谈工程项目工程的确定

论述了工程项目目标的系统性与工期确定的客观性，指出了工程目标不应该废止承诺，应该按科学方法确定。     

追日

日全食是天文现象中的奇观,它让所有在现场观察的人都会感到震撼.古今中外对日食的观测记求都很畦视,古代中国人误把日食和皇帝的德行联系起来,所以就格外重视.     

基于动态二值化技术的交通流量实时微机检测方法的研究

本语文介绍了一种基于ＰＣＩ总线的微机图像处理和分析系统，提出了一种新的动态二值化技术，并运用于该系统。这种技术不仅能够实时采集、显示序列图像，而且能够实时检测、显示车流量。研究结果显示了这种方法的可行性和实用性。     

美国大学校长任职资格探析--对六所大学校长遴选公告的解读

大学校长对大学的发展起着至关重要的作用,因而校长遴选是大学管理工作的重要环节。选取美国六所不同的大学,对其校长遴选公告进行分析,以总结美国大学对其校长任职资格的共性要求,研究发现：美国大学在招聘校长时都注重候选人的学术背景（学术性特征）、领导能力及管理经验与能力（领导与管理特征）、集资能力、公关能力（商业化特征）和大学校长的亲和力、包容性（个性特征）等指标,在其他指标上呈现出差异性。美国大学对校长的任职资格要求对我国公开选拔大学校长的实践有重要的借鉴意义。     

基于时间坐标产品结构在物料管理中的应用

基于国内一些现有中小型企业的物料管理相对落后的状况,提出了一种基于时间坐标的产品结构法。提供了该方法的程序实现算法,并介绍了该方法在实践中的应用结果。该方法采纳了MRPⅡ的思想,有利于企业从现有的管理方法和水平向MRPⅡ进行平滑过渡。     

基于跳跃时间和幅度的BDI指数波动幂律分布特性研究

BDI指数是国际航运市场的风向标,摸清BDI指数波动幂律分布特性,对于进一步掌握运费规律、预测BDI趋势、协助航运决策等方面具有重要意义.基于此,本文对已运行30年BDI指数的波动幂律分布特性进行了详细研究,主要特色有:一是借助Pareto、Exponential以及Fokker-Planck函数首次深入探讨了BDI指数波动幂律分布特性.二是在跳跃识别的基础上,构建了基于跳跃时间和跳跃幅度两标度的BDI指数波动幂律分布特性分析模型,并转化成最小二乘法的线性回归测算模型.三是对BDI指数日、周和月增长率的跳跃时间和跳跃幅度幂律分布特性进行了实证分析.结果表明:BDI指数具有尖峰薄尾的增长率分布和波动聚集性;Fokker-Planck函数拟合BDI指数增长率跳跃时间更合适;Exponential函数拟合BDI指数增长率跳跃幅度更合适;BDI指数增长率跳跃时间和跳跃幅度都具有薄尾幂律特性,且向上、向下幂律呈现对称性.     

北海市经济贝类基本成分和碳氮生源要素含量测定分析

广西沿海贝类资源丰富,在海洋渔业和海洋生态系统中意义重大。为获取用于开展贝类增养殖容量评估,构建食物链网、生源要素和能量流动模型,以及开展北部湾海域海洋牧场建设和碳汇渔业评估的基础数据,本研究对北海市常见的14种经济贝类进行相关数据的测定与分析。实验对从北海市市场收集的14种经济贝类的壳长(SL)、壳宽(SW)或壳高(SH)、体质量(BM)、壳质量(SM)、软体部质量(MSP)进行测量,并同时对软体部的水分、粗蛋白、能量、碳和氮的含量及稳定同位素丰度等进行测定。实验结果表明,不同贝类的出肉率差别较大,贝壳较薄的大獭蛤(Lutraria maxima)和缢蛏(Sinonovacula constricta)等可超过70%。双壳贝类的软体部含水率均超过85%,腹足类的软体部含水率不超过81%。贝类的有机碳含量为39.77%-47.36%,氮含量为8.25%-11.80%。双壳贝类中尖紫蛤(Soletellina acuta)δ¹³C最低,华贵栉孔扇贝(Chalamys nobilys)的δ¹³C最高;双壳贝类中华贵栉孔扇贝的δ¹⁵N最低,等边浅蛤(Macridiscus aequilatera)的δ¹⁵N最高。软体部能量含量为16.11-20.81 kJ/g。双壳贝类软体部能量含量(E,kJ)与其壳长(SL,cm)的关系符合指数模型E=a×e^b×SL,腹足类软体部能量含量(E,kJ)与其壳高(SH,cm)的关系符合指数模型E=a×e^b×SH;软体部能量含量(E,kJ)与体质量(BM,g)的关系符合线性公式E=a×BM+b。不同种类的贝类的基本成分和生源要素的特征存在差异,与已有文献报道不同海区的同种贝类相关数据也存在较大差异。因此,在进行生态学相关研究时,数据的收集非常重要,借鉴相关物种的数据要非常谨慎。     

基于注意力机制与神经网络的热电联产锅炉负荷预测

热电联产机组的锅炉负荷准确预测对电厂生产管理及调度有直接作用.基于注意力机制和深度卷积-长短期记忆网络原理,提出一种新的热电联产长期负荷预测模型,该模型以锅炉出口蒸汽流量(负荷)历史数据和多维负荷影响因素为输入,对负荷进行长期预测.利用Pearson相关系数判定对原始数据进行筛选;将处理后的数据经卷积层进行特征提取和进一步降维,通过长短期记忆层进行拟合,并采取注意力机制对权值进行优化,实现对负荷的精准预测.以浙江桐乡电厂实测数据为例进行验证,结果表明所提方法的平均绝对百分比误差小于1%,能够实现锅炉负荷的精准预测,智能算法在热电联产领域的应用具有一定的借鉴意义.     

基于改进的变权缓冲灰色模型在沉降预测中的应用

针对灰色模型在中后期沉降预测中的精度问题,提出了单、双权幂函数弱化缓冲算子,并结合变权背景值建立改进的变权缓冲GM(1,1)模型。证明了新算子能提高光滑性、缩小级比偏差,实现对原始沉降数据的预处理。对于模型中的权值采用以还原值与原始值平均相对误差最小为目标的粒子群优化算法确定。最后,以高填方机场地表沉降数据预测为例,验证所提改进模型的有效性。结果表明：新算子能够有效弱化沉降序列受到的冲击扰动影响,结合变权背景值能显著提高灰色模型在中后期沉降预测中的精度。此外,对新算子的权值进行限定后,可得到两种不同的变权弱化缓冲算子。