基于随机需求和顾客退货的供应链协调机制

为了加强供应链成员之间的合作关系,构建了与价格及销售努力相关的随机需求下具有顾客退货的单一供应商、单一零售商供应链模型.根据集中决策模式得到供应链协调的一阶必要条件,设计了一种基于回馈与惩罚策略的差别回购契约,论证了该契约可以协调存在顾客退货供应链,使供应商和零售商实现共赢.研究表明:在给定回馈惩罚因子的情况下,供应商可以通过调整销售目标来任意分割整条供应链的利润,且销售目标满足一定范围内供应链的协调才有效.最后通过数值算例验证了上述结论,并分析了顾客退货率对于零售商相关决策变量及供应链总利润的影响.     

增强企业核心竞争力必须重视企业文化建设

企业文化是企业一切经营管理活动和思想精神活动的总和,是企业经营哲学、价值取向、道德准则、行为规范等要素的综合体现.     

如何科学预测客户需求

当今企业的大部分生产经营活动都依赖于需求预测，企业通过对客户需求情况的预测，决定零部件的采购时间与数量、安排销售和生产计划、确定库存水平等。可以说需求是牵动企业整个物流系统运行的原动力。科学准确的需求预测，能使企业及时抓住有利的市场时机，对企业资源进行合理地分配和安排。     

退火对氟化类金刚石膜结构及电学性能的影响

以CF4和CH4为源气体,在不同的温度和功率下,使用射频等离子体增强化学气相沉积（RF-PECVD）法制备氟化类金刚石（F-DLC）薄膜,并在Ar气中进行退火处理。利用椭偏仪、X射线衍射仪、傅里叶变换红外光谱（FTIR）、拉曼光谱仪（Raman）以及QS电桥对薄膜厚度、结构以及电学性质进行表征。研究结果表明：在退火温度为300℃时,薄膜很稳定;退火温度达到400℃时,大部分H从膜内逸出,C—Hx（x=1,2,3）化学键基本消失,C—Fx,C=C和C=O等化学键的相对含量发生改变;薄膜的介电常数与薄膜内F的含量有关,退火使F的含量减少,介电常数增大。     

承压因素与Ⅰ类采动等级水体下防水煤岩柱的留设

同类型水体下防水煤岩柱的留设问题一直是采矿工程中研究的热点.在分析淮南煤田潘集矿区、淮北煤田兴隆庄矿区、兖州煤田百善矿区的水文地质条件及突水实例的基础上,针对Ⅰ类采动等级水体下留设的防水煤岩柱不能确保安全生产问题,探讨了含水层承压与Ⅰ类水体下防水煤岩柱的留设问题,提出了相关建议.     

金花茶叶多酚类成分HPLC指纹图谱研究

为了建立金花茶叶的HPLC指纹图谱,为评价其质量提供依据,本研究采用HPLC法测定,使用Agilent ZORBAX C18色谱柱(4.6 mm×250 mm,5μm),以乙腈-0.1%磷酸水溶液为流动相,梯度洗脱,流速1 m L/min,柱温30℃,检测波长254 nm,采用"中药色谱指纹图谱相似度评价系统(2012.1版)"及SPSS软件对10个批次样品进行数据处理,并用UPLC-QTOF-MS对部分共有峰进行初步归属。研究结果表明:10批金花茶叶共标定共有峰10个,通过UPLC-QTOF-MS进一步分析,鉴定出其中5个多酚类成分分别为3'-甲基-鞣花酸-4'-葡萄糖苷、鞣花酸、Okicamellia、3'-甲基鞣花酸、3,4-o,o-次甲基-鞣花酸。10批样品指纹图谱相似度均0.90。通过聚类分析及主成分分析,将10批样品分为4类。本研究为金花茶药材的全面质量评价提供参考。     

钙基添加剂对典型烟煤热解特性的影响

为研究钙基添加剂的种类与添加量对烟煤热解特性的影响,选取万柳煤(WL)作为研究对象,并在其中添加不同比例的CaO、Ca(OH)_2和CaCO_3,利用热重分析仪对其在氮气氛围下进行最终温度为1 000℃的热解实验,对比分析各项热解特性参数的变化情况。试验结果表明,CaO、Ca(OH)_2和CaCO_3均对WL有催化热解作用;Ca(OH)_2对挥发分初析温度的影响最显著;在低温段,CaO与Ca(OH)_2有促进焦油生成的作用,而CaCO_3影响不大;添加适量的钙基矿物质能加快WL的热解速率,过量的钙基矿物质反而对热解速率产生抑制作用;CaO和CaCO_3在添加比例为5%时,热解速率、挥发分释放量以及析出指数最大,而Ca(OH)_2则在添加比例为2%时达到最大;对比各项热解特性参数,添加5%的CaO是最优解。     

浅谈化工装置中空压站的工艺系统设计

空压站是所有化工企业的重要公用辅助生产设施之一,是一套整体工程正常运行的关键保障。以工艺设计方案为创新点,结合某化工项目空压站装置设计实例,浅析了空压站工艺系统设计的主要过程,包括产品质量要求、工艺参数确定、工艺系统设计、节能环保等内容。     

自适应入侵免疫系统的研究与设计

基于生物免疫系统抵抗疾病维护自身健康的功能,与计算机系统及网络抵抗入侵维护自身系统安全的一致性,进行入侵免疫系统的研究,从生物免疫系统工作原理抽象出免疫系统自适应、自学习的主要机制,并应用这些机制,构建了入侵免疫系统,在构建的系统中,基于特征元素的信息融合,为系统识别未知攻击提供了物质基础;模式的模糊匹配为识别未知模式提供了可能;以规则描述其行为的代理,为系统的分布性提供了架构;积木式的规则组合机制,使系统具备学习能力、记忆能力成为可能,该系统具有分布性、自学习能力及自适应性,可以有效提高入侵检测效率,特别是对未知攻击的识别能力。     

基于SVM的分布式入侵检测系统

支持向量机（Support Vector Machine．简称SVM）具有泛化性高、全局最优、对样本的充分性要求不高等优点,在集中式的入侵检测问题中得到较好应用．文章将SVM算法推广到分布式入侵检测环境中,提出基于SVM的分布式学习算法。并在KDD Cup 99数据集上与集中式方式进行了对比实验．结果表明,该算法不仅能降低网络中的通信负载．而且取得了与集中式方式相当的检测性能．