煤炭企业的生产和供给模型

考虑煤炭企业的生产和供给问题,建立了企业生产和供给的线性规划模型;并在原模型的基础上引入客户满意度,将更多因素纳入讨论范围,进一步建立了目标规划模型：最终分别给出了两个模型下的最优解。最后讨论时间约束条件下的企业生产和供给模型．并用合理的数据验证了模型的可行性和时效性。根据模型结论。向该煤炭企业提供了一些有益的发展建议。     

新型半导体气敏原件的原理及应用

近年来,伴随石油、化工、采矿等工业部门的发展,急需一种高灵敏度的仪器对危险气体的浓度进行监测、报警,以保证生命财产的安全和生产的正常进行。半导体气敏电阻就是具有这种功能的一种新型器件。由于它的灵敏度高,在周围空气中,只要有0．1％浓度的CO或天燃气就可以发出报警信号,目前已逐渐在推广使用。     

管理战略关键在于适应变化

高科技、高速度、全球竞争，造就了现代企业迷宫式的外部环境。在这个迷宫里，企业面对的变化速度和复杂性成几何级数增长，企业可预测的时间区间缩短，令管理者更加难以把握企业发展趋势。据说，微软的战略规划只覆盖18个月。因此有人说，战略已经失去了意义。其实，并不是战略失去了意义，而是“死”战略失去了意义。今天，只有适应变化的战略，通过在目标与环境、实力之间进行匹配，才能够帮助企业赢得未来。     

冬月的等待

<正>山明水净夜来霜,数树深红出浅黄,用刘禹锡的诗句来形容深秋的北京再恰当不过。俗话说一叶知秋,这小小的一片落叶,不知蕴藏了多少秋声。到了秋末冬初的时节,十一月了,一年中的脚脖子,好像转眼间就到了冬季。北京的秋天依然还是那么短暂,好似昨天刚刚看过红艳艳的枫叶,今天就一下进入了寒风瑟瑟的冬季,让人没有任何的准备,来不及对金秋做出过多地迷恋。十一月的风,吹到身上凉凉的,但却有了寒冷的味道。季节     

区间时变时滞线性系统稳定性准则的改进

研究了区间时变时滞线性系统的稳定性问题,基于Lyapunov泛函方法,使用新的处理技术估计Lyapunov泛函导数的上界,以线性矩阵不等式形式给出了系统稳定性准则的改进结果。所给稳定性准则比已有结果具有更低的保守性,数值实例表明了结果的有效性。     

在负信用期允许情况下供应商最优信用期决策

在许多采购活动中,买家被允许经过一段时间后再付货款,而在这段时间内买家并不需要支付任何利息费用．这段时间被称为信用期（credit period）。国内外有许多关于这个问题的研究。然而。如今负信用期逐渐兴起,即供应商先收款后发货,尤其是在网络交易或者供应链中处于强势地位的供应商很多采用了这种方式。文章研究了基于负信用期条件下的供应商最优信用期决策。 首先．假设商品的终端需求对价格是敏感的,即其价格需求弹性小于-1。其次．采用Stackelberg模型来界定买家与供应商的关系,即供应商先制定其策略,买家再根据供应商的策略做出反应进而做出自己的决策。然后通过建立模型分别给出供应商提供正信用期和负信用期时供应商和买家为了使得各自利润最大化的决策制定方法。通过数学算例得出供应商做出的最优信用期决策随着条件变化而变化．并通过灵敏度分析．找出影响供应商做出决策的一些重要因素。     

用互联网思维留住人才

多数企业每年都会做人才盘点。8％～18％的流失率是业内公认的合理区间。然而,在移动互联网时代。人才流失率有了明显提高。对于如何留住人心。再次对HR和企业提出了挑战。     

北京奥运物流:打造一个新的奥运记录

世界瞩目的第29届北京奥运会召开在即,届时,将有200多个国家和地区的运动员、官员、记者和观众来到北京,毫无疑问,北京将成为全球的焦点,牵动着世界的脉搏。物流是奥运会的生命线,发生在奥运会期间以及奥运会前后有限的时间区间内的巨大物流量,给奥运会和北京市带来了短时间的巨量压力,能否成功地实施各项奥运物流运作对奥运会的成功举办至关重要。     

总量均衡区间与宏观调控应确立的若干新原则

现代市场经济条件下,供给方调整其生产规模所需的成本可称为调节成本。由于存在调节成本,传统分析中的“总量均衡中心点”两侧便分别存在着“低位临界点”与“高位临界点”,这两点界定了一个特殊的“总量均衡区间”。“总量均衡区间”的出现对宏观调控将产生诸多重要影响,使之面临一系列新问题、新挑战。为有效应对这种新情况,在宏观调控实践中有必要相应地确立“近似均衡原则”、“适度超前原则”、“临界点原则”、“供给方原则”。     

灰色多属性群决策的TOPSIS法

基于灰色系统理论的思想和方法,探讨了决策方案的属性值为区间灰数及各决策人的属性权重部分已知的灰色多属性群决策问题.根据区间灰数的本质,定义了两区间灰数的新的相离度.引入了个体理想点、群体理想点、相对接近度、群体接近度等概念及其计算公式.将多属性群体决策的TOPSIS方法推广到灰色多属性群体决策情形.文中实例分析说明了所提出的灰色多属性群决策方法的合理性及其算法的有效性.