学科分类
/ 1
9 个结果
  • 简介:近年来,国家对基础设施建设越来越关注,对水利单位的工作也越来越关注,对水利基本建设的投资比重不断加大,许多新的水利工程项目也开工建设,这使得水利单位的财务管理更为重要了。虽然国家在水利管理方面制定了许多规定和办法,

  • 标签: 水利基本建设 财务管理 基础设施建设 水利工程项目 水利管理 单位
  • 简介:考虑横向监督中基于社会偏好的三种员工组合方式:同质组合、异质组合与双高组合。运用委托代理理论,研究基于社会偏好匹配的员工组合问题。模型分别给出了不存在横向监督、存在横向监督且员工是同质组合、存在横向监督且员工是异质组合与存在横向监督且员工是双高组合四种情形下的均衡结果。根据均衡结果做进一步分析,得出结论:①存在横向监督时员工的努力程度与企业收益总是高于不存在横向监督的情形,但不同的员工组合方式对其努力程度的激励效果是相同的;②异质组合能够通过节约薪酬成本而间接地提高企业总收益,双高组合能够通过获得较多的员工投入而直接增加企业总收益,并且异质组合与双高组合总是优于同质组合;③员工的社会偏好与风险成本是决定企业最佳员工组合方式选择的关键因素:当员工的风险成本很小而社会偏好差距较大时企业应选择异质组合;而当员工的风险成本很大或者风险成本小并且员工社会偏好差距也较小时企业应选择双高组合;因此,根据员工的个性特征选择适宜的组合方式是实现横向监督激励效应最大化的关键。

  • 标签: 横向监督 道德风险 员工组合 激励效应
  • 简介:社会网络分析法(SNA)是一种可以对多种网络结构提供详细研究的分析方法。本文采用SNA及相关方法来分析犯罪网络,以确定可能的犯罪集团。首先引入社会网络分析中'合作因子'与'合作距离'这两种度量,量化并分析人员的可疑程度。之后,运用中心度分析法对个体的领导能力进行量化。在模型改进与拓展部分,基于语义网络分析与文本分析法使得分析结果更为精确。同时将所得结果与之前的结果做了比较,给出了模型优缺点分析。最后,讨论了该模型在其他领域中的运用。

  • 标签: 社会网络分析 中心度 语义网络 文本分析
  • 简介:精品课程建设是高校教育改革的一个重要组成部分.结合研究生“数值分析”精品课程建设实践,从指导思想、教学内容、教学方法和手段、实验和实践教学以及考核方式等方面进行了探讨.

  • 标签: 数值分析 精品课程 研究生
  • 简介:数学新课程的有效实施需要相应的评价体系,数学教育评价体系在评价理念、评价内容、评价形式等方面都正在发生较大的变化,必须与时俱进地加以认识,才能真正把握数学教育评价的基本精神.

  • 标签: 数学教育评价 多元化 评价体系 与时俱进
  • 简介:一、高等会计教育发展历程经济越发展,会计越重要。作为会计人才的主要培养渠道,高等会计教育也随着中国经济与社会的不断发展取得了巨大的进步。新中国成立之初,中国人民大学等学校就设立了会计学专业,培养了新中国第一批会计人才。在这之后的20多年时间内,

  • 标签: 会计学 特色专业 教育目标 中国人民大学 中国经济 教育发展
  • 简介:分析了应用型本科高校数学与应用数学专业建设的现状,从应用型人才培养方案的构建、模块教学体系的优化、应用型师资队伍的建设、学生应用能力的培养、实践教学的改革等五个方面探讨了应用型本科高校数学与应用数学专业教育教学改革的方法,提出了明确应用型培养目标、优化模块教学体系和创新培养模式的专业建设思路.

  • 标签: 数学与应用数学 应用型人才培养 专业建设
  • 简介:在Tikhonov正则方法的基础上将其转化为一类l1极小问题进行求解,并基于Bregman迭代正则构建了Bregman迭代算法,实现了l1极小问题的快速求解.数值实验结果表明,Bregman迭代算法在快速求解算子方程的同时,有着比最小二乘法和Tikhonov正则方法更高的求解精度.

  • 标签: 极小化问题 Bregman迭代算法 TIKHONOV正则化
  • 简介:研究厨余垃圾的处理与清运问题,为大、小型处理设备的数量选择、选址及垃圾收运路线的设计分别建立了最优化模型。模型中将城市道路网抽象成无向赋权图,考虑了在交通拥堵和环境影响下的运输成本、设备处理量的均衡性和对环境的影响程度,构成多目标优化问题,进而运用改进的粒子群算法确定大型设备的位置,并给出了设置小型设备的基本原则;通过分析大、小型设备在不同处理能力下总成本的差异,确定了适合城市实际情况的最优设备处理能力。垃圾收运路线设计中以运输成本与环保成本作为优化指标,建立了基于K-TSP的运输车辆清运路线模型,并运用蚁群算法进行路网优化。最后对深圳市南山区的厨余垃圾收运问题进行了仿真,仿真结果表明,上述模型和算法能有效地解决城市垃圾分类收运问题。

  • 标签: 垃圾分类收运 选址优化 设备处理能力优化 K-TSP问题 粒子群算法 蚁群算法