河南省国有资本授权经营体制改革研究——组建两类公司的实践探索与问题研究

十八届三中全会之后,国家提出"以管资本为主加强国有资产监管,改革国有资本授权经营体制",河南省在此政策导向下对国有资本授权经营体制也进行了初步研究和路径探索。其中有部分观点提出分行业设立两类公司的初步构想,这一构想目前还未形成任何政策性文件,只限于讨论商榷层面。本文针对这一思路,提出不同观点,认为分行业设立两类公司不利于发挥国有资本的集中优势和开放式经营,以及合理组合规避风险。同时,提出了在市场化改革方向中,拟构建的国有资本授权经营体制下,国资监管部门、两类公司与国有企业该如何重新定位的思考。     

浅析“四项负责制”在高校图书馆的实施——以湖北工程学院图书馆为例

分别从"四项负责制"的基本概念入手,阐述了在高校图书馆实施"四项负责制"的基本内容及基本要求,以湖北工程学院图书馆为例,介绍了该馆倡导和推行"四项负责制"的情况,以提高图书馆整体服务质量。     

自学考试“助学二学历”优化管理探究——以南京农业大学为例

南京农业大学作为首批"助学二学历"试点单位之一,自2010年起,在本校范围内积极开展了"助学二学历"教育工作。经过几年的实践与探索,积累了丰富的教学管理经验,同时也取得了一定的成果。本文基于南京农业大学实践经验,分析了"助学二学历"开展的现状及存在的问题,提出了增强宣传力度,提高普及水平;立足学生需求,增设优势专业;加强组织建设,完善管理体系;重视过程管理,保障教学质量等策略。对自学考试"助学二学历"优化管理进行探讨,有利于高校推进自学考试事业的发展,培养复合型人才,更好地满足社会对人才多样化需求。     

创新研究系统隐性知识生成转化反馈环特性仿真分析

隐性知识反馈环结构是创新研究系统的核心结构,运用组织管理系统动力学理论,进行科研创新系统隐性知识生产转化系统仿真研究,以南昌大学系统动力学创新团队研究系统为例,分析确定该系统的隐性知识量、显性知识量、创新投资量、团队人员数和创新成果量五个核心变量,运用新建的逐枝建模和逐树仿真技术建立五棵流率基本入树模型及其等价流图模型.运用枝向量行列式新增反馈环计算法,计算出系统包含创新成果流位作用于隐性知识流入率的第一类反馈环五条,团队成员数作用于隐性知识流入率第二类正反馈环十条.然后,结合模型的仿真曲线和仿真数据,对第一类反馈环进行极性转移仿真分析和主导反馈环转移仿真分析,对第二类正反馈环进行正反馈环的作用分析,以及"原始创新度"低对这十条正反馈环的制约分析,并基于上述十五条反馈环特性仿真分析结果提出四条创新研究系统发展对策.     

工程实践中的体系与系统

 介绍了国际上通行的体系概念，通过实例阐述了常见的体系类型，从多个维度描述了系统与体系的区别，根据实践总结，提出体系与系统的核心界定准则，并结合工程实践进行了详细描述。     

多纤芯弹性光网络中虚拟网络映射模型及算法

为解决多纤芯弹性光网络虚拟化中的虚拟结点映射、链路映射和频谱分配问题,首先建立了一个以最小化占用的频谱数及最小化最大占用频隙号为目标的全局约束优化模型.其次,设计了具有高效的交叉、变异及不可行解可行化算子的全局优化遗传算法,以有效求解该模型得到最优的虚拟节点、链路映射方案.最后,为验证算法的有效性进行了不同的仿真实验.结果表明,所设计的算法能够有效地减小网络中占用的频谱数和最大占用频隙号.     

浅论高校图书馆的财务管理

结合工作实际,阐述了图书馆财务管理的基本内容及其重要性,探讨了图书馆财务工作的基本规范化管理,强调了加强馆内财务预算管理的问题.     

基于模型的汽油机电子节气门控制器设计

摘要： 建立了电子节气门系统模型，并通过系统辨识方法得出模型参数.根据被控电子节气门的摩擦力和非线性回位弹簧模型，设计了前馈非线性补偿控制器.将经过前馈非线性补偿后的电子节气门系统简化成线性系统，并对该线性系统进行H无穷控制器的设计.对设计的H无穷控制器进行离散化，并加入比例控制环节来弥补控制器离散化导致的性能下降.经过试验验证，在前馈非线性补偿器、H无穷控制器和比例控制的作用下，被控电子节气门的性能达到了设计需求.     

基于网络最大流的城市雨水管网系统脆弱性评价

为了对城市雨水管网系统进行针对性的改建,在暴雨天提高事故抢修速度,需要对城市雨水管网系统进行脆弱性评价并找出脆弱管段.首先介绍了城市雨水管网系统排出雨水的干扰因素,提出了城市雨水管网系统脆弱性的概念,并逐一分析了影响城市雨水管网系统的因素,综合考虑各方面因素,建立了城市雨水管网系统的脆弱性评价模型.在此基础上,结合图论中网络最大流理论,寻找城市雨水管网系统中的脆弱管段.最后以西安某高校的雨水管网系统为例进行研究,测得了该高校雨水管网系统的脆弱度为0.877,证明该区域雨水管网脆弱性较低,不易形成内涝,并找出该高校雨水管网的脆弱管段.     

基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面；结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%；在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.