自主创新与古生代油气田的发现

1984年在塔里木盆地部署的沙参2井实现了中国古生代海相油气田首次重大突破，成为我国油气勘探史上的重要里程碑，之后又发现多个古生代油气田及塔河大油田，并创立古生代海相成油理论。这一过程充分体现了自主创新的过程，对其进行较系统的总结，对当前和今后古生界油气勘探有重要指导意义。     

基于数据包络分析和托宾模型的城市轨道交通运输效率

基于数据包络分析(DEA)和托宾模型(Tobit)两阶段法对中国城市轨道交通的运输效率进行评价,并对其影响因素进行分析.研究采用20个城市的2015年数据.研究结果表明,我国城市轨道交通运输整体效率较低;新开通线路的二、三线城市的纯技术效率较高,但规模效率较低;大多数城市的轨道交通都处于规模收益递增阶段.城市轨道交通的运输效率与路网密度、换乘车站数量和车站数量等因素有关,其中路网密度对运输效率的影响程度较大.     

基于模糊随机层次分析法的供应商可持续评估模型改进

利用第三方供应商可持续性评估平台,跨国企业能够更有效监督全球范围内的供应商在可持续发展中做出的努力与改进.在使用第三方平台评估供应商可持续性表现时,发现用于评价和处理指标权重和供应商指标得分的方法缺乏精确度.为此,提出采用随机层次分析法和三角模糊数理论对评估模型进行优化.为检验改进模型的有效性,采用企业实际案例,对比分析原始模型与改进模型的评估结果,发现改进模型能够将供应商可持续性表现有效差异化,得到区分度较明显的评价排序.     

电动汽车企业生态位的态势效率评价

在评述互补性资产和企业生态位态势理论研究成果的基础上,根据电动汽车产业发展的行业背景和企业特点,从互补性资产视角切入,设计电动汽车企业生态位态势效率评价体系.选取26家电动汽车企业,通过超效率数据包络分析法进行实证分析.结果发现,企业生态位态势效率与企业对互补性资产的利用方式和利用效率密切关联;政府补贴等制度性资源以及科研人员等创新技术资源是电动汽车企业生态位提升的关键互补性资产,对电动汽车企业生态位态势具有重要影响.     

隐性知识对知识密集型组织绩效的跨层次影响

从个体和组织两个层次,构建了隐性知识影响知识密集型组织绩效的跨层次模型,并以上海市八家医院为例进行了实证检验.研究发现个体、组织的隐性知识均对相应层次的绩效产生显著的正向影响;隐性知识共享在组织隐性知识和组织绩效之间发挥部分中介作用,并正向跨层次调节个体隐性知识与个体绩效之间的关系;个体绩效的平均水平与组织绩效有显著正向影响.最后,从充分挖掘隐性知识、促进隐性知识共享、提升组织整体水平三方面总结了提高组织绩效的建议.     

果树农业气象灾害风险评估与应用研究

灾害风险评估是一项新型研究课题,目前比较普遍的研究方法是灾害风险等级评估.以甘肃天水食用杏为例,从分析影响杏产量形成的气象因素入手,利用统计学方法和风险原理,构建了"基于杏产量损失的农业气象灾害风险评估"、"基于不同农业气象灾害类型的灾害风险评估"和"基于不同农业气象灾害类型和灾害贡献率的灾害风险评估"3种农业气象灾害等级风险评估模型,对1982-2011年30a农业气象灾害对食用杏产量形成影响进行了综合风险评估,灾年(包括小灾、中灾、大灾和特大灾)评估以"基于不同农业气象灾害类型和灾害贡献率的灾害风险评估"方法准确率最高,为90%;"基于杏产量损失的农业气象灾害风险评估"居次,准确率80%,以上2种评估方法评估效果都比较理想,可为多年生果树作物气象灾害风险评估研究提供参考,对农业防灾减灾有一定的指导意义.     

基于改进失效模式与后果分析的制造执行系统风险分析模型

针对智能制造背景下数字化工厂制造执行系统(MES)的风险管理问题,通过组合权重和灰色关联分析(GRA)模型对失效模式与后果分析(FMEA)模型进行改进,从而构建MES风险分析模型。考虑风险因子的重要性,将主观层次分析法与客观熵权法相结合确定风险因子权重,既保证重要性指标所占权重又减少了评价的主观性和片面性。专家小组对MES中的潜在风险进行识别并采用模糊语言术语集进行评价,然后通过GRA方法计算失效模式的关联度,有效提升了风险排序的精确性。     

多重动力吸振器对高速列车地板振动的控制

针对某高速动车组线路运行时出现的地板局部振动问题,通过线路试验发现地板在33 Hz附近存在局部振动放大现象,为解决该问题,基于多自由度结构振动原理,建立包含多重动力吸振器(MDVAs)的地板振动控制模型,分析了多重动力吸振器控制地板振动的最优调谐参数,并对动力吸振器控制效果进行了验证。结果表明,安装位置会对控制效果产生明显影响,吸振器安装应尽量选择振型最大处安装,吸振器参数的控制效果不会随参数变化而无限增加。采用地板动力吸振方案可有效降低目标频率处的振动,地板时域最大峰值下降约66%,舒适度指标降低0.3。     

基于自适应流形正则化自表示的无监督特征选择算法

针对基于流形正则化自表示(MRSR)的无监督特征选择算法直接从原始的样本空间构造相似矩阵可能会 导致重构空间中样本的相似性描述得不够准确的问题,提出了基于自适应流形正则化自表示的无监督特征选择 (AMRSR)算法。 基于自适应流形正则化自表示的无监督特征选择算法在 MRSR 算法的基础上通过对相似矩阵施 加概率最近邻约束将相似矩阵的学习嵌入到优化过程中,在重构空间中自适应地学习样本的相似性,使得在每一 次迭代中获取更加精确的样本局部几何流形结构,从而选择具有代表性且保持局部几何流形结构的特征。 最后, 在四个公开数据集上进行了大量的对比实验,通过将算法的特征选择结果用于 K-means 聚类并采取两种常见的聚 类评价指标:聚类精确度和归一化互信息评价聚类效果。 实验结果表明,AMRSR 算法与现有的一些算法相比有更 高的聚类精确度和归一化互信息,进一步表明该算法特征选择效果更好。