变电站工程造价影响因素分析

影响变电站工程造价的因素十分广泛,各因素之间的关系错综复杂,通过分析影响变电站工程造价的16个主要因素及其相互关系,建立了造价影响因素的意识模型.并利用解释结构模型分析变电站工程造价主要影响因素之间的递阶层次关系,总结了影响变电站工程造价的深层原因、浅层原因及表层原因,从而更直观的体现各因素间的关系,进而确定了影响变电...     

复幂指数映射M-J对应关系及充满J集中相似结构特性

目的探索一类非解析复指数映射的M-J对应关系、充满J集中相似结构的特性和充满J集内部的动力学过程.方法提出了描述该模型广义M集的路径序列、路径的比例因子序列及嵌套层次的概念.构建了充满J集的PBranch-Tree.结果揭示模型的M集参数C与相应的充满J集图形结构的对应关系,分析了充满J集内部结构的自相似性,研究了充满J集吸引周期轨道中周期点的分布、被访问的次序及吸引域中点的轨道被吸引周期轨道吸引的规律.结论非解析复幂指数映射的充满J集内部的相似结构之间有明确的对应关系,吸引周期轨道中周期点有规律地被循环访问,吸引域中点的轨道按充满J集结构的对应相似性由高层次向低层次不断递进,最后迭代到吸引周期轨道上.     

基于解释结构模型的海外油气开发项目风险产生机理研究

为了有效管理海外油气开发项目的风险,运用解释结构模型揭示了海外油气开发项目风险产生机理.在明确海外油气开发项目风险因素的基础上,建立了项目风险产生机理的解释结构模型,具体包括建立风险因素的邻接矩阵、求出可达矩阵和骨干矩阵、建立系统结构模型.通过最终的结构模型,可以看出海外油气开发项目风险因素之间层级关系,明确风险因素之间的作用路径,进而揭示海外油气开发项目风险产生机理.     

基于解释结构模型的广西装备制造业产品质量影响因素研究

本文以广西装备制造业为研究对象,选取9项影响装备制造业产品质量因素的指标,使用解释结构模型（ISM）综合分析各因素之间的因果关系,从而建立4级多层次递阶结构模型,进一步精确描述各因素间的直接关系,以此直观地反映各因素间的层次关系及相互影响,并找到影响产品质量的根本因素,为改进产品质量提供科学的依据。     

基于结构方程模型的统计数据质量影响因素分析

为提高我国统计数据质量,明确统计数据质量的影响因素以及各影响因素之间的关系,利用结构方程模型,在以往定性研究的基础上对统计数据质量进行了定量研究。通过AMOS、SPSS软件进行数据分析,得出了各个因素对统计数据质量的影响程度以及各影响因素之间的相关关系,为进一步提高我国统计数据质量提供了依据。     

企业高管支持及其对信息化绩效的影响研究

高管团队领导是决定企业信息化成败的关键因素.基于以往研究,建立了高管支持的构念模型,并分析了所含维度之间的关系.在此基础上,分析了高管支持对信息化绩效的作用机制,构建了高管支持与信息化绩效的关系模型.研究发现对于提升企业信息化领导力、促进信息系统成功有重要意义.     

人力资源配置与宏观经济因素关系的实证研究

基于因果关系理论、协整理论和误差修正模型,对我国人力资源配置与各相关宏观因素的关系建立了系统控制模型,并进行了实证研究,揭示了我国人力资源配置效率的内在规律及其与各宏观经济因素之间的系统作用关系,对现阶段提高我国人力资源配置效率具有一定的积极和现实意义.     

基于ISM的绿色建筑发展影响因素层次关系研究

当前,绿色建筑已成为我国建筑业发展的主要趋势。为了探索影响绿色建筑发展的主要因素以及各因素之间的相互影响关系,经过文献阅读和问卷调查,建立ISM解释结构模型,确认主要因素并分析各因素之间的层级关系,得出绿色建筑发展影响因素的五层递接结构关系图,明确了直接影响因素、间接影响因素和根本性影响因素。并在此基础上提出一些针对性对策建议,希冀为我国的绿色建筑发展提供一定理论依据,从而推动我国绿色建筑朝着更高层次的发展。     

基于粗集和神经网络的建模方法研究

运用粗集理论的不可分辨关系和不可分辨类的概念和归约计算方法，对原始数据进行精简、概略，然后建立神经网络模型和确定各隐层节点之间的连接关系，使得网络从一开始就具有良好的拓扑结构。这种基于粗集理论的神经网络模型和学习算法具有学习速度快、容错能力强等特点。     

变电站工程造价影响因素分析

影响变电站工程造价的因素十分广泛,各因素之间的关系错综复杂,通过分析影响变电站工程造价的16个主要因素及其相互关系,建立了造价影响因素的意识模型。并利用解释结构模型分析变电站工程造价主要影响因素之间的递阶层次关系,总结了影响变电站工程造价的深层原因、浅层原因及表层原因,从而更直观的体现各因素间的关系,进而确定了影响变电...     

基于ISM的信息化推动工业化影响因素分析

从信息化推动工业化发展的现状出发,应用解释结构模型法（IsM）,得到信息化推动工业化发展影响因素的三级递阶模型,提炼出信息技术创新、资源节约和设备信息化改造是信息化推动工业化发展的直接影响因素,并从鼓励信息技术创新、节能减排和设备的智能化、数字化和网络化改造等方面提出具体对策。     

对高校学生党建工作网络评议若干问题的思考

网络评议是高校学生党建工作自身发展、高校学分制改革发展及网络信息化发展的需要。网络评议能提高评议意见的真实性和评议方式的灵活性;同时能突出评议群众的主体性,较好地实现发展党员过程中关于＂征求党内外群众意见＂的要求,提升高校学生党建工作的民主化水平。     

论新时期密切联系党群关系的重要性

密切联系群众是在新形势下党的建设的一个十分重要的课题.本文从分析目前密切联系党群关系的重要性人手,提出了密切联系党群关系的措施和方法.     

论人力资本投资与经济发展

分析人力资本与经济发展的关系 ,指出在知识经济中人力资本的投入是经济增长最重要的因素 ,要根据党中央、国务院的部署 ,实施人才强国战略 ,坚持解放思想 ,实事求是的思想路线 ,弘扬与时俱进的精神 ,努力开创人才工作的新局面     

面向任务的载人潜水器人机交互信息结构分析

为构建复杂任务下的载人潜水器人机交互信息结构模型,提高潜器驾驶舱设计人员对潜航员视角下任务信息认知过程的理解,将决策阶梯模型与DEMATEL-ISM方法相结合,提出一种含影响因子的全要素层级结构模型构建方法。以载人潜水器某近底作业为对象,运用决策阶梯模型分析潜航员任务信息需求及处理过程,识别人机交互信息要素及关系。基于DEMATEL计算综合影响矩阵及属性特征值,结合研究目的改进整体影响矩阵阈值计算方法及可达矩阵判别式,得到含影响因子的可达矩阵。通过对抗轮换层级抽取方法,抽取原因-效应属性稳定的层级结构,引入模糊算子对计算影响值骨架矩阵,结合层级结构构建含影响值人机交互信息结构模型。结果表明：研究得到由31项交互信息要素及关系构成的6层有向加权结构模型,并通过方案对比证明所提方法在保证节点完整、优化层级结构及量化要素关系方面的有效性;所得模型明确了人机交互信息要素属性特征、致因关系及致因程度,对复杂任务下基于潜航员认知的人机交互信息处理过程具有较好的解释力,能够为载人潜水器驾驶舱人机交互信息设计提供理论依据。     

采用自适应先验表观模型的目标跟踪方法

为有效解决可变目标在跟踪过程中的"漂移"问题,提出一种基于自适应先验表观模型的目标跟踪方法。该方法首先在一致架构内融合HDP-EVO演化聚类模型和在线Boosting学习。以Dirichlet过程为先验分布,对总体表观示例进行聚类分析,获得随时间自适应演化的表观类先验知识,进而利用共享的表观类混合比例的权重平滑约束各时刻的表观模型。改进Gibbs抽样过程,使之能融入目标示例的分类误差,并交替迭代地从数据中自主学习聚类和表观分类器。最后,根据表观模型中各表观类的权重系数组合它们的分类评分去定位目标位置。仿真实验表明新方法学习的表观模型能较鲁棒地自适应于目标的表观变化,提高了跟踪精度。     

基于IPO功能分解的嵌入式软件故障树分层构建方法

针对嵌入式软件需求阶段的安全性分析方法中故障树分析缺少构建方法的问题,结合嵌入式系统的特点,提出了一种故障树分层构建方法.为构建各功能层内部的故障树,提出了基于IPO的功能分解法,采用失效模式与影响分析方法对分解的各部分功能进行影响分析,以确定构建故障树的建树元素,并提出了功能层内部故障树构建的框架模型与各功能层故障树的层次关系,实现了部分故障树构建的自动化,提高了故障树构建的完整性、准确性与效率.在某型号发动机控制软件的安全性分析中,应用上述方法指导该嵌入式软件故障树的构建与分析,验证了该方法的可行性和有效性.     

我国通信业和信息化与工业化融合发展关系研究

针对我国目前信息化与工业化融合发展的新环境,分析通信业发展和信息化与工业化融合发展的关系,以及通信业发展推进信息化与工业化融合发展的作用和动态机制,总结新环境下信息化与工业化融合发展的瓶颈问题,并在此基础上对我国信息化与工业化融合瓶颈问题解决策略进行探讨。     

基于混合深度学习模型的企业中央空调蒸汽预测

为解决企业生产车间多空调能耗与生产任务、气候环境匹配的精准供能问题,实现多台大型中央空调机组蒸汽消耗预测,提出一种基于GRU和3DConv-PredRNN++的混合深度学习预测模型. 针对多台空调机组动态联动关系,使用三维卷积和PredRNN++方法提取机组间蒸汽损耗关系作为空间因素特征参与模型预测; 为捕捉蒸汽消耗量序列的总体趋势和局部变化,数据集采用平滑过程模式、趋势性模式和周期性模式作为模型输入; 为提高模型预测性能,基于门控循环单元(GRU)耦合外部因素特征并捕捉时间因素特征; 最后通过参数矩阵融合方式来构建模型. 通过与多种预测模型的对比实验,证明混合深度学习模型预测精度的优越性和空间因素特征参与模型预测的必要性. 与现有模型相比,所提模型平均能耗折标(ASEC)降低了60.09%.