浅谈商场管理中的人本管理

人本原理、系统原理和效益原理并称为现代企业管理的三大基本原理。在全社会大力推行“以人为本”管理理念的今天,商场管理中的“人本管理”也越来越受到众多管理实践者和理论研究家的重视。研究商场管理中的“人本管理”将有助于提高我国商场管理水平,有助于提高我国企业经济效益和社会效益。     

基于UML的LCA中产品系统的建模研究

从产品系统本身的内在规律和产品全生命周期的观念研究了生命周期评价(LCA)的对象——产品系统及其特性，建立了产品系统概念模型；利用统一建模语言(UML)建立产品系统的结构模型、功能模型和信息模型，并描述产品系统的建模过程。     

缓冲溶液法回收置换岗位中二氧化硫尾气

置换岗位中为使重氮盐完全反应通入过量的二氧化硫,为减少环境污染,我厂采用液碱法吸收过量的二氧化硫。此法液碱消耗较大,且吸收的废液还需经环保处理方可排放。缓冲溶液法较液碱法经济合算,缓冲溶液可循环利用,回收的二氧化硫可继续用于置换岗位,为我厂节省了资金,减轻了环保压力。     

基于因子分析及灰色关联分析的寿险公司偿付能力研究——以中国人寿为例

保险行业是经营风险的行业,其偿付能力是否充足攸关企业的生存,但近年来我国寿险行业的偿付能力充足率出现显著下滑趋势。论文以中国人寿为例,综合内外部两方面的指标体系,分别运用因子分析法及灰色关联法,考察其2000~2012年偿付能力变化,以期发现影响其偿付能力波动的最关键因素。分析结果表明,科学计提准备金,提高投资收益,合理确定厘订预定利率,拓宽保险公司资本金来源渠道仍是应对利率波动、通货膨胀率、资产质量不良提升寿险企业偿付能力的必要保障。     

浅谈体育教学学生创新能力的培养

在体育教学中，如何激发和培养学生的学习兴趣、培养学生的创新能力、体育健身的能力、克服困难的毅力和终身体育的意识，这是摆在每个体育教师面前的一个重要任务。要担负起这样的神圣职责，体育教师必须在课堂教学中努力培养学生的创新能力，提高学生的求知欲。     

磁轴承中磁路设计问题的研究

电度表用磁力轴承越来越受人们的青睐.该文采用有限元法编写的ANSYS软件对磁轴承的核心零件尺寸进行了计算,通过计算得出磁环的最佳尺寸参数,实验表明,计算结果与实测结果的偏差很小.根据计算结果,设计并制造了一种全新的磁悬轴承,结果令人满意.     

项目经理的素质要求与项目管理制度的作用

结合工程项目管理的实际，以有效控制项目成本为目标，引出工程管理中项目经理应具备的业务素质及其管理制度和措施，并阐述其要求及作用，说明其在控制项目成本实施过程中的重要地位。     

基于加工动力学模型的工艺可靠性仿真方法

大型数控装备具有单件加工周期长、加工成本高等特点,一旦其发生加工故障将会给企业带来巨大经济损失.为此,从数控装备加工过程动力学建模的角度出发研究了工艺可靠性仿真方法.首先建立了数控装备铣削加工过程的非线性动力学模型,以分析不同工艺条件下数控装备铣削加工性能. 在此基础上,采用支持向量回归机,建立了数控装备铣削加工性能映射模型及其工艺可靠性仿真模型. 最后,以数控七轴五联动车铣复合加工机床为对象开展了实例仿真分析.仿真结果表明该方法能够较好地识别数控装备加工过程中不同工艺参数的调整对其工艺可靠性的影响.     

第二讲 美英之间激烈的市场争夺战

市场问题对于美英两国的重要性早在一九二七年,斯大林就曾经指出,资本主义各个国家彼此进行着的争夺市场霸权的殊死斗争,是资本主义面前的主要问题.争夺国外市场的尖锐化更有特别重要的意义。在资本主义世界市场大大缩小、各主要资本主义国家普遍遭受经济困难的战后时期,争夺市场的斗争不能不空前尖锐化起来。美国和英国这两个     

基于车辆横向运行数据的遗传-支持向量机算法的分心驾驶状态判别模型

分心状态是造成交通事故的重要原因。当前侵入式与半侵入式检测多被应用于分心驾驶识别,此方法会对驾驶任务产生一定干扰,且成本相对较高。对此提出一种低成本的基于车辆横向运行数据的分心驾驶状态判别方法：实验选取手机通话作为分心影响因素,设计了正常驾驶、免提通话、手提通话三个维度。首先,基于驾驶模拟器采集的数据,对正常与分心状态下的车辆运行指标进行Man Whitney U检验,从时域及频域中提取出与分心驾驶显著相关的车辆横向控制指标;其次,构建支持向量机（support vector machine,SVM）分心状态判别模型,将径向基函数作为SVM的核函数,使用网格搜索算法（grid search algorithm,GSA）、粒子群算法（particle swarm optimization,PSO）及遗传算法（genetic algorithm,GA）对SVM模型参数进行优化;最后,对比GSA-SVM、PSO-SVM与GA-SVM分心判别模型的分类效果,并运用ROC曲线对模型性能进行评估。研究结果表明：GA-SVM分心判别模型的最优交叉验证率、准确率及F_1值分别为87.9%、91.9%、94.05%,高于GSA-SVM（86.2%、87.2%、90.35%）与PSO-SVM（87.9%、91.2%、93.46%）;GA-SVM判别模型ROC曲线接近于（0,1）坐标,其AUC值为93.53%。所提出的GA-SVM分心判别模型获得了较好的分类效果,故认为此模型适合作为低成本条件下基于车辆横向控制的分心驾驶状态判别模型。