联校模式下农村义务教育均衡发展的现状研究——以咸宁市崇阳县为个案调查

咸宁市崇阳县教育局积极响应国家义务教育均衡发展的政策，探索了一种适合山区农村义务教育的新型办学模式，大力改善农村中小学的办学条件，走出了一条农村教育均衡发展的新道路。     

基于ADRC的经济增长分析

中国经济目前位于高储蓄、低消费的发展路径,如何安排合适的经济转型路径,使得经济走向长期最优均衡,具有重要的现实意义.然而,由于经济系统的复杂性,人们很难运用基于受控对象精确信息的控制方法来设计合理的增长路径.自抗扰控制(ADRC)是一种独立于模型的误差反馈控制方法,其自然地反映了理性人的决策思维.本文首先对比了当经济增长模型的均衡解存在显示表达式时,运用ADRC与最优控制这两种不同方法所取得的控制效果.研究表明,ADRC有助于合理安排经济发展路径以降低效用损失.如果再考虑到经济周期、技术进步等因素对经济带来的影响,此时通过最优控制方法就只能获得均衡解的稳态值.本文以稳态资本存量作为参考目标,运用ADRC对此进行分析.结果表明,ADRC仍然可以给出较优的经济发展路径,使得经济在"稳与快"间保持平衡,引导经济走向长期稳态均衡.     

周口市浅层地下水资源评价与保护

在对周口市区浅层地下水赋存条件和开发利用状况进行综合分析的基础上,采用水量均衡法对浅层地下水的补给量和消耗量进行均衡计算,进而求得区内浅层地下水的允许开采量,最后提出周口市城市地下水资源保护管理的具体措施。     

京津冀生态环境协同保护的瓶颈问题及对策

京津冀生态环境协同保护是"十三五"时期推进京津冀生态环境协同保护与发展过程中必须解决的重要问题。分析目前制约京津冀生态环境协同保护的诸多因素可知,突出的瓶颈问题主要集中体现在认识程度的局限、行政格局的困扰、资源条件的影响、生态环境的限制和利益分配的局限等诸多方面。为此,应从提升协同保护认识、建立高层协调机制、充分利用社会资源、综合改善生态环境、切实保障利益均衡等方面加以解决。     

竞争情况下零售商的产品组合决策研究

本文研究了市场竞争情况下两个零售商横向差异产品组合决策,基于multinominal logit(MNL)模型刻画消费者选择行为并建立基本模型,得到市场相互独立时的最优产品组合.将市场竞争情况下的产品组合决策细分为四种情形并研究了零售商进入市场顺序的影响,对比了市场相互独立与竞争情况下的结果.结果表明:市场竞争时的产品多样化程度不低于市场相互独立的情况;部分产品存在两个零售商的利润空间是零售商选择重复产品必要条件;市场相互独立时的最优解外的产品有利可图是产品多样化程度高于市场相互独立情况的必要条件;零售商进入市场存在先后顺序时,信息不对称不影响均衡结果.     

新型城镇化进程与高等教育均衡发展

从重视"物"的传统城镇化到重视"人"的新型城镇化不仅仅是表现形式的变化,更是由"量"到"质"的内涵升华。新型城镇化要求市民具有较高的城镇生活意识和文化水平,高等教育在提升人的综合素养、促进人的全面发展、引导"农民市民化"等方面发挥着不可替代的作用。我国的高等教育已经取得了许多成就,但还存在着一些非均衡现象,除了师资、经费等方面,最重要的还是进行制度改革,从根源上促进高等教育均衡发展。     

PREM:并行求解非线性演化方程行波解的软件包（英文）

本文提出了一种新的构造非线性演化方程行波解的并行算法.我们在Maple 18上实现了该算法.通过设计并行算法并使用负载均衡技术,其中的软件PREM的计算效率明显高于已有的串行软件.且基于因式分解算法和运行时间限制,PREM可以自动推导出一些串行程序算不动的复杂方程的部分精确解.相比于已有的其他程序,PREM可自动推导出更多类型的精确行波解.此外,PREM具有灵活的接口和输出.     

基于图形的网络演化博弈的拓扑结构

对基于图形的网络演化博弈,首先求出典型结点策略演化方程,进而给出将结点方程组合成网络局势演化方程的方法。利用局势演化方程,将计算逻辑动态系统不动点与极限环的公式推广用于图形的网络演化博弈。然后,介绍某玩家单独更新的局势演化方程,并依此给出网络演化博弈纯纳什均衡点计算公式。     

基于可替换路径对的多用户均衡交通分配算法

针对多用户均衡交通分配问题，依据多用户均衡条件，给出了该问题的变分不等式模型和间隙函数。利用可替换路径对的概念，设计了基于可替换路径对的多用户均衡交通分配算法。在大规模交通网络上，对比分析了提出的交通分配算法、外梯度算法、基于用户的对角化算法和基于起点的对角化算法等的性能。数值结果表明，提出的基于可替换路径对的交通分配算法在求解精度、算法效率以及稳定性等方面都显著优于其他算法。     

Underdetermined DOA estimation and blind separation of non-disjoint sources in time-frequency domain based on sparse representation method

This paper deals with the blind separation of nonstation-ary sources and direction-of-arrival （DOA） estimation in the under-determined case, when there are more sources than sensors. We assume the sources to be time-frequency （TF） disjoint to a certain extent. In particular, the number of sources presented at any TF neighborhood is strictly less than that of sensors. We can identify the real number of active sources and achieve separation in any TF neighborhood by the sparse representation method. Compared with the subspace-based algorithm under the same sparseness assumption, which suffers from the extra noise effect since it can-not estimate the true number of active sources, the proposed algorithm can estimate the number of active sources and their cor-responding TF values in any TF neighborhood simultaneously. An-other contribution of this paper is a new estimation procedure for the DOA of sources in the underdetermined case, which combines the TF sparseness of sources and the clustering technique. Sim-ulation results demonstrate the validity and high performance of the proposed algorithm in both blind source separation （BSS） and DOA estimation.