通用语言大模型技术在审计领域应用场景探索

2022年底,OpenAI推出的人工智能聊天机器人ChatGPT一经问世就引爆全球,成为史上最短时间突破1亿用户的应用。本文就审计领域应用通用语言大模型技术的场景开展研究,先对该技术背后的自然语言处理（NLP）和深度学习（DL）两大支撑技术进行介绍,再从发展历史、应用特征、应用场景等三方面对通用语言大模型技术进行分析,继而分析国内审计信息化理论研究和实践应用的现状,提出在自然语言分析上的短板和存在的广阔应用前景,最后结合通用语言大模型技术特征,对审计领域应用该技术的可能场景进行了畅想,并分析了在审计领域应用通用语言大模型技术过程中可能遇到的风险挑战和应对策略。     

TJ370Q、TJ376Q汽缸盖30序的工艺要求及验具设计

简述了TJ370Q、TJ376Q汽缸盖（通用）30序的工艺要求，加工精度要求，检验标准及专用验具的设计思想。     

设备维修备件采购模型

根据维修备件采购的要求和特点,在对维修备件进行分类的基础上,提出了适用于维修备件采购的两种模型,专用备件以经济订购批量为基础的采购模型、通用备件以重要度为比例系数的采购模型．并通过算例分析说明提供的模型或方法具有一定的通用性和指导作用。     

基于SCOR的应急供应链运作模型研究

分析了供应链运作参考模型（SCOR）的流程体系结构及其在应急供应链中应用的可行性,并在此基础上提出应急供应链的通用运作模型。     

上海大众的打假经验总结

一、假冒产品和服务的基本情况1 ．假冒汽车配件上海大众所面临的假冒问题主要在于汽车配件。根据配件销售部门的统计，上海大众汽车的配件市场上，纯正配件的销售额约 14亿元，约占市场份额为1／3左右，其余2／3的市场均为假冒配件（侵权）和仿制配件（仿制但不侵权）。     

国家科技平台标准体系框架解析

文章给出国家科技平台的标准体系模型,体系分类及其相互关系。根据我国科技资源共享国情的实际需求,提出国家科技平台标准体系框架,并阐述了平台基础标准、平台通用标准、平台专用标准的组成和涵义。     

LLDPE注塑专用树脂的开发

聚乙烯（PE）是五大通用树脂之一。线型低密度聚乙烯（LLDPE）以优异的物理机械性能和价格优势在PE应用领域占据越来越大的市场份额。但在LLDPE树脂的注塑应用领域中，国内却无适宜的专用树脂，众多加工企业采用由几种原料掺混或购置价格昂贵的进口专用树脂来满足注塑产品的要求。单独使用高密度聚乙烯（HDPE）生产的注塑产品虽具有足够的刚性，但缺乏一定的韧性。因此，加工企业多用HDPE与乙烯-乙酸乙烯共聚物或乙烯-丙烯酸乙酯共聚物掺混，但是这一过程给生产和技术管理带来不便，使制品成本升高。所以，开发既能满足注塑制品性能要求，又能适合工业化生产的注塑专用树脂势在必行。     

小麦粉购买"四注意"

小麦粉是以小麦为原料经清理、研磨、筛理等工艺加工后制作成产品.根据标准、用途的不同,小麦粉可分为通用小麦粉和专用小麦粉.通用小麦粉包括特制一等小麦粉、特制二等小麦粉、标准粉、通用粉、高筋小麦粉和低筋小麦粉.在选购小麦粉时,最好到商场或超市购买加贴"QS"标志的产品,根据用途进行选购,并注意以下方面:     

生产企业是安装服务质量的最终责任者

日前，中国电子视像行业协会颁布《平板电视机安装服务规范》（以下简称《规范》），自2013年1月1日起实施。针对经常出现的因非专业人员安装、使用劣质挂架等引起的用户纠纷和安全隐患，《规范》明确规定，电视机生产企业是电视机安装服务质量的最终责任者。根据《规范》要求，电视机安装经营者必须通过相关的安装资质认证和电视机生产企业的授权，方可从事电视机安装维修服务业务；电视机安装服务中使用的配件，应当是经过电视机生产企业认证的，符合国家有关产品质量安全规定和标准的专用配件。     

基于SWOT分析的黑龙江通用航空发展对策技术研究

通用航空是我国农业机械化的重要组成部分，是农业现代化的重要标志。自国务院发布《关于促进通用航空业发展的指导意见》以来，通用航空被赋予调整经济结构、改善民生和拉动新型消费的历史使命。本文以黑龙江省份的通用航空发展为切入点，采用SWOT分析法，综合分析通用航空发展的优势（S）、劣势（W）、机遇（O）和挑战（T）要素，并通过SWOT交叉因素分析，提出适合黑龙江通用航空发展的合理性建议及对策。     

Anticipating special events in Emergency Department forecasting

Accurate daily forecast of Emergency Department (ED) attendance helps roster planners in allocating available resources more effectively and potentially influences staffing. Since special events affect human behaviours, they may increase or decrease the demand for ED services. Therefore, it is crucial to model their impact and use them to forecast future attendance to improve roster planning and avoid reactive strategies. In this paper, we propose, for the first time, a forecasting model to generate both point and probabilistic daily forecast of ED attendance. We model the impact of special events on ED attendance by considering real-life ED data. We benchmark the accuracy of our model against three time-series techniques and a regression model that does not consider special events. We show that the proposed model outperforms its benchmarks across all horizons for both point and probabilistic forecasts. Results also show that our model is more robust with an increasing forecasting horizon. Moreover, we provide evidence on how different types of special events may increase or decrease ED attendance. Our model can easily be adapted for use not only by EDs but also by other health services. It could also be generalised to include more types of special events.     

军用飞机备件预测仿真研究

军用飞机备件需求预测是部队目前研究的一个热点问题。为了有效地进行军用飞机备件需求预测,提出了一种用仿真进行预测的方法。通过仿真结果可以看出,该方法用于军用飞机备件需求预测是非常方便有效的。     

Daily retail demand forecasting using machine learning with emphasis on calendric special days

Demand forecasting is an important task for retailers as it is required for various operational decisions. One key challenge is to forecast demand on special days that are subject to vastly different demand patterns than on regular days. We present the case of a bakery chain with an emphasis on special calendar days, for which we address the problem of forecasting the daily demand for different product categories at the store level. Such forecasts are an input for production and ordering decisions. We treat the forecasting problem as a supervised machine learning task and provide an evaluation of different methods, including artificial neural networks and gradient-boosted decision trees. In particular, we outline and discuss the possibility of formulating a classification instead of a regression problem. An empirical comparison with established approaches reveals the superiority of machine learning methods, while classification-based approaches outperform regression-based approaches. We also found that machine learning methods not only provide more accurate forecasts but are also more suitable for applications in a large-scale demand forecasting scenario that often occurs in the retail industry.     

灰色预测算法在物流园区需求预测中的应用

对物流园区需求预测进行了系统分析,介绍了灰色预测算法,和物流园区腹地划分方法;结合连云港港口物流园区需求预测的实例进一步阐述了灰色预测算法在物流园区需求预测中的应用.     

基于农村物流需求量的组合预测分析

农村物流需求量的预测对于农村物流的发展有重要意义。文章把农村消费品零售总额作为农村物流需求量预测指标．通过分析各影响因素,建立了多元回归、双指数平滑及移动平均单预测模型。根据得出的单项预测误差数据,采用折扣系数法建立组合预测模型,使得组合预测模型预测误差平方和最小。预测能力明显优于单项预测模型。     

煤炭物流集散中心流量预测研究

针对以往煤炭物流货运需求预测存在的局限性,研究构建以人工神经网络为主,以其它传统预测方法为辅的物流集散中心流量预测模型,用于对煤炭物流中心的年运输需求量进行预测。组合预测分析的实质是“信息的最大化利用”公理在预测分析中的一种体现,为决策与规划提供更多的信息支持。     

成品油二次配送需求预测模型研究

通过分析中石化某分公司实际配送情况,总结出石油成品油二次配送需求的特点。并在此基础上建立成品油的需求预测模型,预测加油站下一日的配送需求量以及运力和配车需求量。为成品油的销售实现主动配送提供了模型研究基础。     

基于熵权灰色组合预测模型的区域能源需求预测研究

本文在充分考虑传统GM(1,1)模型所存在缺陷的基础上,结合灰色预测模型的最新理论成果,提出了基于GM(1,1)模型,新陈代谢模型,离散DGM模型三种灰色预测模型的组合预测模型,采用熵值法来确定组合预测模型中各单项方法的权重,并以湖北省为例,对湖北省2001-2010年能源需求总量进行实证研究,结果表明基于灰色组合预测模型的预测精度明显高于三种单项预测方法的精度,证明了该模型用于区域能源需求预测的科学性和有效性,在此基础上对2011-2015年湖北省能源需求进行了预测。     

河南农村物流需求的组合预测及策略研究

河南作为农业大省大力发展农村物流对其率先实现中部崛起有着很重要的现实意义,预测河南农村物流需求对于制定发展战略显得尤为重要。文中以河南农村消费品零售总额为河南农村物流需求预测指标,综合一元线性回归、时间序列双指数平滑法、移动平均法,建立组合预测模型,追求预测误差平方和最小,预测出河南农村物流需求呈良性发展趋势,并就进一步发展河南农村物流提出建议。     

基于灰色系统的江苏省物流需求预测

准确的物流需求预测对我们的物流管理活动具有重要的指导意义。运用灰色关联度和灰色系统模型,对江苏省物流需求进行动态预测,预测结果的检验和分析,表明模型较精确,可以为物流需求预测提供一定的参考。