单种有限资源下的多品种CVP分析的简便方法

运用线性规划模型，对有限资源下的多品种产品的经营进行ＣＶＰ分析，这在缺乏计算机的条件会因基复杂性而在会计实务中较难运用，针对这一情况在扩展管理会计相关基本概念的前提下，提出了将单种有限资源下的多品种ＣＶＰ分析转化为单品种ＣＶＰ分析为基础的简单模型，并对该模型和资源敏感性进行了探讨。     

有限资源下的多品种CVP分析

基于企业资源是稀缺的(有限的)这一现实,以向量为标识,运用线性规划方法,提出了有限资源下的多品种CVP分析模型,阐述了模型的意义及其使用.     

量本利(CVP)分柝扩展数学模型初探

传统CVP分析的假设前提在很大程度上制约了其适用范围.本文在分别放宽其中一个假设条件,其它假设条件不变的前提下,建立了多品种CVP分析模型、单品种价格变动CVP分析模型和单品种销量随机变动CVP分析模型.     

有限资源下的多品种CVP分析

基于企业资源是稀缺的（有限的）这一现实，以向量为标识，运用线性规划方法，提出了有限资源下的多品种ＣＶＰ分析模型，阐述了模型的意义及其使用。     

一种多处理器并行优化处理模型的设计与研究

通过在多进程中引入信号灯机制 ,提出了基于多处理器硬件环境下并行优化处理模型 ,实现多个处理器的并发操作以及对临界资源的合理调度和使用 ,从整体上提高了系统的运行效率 .对并行优化模型的执行效率进行了分析 ,将该模型运用到高速光盘驱动器固件的设计中 ,获得了较好的应用效果 .     

概率资源约束下多品种库存系统的优化

为了有效利用库存资源,同时降低大型仓储配送中心的运行成本,需要对随机需求下的多品种库存问题进行深入研究。在原有单周期线性资源约束下的多品种订货策略的基础上,通过将一种概率形式的库存资源约束应用于多品种(Q,R)策略,实现对仓库面积和运营资金更为科学的管理和控制。同时还提出了一种有效的多项式启发式算法,为物流企业在实际库存管理中应用这一模型提供了解决方案。相对于已有的方法,在不增加资源使用量的情况下,该方法可以节约平均库存成本30%以上。     

有限资源条件下网络病毒的阻断策略

分析了通过电子邮件途径传播的计算机病毒的特点,探讨了邮件病毒传播模型.在不同的感染率和恢复率条件下,通过变更感染源,分别采用不同的阻断策略.在中国教育网中对病毒的传播和控制进行了演化模拟,提出了在资源有限的条件下复杂网络控制病毒传播的有效策略.     

基于约束条件的R＆D资源投资组合模型研究

综合运用德尔斐法（Delphi）、香农概率熵、TOPSIS法,整数规划,设计了一种在R＆D资源有限的约束条件下,对申报的投入项目进行优选组合的模型,通过给出一个典型算例表明该模型的可行性与有效性。     

库容有限且生产需一定时间的不允许缺货存贮模型

存贮问题的模型多数是在仓库容量有限的假设下讨论最优解,这一假设往往与实际情况不符.为此,本文讨论了确定性需求不允许缺货、生产需一定时间的存贮模型,在仓库容量有限条件下,给出了使用租借仓库时的存贮模型,并对该模型进行了讨论.     

基于Timoshenko梁模型的旋转弹箭横向振动模态分析

将旋转弹箭简化为Timoshenko旋转梁,基于有限单元法研究了其在自由飞行时的横向振动模态.采用Timoshenko梁模型,考虑陀螺效应和剪切效应,运用转子动力学和有限单元法的思想,建立旋转弹箭横向振动的有限元方程和频率方程.利用该频率方程,分别采用Rayleigh梁和Timoshenko梁模型对某旋转弹箭进行模态分析,对不同梁模型下的横向振动进动频率进行对比,并讨论弹箭转速和长径比对模态频率的影响.     

新形势下高校基建财务管理问题的思考

随着高校基本建设的发展,基建财务管理也遇到了诸多新的问题.通过对基建财务管理存在的问题的分析研究,从提高基建财务管理水平、为上级部门提供准确的会计信息出发,对解决高校目前出现的一些基建财务管理问题提出了具体的解决措施,以便使有限的资金发挥更大的效益.     

货架管理模型的选品与布局启示——以自动售货机为例

随着中国在线支付技术的发展,货架管理问题已成为零售企业面临的热点问题。具体而言,出于日益增加的商品种类数量与有限货架空间之间的矛盾,如何科学地决策自动售货机的商品种类以及设计货架商品布局以提高零售企业收益尤为关键。本研究提出了同时决策选品与货架布局的货架管理模型,目标是最大化期望总收益,约束是满足某些真实商业规则。然而该模型的约束中存在二次项难以直接求解,本研究进一步通过线性化技术将原始货架管理模型转化为整数线性规划模型,并提出与零售价、边际利润以及需求相关的管理启示,以指导零售商进行选品以及设计货架布局：一方面,当需求与边际利润满足某些关系时,随着增大,决策将由需求导向转变为边际利润导向;另一方面,当需求与零售价满足某些关系时,决策始终是零售价导向的。其优势在于零售商可以直接根据商品历史零售价、边际利润以及需求信息,决策选品以及设计货架布局,而无需求解一个整数规划模型。最后,本研究提出原始货架管理模型的抽样平均近似模型,并给出数值例子验证管理启示。     

高等院校人力资源会计理论体系初探

高等学校要发展，必须要有顶尖的人才，如需要具有高素质的师资队伍、科研人员、管理人员。为加强对人才的管理．高校要建立以人为中心的人力资源管理体系。人力资源管理有知识资本投入和希望收到的未来社会效益、经济效益分析：目前在高校仅仅以主观的模糊的管理指导思想来体现，没有将人力资源视作会计的一项重要要素加以数量化、价值化。本文通过对高校人力资源的特点分析，结合传统的会计理论体系，对高校人力资源会计的目标、会计假设、会计要素、会计原则和会计处理方法进行论述，意在建立一种既能自圆其说又具有可操作性的高校人力资源会计理论体系。     

高校人力成本核算模型与算例分析

文章通过对高校人力成本的确认、计量和核算,构建了高校人力总成本和人力个体成本核算模型;根据人力成本分类,具体对某高校的人员支出进行剥离、归集和再分配,再将相关数据代入模型,计算其人力总成本和某个体成本;通过比较进行了高校人力成本结构分析。文章的数据分析为高校预测事业性支出和人员支出,构建人力资源会计体系提供了方法和依据。     

恐怖袭击事件的防御资源分配问题

在考虑防御资源可能有限的情况下,提出将零和博弈的思想运用于恐怖袭击事件的风险评价问题中.采用定量分析方法,利用目标损失概率模型对各被袭目标的有限资源配置进行决策,分析模型中各关键参数的确定方法,探讨袭击资源、防御资源的最优分配方案.以城市地铁站点为例,对各站点风险等级定性评估,计算和比较不同防御资源下各目标的损失概率,确定有限防御资源下目标资源分配的最优方案,并验证所提出方案的实用性和有效性.     

基于SCM模式的LP/CVP集成方法应用研究

供应链管理是现代工业企业最先进的管理思想和模式 ,LP/CVP是一种集成化的生产决策方法。在介绍LP/CVP决策方法的基础上 ,提出了基于供应链管理模式的信息集成体系结构 ,探索了LP/CVP方法的实际应用 ,指出集成后勤支持系统适合于处理决策信息的集成 ,而神经网络技术则提供了集成模型的优化方法     

人力资源会计研究现状揭示

人力资源会计发韧于美国,自20世纪60年代开始研究,至今已取得了长足的发展。但目前我国对人力资源会计尚处于理论探索阶段,劳动者的权益未能明确界定,也未形成完善的理论体系与定型的实践模式。因此,有必要对我国人力资源会计的研究现状进行回顾与总结,旨在进一步促进我国人力资源会计的发展。     

Self-destructive cooperation mediated by phenotypic noise

In many biological examples of cooperation, individuals that cooperate cannot benefit from the resulting public good. This is especially clear in cases of self-destructive cooperation, where individuals die when helping others. If self-destructive cooperation is genetically encoded, these genes can only be maintained if they are expressed by just a fraction of their carriers, whereas the other fraction benefits from the public good. One mechanism that can mediate this differentiation into two phenotypically different sub-populations is phenotypic noise. Here we show that noisy expression of self-destructive cooperation can evolve if individuals that have a higher probability for self-destruction have, on average, access to larger public goods. This situation, which we refer to as assortment, can arise if the environment is spatially structured. These results provide a new perspective on the significance of phenotypic noise in bacterial pathogenesis: it might promote the formation of cooperative sub-populations that die while preparing the ground for a successful infection. We show experimentally that this model captures essential features of Salmonella typhimurium pathogenesis. We conclude that noisily expressed self-destructive cooperative actions can evolve under conditions of assortment, that self-destructive cooperation is a plausible biological function of phenotypic noise, and that self-destructive cooperation mediated by phenotypic noise could be important in bacterial pathogenesis.     

低容量性自体储血在肝癌切除患者术中的临床观察

本研究拟探讨在肝癌肝部分切除术中应用低容量性自体储血对失血和输血的影响及其安全可靠性。选取择期行开腹肝癌肝脏部分切除术的患者80例,随机分为对照组（C组）和观察组（H组）：H组在开腹后切除肝实质前缓慢采集占体重0.7%的全血,同时限制输液维持采血后的中心静脉压（Central Venous Pressure,CVP）在目标范围内直至肝实质切除完毕,再回输自体血;C组未实行采血。记录术中手术和麻醉情况、术后重要脏器功能、术后并发症以及住院时间等情况。结果显示,H组患者低容量性自体储血的采血量平均数是450 mL,低容量性自体储血后CVP平均降低2.27 cmH₂O,H组的出血量比C组低（P<0.05）。两组术中心率（Heart Rate,HR）、平均动脉压（Mean Arterial Pressure,MAP）、总住院时间、术后住院时间和术后并发症均无明显差异（P>0.05）。所有患者在院内均未出现严重并发症。在肝癌肝脏部分切除术中实行低容量性自体储血能有效降低CVP,减少出血量和异体血的输注,未出现明显并发症,安全可靠性良好。     

Sparse assortment personalization in high dimensions

The data-driven conditional multinomial logit choice model with customer features performs well in the assortment personalization problem when the low-rank structure of the parameter matrix is considered. However, despite recent theoretical and algorithmic advances, parameter estimation in the choice model still poses a challenging task, especially when there are more predictors than observations. For this reason, we suggest a penalized likelihood approach based on a feature matrix to recover the sparse structure from populations and products toward the assortment. Our proposed method considers simultaneously low-rank and sparsity structures, which can further reduce model complexity and improve its estimation and prediction accuracy. A new algorithm, sparse factorial gradient descent (SFGD), was proposed to estimate the parameter matrix, which has high interpretability and efficient computing performance. As a first-order method, the SFGD works well in high-dimensional scenarios because of the absence of the Hessian matrix. Simulation studies show that the SFGD algorithm outperforms state-of-the-art methods in terms of estimation, sparsity recovery, and average regret. We also demonstrate the effectiveness of our proposed method using advertising behavior data analysis.