铰接式高速客车车体有限元分析及应用

建立了铰接式高速客车车体结构有限元计算模型，对该车体进行了静态强度、刚度和固有频率及振型计算，并对车体的结构形式及合理性进行了分析，为改进设计提供了有价值的理论依据．     

对建立中国电力市场的必要性及其框架的探讨

建立竞争性的电力市场是近年来国内外电力工业体制面临的最深刻的变革。目前电力系统内部的模拟市场在我国已运作多年，取得了许多经验。文章在评价国外初级电力市场结构的基础上，结合中国特点探讨了我国未来电力市场的基本结构、电网的分级管理模式及如何解决建立电力市场的关键问题——电价问题。     

我国办矿新模式的比较研究

在分析办矿旧模式主要问题的基础上，总结分析了我国安庆铜矿模式、长城铝业公司联办铝矿模式、锡铁山主体矿山对外生产承包模式等三种典型的办矿新模式的特点，对各模式的适用条件及推广价值给予了全面评价，并探讨了我国社会主义市场经济条件下办矿目标模式．     

对我国发展高速铁路若干问题的看法

论述了我国高速铁路的发展道路,运行组织模式,第一段的选址等问题,并重点从通过能力的角度分析了站间距离,中速列车数目,时速目标值,最小间隔时间的合理取值问题.     

广州地铁路网规划与客流预测研究

在广州地铁规划的实践基础上,本文总结地铁规划的核心程序,建立5个子模型构成的一组地铁客流序列预测模型。     

物流人员舆情指标与生产企业股票波动趋势预测实证研究

以物流专业论坛的交流信息内容作为研究对象,利用语义处理技术构建了反映某类产品的物流人员的工作繁忙程度和情绪状态高低的物流人员情绪综合指标;选取该行业产品的多个生产企业的股票走势合成一个股票指数,通过实证方法检验了同一产品行业的物流人员情绪指标对该类产品生产企业的股票走势具有预测能力.研究表明,情绪指数的波动趋势常常比相应股票综合指数的波动趋势提前40周呈现一致.     

美色诱人:包装设计中色彩的巧妙运用在市场营销中的作用

色彩在很大程度上决定了包装设计的成败。它能充分地展示商品的个性和要传达给观众的商品信息,能直接引起人们的注意与情感上的共鸣,并产生联想,联想又赋予色彩各种表情。在纷繁复杂的商品中,色彩的象征性起到了无声推销员的作用,以促进商品的销售。商人经营道德的"包装设计"是包装设计的基石。     

基于运营系统的出租车出行需求短时预测模型

出租车系统作为城市交通运输系统的重要组成部分,其宏观规划和调度管理的合理性决定了出租车服务质量.本文主要研究出租车乘客出行需求估计及预测,为出租车规划和实时调度提供数据支持.首先,分析了出租车定位系统和计费系统,改进了传统出租车需求网格划分方法,考虑了地形、建筑群和道路网络特征,保持了网格自身出行特性的完整性.其次,根据实时收集的出租车数据,建立了易于计算的出行需求估计方法.最后,以实际数据为基础,对影响短时出行量的主要变量进行了相关性分析,提出了基于人工神经网络的短时需求预测模型,根据相关性分析确定了模型结构.以实际获取的出租车数据为例,验证了提出的需求估计和预测模型.结果证明:相比于传统自回归滑动平均模型,提出的人工神经网络模型其平均绝对误差百分比提高了32%.此外,人工神经网络模型的绝对误差百分比超过50%的概率低于10%,而自回归滑动平均模型高达23%.     

风浪影响下的客轮人员疏散模型及仿真

论文针对风浪影响下客船人员的疏散问题,对人的调整性动作、停顿现象以及线速度对行人速度的影响做了深入研究.基于海上救助模拟系统,设计了船舶在不同横摇角度下的单人行走实验,采集分析了乘客的运动行为信息,获得了横摇影响因素下角度和人员疏散速度的关系,建立在此环境下符合海上逃生人员的速度模型,以渤海翠珠轮第7层乘客甲板为仿真实验环境,在甲板满载的情况下,对客轮人员疏散进行仿真模拟,获得客轮人员在不同风浪等级影响下的疏散参考时间及不同时刻的疏散效果,有助于对海上疏散过程进行评估、借鉴.     

Forecasting using high‐frequency data: a comparison of asymmetric financial duration models

The first purpose of this paper is to assess the short‐run forecasting capabilities of two competing financial duration models. The forecast performance of the Autoregressive Conditional Multinomial–Autoregressive Conditional Duration (ACM‐ACD) model is better than the Asymmetric Autoregressive Conditional Duration (AACD) model. However, the ACM‐ACD model is more complex in terms of the computational setting and is more sensitive to starting values. The second purpose is to examine the effects of market microstructure on the forecasting performance of the two models. The results indicate that the forecast performance of the models generally decreases as the liquidity of the stock increases, with the exception of the most liquid stocks. Furthermore, a simple filter of the raw data improves the performance of both models. Finally, the results suggest that both models capture the characteristics of the micro data very well with a minimum sample length of 20 days. Copyright © 2008 John Wiley & Sons, Ltd.