高等职业教育应担负起创新型人才培养的重任

培养创新型人才是高等职业教育的神圣使命,在创新型人才培养中,必须做好转变观念齐抓共育,创造条件加强实践,建立机制引导创新,以点带面不断完善,勇于探索不断创新。     

积分循环赛在学校篮球竞赛中的应用研究

为了在学校篮球竞赛中引入积分循环赛，文章针对棋类积分编排存在的三个方面问题，通过采用每轮比赛排名作为配对排序的条件，并对棋类积分编排方法进行了一定的简化移植，经过多次试验性编排，运用电子表格技术设计出了一整套篮球积分编排方法。这种方法可实际运用于篮球积分循环赛的手工编排，并能为实现计算机篮球积分编排提供理论依据。     

控制费用为“取最大”形式的可控排序问题

本文讨论了一类新的加工时间可控的单机排序问题,其目标函数为正则函数与最大不满意程度函数之和,不满意函数刻划了对工件实际加工时间偏离其额定加工时间不满意的程度,本文对这类问题提出了几个多项式算法。     

实时控制系统中的任务模型及调度算法设计

控制系统的实时任务能否在规定的时限内完成依赖于调度算法的好坏。首先给出控制系统中实时任务模型，包括实时周期任务和实时非周期任务；然后，在考虑优先级倒置和非周期任务的基础上，介绍一种静态优化调度算法(RMS)；最后，对调度算法进行可调度性分析。     

项目进度管理的研究现状及其展望

本文对项目进度管理的研究现状进行了总结,介绍了它的基本概念及其常用的几种计划控制技术,总结了项目进度管理的研究现状,主要分为三个方面：时间-费用(成本)优化、资源约束下的项目进度计划、作业活动时间的反映及其计划技术创新,指出了管理理念、管理方法、先进应用方式的提升是项目进度管理的研究方向。     

越库作业调度问题及其启发式算法研究

主要研究两台机器环境下的以加权完工时间和为目标函数的越库调度问题。首先针对两机器越库调度问题进行研究与分析,给出该问题最优解的若干性质;其次,基于最优解的性质,提出求解该问题的启发式算法,并在此基础上对所给算法进行改进;最后,通过数值实验与动态规划算法比较,证明所给算法及其改进算法的有效性。     

基于混合优化算法的带时间窗的车辆调度问题求解研究

论文建立了带时间窗的车辆调度问题的数学模型，并针对遗传算法在局部搜索能力方面的不足，提出将模拟退火算法与遗传算法相结合，从而构造了求解车辆调度问题的混合优化算法，并进行了实验计算。计算结果表明，用这种混合优化算法求解车辆调度问题，可以在一定程度上用模拟退火算法突跳性克服遗传算法在局部搜索能力方面的不足，从而得到质量较高的解。     

经营环境的多变与管理理念的转变

从工业时代到信息时代、从体力劳动到智力劳动、从人力资源到经营伙伴、从金融资本到智力资本；从有限市场到全球化、从稳定到变化；从官僚化到民主化、从命令到定向、从孤立到集体活动、从专业化到多样化；从侧重产品和服务到客户取向等经营环境的转型对管理提出了挑战。环境的挑战需要管理理念进行根本转变，包括：一种新的用人哲学，一种新的参与性和民主化的企业文化，激励工具和个人成功的融合，建立在员工需要上的管理政策和实践；与公司目标更紧密的联系，子系统结构对职能化部门的取代，决策权向中层管理者的转移；客户服务取向和价值增加的侧重；企业收缩战略和敏捷化制造；知识管理和智力资本创造的凸现；以及未雨绸缪等。     

一类企业物流成本核算的M-A模型

本文在分析和比较任务成本(Mission Costing)与作业成本(Activity-Based Costing)的前提下,将任务成本与作业成本结合起来构建了企业物流成本核算的M-A模型框架.在这个模型框架内,系统地阐述了企业物流成本核算的涵括范围、数据收集来源以及相关物流成本的分配架构等.     

Improving an outpatient clinic utilization using decision analysis-based patient scheduling

This study presents a predictive model to be used in scheduling patients in an urban outpatient clinic. The model is based upon actual patient characteristics from a physical therapy clinic within an urban health and wellness center situated in a public university. A number of reported patients' characteristics such as age, education level, distance from the clinic, historical attendance records, etc. were examined to determine if they significantly impacted the patients' missing scheduled appointments (no-shows.) Decision tree analysis was used to develop a model that assessed the likelihood of a patient's no-show, using key patient characteristics and attendance records. Such a model can be used to assist with scheduling patients in an outpatient clinic, while attempting to increase the clinic's overall utilization. Four tree growing criteria were examined to develop the model with the strongest predictive power. Predictive power of each method was assessed by using the entire dataset as well as using split sampling. The results were then compared with those of a Bayesian networks model and a neural networks model. In addition, the trade-off between the selected decision tree model's predictive power versus simplicity of the associated classification rules was examined. We also assessed the impact of various levels of overbooking on the clinic's utilization when using patients' schedules based on the predictive model.