福建省海洋工业企业竞争力研究

在界定"海洋工业"的基础上,利用"中国工业企业数据库(2007)"中福建省1 292家海洋工业企业的数据,从生产能力、盈利能力、创新能力和市场适应能力四个方面,运用熵值法进行企业竞争力分析。研究发现:创新能力和出口能力对海洋工业企业竞争力的影响最大,海洋生物医药企业竞争力最强,海洋电力、海洋渔业和海洋船舶企业竞争力次之。但所有企业生产能力和盈利能力均有待提高。应从支持科技创新,做强主导产业,鼓励潜力产业,促进产业集聚和加大国内国外合作可有效提升福建省海洋工业企业的竞争力。     

高速撞击诱导大梯度纳米结构化高熵合金的力学行为

国防军工与航天领域的防护结构要求材料能经受住弹体或空间碎片的高速撞击,包括处于极低温环境.高熵合金因其特殊的化学结构与优异的综合力学性能,成为新型装甲防护材料研究的新范式.本文通过弹丸高速撞击高熵合金靶板的响应分析,提出了一种通过室温和低温高速冲击制备大梯度纳米晶和纳米孪晶混合结构高熵合金的新方法,并研究了该梯度纳米结构高熵合金的拉伸力学性能以及变形机理.结果表明,大梯度纳米结构从冲击端到自由面,微结构过渡主要为:纳米晶-纳米晶带-高密度纳米孪晶带/高密度位错带/点阵旋转带-稀疏纳米孪晶带/高密度位错带/点阵旋转带-高密度位错-稀疏位错.单纯纳米晶和纳米孪晶混合结构的梯度层厚度达到4 mm,远超传统手段制备的梯度层厚度(小于500μm).相比初态样品,大梯度纳米结构高熵合金的强度提升明显,最高提升390%,塑性仍保持在较大范围内:21%～62%.这得益于大梯度样品“软区”和“硬区”共存,除了较大背应力提供额外强化外,软硬组织弹塑性变形的不同步和断裂发生的不同步也会额外提高力学性能.本研究不仅可为开发块体大梯度纳米结构材料提供新方法,也可为理解高熵合金的抗弹行为并指导装甲防护材料设计提供...     

省级公共医疗卫生供给绩效评估实证研究——基于全面绩效管理的视角

为了研究安徽省公共医疗卫生供给绩效及其影响因素,从公共服务供给压力、状态和响应3个维度筛选了15个相关指标,构建了评估指标体系,利用最新数据和熵值-Tobit模型对安徽省公共医疗卫生供给绩效及其影响因素进行综合评估,认为样本考察期内安徽省公共医疗卫生供给绩效呈现"快速-平稳-快速-平稳"的动态波动趋势,且供给压力依然较大,供给状态不容乐观,但供给响应指数提升明显; Tobit回归显示,安徽省财政医疗支出占比呈现规模报酬递减效应,人口密度与公共医疗卫生供给绩效呈现负相关关系,而人均地区生产总值、城镇化水平和财政自给率与公共医疗卫生供给绩效呈现正相关关系,但财政自给率的影响不显著,据此,提出了促进省级公共医疗卫生供给绩效提升的相关对策建议。     

基于最大熵原理的金融系统风险测度及实证研究

金融系统是一个复杂的非线性系统。信息熵是一种对系统整体性不确定程度的一种度量。从信息理论出发,用信息熵度量金融风险,通过最大熵分布采用定性分析与定量计算相结合,构建一种金融系统风险分析模型,并以中国股票市场为例分析与验证模型。实证结果表明,该模型是一种有效的风险分析方法,较准确地反映了金融系统的风险状况,为金融系统风险分析提供了一种新的思路。     

流空间视角下中原城市群城市物流网络结构分析

运用熵权法对中原城市群物流业发展水平进行综合评价,结合区位基尼系数、区位熵剖析了物流业发展空间演变特征,运用修正引力模型测度了城市物流联系强度,并进行了城市聚类及物流空间网络结构分析.研究表明,中原城市群物流业整体发展由"中心-外围"向"南北中高,东西部低"空间格局转变,呈现一定的空间邻近性特征,整体空间分布比较分散,集聚态势不显著,城市物流集聚水平差异变动较大.中原城市群城市物流网络呈现明显的功能性层级特征,整体联系强度明显增强,物流联系总量差距较大,空间联系不平衡,由"十"字形向"H"形空间格局演变.     

复杂网络的冯诺依曼熵

主要研究了复杂网络的冯诺依曼熵.结论表明,一般情况下,冯诺依曼熵不随边的增加而严格单调增加.其次,定义了星生成图和路生成图,并给出了熵与这两类图的联系.最后,利用3种经典随机图模型和随机树模型,证明了平均场意义下冯诺依曼熵随复杂网络的边数和直径递增.     

基于熵权的模糊综合评价法在交通科研项目中的应用

目前,河南省有大量未转化的交通科技成果,为了正确引导政府及相关部门的资金投入,需要对已有交通科技成果的转化能力进行评估,从而保证科技成果转化工作顺利开展。基于此,针对"如何科学地评估河南省交通科技成果"这一问题进行研究,提出一套简明、可操作性强的交通科技成果转化能力评估体系——基于熵权的模糊综合评价方法,并结合实例对基于熵权的模糊综合评价方法进行详细的论述和验证。     

低渗透率智能网联环境下高风险事件预警方法

提出一种低渗透率智能网联环境下高风险事件预警方法。具体而言，基于熵能表征系统状态的特点提出交通熵的概念，将个体车辆的微观驾驶行为量化为交通熵，以表征交通流状态；再将交通熵作为长短时记忆网络模型（Long Short-term Memory， LSTM）的输入参数建立预警模型；最后，使用HighD轨迹数据集提取高风险事件，并验证模型有效性。结果显示，使用交通熵的模型误报率和漏报率大幅降低。以智能车渗透率10 %为例，误报率和漏报率分别从6.18 %和11.47 %下降到了1.95 %和3.12 %；在预测模式下，对高风险事件误报率和漏报率为2.28 %和3.82 %。