浅谈社保五险统征执行中的问题

此文就社会保险实行五险统征以来执行过程中出现的一些问题,进行分析。"五险统征"打破了过去养老、医疗、失业、工伤和生育5个社保经办机构之间业务分立的状态,大大方便了群众办事,减轻了参保单位的负担,但同时,执行的不到位,旧的体系的遗留问题等阻力,也在阻碍着"五险统征"的发展与完善。面对这些困难,要不断深化改革,建立健全科学的管理体制,突破瓶颈,形成有效的执行机制。     

城市化进程中的地方政府转型

对于政府在社会经济发展进程中应该发挥什么样的作用,人们存在着不同认识。这些认识可以概括地用“手”来比喻,也即无为之手、扶持之手和掠夺之手。政府在市场运作良好时充当无为之手,在市场失败时充当扶持之手,都有利于社会福利的增加。但当政府伸出掠夺之手时,其后果对社会和     

浅析运城市社会保险费“五险统征”

本文阐述了社会保险费"五险统征"的内涵,分析了实行"五险统征"的重要意义,并从规范业务经办体系、完善操作运行体系、建立统征长效机制等三方面提出了开展"五险统征"的思路,让社保更加公平可持续。     

市场社会的鱼与熊掌——效率与公平兼得的理论图景

文章首先诠释效率与公平的概念,并阐明树立正确公平观的重要性;然后阐述一种实现效率与公平兼得的可能性思路:在微观经济中的初次分配领域,充分发挥"无形之手"的基础作用以实现效率;在宏观经济中的再分配领域,运用"有形之手"进行纠偏以实现公平.在市场社会中,"有形之手"只是一种政治家的审时度势、权衡利弊、需付代价的权宜之策,"无形之手"才是经济得以正常有效运行的基础,前者为后者提供服务是前者存在的理由.最后,阐述了一种在上述两只"手"协同作用下实现效率与公平兼得的理论图景.     

舞蹈训练中手的重要性

从舞蹈训练角度出发,分析了手的形成、本能,以及在舞蹈训练中的重要性,同时分析了舞蹈新教学法中手的基本要求。     

基于平均循环周期图方法的Frank编码信号循环谱特征参数估计

针对Frank编码信号非合作条件下参数估计问题,提出了基于平均循环周期图的循环 谱特征参数估计算法。该算法利用信号参数与循环谱特征的联系,通过提取信号的循环谱特 征,实现对其关键参数的估计。分析了算法的计算量,给出了该算法的具体实现步骤,并通 过对信号参数归一化均方根估计误差的仿真计算,分析了噪声环境对参数估计的影响,表明 该算法对Frank编码信号循环谱特征参数估计的有效性。     

手帐的产品营销策略研究

近年来,手帐及其周边产品发展非常迅速,在中国年轻群体中已经占据一个重要的地位。国内手帐类产品消费市场也在大力发展,诸多国际顶级手帐品牌进入国内市场。面对国内手帐市场良好的发展态势,如何通过实施产品营销组合策略,进一步提高手帐类产品自身的生存发展能力,进而扩大本品牌在国内乃至国际上的影响,是一个重要的课题。本文从手帐类产品营销策略的基本理论出发,分析了手帐的主要消费群体,针对其消费特点,有针对性地提出了产品策略。希望通过本文的研究,对国内手帐品牌今后的经营思路和营销策略的选择能够提供一点帮助,以更好地实现发展。     

对经济学的“手”的理论的述评

本文总结性地论述了经济学的“手”的理论——“看不见的右手”（市场）、“看得见的左手”（政府）、“看得见的右手”（企业）和“看不见的左手”（权力及利益集团）的功能、缺陷及发挥各只“手”的功能所必需的约束条件,指出要达到资源的优化配置、经济增长和社会和谐,各只“手”必须各司其职,发挥其长处、规避其缺陷,在其有效边界内运作而不能畸形发育．并处理好“四只手”之间的比例、结构和均衡状态。     

“看不见的手”是一种引导市场实现均衡的力量

“看不见的手”是经济学中一个非常重要的概念,也是一个模棱两可的概念。新古典经济学一般将“看不见的手”理解为一种支撑市场实现均衡的力量,然而如果结合《国富论》原文和奥地利学派的观点就“看不见的手”在实现均衡过程中的作用进行分析,可以得出斯密其实是将“看不见的手”理解为一种引导市场实现均衡的力量。     

中美商务谈判中中国商务谈判手风格变化探析

本文运用Hofstede的文化维度理论、Hall的单元/多元时间文化理论、Weiss的文化变量理论以及Kenneth W.Thomas和Ralph H.Kilmann的冲突解决风格理论,在对中美商务谈判中中国商务谈判手改革开放之初的谈判风格相关研究进行综述的基础上,通过对50位涉美商务谈判的中方谈判手进行问卷调查,从谈判手对于谈判过程中"关系"的认识、谈判手的时间取向和谈判手冲突解决风格等三个方面对前后两个研究结果进行对比分析,旨在揭示改革开放30多年来中美商务谈判中中国商务谈判手风格的变化。     

基于PSO-BP算法的无线传感器网络定位优化

在研究现有定位算法的基础上，针对基于接收信号强度指示(RSSI)定位模型中的参数易受环境影响等问题，提出了一种新型的粒子群优化(PSO)算法与后向传播（BP）神经网络相结合的算法。BP网络算法权值的修正依赖于非线性梯度值，易形成局部极值，同时学习次数较多，需先通过粒子群算法进行优化。为了提高定位精度，首先采用速度常量法滤波处理，然后通过改进的混合优化算法对BP神经网络初始权值和阈值进行优化，并分析算法的性能。试验中隐层节点个数采用试错法，从12到19变化，以确定合适数目。实验结果表明，与一般加权算法和传统BP算法相比，改进的混合优化算法可大幅改善测距误差对定位误差的影响，同时可使25 m内最小定位误差小于0.27m     

一种新的基于粒子群密度的聚类算法

提出了一种新的粒子群密度聚类算法和对粒子群的初始化方法。该算法具有传统粒子群算法寻找最优解的特点,同时从密度的角度考虑了数据总体的分布,增强了寻找局部最优解的能力,并通过对粒子群的初始化加快了粒子群的收敛速度,得到了更好的聚类效果。对仿真数据和IRIS真实数据的实验结果证明,该算法聚类效果优于传统粒子群聚类算法和K均值算法。     

基于粒子群优化的数字波束形成算法

波束形成的加权系数求解是一个优化过程,现有算法大多经过多次迭代,计算量大,实现复杂。为降低波束形成算法复杂度,将粒子群优化原理应用于数字波束形成中,提出了基于粒子群优化的自适应数字波束形成算法。该算法将每一组权值作为一个粒子,将阵列加权和的输出信号与干扰噪声比(SINR)作为适应度函数,通过比较各个粒子的适应度值,进行迭代搜索得到最优解。该算法可使天线阵在主波束对准有用信号,同时能有效抑制两个以上的干扰,且对阵列通道误差有较好的稳健性。计算机仿真验证了算法的有效性。     

MIMO系统中改进的二进制粒子群天线选择算法

在多输入多输出系统中,发射端和接收端的多天线配置提高了信道容量和传输可靠性,而天线选择技术能在保持系统优点的同时有效地降低运算复杂度以及硬件成本。为了能在时变的信道条件下快速地选择出一组最优的天线子集,提出了一种基于二进制粒子群算法的改进的天线选择算法。推导出了二进制粒子群联合收发端天线选择的信道容量公式,并将其作为粒子群算法的适应度函数,使天线选择问题转换成二进制编码串的组合优化问题。通过改进模糊函数提高粒子群算法的收敛性,让二进制粒子群尽可能地收敛于全局最优位置。仿真结果表明,改进的算法能在降低运算复杂度的同时提高收敛性,且系统信道容量趋近于最优算法。     

一种基于混合智能算法的协作中继选择新方法

针对多用户多中继场景下协作通信系统的中继选择问题,提出了一种基于混合智能算法的协作中继选择新方法。不同于现有的为每个源节点分配一个中继节点的中继选择方法,新方法建立了为每个源节点分配一个或多个中继节点的优化模型,以最大化多用户多中继协作系统的最小接收信噪比为优化目标,采用结合了模拟退火与遗传算法的混合智能算法来搜寻中继选择问题的最优解。仿真结果表明,所提方法可显著提高目的端的接收信噪比,且算法具有较强的全局搜索和快速寻优能力。     

改进粒子群算法在频谱功率分配中的应用

在认知无线电中,由于次用户干扰门限要求的存在,传统频谱功率分配方式获得的次用户有效信道容量较低。针对这一问题,提出了一种基于粒子群算法的频谱功率分配算法。首先建立基于干扰距离的认知网络干扰模型,将频谱功率分配问题转化为函数优化问题,并借助混合随机变异思想的粒子群算法进行求解;针对寻优过程中的约束问题,提出了一种基于投入产出比的外点法,保证粒子群在可行域中寻优,最终获得频谱功率分配。仿真结果表明,与传统算法相比,所提算法能够获得较高的次用户有效信道容量。     

二进制猫群算法在大规模MIMO天线选择中的应用

在多输入多输出（MIMO）系统中,天线选择技术平衡了系统的性能和硬件开销,但大规模MIMO系统收发端天线选择复杂度问题一直没有得到很好的解决。基于信道容量最大化的准则,采用两个二进制编码字符串分别表示发射端和接收端天线被选择的状态,提出将二进制猫群算法（BCSO）应用于多天线选择中,以MIMO系统信道容量公式作为猫群的适应度函数,将收发端天线选择问题转化为猫群的位置寻优过程。建立了基于BCSO的天线选择模型,给出了算法的实现步骤。仿真结果表明所提算法较之于基于矩阵简化的方法、粒子优化算法具有更好的收敛性和较低的计算复杂度,选择后的系统信道容量接近于最优算法,非常适用于联合收发端天线选择的大规模MIMO 系统中。     

粒子群优化算法的研究现状与发展概述

粒子群优化算法(PSO)是基于群体智能的一种优化算法。该算法简单易于实现,可调参数少,得到了广泛的研究和飞速发展。介绍了PSO提出的背景、PSO的思想和原理,分析并总结了PSO的优缺点。根据PSO算法研究侧重点的不同,总结了PSO算法的发展现状及特点,分析并展望了PSO还需要完善或继续研究的问题,展望了PSO的研究热点及发展趋势。     

一种基于实数编码遗传算法的常模盲均衡

盲均衡可以看作代价函数优化问题。为了改进经典常模算法的性能,研究了利用实数编码遗传算法的常模盲均衡,把均衡器系数向量作为遗传算法的决策变量,采用轮盘赌选择和精英保留策略相结合的混合选择算子、算术交叉算子和非均匀变异方式,经过一系列的遗传操作,搜索到适应度值最高的个体,即均衡器的最优系数。计算机仿真结果证明了算法具有收敛速率快、能够搜索到全局最优解等特点。     

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。