常微分方程在数学建模中的应用

介绍常微分方程的发展、数学建模的特点;重点介绍了常微分方程与数学建模相互结合,在不同的领域中的相关的具体例子,总结常微分方程在数学建模中的重要性.     

两本管理在企业采购管理中的应用探讨

为适应市场经济的发展和买方市场的需要，进一步加强采购管理，企业应实行两本管理。一是建立各种规章制度，开展扎实有效的思想政治工作，以人为本带好队伍；二是根据不同的市场形势，做好招标采购和比价采购工作，降低成本保障供应，以期规范采购行为，降低采购成本，推动企业低成本发展战略的实施。     

高校图书采购招标工作的质量控制

分析了目前高校图书采购招标工作中出现的过分追求高折让、图书品种满足率低、售后服务不到位等问题，提出了要注重书商实力、重视质量要求、严格履约措施、加强沟通磨合等一系列提高图书采购招标工作质量的控制措施。     

数学建模微分方程应用举例

常微分方程是数学建模的必备知识，但在建模过程中常被忽视。本文从常微分方程在数学建模中的作用和应用两方面入手，以两个独立模型阐述了常微分方程在数学建模中的重要贡献，并由此揭示了由纯方程理论建立起的数学模型所具备的基础性、直观性、应用性和有效性。     

数学建模及数学建模竞赛的组织与培训

论述了数学模型的一般概念,讨论了数学模型的分类及数学建模的步骤和方法。结合辅导数学建模竞赛的经验,研究了数学建模竞赛的组织与培训问题。     

质量管理在莱钢备品备件采购中的应用

莱钢针对设备、备品备件采购中面临的物资种类繁多、供应范围点多面广、供货渠道宽、采购过程复杂等问题,采取质量体系管理,即实施源头管理、加强过程控制,组织多种采购方式相结合的招标采购,落实质量管理职责,强化质量验收,坚持质量跟踪制度,实现了库存物资全部合格,质量满意率99.5%。     

图书教材在物流管理中的应用

现代物流业是现代市场经济和经济全球化发展到一定阶段的产物,其发展水平是评价一个城市或经济区域综合实力和现代化进程的重要标志.     

建模在大学数学教学中的运用探讨

教学建模在当今社会,已经很好地渗透到了各种领域.人们习惯于用数学的方法去解决现实生活中的各种问题,而数学建模就起到了很好的纽带作用.随着计算机技术的日新月异和飞速发展,数学建模的作用也日益凸显出来了,数学建模也越来越引起社会各界人士的重视,被人们广泛应用在各行各业.因此,大学数学教学中,需要运用到建模的知识,为数学知识和数学知识在各领域中的应用搭建一座桥梁.     

信息技术环境下的数学建模教学

新课程强调数学的应用性,提倡通过数学建模等实践活动培养和发展学生的数学应用意识.文章在研究数学建模活动的教学理论基础上,结合高中数学建模案例,探索了如何利用现代信息技术开展高中数学建模教学活动的问题,并提出了一些数学建模教学中值得思考的问题.     

浅谈高校图书管理

高校图书管理存在图书资源配置不合理、管理封闭化的问题,只有建立多渠道购书平台,开发免费网络资源,建立网上馆藏才能充分发挥其作用并符合图书馆的发展趋势。     

狠抓物资管理 降低采购成本

介绍了市场经济条件下加强物资管理，降低采购成本的几项具体措施。     

进一步规范招标管理以优化采购行为

文章通过阐述采购管理对提高企业竞争力的重要作用,以包钢（集团）公司招投标的基本情况为背景,针对公司采购招投标过程中存在的问题,就如何优化采购信息系统,建立委托代理制进行了探讨,并对加强集中采购提出了建议。     

企业物资采购部门供应商管理存在问题及建议

企业物资采购供应商管理不系统、不科学,导致供应商准入制度不完善,严重影响物资采购经济效益。文章从分析物资采购供应商管理现存问题入手,对物资采购供应商管理提出了几点改进建议。     

比价采购是降低采购成本的主要途径

为了加强比价采购管理 ,鲁中冶金矿山公司采取了管理制度化、运作程序化等措施 ,将购销管理中隐藏的操作公开化、集中权利分散化 ,最大限度地堵塞了企业物资采购管理中的漏洞 ,2 0 0 1年上半年实现物资采购降低额 43 6万元。     

企业测量设备的采购控制及管理

论述了测量设备采购的闭环控制方法及测量设备的科学管理。     

Oracle ERP中的采购单据状态及其控制

介绍了Oracle Purchasing模块中采购单据的管理与控制,结合实例,分析了各状态下可采取的控制活动及控制活动对单据的影响。     

济钢材料采购过程中的质量控制

为解决材料采购过程中存在的问题，采取确定认证指标评分体系，制定供应商质量控制认证内容，优化供应商数量，与供应商建立长期战略合作伙伴关系，对供应商进行综合评价和实施动态管理等措施，加强采购材料的质量控制管理。     

Preliminary Investigation of Mathematical Modeling of Stainless Steelmaking in an AOD Converter: Mathematical Model of the Process

Mathematical modeling of stainless steelmaking in an AOD (argon‐oxygen decarburisation) converter with side and top combined blowing has been preliminarily investigated. The actual situations of the side and top combined blowing AOD process were analysed. A mathematical model for the whole refining process of stainless steel has been proposed and developed. The model is based on the assumption that one part of the oxygen blown through a top lance reacts with CO escaping from the bath, another part of the oxygen oxidizes the elements in the molten steel droplets splashed by the oxygen jet, and the remaining oxygen penetrates and dissolves into the molten steel through the pit stroked by the jet. All the oxygen entering into the bath oxidizes C, Cr, Si, and Mn dissolved in the steel and also the Fe of the steel melt, but the FeO generated is also an oxidant of C, Cr, Si, and Mn in the steel. During the process, all possible oxidation‐reduction reactions occur simultaneously and reach their equilibria, respectively their combined equilibrium, in competition at the liquid/bubble and liquid/slag interfaces. In the simple side blowing after the top blowing operation is finished, the possible reactions take place simultaneously and reach a combined equilibrium in competition at the liquid/bubble interfaces. The overall decarburization rate in the refining process is the sum of the contributions of both the top and side blowing processes. It is also assumed that at high carbon concentrations, the oxidation rates of elements are mainly dependent upon the supplied oxygen rate, and at low carbon contents, the rate of decarburisation is primarily related to the mass transfer of carbon from the molten steel bulk to the interface. It is further assumed that the non‐reacting oxygen blown into the bath does not accumulate in the steel and will escape from the bath and react with CO in the atmosphere above the bath. The study presents calculations of the refining rate and the mass and heat balances of the system for the whole process. Additionally, the influences of the operating factors, including addition of slag materials, scrap, and alloy agents, the non‐isothermal conditions, the changes in the amounts of metal and slag during the whole refining process, and others have all been considered.