一种基于增益水平激励的动态综合评价方法_马赞福
2010年度国家科技进步奖初评通过项目目录(通用项目)
司,国电科技环保集团山东龙源环
保有限公司,中环(中国)工程有
限公司
江苏省
36 肠功能障碍的治疗
黎介寿,李 宁,任建安,李幼生, 南京军区南京总医院 朱维铭,李秋荣,李元新,赵允召, 王新颖,江志伟,王新波,彭南海, 倪元红,王革非,范朝刚
江苏省
37 水稻重要种质创新及其应用
钱 前,朱旭东,程式华,曾大力, 中国水稻研究所 杨长登,郭龙彪,李西明,胡慧英, 曹立勇,张光恒
耕作关键技术与装备的开发和 张学敏,张建中,赵 举,赵士杰, 古农业大学,内蒙古自治区农牧业 治区
应用
王洪兴,阿力戈代·贾库林
机械技术推广站,内蒙古大学,中
国农业大学,宁夏回族自治区农业
机械化技术推广站,新疆维吾尔自
治区农牧业机械化技术推广总站
12 面向节能的复杂配电网监测控 张化光,杨东升,孙秋野,王占山, 东北大学,辽宁省电力有限公司沈
及应用
田志军,王洪峰,柴文君,周艳君, 所
仇华吉,刘文兴
2
20 轻量化整体构件内高压成形技 苑世剑,刘 钢,王小松,韩 聪,
付 庄,徐永超
黑龙江省
21 有机废水碳氮硫同步脱除新技 王爱杰,任南琪,马 放,任立人, 哈尔滨工业大学,南昌航空大学, 黑龙江省
施诚仁,徐健蓉
上海市
29 多模式部分肝移植关键技术研 李宏为,彭承宏,沈柏用,陈拥军, 上海交通大学医学院附属瑞金医
究及其临床应用
詹 茜,陈 皓,邱伟华,邓侠兴, 院
周光文,陶 然
上海市
30 脊柱畸形三维矫形创新理论与 李 明,白玉树,朱晓东,杨长伟, 上海长海医院
技术及其临床应用
赵颖川,王传锋,苏佳灿,陈自强,
2018度福建科学技术奖拟推荐申报项目基本情况表
一、 专利: 1、 分离式隧道下穿高陡 V 型冲沟偏压 段 的 半 盖 半 暗 施 工 方 法.ZL201410102254.4 2、发明专利:一种模拟衬砌壁后空洞 的卧式隧道模型试验装置及方 法.ZL201610153162.8 二、 论文 1、黄明,刘新荣,邓涛. 基于含水劣 化特性的隧道围岩时效变形数值计 算.岩土力学, 2012, 33(6):1876-1882 2 、黄明 , 刘新荣 , 邓涛 . 考虑含水劣 化的泥质粉砂岩单轴蠕变特性研究 . 福州大学学报(自然科学版), 2012,03: 0399-406
项目 序号 名称
推荐 奖种
推荐 单位
主要完 成单位
主要 项目简介 完成人 本项目对各类型连拱隧 道的关键技术进行了较全面 的总结,且在连拱隧道中墙设 计、荷载计算及特大跨度连拱 隧道建设方面取得了创新性 成果,在国内外连拱隧道乃至 特大跨度隧道相关领域都有 很好的指导作用和参考价值, 项目成果推广的预期前景良 好。 项目提出的针对钢筋混凝土 高桥墩承载能力的计算方法 (1)对现行规范中的钢筋混 1、陈金盛 2、张利铨 在福建省高速公路及国省道 推广应用情况
8、翁志霖:项目主要研究人员,参与项目的理论研究工作, 计.现代交通技术,2015.8,第 12 卷第
1、陈金盛:项目负责人,全面主持研究工作,负责制定研 究大纲,完成项目立项,制定项目研究内容与技术路线,组 织安排项目组进行研究,依托工程和室内外试验实施总协 调,审核项目研究验收材料。 2、张利铨:技术负责人,负责制定研究大纲,制定项目研 究内容与技术路线,总体负责项目技术研究的各个环节,拟 定关键技术与解决方法。组织安排项目组进行研究,依托工 程和室内外试验实施总协调,审核项目研究验收材料。 3、陈阵:项目主要研究人员,负责技术问题的解决和技术 总结,负责依托工程试验和理论研究工作,组织人员编制和 审核项目验收材料。 4、邱嘉鹏:项目主要研究人员,负责技术问题的解决和技 术总结,负责依托工程试验和理论研究工作,组织人员编制 和审核项目验收材料。 5、林云松:项目主要研究人员,负责技术问题的解决和技 术总结,负责依托工程。
一种基于增益水平激励的动态综合评价方法_马赞福
推的方式求得每个被评价对象在不同时点上的优 激励点与劣激励点 ; 再通过引入优激励因子和劣 激励因子的方式对处于优激励点以上的部分给予 适当 “奖励 ”, 处于劣激励点以下的部分给予适当 的 “惩罚 ” ; 最后通过 引入规则的方式来确定优 、 劣激励因子 , 得出最终的动态综合评价值 , 并进行 排序 . 算例验证了方法的有效性 .
表 1 时序立体数据表 T a b l e1 S t e r e o s c o p i cd a t a t a b l e o f t i m e o r d e r t 1 x 1 x 2… x m s 1 s 2 s n x t t t 11 ( 1) x 12 ( 1) … x 1m( 1) x t t t 21 ( 1) x 22 ( 1) … x 2m( 1) x t t t n 1( 1) x n 2( 1) … x n m( 1) t 2 x 1 x 2… x m x t t t 11 ( 2) x 12 ( 2 )… x 1m( 2) x t t t 21 ( 2) x 22 ( 2 )… x 2m( 2) x t t ( t n 1( 2) x n 2( 2 )… x n m 2) … … … … … x t )x t )… x t ) n 1( T n 2( T n m( T t T x 1 x 2… x m x t )x t )… x t ) 11 ( T 12 ( T 1 m( T x t )x t )… x t ) 21 ( T 22 ( T 2 m( T
为了对被评价对象的增益水平进行激励 , 需要 构建激励控制模型 . 对某被评价对象 s ( i= 1, 2, i …, n ) 而言 , 其获得的 “奖励 ” 或 “惩罚 ” 部分可表 示为 v t )= i( k
动态评价理论的国内外研究简述
国际商贸动态评价理论的国内外研究筒述刘曲巴晶晶(锦州医科大学,辽宁锦州121001)摘要:动态评价是一种过程性评价,是集评价与教学为一体的交互式评价法。
历经几十年的时间,动态评 价理论受到了世界各国研究者的广泛关注,关于其理论探索和实践操作的相关研究也层出不穷。
因此,系统地梳 理和整理已有的研究资料和研究成果对未来更好更深入的研究与应用具有重要的意义。
关键词:动态评价理论;国内研究;国外研究中图分类号:F74 文献标识码:A doi:10. 19311/ki. 1672-3198. 2016. 25. 022〇引言动态评价概念最早由L im a于1961年使用,几十 年来研究者们根据各自的研究内容和研究对象设计论 证了各具特色的动态评价程序,形成了多样多模态的 动态评价研究范式。
为更加准确地理解和剖析动态评 价理论,我们有必要对其理论界定和研究历史做系统 的梳理和分析,使其能更好地服务于我国大学英语教 学改革的总体目标。
1理论界定我们首先按照时间顺序简要梳理下主要的有关动态评价的论述:Feuerstein(19 7 9 )指出“动态评价...是一^种新颖的心理测量万法和技术,是一^种动态父互 的教学评估应用系统。
”美国心理学家Lidz(1987:4)认 为,“动态评价是一种测试人员兼干预者对学习者兼积 极参与者之间的一种交互,旨在评估学习者的可塑程 度,以寻求能够激发并维持学习者认知功能积极变化第二,从我国行业发展角度来看,我国外贸经营管 理体制不完善,低价竞争导致出口秩序混乱,法律监管 力度不够,行业协会没有发挥有效的作用,最终导致产 品频遭反倾销。
第从应对反倾销调查有效性来看,企业未能建 立长期有效的贸易壁垒预警与快速反应系统,自我防 护意识差,应对反倾销调查的战略战术还需进一步提 尚。
5结论及对策5.1结论综上所述,在全球经济不景气的状况下,我国经济 发展成果举世瞩目,在国际上地位越来越重要,与其他 国家和地区的贸易摩擦也成为必然。
2018年度高等学校科学研究优秀成果奖(科学技术)授奖项目
徐强,郭文洁,孙洋,吴雪丰,吴兴新,罗 琼,沈燕,刘雯
南京大学
田大成,杨四海,陈建群,王龙,王强 南京大学
王良书,黄周传,刘绍文,徐鸣洁,鲍学 伟,王攀,米宁,于大勇,李华
南京大学
孙成,杨绍贵,何欢,王少莽,喻恺,罗斯, 胡晓斌,赵伟
南京大学
顾宁,张宇,杨芳,许海燕,孙剑飞,孟洁, 东南大学,中国医学科学院基础医学研
柴天佑,唐立新,杨光红,丁进良,付俊, 王良勇,刘腾飞,富月
东北大学
马琰铭,王彦超,吕健,李印威,王晖 吉林大学,江苏师范大学
叶为民,陈永贵,孙德安,孙文静,陈宝, 秦爱芳,乌东北
同济大学,上海大学
师咏勇,贺林,李志强,樊春海,贺光,潘 敦,赵欣之
上海交通大学
吴强,黄海燕,甲芝莲
上海交通大学
曹珍富,董晓蕾,朱浩瑾,魏立斐,周俊 华东师范大学,上海交通大学
2018-027 自然科学奖 一等奖 多尺度多相过程中的相间作用机理研究
2018-028 自然科学奖 一等奖 果实采后木质化和软化及其调控的生物学机制
主要完成人
主要完成单位/工作单位
庄茁,柳占立,黄克智,刘小明,高原,姜 汉卿,张帆,崔一南,郭宇
清华大学
何孟常,杨志峰,欧阳威,林春野,刘希 北京师范大学 涛 高自友,姜锐,贾斌,杨立兴,吴建军,唐
北京邮电大学,西安交通大学
2018-065 自然科学奖 二等奖 多功能融合微波器件的基础理论与电路构建
吴永乐,刘元安,郑少勇,王卫民,黎淑 兰
北京邮电大学,中山大学
2018-066 自然科学奖 二等奖 功能纳米探针/界面生物分析 2018-067 自然科学奖 二等奖 地质体中分子标志物的新发现及其应用 2018-068 自然科学奖 二等奖 组学大数据整合与解析的新技术和算法研究
我国高技术产业科技活动的激励控制动态综合评价
型, 对我 国 l 2个高技术产业在 20 05年至 2 0 年 的科技 活动进行 了动态实证评价 , 09 计算 出各评价对 象在 各 阶段 的” 激励 ” ” 罚” 或 惩 大小 , 较好 地反 映 了 l 高技 术 产业科 技 活动 的动 态变化 , 2个 并从 纵 向
时 间 角度 和横 向产 业个 体和 整体 角度 分析 了各 个 高技 术产 业科 技 活 动 的差 异 性特 征 , 析 了造 成 差 剖 异 的原 因 , 并给 出相 关 结论 。 关键 词 : 高技 术产 业 ; 双激 励控 制 线 ; 科技 活动 ; 态评 价 动
2 10 8 15 ; 0 04 13 ) 江苏省博士后基金项 目( 目编号:0 15 C 。 项 10 0 1 )
一
8 — 9
陈 洪转
羊
震
金 振 鑫
我 国高 技 术 产 业 科 技 活动 的激 励 控 制 动 态 综合 评 价
R &D效率 进行 了测度 , 出我 国某 些 高技 术产 业 效 率并 不 高 J 指 。方 福 前等 运 用 D A 方法 , 19 E 对 99~ 20 06年我 国高技术产 业投入产 出相对有效性 的连续变 化情 况进 行 了研究 , 对非 有效 单元 的影 响 因素进 行 了分 析¨ 。冯缨等用 D A方 法从横 向 比较和纵 向分析两 个角 度对江 苏省 高技术 产业 整体 技术创 新 E
kvl ai利用 Gagr r e 因果关 系研 究 了高技 术产业 的效 率R模 型 , I 对美 国 5 0个州 的高技术产业 20 的生产效率 进行 了评价排 名 J hnadY h研究 了 台湾 6个高 02年 。C e n e
效率进 行 了评价 , 深入分 析 了江苏省 5大高技术 行业 的技术 创新效 率 ¨ 并 。范 凌钧等 运用 随机前 沿方
基于动态Stacked-GBDT算法的数据资源价值评估方法研究
基于动态Stacked-GBDT算法的数据资源价值评估方法研究沈俊鑫;赵雪杉
【期刊名称】《科技管理研究》
【年(卷),期】2023(43)1
【摘要】针对现有的数据资源价值评估与定价方法主观性强、定量标准缺乏的问题,提出基于模型堆叠集成GBDT(Stacked-GBDT)算法的数据资源价值评估方法。
首先,基于敏感性分析,从数据自身和市场两个维度归纳并建立了数据资源价值评估指标体系;然后,基于GBDT机器学习算法与Stacking集成学习算法,提出了基于StackedGBDT的数据资源价值评估算法,并与Random Forest和XGBoost算法进行对比以验证所提方法的正确性及有效性;最后,应用Stacked-GBDT模型对数据集进行动态定价。
结果表明,Stacked-GBDT算法构建的数据资源价值评估模型可为数据价值测算及动态定价提供精确可靠的依据与支撑。
【总页数】9页(P53-61)
【作者】沈俊鑫;赵雪杉
【作者单位】昆明理工大学管理与经济学院
【正文语种】中文
【中图分类】F830
【相关文献】
1.近10年来我国松脂资源的动态变化--基于“连清”数据的动态评估
2.基于语义标注的数据资源库元数据质量自动评估方法研究
3.基于流动性感知机制的大数据
资源稳定评估算法研究4.基于大数据的设备价值动态评估研究5.基于大数据的设备价值动态评估研究
因版权原因,仅展示原文概要,查看原文内容请购买。
科技成果评价与激励机制
科技成果评价与激励机制近年来,科技成果评价和激励机制成为了国内外科研机构、高校、企业等各界关注的热点话题。
科技成果评价和激励机制对促进科研人员的创新研究、提高科技成果的质量和效益、推动经济发展等具有重要的作用。
在这篇文章中,我们探讨一下科技成果评价与激励机制的现状和存在的问题,以及如何构建科技成果评价和激励机制。
一、科技成果评价的现状当前,科技成果评价主要依据以下标准:团队创新、成果创新、社会经济效益、科技贡献度等。
一些科研团队或科技企业也会根据自身的情况制定一些额外的评价标准。
在科技成果评价方面,国内外普遍实行的是同行评价的机制,即由专家委员会对科研成果进行评价。
科研成果评价主要通过论文、专利、项目、奖励等方式体现。
一般来说,论文篇数和影响因子是衡量科研人员水平的重要指标。
在团队方面,主要体现在团队成员的水平、人员的配置、资源的利用等。
在经济效益方面,主要看成果的实用性、经济效益以及市场应用前景等。
科技贡献度则是衡量科研成果与社会需求相匹配度的重要指标。
在国内,一些高校和科研机构会按照“科技经费=项目入账+科技成果”的原则来考评科研人员的工作。
这种模式在一定程度上增强了科研成果对科研人员的激励作用。
此外,一些高校和科研机构会设立科研类奖励,用以鼓励科研工作者创新研究。
但是,科技成果评价也存在着一些问题。
如专利评价方面,由于专利申请费用需要自费,导致许多研究人员无力承担,影响了专利申请的数量和质量。
而论文评价方面,一些科研人员为了论文数量而损害了论文质量,造成学术道德问题。
二、科技成果激励机制的现状科技成果激励机制一般包括几类,如薪酬制度、职称晋升、奖励制度、股权分配等。
在职称晋升方面,一些高校和科研机构会规定人员达到一定论文篇数或学术成果才能晋升。
而在奖励制度方面,国内一些高校和企业将科技成果的转化利益纳入奖励分配。
在股权分配方面,股权往往被作为激励科技研究团队、提高跨领域合作、促进企业发展等的手段。
基于双重激励模型的动态综合评价方法及应用_张发明
系 统 工 程 学 报
第2 卷 8
其中h+ 入t )和h一八t )分别表示被评价对象获得的优激励值与劣激励值;y*( 二 t*)表示被评价对象 在 第t 时刻的原始静态评价值.同时, 八 )二 ) = 0, V ( = 1,2, ,劝.另外, 相关参数的具体确定方 八 t k
法可参考文献[ ]. l
显性激 励 评价 方法 的一般 计算步 骤如 下 :
步骤1 构建优 劣激励量计算模型,二 ) 八艺 八亡 )分别表示被评价对象s*在第t 时刻获得的优 劣激
励量 ;
步骤 2 构建被评价对象的优 劣增益水平计算模型, 优 劣增益水平分别用符号 , + , 刀 表示; 一
步骤 3 将优 劣增益 水平 写 , 刀 + 一分别代劣 激励
激励 因素.本文将在该文献 的基础上, 做更为普适性的拓展, 在 原 显性激励 模型中引入 隐性激励 因素,
并在 此基 础 上构 建基 于双 重激 励模 型 的动态 综合 评价 方法 . 拓 展后 的方 法 能够 更好 地刻 画和 体现 被评 价对 象在 一 段 时期 内的动 态 发展情 况 , 也 能更 好地 体现 决策 者 激 励 与 引导 的管 理手 段 . 算 例验 证 了方 法 的有 效性 .
e K
y w o rd s: in ee n ti e P o i t;o v er in een tive : eo v er i e en tive ; d y n a v n t t n m
ie e va lua ti n o
1
引
言
多指 标综 合评价 是将 反 映研 究对 象不 同属性 的多个指标 的信 息联 合起 来, 得 到一个 综 合指标 , 由此来 反 映被评 价 对象 的整 体发 展情 况 . 它 有利 于 了解研 究对 象 在 同类对 象 中的水 平 高低 , 有 利 于在 宏 观 层面 上 的把 握 1 3 , 因此在 社 会科 学领 域有 着 广泛 的实践 背景 , 目前 已取 得 了一些 研 究成 果 4一 在 传 统 的综合 评 , 2 ] 7]. 价 中, 一 般研 究 得较 多 的静 态 综合 评价 , 即考察 被评 价对 象在 某个 时 间点上 综合 评 价 问题 [ . 但 在现 实 管理 ] s
FAHP综合评价法在预警机作战效能评估中的应用
通 过多层 模糊 综合 评判 进行 示例 仿真 。仿 真结 果显 示 , 此方法 合理 可行 , 用于 预警机 作 适
战效 能评 估 。该方 法 的应用 对发 展 、 改进 空 中预警 系统 , 充分发 挥其 综 合作 战效 能具有 一 定参 考价 值 。 关键 词 : AHP F ;预警 机 ; 战效 能 ;评估 ; 属 函数 作 隶
性、 立性、 独 一致 性 和简 洁性 原则 E , 立预 警机综 合 作 战效能 递 阶层 次 结构 评估 体系 , 5建 ] 如表 1 所示 。
2 评 判 集 和 评 判 标 准 的 制 定
评 判 集是对 预警 机作 战效能评 估 可 能 得 出 的评 判 结 果 所 组 成 的集 合 。将评 判 等 级 分 为 V ( 秀) V 优 、 ( 良好 ) V。 中等) V ( 、 ( 、 较差 ) V ( ) 个 等级 。则 评判 集 一 { V V。V , , 应 的评分值 为 E o 8 , 、 差 5 V , , , V }对 9 ,0 7 ,0 5 3 0 6 ,0 。 预警机 作 战效 能评估 指标 体 系及评 判集 确定 后 , 需要 制定 作 战效能 各项 指标 具体 的等级 评判标 准 , 例如 对于 “ 务 飞行 高 度U ” 要 制 定 飞行 高度 属 于优 秀 、 任 , 良好 、 等 、 中 较差 和差 的标 准 值 。 过 将受 评 对 象 的特 通
1 建 立 评 估 体 系
选择 合适 的效 能指 标建 立评估 体 系 , 做好 系统 效 能评 估 的关 键 。衡 量 某预 警 机 作 战效 能 的优 劣 主要 是
是 从 能 涵 盖 该 预 警 机 作 战 能 力 的 一 些 主 要 基 本 指 标 来 考 虑 的 。遵 循 选 择 评 价 指 标 的 客 观 性 、 测 性 、 备 可 完
基于EVA的万向德农财务绩效评价研究
基于EVA的万向德农财务绩效评价研究目录一、内容概述 (2)1.1 研究背景与意义 (2)1.2 研究目的与问题 (3)1.3 研究方法与数据来源 (3)二、理论基础与文献综述 (4)2.1 EVA理论概述 (6)2.2 财务绩效评价相关文献综述 (6)2.3 EVA在财务绩效评价中的应用研究 (8)三、基于EVA的万向德农财务绩效评价指标体系构建 (9)3.1 指标体系构建原则 (10)3.2 指标体系框架设计 (12)3.3 指标权重确定方法 (13)四、基于EVA的万向德农财务绩效评价模型构建 (14)4.1 评价模型构建思路 (15)4.2 评价模型数学表达式 (17)4.3 评价模型应用示例 (18)五、实证分析 (19)5.1 数据预处理 (19)5.2 EVA财务绩效评价结果 (21)5.3 结果分析与应用建议 (22)六、结论与展望 (23)6.1 研究结论总结 (24)6.2 研究不足与改进方向 (25)6.3 对未来研究的展望 (27)一、内容概述万向德农公司概况:简述公司的历史、主营业务、市场地位及发展历程。
EVA指标理论基础:阐述EVA的概念、计算方法、应用领域及其在财务绩效评价中的优势。
万向德农财务报表分析:分析公司的资产负债表、利润表、现金流量表,了解公司的资产状况、盈利能力、现金流情况。
基于EVA的万向德农财务绩效评价:结合公司实际,计算EVA值,分析公司的经济增加值表现,评价公司的经营绩效。
万向德农财务绩效评价存在的问题与建议:指出在EVA评价中发现的问题,提出改进建议,为公司优化财务管理、提高经营绩效提供参考。
通过本文的研究,旨在为企业决策者、投资者、债权人等提供基于EVA的万向德农财务绩效评价的参考依据,帮助企业改善经营管理,提高经济效益。
1.1 研究背景与意义随着农业产业的不断发展,企业对于财务绩效评价的需求日益凸显。
在此背景下,基于经济增加值(EVA)的财务绩效评价方法受到广泛关注。
基于SV-AJD模型参数的MalmquistDEA投资组合动态效率评价方法
基于SV-AJD模型参数的MalmquistDEA投资组合动态效率评判方法摘要:动态效率评判是衡量投资组合效率的重要方法。
本探究提出了。
通过对SV-AJD模型的参数进行动态优化,实现了对投资组合的动态效率评判。
本方法将Malmquist指数和DEA模型结合,从多个维度分析投资组合的动态效率。
探究结果表明,该方法能够准确评估投资组合的动态效率,并为投资者提供合理的投资决策。
关键词:动态效率评判;投资组合;SV-AJD模型参数;MalmquistDEA1. 引言随着资本市场的不息进步,投资者对于投资组合的动态效率评判越来越关注。
传统的投资组合评判方法主要依靠于静态指标,无法准确反映投资组合的动态变化。
因此,探究如何有效评估投资组合的动态效率成为当前探究的热点之一。
2. SV-AJD模型简介SV-AJD模型是一种基于波动率的风险调整方法,主要用于评估投资组合在不同风险环境下的收益表现。
该模型思量了资产价格的波动性,并通过计算波动率的历史变化来猜测将来收益的波动性。
3. MalmquistDEA模型简介MalmquistDEA模型是一种动态效率评判方法,利用数据包络分析(DEA)来计算投资组合的效率得分。
该模型思量了投入与产出指标之间的干系,并通过计算不同时间点的效率变化来评估投资组合的动态效率。
4.为了实现投资组合的动态效率评判,本探究将SV-AJD模型的参数与MalmquistDEA模型相结合。
详尽步骤如下:(1)收集投资组合的历史数据,包括资产价格、收益率等指标。
(2)基于SV-AJD模型,计算投资组合的风险值。
(3)将风险值与投入与产出指标输入MalmquistDEA模型,计算投资组合的动态效率。
(4)利用MalmquistDEA模型计算投资组合的效率得分,得出投资组合的动态效率变化。
5. 实例分析本文以某投资组合为例进行实证探究。
依据收集到的数据,通过上述方法计算了该投资组合的动态效率。
试验结果显示,该投资组合在不同时间段的动态效率呈现出明显的变化。
newmark法计算多自由度结构响应
Newmark方法是一种用于计算自由结构多度响应的数值技术。
在地震工程中通常用于预测地震加载下的建筑物和其他结构的行为。
Newmark方法考虑了结构的质量,硬度和坝积,以计算迁移,速度,以及每个自由度的加速。
这使得工程师能够评价结构反应,并评估损坏或故障的可能性。
要使用Newmark方法,结构首先分为离散自由度,一般在关节或连接点。
然后根据结构几何和物质特性来确定每一自由度的质量、坚硬度和筑坝特性。
这些属性用于构成结构的支配性运动方程,这些方程可以使用Newmark方法进行数字解析。
Newmark方法是一个迭代过程,它计算每个时段的结构响应。
每个自由度的迁移、速度和加速都根据应用负荷、结构特性和坝积效应加以更新。
通过穿越每个时间步,Newmark方法可以准确预测结构随时间推移的动态响应。
Newmark方法的关键优势之一是它能够同时对结构中的线性和非线性行为进行衡算。
这在地震工程中尤其重要,在强地运动下,建筑物和其他结构的反应可以高度非线性。
Newmark方法使工程师能够准确捕捉地震加载下的结构的复杂行为,对它的性能和脆弱性提供了宝贵的见解。
除地震工程外,Newmark方法也被用于风力工程和振动分析等其他领域。
在这些应用中,该方法可用于评估结构对不同类型的环境装载的动态反应,使工程师能够优化设计并确保结构安全。
总体而言,Newmark方法是预测多度自由结构的动态响应的有力工具。
它对非线性行为和复杂装载条件的衡算能力,使它成为在不同领域工作的工程师的一种宝贵的技术。
通过使用Newmark方法,工程师可以更深入地了解结构行为,做出知情的决定,以确保建筑环境的安全和复原力。
基于环境激励的模态参数辨识方法综述_续秀忠
振 动 与 冲 击第21卷第3期J OURNA L OF VIBR ATION AND SHOCK Vol.21No.32002 基于环境激励的模态参数辨识方法综述续秀忠1 华宏星2 陈兆能1(1.上海交通大学机械工程学院;2.上海交通大学振动、冲击、噪声国家重点实验室,上海 200030)摘 要 本文首先对环境激励下模态识别方法进行了综述,对目前的几种识别方法的原理、识别精度及适用条件进行了论述,并比较了这些方法各自的特点,参照国内外最新文献,提出环境激励下模态参数识别方法需解决的关键问题及研究发展方向。
关键词:环境激励,模态识别,平稳随机激励,非平稳随机激励中图分类号:TH113.10 引 言传统的模态识别方法是基于实验室条件下的频率响应函数进行的参数识别方法,它要求同时测得结构上的激励和响应信号。
但是,在许多工程实际应用中,工作条件和实验室条件相差很大,对一些大型结构无法施加激励或施加激励费用很昂贵,因此要求识别结构在工作条件下的模态参数。
工作模态参数识别方法与传统模态参数识别方法相比有如下特点:一、仅根据结构在环境激励下的响应数据来识别结构的模态参数,无需对结构施加激励,激励是未知的,如无需对大桥、海洋结构、高层建筑等大型结构进行激励,仅需直接测取结构在风力、交通等环境激励下的响应数据就可以识别出结构的模态参数。
该方法识别的模态参数符合实际工况及边界条件,能真实地反映结构在工作状态下的动力学特性,如高速旋转的设备在高速旋转的工况和静态时结构的模态参数有很大差别。
二、该种识别方法不施加人工激励完全靠环境激励,节省了人工和设备费用,也避免了对结构可能产生的损伤问题。
三、利用环境激励的实时响应数据识别结构参数,能够识别由于环境激励引起的模态参数变化。
尽管传统的模态参数方法已在许多领域得到了广泛应用,但近年来,环境激励下模态参数识别方法得到了航天、航空、汽车及建筑领域的研究人员的极大关注,如美国SADIA国家实验室的JAMES和CARNE在1995年提出NE xT方法,并将该方法用于高速汽轮机叶片在工作状态下固有频率和阻尼比的识别。
EDFA的增益控制及平坦技术研究
EDFA的增益控制及平坦技术研究
伍浩成
【期刊名称】《飞通光电子技术》
【年(卷),期】2002(002)004
【摘要】对EDFA的增益箝制和平坦的基本原理进行了介绍,对实现EDFA增益箝制和平坦的不同技术途径的机理和结构举例进行了扼要分析,给出了采用光纤光栅反射镜来实现EDFA全光增益箝制的仿真分析结果,指出了EDFA的增益控制及其平坦的技术发展方向。
【总页数】10页(P215-224)
【作者】伍浩成
【作者单位】中国电子科技集团公司第三十四研究所,桂林541004
【正文语种】中文
【中图分类】TN929.11
【相关文献】
1.相移长周期光栅在EDFA增益平坦中的应用 [J], 王朝晖;郑克荣
2.基于波长敏感的耦合器动态增益平坦L波段EDFA理论与实验 [J], 沈庆河;刘嵘;刘辉;许光可;王广涛;张围围
3.基于GFF的EDFA增益平坦特性优化研究 [J], 张芳; 叶莉
4.线性啁啾长周期光纤光栅用作EDFA增益平坦滤波器的理论研究 [J], 徐新华;王青
5.长周期光纤光栅光谱控制及其在EDFA增益平坦中的应用 [J], 姜莉;张东生;袁树忠;董孝义
因版权原因,仅展示原文概要,查看原文内容请购买。
基于DEA的生产函数估计
基于DEA 的生产函数估计马赞甫1 刘妍2(1.贵州财经学院经济研究所; 2.贵州财经学院数学与统计学院) 摘要:针对常用参数方法或非参数方法估计技术状况所存在的缺陷,提出了一种基于DEA 的估计理论生产函数的方法,该方法可用于估计凹生产函数所含参数,其基本思路是:首先,利用DEA 方法评测各DM U 的产出效率,得到(弱)DEA 有效的DMU ;然后,根据各(弱)有效DM U 确定DEA 生产可能集的前沿面,从线性逼近角度给出理论生产函数的上确界;最后,利用相切条件计算生产函数所含参数,从而确定生产函数的具体形式。
以C -D 函数为计算范例,显示了该方法的优越性。
关键词:生产函数;生产可能集;数据包络分析中图分类号:C93;F224.0 文献标识码:A 文章编号:1672-884X(2010)08-1237-05The Estimation of Production Function Based on DEAM A Zanfu LIU Yanjun(Guizhou Colleg e of Finance and Economics ,Guiyang ,China )Abstract :To co rrect the defects ex isting in the comm on par am etric or non -parametric estim atingmetho ds,this research presents a theoretical production function estimating appro ach based o n DEA,and it can effectiv ely estimate the param eters included in the co ncav e pro duction function.T he theo ry is basically w orking in the fo llow w ay :Fir stly ,g et the (w eak )efficient DM U fro m the evaluation o f each DMU 'pr oduction efficiency by the method of DEA ;Secondly ,determine the efficient frontier of the pr oduction possibility set based on each (w eak)efficient DM U,and then provide the least upper bound (LUB )of the theoretical production function by the applicatio ns o f the linear appro ximation ;Finally ,calculate the parameters included in the production function ,thereby obtain the co ncrete fo rm of productio n function.T his r esearch uses the C-D function as an ex ample for calculation to demo nstr ate the adv antages of the approach pro posed.Key words :production functio n ;production possibility set ;data envelopment analy sis收稿日期:2009-07-06 生产函数在生产力、经济增长、技术进步等研究领域占有重要地位。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1 方法与原理
1. 1 问题描述 设有 n 个被评价对象 , m 个评价指标 , x ( t i j k) 为第 i ( i = 1, 2, … , n ) 个被评价对象在第 t k =1, k( 2, … , T ) 时刻关于指标 x ( j = 1, 2, … , m ) 的观测 j 值 , 这样一组按时间顺序排放的平面数据表就构 成了一个时序立体数据表 ( 见表 1) .
0 引 言
传统的综合评价主要考察被评价对象在某个
①
的静态评价 , 但在现实管理决策中 , 通常需要大量 考察被评价对象 在连续一段时间 内的综合评价 值 , 即关于时序立体数 据表的综合评 价
[ 1]
, 这种
收稿日期 :2008 -03 31; 修订日期 :2008 -07 30. 基金项目 : 国家自然科学基金资助项目 ( 70472032) .
表 1 时序立体数据表 T a b l e1 S t e r e o s c o p i cd a t a t a b l e o f t i m e o r d e r t 1 x 1 x 2… x m s 1 s 2 s n x t t t 11 ( 1) x 12 ( 1) … x 1m( 1) x t t t 21 ( 1) x 22 ( 1) … x 2m( 1) x t t t n 1( 1) x n 2( 1) … x n m( 1) t 2 x 1 x 2… x m x t t t 11 ( 2) x 12 ( 2 )… x 1m( 2) x t t t 21 ( 2) x 22 ( 2 )… x 2m( 2) x t t ( t n 1( 2) x n 2( 2 )… x n m 2) … … … … … x t )x t )… x t ) n 1( T n 2( T n m( T t T x 1 x 2… x m x t )x t )… x t ) 11 ( T 12 ( T 1 m( T x t )x t )… x t ) 21 ( T 22 ( T 2 m( T
为了对被评价对象的增益水平进行激励 , 需要 构建激励控制模型 . 对某被评价对象 s ( i= 1, 2, i …, n ) 而言 , 其获得的 “奖励 ” 或 “惩罚 ” 部分可表 示为 v t )= i( k
+
y t ( t , y t ) >y ( t ) i( k)-y i k) i( k i k 0, 其它 ( 2)
不失一般性 , 这里假定对原始数据 { x ( t ) } 进行了 i j k 指标类型一致化 、 无量纲化处理 , 即在以下讨论中假设 评价指标 x 标准 ” 数据 . 1, x 2 , …, x m均是极大型的 “ 问题 : 在考虑对不同时段内被评价对象 s 1, s 2, …, s 的增益水平进行激励的情况下 , 如何合理 、 充 n 分地挖掘 { x ( t } 所提供的信息 , 以达到对它们进 i j k) 行动态综合评价的目的 ? 1. 2 方法原理
Me t h o do f d y n a mi c c o m p r e h e n s i v e e v a l u a t i o nb a s e d o ng a i nl e v e l i n s p i r i t i n g
MA Z a n f u , G U OY a j u n , Z H A N GF a mi n g , P A NY u h o u ( S c h o o l o f B u s i n e s s A d m i n i s t r a t i o n , N o r t h e a s t e r nU n i v e r s i t y , S h e n y a n g110004, c h i n a ) A b s t r a c t :A c c o r d i n g t ot h ed i f f e r e n c eo f t h ee v a l u a t e do b j e c t g a i ni nd i f f e r e n t p h a s e s , t h ep a p e r p r o p o s e s am e t h o do f d y n a m i cc o m p r e h e n s i v e e v a l u a t i o n b a s e d o nt h e g a i n l e v e l i n s p i r i t i n g . F i r s t l y , d e p e n d i n go nt h ei n f o r m a t i o n i nt h e s t e r e o s c o p i c d a t a t a b l e o f t i m e o r d e r , t h e m e r i t g a i n l e v e l o f t h e e v a l u a t e do b j e c t s i s g o t t e n . T h e n , t h e m e r i t i n v e n t i v e p o i n t s o f t h e e v a l u a t e do b j e c t s a t d i f f e r e n t t i m e c a n b e o b t a i n e d t h r o u g h t h e a n t i p u s h e d f o r m . F u r t h e r m o r e , t h e m e r i t i n v e n t i v e f a c t o r s c a nb e d e t e r m i n e d b y c i t i n g t h er u l e s , a n dt h ev a l u eo f d y n a m i cc o m p r e h e n s i v e e v a l u a t i o na r ea b l et ob e g o t , t h e na r r a n g e i t . T h e d y n a m i c d e v e l o p m e n t l e v e l o f e v a l u a t e do b j e c t s i s c o n s i d e r e d f u l l y b y a d o p t i n g t o t h i s m e t h o d . M o r e o v e r , t h i s m e t h o d h a s a s t i m u l a t i n g a n dg u i d i n g r o l ei nt h i s d e v e l o p m e n t . F i n a l l y , a n u m e r i c a l e x a m p l ew a s g i v e nt oi l l u s t r a t e t h e e f f e c t i v e n e s s o f t h e p r o p o s e dm e t h o d . K e yw o r d s :g a i nl e v e l ;i n s p i r i t p o i n t s ;i n s p i r i t f a c t o r ; d y n a m i c e v a l u a t i o n 时间点上综合评价值的高低 , 即某一时间截面下
+
+
或 由于各指标观测值所提供的信息量不同 , 因此 y ( t )-y t , y ( t t ) i k i( k) i k)>y i( k 本文运用 " 熵值法 " 来计算被评价对象在各时刻 t v t )= k i( k 0, 其它 ( k = 1 , 2, … , T ) 的静态综合评价值 . 记 y ( t 为第 i i k) ( 3) ( i = 1, 2, … , n ) 个被评价对象在 t k = 1, 2, …, T ) k( + t 、v t ) 分别表示被评价对象 s 在第 t i( k) i( k i k 时刻的静态综合评价值 , 此时 , 各被评价对象在不 其中 v + 时刻 获得的优 、劣激励量 ; y t ,y t )分别表 同时刻构成的静态综合评价值矩阵为 i( K) i( k y t t 1( 1) y 1( 2) … Y= y t t 2( 1) y 2( 2) … y t t n( 1) y n( 2) … y t 1( T) y t 2( T) y t n( T) ( 1) 示评价对象 s 设 i在第 t k时刻对应的优 、劣激励点 . 在初始 t t 1 时 刻不获 得任何 激励 , 即有 v i( 1) = v t i( 1 )= 0. 定义 1 分别称 η , η , η 为被评价对象的平
[ 2 ~ 9]
推的方式求得每个被评价对象在不同时点上的优 激励点与劣激励点 ; 再通过引入优激励因子和劣 激励因子的方式对处于优激励点以上的部分给予 适当 “奖励 ”, 处于劣激励点以下的部分给予适当 的 “惩罚 ” ; 最后通过 引入规则的方式来确定优 、 劣激励因子 , 得出最终的动态综合评价值 , 并进行 排序 . 算例验证了方法的有效性 .
— 244 —
Hale Waihona Puke 系 统 工 程 学 报 第 24 卷
在静态评价基础上加入时间因素的综合评价就称 为动态综合评价 . 目前对该问题的研究 , 已取得了 许多的研究成果 . 针对时序动态综合评价中 的激励性问题 , 文献 [ 2 ] 给出了一种基于双激励 控制线的多阶段信息集结方法 , 依据不同时间点 上综合评价值增长率的不同对激励控制线进行了 设定 , 据此对不同时段的评价信息进行集结 ; 文献 [ 3] 提出了一种带有鼓励或惩罚机制的动态综合 评价方法 , 在引入鼓励 ( 或惩罚 ) 因子的同时 , 利 用拉 开 被评 价 对象 的 整体 差 异来 进行 信 息的 集结 . 本文考虑了不同时段内被评价对象增益的不 同 , 以此为着眼点 , 提出了一种基于增益水平激励 的动态综合评价方法 . 首先 , 以各被评价对象在 不同时段的增益为基础 , 求出全体被评价对象的 优增益水平和劣增益水平 ; 然后以此为据 , 通过反