Rhetorics and Realities in Public Service Organizations: Systemic Practice and Organizational Learning as Critically Reflexive Action Research (CRAR)

This article sets out to develop an argument and theory-in-practice related to organizational learning and systemic practice as critically reflexive action research (CRAR). It explores principles and concepts associated with CRAR, in the context of different emphases in understandings of and approaches to managing or working with change. The notion of epistemologies of practice is developed, as the basis for introducing on-site and off-site CRAR as interweaving cycles of managerial and organizational learning. A multilayered illustration of an improvisational CRAR environment, using principles of dialectical enquiry and critical learning theater, is offered. A diagrammatic analysis provides the framework for describing and reflecting critically on key CRAR processes. This is expanded with a consideration of possibilities for documentation that can assist with the validation of quality in CRAR processes and outcomes. This has relevance in the context of postpositivist action research at postgraduate levels or within project-based CRAR partnerships. This leads to a further discussion of principles and concepts, in the context of other literature and pressures on public services.     

生产系统的产品再设计策略

为研究在单一产品生产环境中产品再设计对价值、成本和质量管理有关问题的影响,提出了一个动态规划模型,该模型可以确定企业最优的产品再设计程度和实施再设计的最优时间,这样能使累积的净产品价值最大化．该模型可以使用不同的学习率和不同的成本数据进行计算,最后的结果表明,早期实施最优产品再设计策略提高了产品的累积净价值．     

A kind of Generalized Learning Model

1　IntroductionSymboliclearning,connectivelearning,fuzzylearningandevolutionarylearningarethepresentfundamentalmethodsformachinelearning[1～3].Eachofthemhascharacteristicsandadvantages,andcancarryoutmachinelearningtasksincertainregioneffectively.Howe...     

基于卡尔曼滤波的二次型神经网络学习算法及收敛性分析

提出了二次型多层前馈神经网络的卡尔曼滤波学习算法,并证明了该算法的收敛性。与文献［２,３］中的学习算法和经典的误差反向传播学习算法相比,新的学习算法具有更快的学习速度、良好的泛化能力,并且对学习率有很好的鲁棒性,不容易陷入局部极小点。仿真实验结果表明了新算法的有效性。     

新一代开放系统及互操作性研究

经历 2 0世纪 90年代的持续实践 ,采用“开放系统”的思想来集成大型的计算机系统已成为技术界不争的事实。然而 ,技术的发展使得传统的开放系统面临严峻的挑战 ,需要新的标准、技术来使开放系统体现高度的智能协作性及移动性。基于完善的开放系统的实际形成有赖于“互操作性”的实现这一原因 ,以互操作性为研究对象 ,以移动agent为研究工具 ,探讨了新一代开放系统实现机制以及未来发展的前景。     

多维非线性时间序列的投影寻踪学习逼近

建立了多维非线性时间序列投影踪学习网络结构及算法,证明了投影寻踪学习网络可以以任意精度逼近多维非线性时间序列。解决了基于投影寻学习的多维非线性时间序列的建模和预测问题,实际应用例子表明该算法可行。     

一种改进的RBF神经网络学习算法

提出了一种改进的RBF神经网络学习算法 ,分别通过减聚类和监督学习算法对网络参数和权值进行训练 ,既可以根据样本合理地聚类、确定RBF径向基函数的个数和相应参数 ,又具有较强的网络映射能力 ,从而不仅使RBF神经网络结构得以优化 ,性能也得到了提高。仿真结果表明了该学习算法的实用性和有效性     

一种新的模糊自校正控制学习算法

提出一种基于模糊竞争学习的模糊自校正控制方法.通过基于模糊竞争学习确定一种在线模糊辨识算法,在采用此模糊辨识方法对对象进行在线估计的基础上,用调节器实现参数的自动整定.为了验证所提方法的有效性,给出了非线性系统的控制结果.