《论语》及其英译本中投射语言的人际功能分析

《论语》英译的各种翻译策略已受到越来越多研究者的关注,但《论语》中投射语言翻译研究还未能引起足够的重视。因此,本文运用系统功能语言学的人际功能分析方法,从语气、语气成分、人称等角度探讨与比较了《论语》原文及其四个英译本中投射语言人际意义的实现方式。我们发现,不同译者对投射语言的相关翻译策略不尽相同,这在不同程度上反映了译者由于翻译目的的不同及对原文投射语言人际意义的理解差异,产生了对原文相关投射语言人际意义的认知程度的差异,从而采用了不同的翻译策略。     

新世纪东、中、西部地区可持续发展的人口环境

我国东、中、西部地区的人口、经济和自然环境差别很大。中国政府确立了下世纪实施西部大开发战略。揭示和分析东、中、西部地区人口发展的趋势与差异 ,了解各地区可持续发展的人口环境 ,对于实现我国地区的可持续发展战略是非常必要的。本文按照“七五”期间国家划分的东、中、西部三大区域 ,对 1990～ 2 0 6 0年三大区域的人口发展趋势进行了预测。从人口规模、年龄结构和劳动力资源三个方面对东、中、西部地区发展的人口环境进行了对比分析。     

人口预测在区域规划中的重要作用——以加拿大大黄金马蹄形片区为例

加拿大安大略省未来30年人口自然增长极其缓慢且老龄化严重,国际移民是人口增长的主要动因,且居住选择青睐于基础较好的大多伦多一带。在人口预测基础上,安省确定以多伦多向西南拓展的大黄金马蹄形地区为未来重点增长区,首次使用立法程序制订了专门的《区域规划法》,确定了科学的指导思想及基础设施、行业发展及环境保护专项规划。这对我国加强长期人口预测分析,坚持其在区域规划的基础性作用及两者的互动衔接,制定科学的区域规划,运用行政、经济、特别是法律手段保证实施等,具有一定的启示和借鉴意义。     

国家自然科学基金资助项目综合评价:基于Vague集多准则决策

采用基于Vague集的多准则决策方法,对国家自然科学基金11类主要竞争性资助项目的实施情况进行综合评价和排序.首先,通过问卷调研的方式,由国家自然科学基金项目评审专家采用"高"、"不高"和"不清楚"三类语义,对各类项目按照"评审公正性"、"管理规范性"、"科研创新性"和"社会影响力"四个准则进行评价;然后,根据问卷统计结果,将语义评价转化为Vague估计值,并利用一种新的评分函数计算各类项目在各准则下的得分;最后,采用正态分布的OWA算子集结各准则下的得分,得到所有项目的综合评价和排序.本文的研究结果将为完善国家自然科学基金的资助结构与管理模式提供重要参考依据.     

动态多指标决策问题的投影寻踪模型

针对动态多指标决策中指标和时段的权重确定问题,提出了基于投影寻踪(PP)的理想点法新模型(PP-IPM模型)。该模型利用决策矩阵样本的内部信息,把方案的三维决策矩阵综合成一维投影值,投影值越大表示该方案越优,根据投影值的大小就可对各方案进行综合排序决策。建议用实码加速遗传算法进行PP-IPM的建模,简化了PP技术的实现过程,克服了目前PP技术计算过程复杂、编程实现困难的缺点。实例计算的结果说明,直接由决策矩阵样本数据驱动的PP-IPM模型用于动态多指标决策问题简便可行,适用性和可操作性强,具有推广应用价值。     

基于个体问卷不确定性的企业文化累加算子研究

针对目前企业文化问卷调查过程中答卷人员评分的主观性导致企业文化集结计量的不确定性,本文提出一个新的方法,即通过Choquet模糊积分来集结中间变量值,并采用Yager模糊熵来表示测度的模糊性,以避免权重确定的主观性和复杂性,提高测度的准确性;将该方法应用于某国际酒店的文化测量,结果表明了该方法是可行和有效的。     

基于不同粒度语言判断矩阵的多属性群决策方法

针对具有不同粒度语言判断矩阵形式的偏好信息的多属性群决策问题,首先给出了不同粒度语言转换的准则,给出了将不同粒度语言短语一致化的函数及其性质,并进而提出了基于不同粒度语言判断矩阵的多属性群决策方法.该方法不仅简洁、直观,且不会发生信息丢失,所得的决策结果较为精确、合理,最后通过算例对方法的实用性和有效性进行了说明.     

动态用户最优配流问题的投影算法研究

本文首先建立了动态用户最优配流问题的变分不等式模型,并对此模型用投影算法来求解.本文中的模型满足Wordrop第一原理要求,所给算法在每一个小时段都能给出路段流入率、流出率及路段流量,从而为行人出行提供可靠的、实时的信息,所给数值实验也说明该模型和算法是可行且有效的.     

A new reproducing kernel-based nonlinear dimension reduction method for survival data

Based on the theories of sliced inverse regression (SIR) and reproducing kernel Hilbert space (RKHS), a new approach RDSIR (RKHS-based Double SIR) to nonlinear dimension reduction for survival data is proposed. An isometric isomorphism is constructed based on the RKHS property, then the nonlinear function in the RKHS can be represented by the inner product of two elements that reside in the isomorphic feature space. Due to the censorship of survival data, double slicing is used to estimate the weight function to adjust for the censoring bias. The nonlinear sufficient dimension reduction (SDR) subspace is estimated by a generalized eigen-decomposition problem. The asymptotic property of the estimator is established based on the perturbation theory. Finally, the performance of RDSIR is illustrated on simulated and real data. The numerical results show that RDSIR is comparable with the linear SDR method. Most importantly, RDSIR can also effectively extract nonlinearity from survival data.     

基于对偶犹豫模糊几何Heronian平均算子的多属性决策方法及其应用

针对需要同时考虑变量隶属度、非隶属度以及关联性的融合问题，本文将对偶犹豫模糊集与Heronian平均算子相结合，定义了对偶犹豫模糊几何Heronian平均算子和对偶犹豫模糊几何加权Heronian平均算子，讨论了新算子的一些优良特性，包括幂等性、置换不变性、有界性、单调性等性质，并针对属性值为对偶犹豫模糊语言信息关联系的多属性决策问题，建立了基于对偶犹豫模糊几何加权Heronian平均算子的多属性决策模型，基于所定义的算子和建立的数学模型，提出了一种新的基于对偶犹豫模糊Heronian平均算子的多属性决策方法。最后，通过多属性决策算例验证了方法的有效性和可行性。