基于AHP的集成化物流服务供应链绩效评价

由于对客观事物的复杂性与人的认识的多样性,在判断矩阵的构造中可能出现有悖常理的判断,故要求对判断矩阵进行一致性检验。     

基于模糊层次分析法的房地产投资决策研究

房地产投资项目本身具有一定的模糊性,采用模糊层次分析法,建立模糊一致矩阵,判断各方案在各指标下的权重,然后进行排序,为企业的投资决策提供参考。文章以陕西省某房地产企业选址投资为例,验证了此模型的合理性与可行性。     

基于AHP的工程投标风险模糊判定模型研究

工程投标决策对提高施工企业风险管理水平,增强企业在建筑行业的竞争能力和企业的经济效益有着重要的作用,因此必须在工程投标时要认真研究分析工程投标风险。本文在企业拟投标的工程项目中分析各种风险因素的基础上,收集信息,建立投标决策的模糊判定矩阵,并运用AHP对模型进行求解,最后判定企业是否进行投标。     

基于波士顿矩阵的西安市工业主导产业的选择

在对西安市最近十年工业产值运行绩效分析的基础上,通过对波士顿矩阵重新定义之后,建立了西安市工业运行态势的分析模型,最后对西安市的工业主导产业进行了遴选.     

基于波士顿矩阵的西安市工业主导产业的选择

在对西安市最近十年工业产值运行绩效分析的基础上,通过对波士顿矩阵重新定义之后,建立了西安市工业运行态势的分析模型,最后对西安市的工业主导产业进行了遴选.     

基于分辨力增益的综合识别传感器管理方法

为提高目标综合识别的效能,需对综合识别系统中多种传感器资源进行科学管 理。在分析综合识别中目标优先级和传感器使用约束条件的基础上,建立了利用分辨力增益 作为传感器资源管理优化准则的目标函数,提出了利用传感器混淆矩阵的预测分辨力增益计 算方法,并将粒子群优化算法引入传感器-目标分配NP-hard问题的求解中。仿真结果表明该 方法合理高效。     

使用Python语言分析金融数据的研究

在信息量剧增的现代社会,如何从海量信息中分析、提取出有用的特征信息,对于证券金融业有着极为重要的意义.Python是一种高效的动态编程语言,拥有众多的函数库,在网络数据挖掘,分析有广泛应用.本文对Python语言在金融证券业进行数据分析的应用进行了探讨.     

企业核心人才和关键岗位的识别与匹配模型

根据20:80法则,企业80%的效益由20%的人才与岗位创造,20%的人才称为企业的核心人才,20%的岗位作为关键岗位,如何有效识别企业的核心人才与关键岗位是企业人力资源开发规划的核心工作.文章从关键胜任力、关键岗位、战略价值和经营价值等方面,定量研究了核心人才与关键岗位的识别和设置.结合核心人才与关键岗位的定义与特征,采用层次分析方法与波士顿矩阵,建立了企业核心人才与关键岗位的识别与匹配模型.通过实例验证了此方法的有效性,并具有较好的实用价值.     

培训矩阵在石化企业HSE培训管理中的应用

HSE培训作为获取HSE理念、HSE知识、HSE技能的主要手段和首要平台,是HSE管理体系的重要组成部分,是保障企业安全生产、培育和构建HSE文化、持续改进HSE业绩的重要措施。特别是对于石化这样的高危行业[1],HSE培训尤显重要。     

基于现代设计方法学的平面研磨机设计

针对现有大回转半径平面研磨机整机重、效率低的问题,采用现代设计方法学为指导,给出了平面研磨机的黑箱模型和整机功能的形态学矩阵,依据形态学矩阵设计了多工位、大回转半径平面研磨机系统方案,并讨论了主要的研磨参数.