考虑凸形障碍的应急设施选址与资源分配决策研究

应急设施是应急救援的依托载体,其科学合理的选址事关应急救援的紧迫性和应急资源分配的及时性,障碍约束下的应急设施选址与应急资源分配决策研究具有重要的战略意义.从需求区域的视角和应急设施应急服务质量的视角构建基于障碍约束、容量及安全库存约束的应急设施选址与资源分配优化模型,引入安全库存机制,综合考虑时间性、经济性及地理阻断等多重约束限制,剖析选址和应急物资分配的决策过程,进行应急设施的选址决策和应急物资分配预案的制定.设计灰狼优化算法(GWO)与可视凸点绕障路径耦合算法求解模型,结果表明:所设计算法能有效实现绕障路径的优化,且在需求区域的不同时间满意度偏好下,获得最优的选址-分配方案,研究成果将为应急设施选址与资源分配提供模型和方法设计.     

考虑交付质量和交付期约束的移动应用供应链决策与协调

针对由ERP厂商、APP厂商与客户企业组成的移动应用供应链,考虑客户企业对软件质量与交付时间存在约束,ERP厂商的售前服务会影响软件开发质量等问题,构建了基于软件质量与交付时间的收益模型,分析了分散与集中决策下双方的最优决策策略以及APP厂商的售后维护成本分担比例与应急成本对双方决策水平的影响,比较了两种决策下对应的合作绩效,提出了双向成本分担与提前交付奖励的供应链协调策略.研究表明:随客户企业的质量感知度增大,ERP厂商通过适当延长交付时间产生的质量改进效应大于延长交付期产生的负效应,使总效应增加;当客户企业的交付期敏感程度小于临界值时,ERP厂商可通过交付高质量软件产品提高自身利润,当交付期敏感程度大于临界值时,可通过提前交付提高自身利润;通过对供应链进行协调,可使原本因无法满足客户企业对质量与交付期的要求而使双方放弃合作的情形变得可合作,使原本可合作时双方的合作绩效与利润更高;当APP厂商独自承担售后维护成本时,实施供应链协调产生的价值大于双方共同承担时对应的值.     

测绘工程专业CAD课程教学改革与实践

结合测绘工程专业本身的特点，该文首先介绍了CAD课程的作用，分析了该课程的教学现状，总结了在现实教学中存在的问题，进一步引出教学改革的必要性。接下来结合实际教学经验，分别从课程的教学内容、教材的选择、教学方法与教学手段、考核方式、师资队伍建设等方面探讨了AutoCAD教学的改革措施，对提高CAD课程教学质量，培养学生实际动手能力，更好地将CAD应用到专业中，适应实际行业工作需求，具有十分重要的意义。     

高校校园文化景观设计创意和表达

高校校园的文化景观不仅对其师生有潜移默化的教育作用,更会传达给师生归属感和认同感.以上海应用技术学院奉贤校区的"思贤庭"为例,在设计中结合地理位置、学科特色、功能定位、校园文化特色等,从场地原有的精神特性、历史文脉出发,演绎推导出校园文化景观的语境、符号等要素,形成了较有典型意义的校园文化景观表达模式.指出,文化景观创意的表达无需说教,可用"只言片语"的形式含蓄表达,重要的是营造出既符合功能需求又具有灵性的校园户外空间.     

高静态动作压力下粉尘爆炸泄放标准的可靠性

粉尘爆炸泄放设计标准的可靠性对能否实现爆炸防护尤为关键.以中径70μm石松子粉尘为介质,采用20 L球形粉尘爆炸装置进行了4种泄放口径、静态动作压力在0.12~0.6 MPa的爆炸泄放实验,对比了实验值与NFPA 68和EN 14491计算值.结果表明,NFPA 68在预测高静态动作压力下的泄放面积时,随着泄放口径的增大,预测结果由保守变为危险,但预测结果精度较好且数值稳定;EN 14491在预测高静态动作压力下的泄放面积时非常保守,预测精度较差,数据不可靠.依据两种标准推荐的经验函数关系,分析了NFPA 68和EN 14491在预测高静态动作压力时产生这种差异的原因.     

基于ESI的湖北省高校科技竞争力评价

基于ESI数据库，选取湖北省高校作为研究对象，分析各高校论文发表数量、被引情况、世界排名等，以期通过科技竞争力的研究，了解湖北省高校的整体实力，为决策者提供决策依据，提升湖北省高校的整体科研水平。     

Recent advances and challenges in materials for 3D bioprinting

3D bioprinting has been developed as a promising technology in a wide variety of biomedical applications. However, the successful implementation of bioprinting is still heavily restricted by the relatively narrow range of printable and biocompatible materials. Recently, many comprehensive reviews of the main bioprinting methods, commonly used bioprinting materials and the trending bioprinting applications have been carried out. In this review, we focused on the trends in the development of materials for 3D bioprinting. The significance and recent advances of ECM-based materials, multi-material and stimuli-responsive materials for bioprinting were summarized successively. Moreover, the challenges in current studies and future perspectives of materials for 3D bioprinting were discussed.     

Dynamic Model Averaging and CPI Inflation Forecasts: A Comparison between the Euro Area and the United States

The paper forecasts consumer price inflation in the euro area (EA) and in the USA between 1980:Q1 and 2012:Q4 based on a large set of predictors, with dynamic model averaging (DMA) and dynamic model selection (DMS). DMA/DMS allows not solely for coefficients to change over time, but also for changes in the entire forecasting model over time. DMA/DMS provides on average the best inflation forecasts with regard to alternative approaches (such as the random walk). DMS outperforms DMA. These results are robust for different sample periods and for various forecast horizons. The paper highlights common features between the USA and the EA. First, two groups of predictors forecast inflation: temporary fundamentals that have a frequent impact on inflation but only for short time periods; and persistent fundamentals whose switches are less frequent over time. Second, the importance of some variables (particularly international food commodity prices, house prices and oil prices) as predictors for consumer price index inflation increases when such variables experience large shocks. The paper also shows that significant differences prevail in the forecasting models between the USA and the EA. Such differences can be explained by the structure of these respective economies. Copyright © 2015 John Wiley & Sons, Ltd.     

国家层面创新能力的评价

 综述了创新、创新监测与评价的研究进展，辨析了国家创新能力、创新型国家和科技强国的内涵特征，分析了中国创新能力在世界上的相对位置，探讨了建设科技强国的经验及启示。     

基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面；结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%；在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.