港口物流系统的调度仿真研究

港口调度是港口生产组织的关键问题,调度方案的好坏直接决定了港口作业的效率,本文首先对集装箱港口物流系统的结构、控制需求等进行了分析,然后提出了应用AutoModV10.0仿真软件,构建具有离散性、随机性特征的港口物流系统模型的方法。     

基于进化博弈的企业倾销与反倾销分析

基于博弈参与人的有限理性假设，文章通过运用进化博弈的分析工具，构建企业倾销与反倾销博弈的复制动态模型，以此得出结论：无论是面对国外对华反倾销，还是面对外国产品倾销，中国企业关键是实施自我保护战略，调整利益结构，以实现合作竞争。     

营销创新:低价竞争向非价格竞争转变的基本途径

中国企业参与国际竞争日益激烈,顾客价格敏感度下降,价格竞争空间越来越小。中国企业应走出常规思维定势,改变长期一贯的低价营销行为,通过营销创新逐步增强企业的自主创新能力,实现从低价竞争向非价格竞争的转变。     

计算机网络与现代物流

现代物流作为现代科技进步的产物,正促进物流业朝着高效、快捷、低成本的配送体系进一步扩展。计算机在物流信息管理中的应用为其提供了广阔的发展空间,本文从现代物流与计算机网络入手,详细阐述了现代物流的发展与计算机网络在物流方面的应用等内容。     

十年来美国单边主义与WTO多边主义交锋的三大回合(上)——“201条款”争端之法理探源和展望

本文概述2002～2003年“201条款”争端案的内容、进程和结局,并回溯到1994年的美国“主权大辩论”以及1998～2000年的“301条款”争端案,进行宏观的综合考察,指出“201条款”争端案实质上乃是晚近十年来美国单边主义与 WTO 多边主义大交锋的第三回合,是此前两次大交锋的继续和发展。三次交锋的实质都是美国经济霸权与多国群体经济主权之间限制与反限制的争斗；都是植根于美国在1994年“入世”之初就已确立的既定方针：力图在“入世”之后仍然推行其单边主义政策,以维护和扩大其既得的经济霸权。美国在“201条款”争端案中败诉之后, 对上述既定方针毫无改弦易辙之意,其单边主义的霸权顽症可能随时复发,WTO 多边主义仍然前途多艰。     

我国中小企业融资渠道初探

中小企业融资难是一个世界性的普遍问题,我国以往形成融资体系的大都是以国有企业特别是国有大型企业为主要对象设计实施的。没有针对中小企业的融资体系。目前,中小企业的资金来源主要依靠银行信贷,然而,银行为保证金融安全,对资金的要求程度很高,而且固有的政策限制和壁垒使银行对中小企业惜贷。因此,中小企业难以获得发展资金。与此同时,直接融资市场及主板市场的服务对象主要是国有大中型企业。而且在股本总额、盈利方面的要求很高,中小企业绝大部分不符合进入的条件。因此,尽管中小企业的作用越来越大,但是面临的融资环境却非常严酷。     

贫困地区农民专业合作社与农户收入增长——基于双重差分法的实证分析

合作社一直被人们视为一个由贫困群体通过自助和互助而实现脱贫的理想载体。本文通过DID模型对贫困地区农民专业合作社对农户收入增长的影响进行实证分析。研究发现:(1)贫困地区农民专业合作社促进了农户收入增长;(2)通过分位数回归,结果表明贫困地区农民专业合作社对不同分位数农户收入增长的影响存在差异性,高收入农户的收入增幅更大;(3)贫困农户人均资产影响了农民专业合作社对农户收入增长的促进作用。     

AdaBoost集成SVM的供应链金融信用风险评估

为了实现供应链金融信用风险的科学定量管理,建立了一种AdaBoost集成的支持向量机(SVM)算法.该方法首先采用SVM方法对信用风险数据进行分类学习,建立基学习器;接着通过AdaBoost集成算法对基学习器迭代训练,生成最终的供应链金融信用风险评估模型.实证结果表明,AdaBoost集成SVM分类器较模糊积分SVM集成等方法具有更高的分类准确率,因此该模型具有很好的应用前景.     

基于决策树的土地利用覆盖分类及变化研究——以济宁市任城区为例

以济宁市任城区为研究对象,获取研究区域2001年、2006年和2011年三期Landsat ETM与TM影像,通过ENVI遥感影像处理软件分析了研究区影像的光谱特征以及植被归一化指数（NDVI）、建筑归一化指数（NDBI）以及水体归一化指数（NDWI）,利用决策树算法确定各地类的综合阈值,建立决策树模型,得到了土地利用覆盖分类结果并取得了良好的分类精度。同时通过对研究区2001至2011年的土地利用动态度及土地利用转移矩阵的分析得出研究区在研究期内的土地利用覆盖变化特征,最终得出结论：（1）利用决策树分类能够获得较高的分类精度;（2）任城区城镇化发展迅速,城镇化在区域土地利用覆盖变化过程中起到了主导性的作用。     

AdaBoost集成SVM的供应链金融信用风险评估

为了实现供应链金融信用风险的科学定量管理,建立了一种AdaBoost集成的支持向量机（SVM）算法。该方法首先采用SVM方法对信用风险数据进行分类学习,建立基学习器;接着通过AdaBoost集成算法对基学习器迭代训练,生成最终的供应链金融信用风险评估模型。实证结果表明,AdaBoost集成SVM分类器较模糊积分SVM集成等方法具有更高的分类准确率,因此该模型具有很好的应用前景。