有助于更好地认识古代文学的整体特性和对具体文学现象作更深入的考察     

偏微分积分方程的周期边值问题

本文用上下解方法结合特征线理论讨论了形如 U_t+f(t,x)U_x=g(t,x,u,Tu) u(0,x)=u(2π,x) (1)的一阶偏微分积分方程解的存在性与唯一性,进而用双边迭代的方法给出其求解的程序。     

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。     

具有卖空总量限制的多阶段M—SAD投资组合优化

文章提出具有卖空总量限制、阈值约束和V型交易成本的多阶段均值—半绝对偏差（M-SAD）投资组合优化模型。该模型分别运用均值和半绝对偏衡量资产的收益率和风险。由于交易成本的存在,该模型不满足无后效性的动态优化问题。文章将该模型近似为一般动态规划问题,提出一种新的离散迭代方法,并证明该算法是线性收敛的。最后,文章通过实证研究比较分析卖空总量限制和风险偏好系数取不同值时对投资组合最优策略的影响,验证模型和算法的有效性。     

关系化用工:农业规模经营的社会基础

农业规模经营是中国乡村振兴进程中的关键议题。农业规模经营在快速发展的同时也呈现出用工效益的差异,从而使一些规模农业经营主体陷入困境。采用嵌入性视角探讨农业规模经营中用工模式嵌入社会关系的逻辑及其影响。研究发现,农业规模经营陷入困境的主要原因在于市场化用工无法有效解决农业规模经营中的劳动监督问题。而将市场规则嵌入关系规则的关系化用工使得雇佣双方产生了利他倾向,进而在很大程度上调动了工人内在的劳动积极性,从而使农业规模经营主体摆脱经营失败困境。关系化用工的实现依赖于农业规模经营主体在用工选择、生产管理和日常生活中充分发挥社会关系的积极作用,但社会关系范围和程度都是有限度的。因此,农业规模经营的健康发展不仅需要处理好经济关系,而且需要处理好社会关系。     

中国服务业高质量发展评价与实现路

服务业高质量发展日益成为经济高质量发展的重要题中之义。在充分梳理服务业高质量发展 文献的基础上,将服务业高质量发展解构为结构高质量、效益高质量、规模高质量、品牌高质量4 个部分, 进而构建了服务业高质量发展的评价指标体系。根据该指标体系对中国服务业高质量发展进行总体、分 类、分区测算,发现中国服务业高质量发展呈现总体上升、品牌迟滞、区域失调的态势。研究发现:中国服 务业可以通过结构优化、品牌再造、融合发展、协调共进四个路径来实现更优的高质量发展。本文的研究 是建构服务业高质量发展指标评价的有益尝试,对服务业高质量发展具有一定的政策启示。     

复调和函数的混合边值问题

利用Ｆｏｕｒｉｅｒ方法得到复调和函数的混合边值问题解的表示式及解的存在性定理并讨论了解的唯一性．     

Application of Markov chain Monte Carlo methods to modelling birth prevalence of Down syndrome

Data collected before the routine application of prenatal screening are of unique value in estimating the natural live-birth prevalence of Down syndrome. However, much of these data are from births from over 20 years ago and they are of uncertain quality. In particular, they are subject to varying degrees of underascertainment. Published approaches have used ad hoc corrections to deal with this problem or have been restricted to data sets in which ascertainment is assumed to be complete. In this paper we adopt a Bayesian approach to modelling ascertainment and live-birth prevalence. We consider three prior specifications concerning ascertainment and compare predicted maternal-age-specific prevalence under these three different prior specifications. The computations are carried out by using Markov chain Monte Carlo methods in which model parameters and missing data are sampled.