风险规避型零售商的信息共享价值研究

在市场需求不确定的情况下,利用条件风险估值(CVaR)准则描述零售商的风险规避度对供应链收益的影响,并建立信息共享模型,研究零售商的风险规避度与信息共享价值之间的关系.结果表明,市场需求不确定的情况下,信息共享价值与零售商的风险规避度以及获取得市场信息量有关.数值分析显示,零售商的风险规避度越大,信息共享价值越高;市场需求越不确定,信息共享带来的价值越高.     

城市治理数字化 “一网统管”智能处置道路积水

为了优化道路积水信息监测、强化监管联动部门协同、提高积水事件响应速度、提升积水应急处置效率,上海水务部门通过道路积水处置预报预警、感知发现、报警联动、抢险处置、反馈解除五大环节闭环管理,创新道路积水处置智能化应用,大大提升了防汛排水效率,为探索超大型城市数字化治理新模式起到了示范作用。     

毛竹及其变种叶片化学计量与养分重吸收效率

【目的】评价毛竹(Phyllostachys edulis)及其变种叶片养分重吸收效率,旨在揭示主要养分元素的生态适应机制,以期为毛竹及其变种的可持续经营提供科学依据。【方法】以毛竹及其变种[黄槽毛竹(P. edulis cv. Luteosulcata)、花毛竹(P. edulis cv. Tao Kiang)、厚壁毛竹(P. edulis cv. Pachyloen)、金丝毛竹(P. edulis cv. Gracilis)]为研究对象,分析不同竹龄(1、3、5 a)叶片化学计量特征与养分重吸收效率。【结果】毛竹及其变种C、N 含量差异较小,P含量波动性较大。不同竹种相同竹龄立竹间成熟叶和凋落叶C、N、P含量差异性较大,1年生竹种叶片养分含量较高,随着竹龄增加,竹种适应能力逐渐下降。毛竹及其变种相同年龄立竹间、同一变种不同年龄立竹间叶片化学计量比存在一定差异性。1、3、5年生花毛竹叶片N、P重吸收效率较高,年龄对除厚壁毛竹外的其他毛竹及其变种叶片N重吸收效率影响呈现先升后降趋势,而不同年龄毛竹及其变种叶片P重吸收效率波动性较大。【结论】研究区毛竹及其变种生长受P元素的限制,毛竹及其变种随竹龄的增加适应能力有所变化,花毛竹适应性较强,厚壁毛竹则对土壤的依赖性较大。     

谈“十四五”生态保护与绿色发展的生态关系

 从“十四五”保护与发展的生态关系角度，探讨了生态保护与绿色发展的十大生态关系，阐述了生态保护和绿色发展中的一系列有关生态关系的生态智慧及生态技术，并对长江、黄河等流域的生态保护和修复提出了相关建议。     

地震预警技术关键问题研究

地震预警是防御和减轻地震灾害的一种工程技术,其原理是利用地震波与电磁波、P波与S波的速度差来实现震前或震后报警。基于此,本文对地震预警技术的若干关键问题进行研究探讨,为相关研究提供一定的参考。     

三维柔性生态护坡技术在邯济线路基边坡防护工程应用的剖析

三维柔性生态护坡是集环保、绿化、节能降耗于一体,是铁路边坡防护的一项新技术。它选用环保柔性软体材料代替钢筋混凝土及浆砌片石硬体材料。采用"三角内摩擦紧锁结构+三维排水系统+植物根系"构成复合稳定型生态护坡,实现了环境保护、水土保持及绿化一次性完成。     

影子银行潜在风险及监管研究

与美国的"影子银行"不同,我国的"影子银行"是在2008-2010年间的爆发式增长,这是政府连续施行紧缩与宽松相结合的货币政策所导致的结果。美国"影子银行"的发展结果给我国金融业上了重要的一课,即我国金融业的发展应循序渐进地进行金融产品创新,同时注重金融风险防范,监管机构应对金融机构及金融活动实施全面监管。     

基于云计算的金融企业用户风险分析研究

风险评估一直是银行客户管理方面最为关注的一个方面，关于它的研究也一直是金融领域的一个热点。云计算采用了一种资源共享的IT技术和管理方式，提供了一种更高效的数据存储能力和挖掘能力，面对这一新兴技术的发展，金融行业在客户管理领域面临革命性的改变，传统的商业银行客户分析模式将向大数据接轨。其中，云计算模式能够快速的识别细分客户，方便获取和采集客户的信息，从而更好地评估客户价值。该文针对这一现状，从银行客户风险的角度出发，探究海量数据挖掘的情况下云计算评估模式的优势以及应用框架。     

生态翻译学视域下旅游翻译失误与改译策略——基于浙西调研

生态翻译学视域下的旅游翻译,主张译者对旅游翻译整体生态环境的适应,包括营销传播、语言文本、翻译群落、政治社会等的多元化和多层次选择。生态翻译的基本原则是平衡和谐、多维整合、多元共生、译者责任,并着重在语言维的信息传达、文化维的文化记忆构建和交际维营销传播目标的实现。浙西旅游翻译调研发现,违反生态翻译原则导致景区诸多语言性、语用性、文化性和交际性翻译失误。掏空、依归、补建、仿生等生态翻译策略为改译提供了可能路径。     

巨灾风险大数据处理应急分类、分解、分拣算法与应用

本文主要研究巨灾风险大数据处理的应急分类、分解、分拣算法,给出了相应的算法原理和可操作的步骤.首先根据巨灾风险大数据灾害规模巨大的特征,提出了一种用来解决巨灾风险大数据中一级事件的应急分类与二级事件及以下更低级事件的应急分解算法,并以特大地震灾害作为实例进行了算法应用.接着定义了事故灾难度,用来对巨灾风险大数据处理过程中,对各种级别的事故灾难后果进行不同的数字标识.然后提出一种用来解决巨灾风险中大数据快速处理的应急分拣算法,并在汶川地震中大规模灾害的应急救援计划中进行应用.经过采用这样的应急分拣原理,就可以在面对巨灾风险大数据的复杂、繁多和零乱的重灾事件状态下,使整个应急救援方案优化,并能够有条不紊地进行救援.