基于双因素激励理论的激励与企业管理

激励是持续激发人的动机的心理过程,通过激励在某种内部或外部刺激的影响下,使人始终维持在一个兴奋状态中.将激励这一概念应用于企业管理,就是调动人的积极性、主动性、创造性的问题.本文以Herzberg的双因素激励理论的研究为基础,为中国的激励体制的构建提出个人的看法和建议.     

基于双因素理论的高校图书馆激励管理

在介绍双因素理论的基础上,分析了高校图书馆人员激励存在的问题,提出应利用双因素理论进行高校图书馆的激励管理。     

基于双因素理论的我国民办高校教师激励研究

依据对民办高校教师激励的研究,在介绍双因素理论的基础上,从保健因素和激励因素方面分析了我国民办高校教师激励中存在的问题,提出了提高民办高校教师工作积极性的若干措施和建议。     

基于双因素理论的高校学生干部激励管理研究

以双因素理论为指导,完善高校学生干部激励管理。在激励因素维度,要充分授权与肯定,加强工作内激励,建立学生干部发展性评价制度,实行目标激励;在保健因素维度,要培养学生干部正确的政治方向,营造良好的工作环境和心理环境,应用“公平理论”,建立科学的绩效评价机制,完善学生干部职业生涯规划体制,满足学生干部自身发展需求。     

基于双因素理论的知识型员工激励措施研究

本文在分析知识型员工和知识工作的特点的基础上,结合双因素理论,分别揭示知识型员工与保健因素和激励因素方面的需要,针对这些需要提出相应的激励措施,以求在实现企业目标的同时激发知识型员工的工作热情。     

一种两阶段的神经网络属性选择方法

神经网络的输入属性选择一直是一个比较困难的问题.由于神经网络反复训练的时间复杂度,Wrap-per方法是不适用的,而单纯使用Filter方法也难以获得很好的分类精度.文中提出了一种两阶段的神经网络属性选择方法,以综合Filter和Wrapper两类方法的优势.该方法首先采用基于不一致率的遗传算法GFSIC来删除属性集合中的无关属性,然后采用基于敏感性度量的属性选择算法SBFCV来删除冗余和无用的属性.研究和实验结果表明,该方法可以有效地删除原始数据中的无关和冗余属性,增强神经网络的泛化能力.     

一种基于改进VIKOR的土石方调配两阶段优化方法

针对传统VIKOR在指标赋权以及样本数据信息挖掘上存在的不足,提出一种VIKOR的改进算法.该算法综合考虑了决策者的主观经验与指标样本数据之间的内在规律,采用AHP和熵值法进行指标组合赋权;引入灰色关联分析法确定各备选方案与理想方案的灰色关联系数矩阵,并以此为决策矩阵进行方案排序优选.结合水电工程土石方调配问题,建立了一种基于改进VIKOR的土石方调配两阶段优化方法,并以某水电工程为例进行该方法的应用与验证.结果表明该方法是可行有效的,可以应用于工程招投标阶段的方案论证.     

基于双因素理论再议高职学生教育管理的激励策略

飞速发展的科技时代,日新月异的国际环境,给高职学生教育管理工作带来了新的问题:信念模糊、对抗管教的学生群体,干扰着正常的学生管理工作运行;机制保守陈旧,管理队伍消极懈怠,也给高职学生教育管理工作带来了前所未有的阻碍。基于研究激励机制的双因素理论,分析满足高职学生学习积极性和生活热情的条件,探讨高职学生管理者的管理能力与敬业精神,充分发挥保健因素与激励因素,有效提升高职学生教育管理工作效率。     

赫兹伯格双因素激励理论与企业管理

激发人的积极性、主动性和创造性是管理永恒的主题，在讨论激励理论的产生与行为科学学派的发展关系的基础上，对美国心理学家赫兹伯格双因素理论的内涵、缺陷，以及双因素理论对现代企业管理的启示等问题进行研究。     

运用双因素理论有效激励医院员工

赫茨伯格的＂双因素＂理论认为,影响员工工作行为主要有2个方面的因素：保健因素与激励因素。满意和心理成长来源于激励因素,不满意则是保健因素的结果。本文讨论了该理论在医院管理中的应用。     

基于网络感知的两阶段虚拟机分配算法

提出了一种基于网络感知的两阶段虚拟机分配算法(NWTP).首先,针对现代数据中心网络拓扑的随机性(树形、服务器和光纤混合),根据交互对象的不同,将虚拟机的带宽请求分为网内带宽和网间带宽两种.其次,将虚拟机的分配过程分解成带宽区域划分和物理主机分配两个彼此连续的阶段,建立网络感知模型.然后,利用流水线技术将带宽区域划分和物理主机分配看作两个连续的工序,并发进行分配处理.在带宽区域划分环节,利用节点介数和聚集系数动态感知物理主机的稳定性,通过差异化的分配策略为虚拟机子集选择合适的物理主机区域.在物理主机分配环节,将更多的虚拟机分配到负载方差最大的物理主机上,提高虚拟机网内带宽的节约度,均衡物理主机的资源负载.最后,对NWTP,遗传GA,模拟退火SA,贪婪GR四种算法进行大量的仿真实验,从分配时间、延迟、吞吐率、CPU利用率、带宽利用率和物理主机使用情况六个方面验证了NWTP算法的性能.     

一种基于极限学习机的推力分配方法

针对传统迭代推力分配方法实时性较差的问题,提出了一种基于极限学习机(ELM)的推力分配方法.该方法考虑了推进器的布局条件与推进器推力约束,利用序列二次规划(SQP)算法在短时间内生成了大量用于极限学习机神经网络训练的推力分配样本数据.利用生成的数据集进行了离线训练,并进行了在线测试.仿真结果表明:该方法可以较高的精度和...     

一种双阶段多目标优化的综合能源系统配置方法

为提高综合能源系统优化配置的实用性和准确性,提出双阶段多目标优化的综合能源系统优化配置方法.第一阶段,以生命周期内经济成本最优、二氧化碳排放最低为目标函数,获得设备的最优类型、容量和机组组合;第二阶段,以日运行成本最优为目标函数,应用分支界定法对系统运行成本进行优化.最后以北方某住宅小区为例进行仿真,仿真结果体现了本文提出的优化配置方法在经济效益和环境效益两个指标上相较于传统方法存在明显优势,能够有效实现协同优化,具有更高的实用性和准确性.     

一种基于两阶段封锁的分布式实时提交协议

分析了当提交状态参与者允许执行状态的参与者访问其数据时,由数据冲突访问而引起的各种依赖关系,提出了一种基于两阶段封锁的乐观提交协议(OCP).让参与者先发送一个WORKSTARTED消息来代替WORKDONE消息,考虑依赖关系,允许只包含提交依赖的访问者发送WORKSTARTED消息来解除阻塞,从而减少了事务提交的处理时间,也消除了级联撤销.     

一种基于小生境技术的两阶段分布估计算法

针对分布估计进化后期种群多样性降低,算法出现局部早熟的问题,把小生境技术引入分布估计算法,提出了一种两阶段估计的分布估计算法,利用小生境概率与种群概率相结合的方法产生新个体。仿真实验表明,该算法能有效防止早熟收敛,较大的提高了算法的全局搜索效率。     

一种基于IFDR改进的测试激励数据压缩方法

通过改进IFDR码,提出一种基于游程相等编码的改进FDR(ERFDR)方法.首先,该方法不仅能同时对原测试集的0游程和1游程进行编码,而且,当相邻游程相等时还可以用较短的码字来代替,从而进一步提高了压缩率.其次,还提出针对该压缩方法的测试集无关位填充算法,增强提出方法的压缩效果.实验结果表明,与FDR,EFDR,IFDR和ERLC相比较,本文提出的方法获得了更高的压缩率,降低了测试费用.     

一种基于神经网络的准动态信道分配方法

传统的动态信道分配算法复杂又耗费时间．本文提出了一种基于神经网络ＭＰ模型的准动态信道分配方法．根据业务量的分布情况给各小区分配不同数目的信道，当小区内业务量发生明显变化时进行重分配．较之固定信道分配，系统容量增大，与传统的动态信道分配相比又减少了运算时间．     

一种基于Shapley值的联盟结构分配方法

提出一种针对联盟结构博弈问题的新的收益分配方法.通过分析Owen联盟结构博弈模型的局限性,在最大联盟不确定形成及特征函数不确定满足超加性时,建立了二级联盟结构合作博弈模型.提出了可行联盟结构条件下局中人分配规则并证明了该分配规则的性质.新分配方法保障实现个体局中人局部理性与联盟结构集体理性,是联盟结构保持稳定的一个必要条件.通过算例分析,验证了该分配方案的有效性.     

一种全局优化的两阶段算法

为了提高算法的有效性,利用梯度算法和粒子群算法独立的运行机制,采用驱赶技术和重新初始化部分群体的技术,提出了一种基于梯度下降法和粒子群算法的两阶段优化算法,并对新算法进行了理论分析和数值仿真.数值结果显示新算法比单纯梯度算法有更好的全局优化能力,比单纯粒子群算法有更快的收敛速度和更高的精度.新算法求解质量更高,运行更稳定.     

一种求解LP问题的两阶段基点迭代转移方法

利用线性规划的线性、几何平面这一两面性结构特点,定义了LP问题的一种特殊基点转移矩阵及其转移运算,并建立了单纯形基点的定向迭代转移模型,从而提出了一种求解LP问题的两阶段基点定向转移搜索方法.另外,借助新提出的可行域局部ε-正则化方法,将退化基点迭代转移转化为非退化基点迭代转移,彻底消除了基点退化对极点转移搜索过程的不利影响.