检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

数字生态系统、契约与竞争环境

中国特色社会主义研究 2024年第2期 53-63页

作者：闫小娜刘诚中国社会科学院财经战略研究院

平台在经济活动各领域交叉融合,形成数字生态系统,改变了平台、入驻企业等市场主体的竞争环境。基于契约理论研究发现,数字平台与入驻企业构成了一个线上服务市场,双方是服务与被服务的契约关系;但二者是不对等的经营主体,平台超越自身... 详细信息

平台在经济活动各领域交叉融合,形成数字生态系统,改变了平台、入驻企业等市场主体的竞争环境。基于契约理论研究发现,数字平台与入驻企业构成了一个线上服务市场,双方是服务与被服务的契约关系;但二者是不对等的经营主体,平台超越自身的企业边界获得了对入驻企业的科层权力,这是传统线下市场上的中介组织往往不具备的权力;这种不对等的契约关系,在由多个线上服务市场构成的数字生态系统上演变为网络化契约;维系这些契约关系,不仅需要科层权力,亦需数字信用和契约精神。通过对入驻企业、平台和数字生态系统各研究对象的场景分析,发现市场竞争环境正在经历深刻的现实重构,如数据机制替代价格机制、数字生态系统竞争取代产品竞争等。相关结论对中国数字生态系统竞争环境的规范和优化,具有一定的政策启示。

关键词：数字生态系统契约关系竞争环境线上服务市场

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于画像的员工离职预测模型研究

中国管理科学 2024年第9期32卷 303-312页

作者：闫泓序余顺坤华北电力大学经济与管理学院

员工离职是当今组织中的重要问题。通过大数据对员工离职进行事前预测，能够为企业用人、留人决策提供科学依据，从而提升企业人力资源管理的前瞻性与智慧性。现有员工离职预测模型存在的关键问题在于业务驱动性不足，表现在其只能向人... 详细信息

员工离职是当今组织中的重要问题。通过大数据对员工离职进行事前预测，能够为企业用人、留人决策提供科学依据，从而提升企业人力资源管理的前瞻性与智慧性。现有员工离职预测模型存在的关键问题在于业务驱动性不足，表现在其只能向人力资源管理者回答某位员工是否具有离职倾向，而无法进一步指示出其将为何离职，以及该如何针对性挽留。因此，针对这一问题，本研究依照数据准备、信息浓缩、模型构建与模型应用的全流程数据分析与应用脉络，集成PCA（主成分分析法）、CLARA（大规模数据聚类技术）、CART（分类与回归树算法），构建基于画像的员工离职预测模型，简称PCC(PCA-CLARA-CART)模型。最后，采用Kaggle数据分析平台上某包含14999个样本点的开源员工离职数据集对PCC模型开展实验研究，实验结果包括：（1）实验挖掘得到三种离职员工画像，包括职业倦怠型、追求成就型与劳累失望型；（2）采用多种指标对模型整体及分部标签的预测性能进行评估，结果为模型整体Accuracy达到0.913,Kappa系数达到0.8以上，各标签Balanced Accuracy达到0.92以上；（3）根据三种离职画像，提出针对性员工保留策略设计建议。理论分析与实验研究表明，本模型能够为员工离职预测、离职员工画像描摹与精准性员工保留策略设计提供理论参考，能够用于员工个体离职倾向预测与员工全体离职分布监测，可以从微观与宏观两个层面为企业员工保留和人才储备决策提供数据支持，是一套有可行效的人力资源智慧管理系统。

关键词：离职员工画像员工离职预测模型员工保留策略 PCA CLARA CART

黎曼流形上具有Neumann边值条件的一类拟线性椭圆方程的梯度估计

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

黎曼流形上具有Neumann边值条件的一类拟线性椭圆方程的梯度估计

作者：闫垚垚上海师范大学

学位级别：硕士

金茵利胆口服液中黄酮类成分及其药代动力学研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

金茵利胆口服液中黄酮类成分及其药代动力学研究

作者：闫雅婕甘肃中医药大学

学位级别：硕士

DCF与B-S组合模型在医药企业价值评估中的应用研究 ——以江中药业为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

DCF与B-S组合模型在医药企业价值评估中的应用研究 ——以江中药...

作者：闫煦然山西财经大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于振动信号的油气管道安全检测系统开发

基于振动信号的油气管道安全检测系统开发

作者：闫绍栋石家庄铁道大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

车用动力电池衰退分析与健康状态评估

车用动力电池衰退分析与健康状态评估

作者：闫煜坤吉林大学

学位级别：硕士

在能源危机和全球变暖的背景下,清洁能源的发展引起了各国政府的广泛关注。电动汽车(Electric Vehicle,EV)作为实现节能减排绿色发展和提升能源效率的重要途径,在政治、经济和技术领域发挥了关键作用。动力电池作为电动汽车的核心部件之... 详细信息

在能源危机和全球变暖的背景下,清洁能源的发展引起了各国政府的广泛关注。电动汽车(Electric Vehicle,EV)作为实现节能减排绿色发展和提升能源效率的重要途径,在政治、经济和技术领域发挥了关键作用。动力电池作为电动汽车的核心部件之一,电池系统的健康状况(State of Health,SOH)对车辆整体动力性能、续航里程和安全性能有重要影响。因此,开展动力电池管理系统研究,实现车载动力电池健康状态准确估计,对于提高电动汽车可靠性和安全性具有重要意义,也是实现电动汽车产品规模化和产业化的关键课题之一。本文依托某校企合作项目,以电动汽车动力电池为研究对象,以实现动力电池衰退程度全面评估为研究目的,分别从单体电池角度和实车动力电池组角度对电池老化衰退规律展开研究。通过对实车运行采集的数据和实验室电池测试数据深入分析,重点从电池老化影响因素、电池健康因子筛选、容量衰退模型建立和电池综合健康度等方面展开研究。本文的具体研究内容如下:首先对动力电池工作原理和衰退机理进行分析,基于电池循环充放电实验数据研究了充放电倍率、充放电深度、使用环境等条件对电池性能老化情况的影响,并基于复杂工况下的电动汽车运行数据,从时间角度和空间角度下分析充放电深度和环境温度等使用条件对实车动力电池老化情况的影响。为减缓动力电池的性能老化和电池衰退预测模型研究提供了参考,也为后续章节提供理论支持。其次研究电动汽车动力电池容量计算方法,针对动力电池容量估计建模要求,对纯电动营运车辆的行驶数据进行分析处理。基于SOC变化特点进一步提取车辆停车充电片段,并且根据箱型图法处理异常数据并填充缺失数据采样。之后为得到平缓变化的电池参数,采用插值法对充电片段进行插补。在完整的充电片段基础上,基于安时积分法对各片段电池容量进行计算。基于前文研究分析的结论,从电池温度和充电倍率角度对容量计算结果进行修正,并结合CEEMD和小波去噪方法去除容量计算结果的噪声,最后采用多项式拟合方法建立电池容量衰退模型。之后基于实车数据的电池容量建立预测模型,围绕电池内部衰退机理,从电池外特性参数和改进动态电压翘曲的电量增量曲线中深入挖掘电池老化特征,并通过相关性分析方法对提取的特征进行分析,筛选出最优特征子集作为电池容量预测模型的输入。同时根据动力电池数据集特点,为避免实车运行数据的噪声影响,提出了一种基于编码器和长短时记忆神经网络的电池容量衰退预测模型,对电池容量衰退程度进行实时估计。并且引入门控循环单元和普通长短时记忆网络对估计精度进行对比。结果表明,基于去噪编码器的长短时记忆网络方法在面对噪声输入时可以学习到高鲁棒性特征,具有较好的准确性和稳定性,而不受驾驶环境或驾驶员行为的影响。最后针对实车动力电池健康度评价方法进行研究讨论,以电动汽车实际驾驶数据为研究对象,探索动力电池在多因素耦合条件下的衰退趋势,分析讨论实车工况下动力电池老化情况的指标,具体针对电池容量、内阻、端电压、充电耗时和不一致性变化情况等性能参数分析动力电池性能衰退情况。基于熵权法建立动力电池综合评价方法,并且考虑到车辆运行环境差异,主要针对环境温度因素对综合健康度结果进行修正。该方法为动力电池多角度、全天候健康状态评价方法提供方向,建立了动力电池综合性客观评价方法。本研究基于实验电池充放电循环数据和电动汽车运行数据,通过分析挖掘动力电池实际运行条件下的老化影响因素,提取并筛选出高质量的健康因子以描述实车电池衰退情况,并实现了准确的动力电池容量衰退预估,为延长动力电池使用寿命和提高电动汽车可靠性和安全性提供解决思路。基于电池老化特点提出车载动力电池健康状态综合评价方法,为电动汽车电池健康状态多角度、全方位评估提供一种可行的解决途径。为促进我国新能源汽车动力电池健康状态管理方法发展提供理论支持,并为推动电动汽车稳定可靠发展提供方案支撑。

关键词：电动汽车锂离子电池电池健康状态数据驱动电池容量

卵巢癌患者基因突变状态与临床病理特征相关性的真实世界研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

卵巢癌患者基因突变状态与临床病理特征相关性的真实世界研究

作者：闫楚涵吉林大学

学位级别：硕士

基于机器学习的Cu-Ni-Co-Si合金带材形变热处理组织性能预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的Cu-Ni-Co-Si合金带材形变热处理组织性能预测

作者：闫碧霄太原科技大学

学位级别：硕士

Cu-Ni-Co-Si合金是一种典型的时效强化型合金,由于它同时具备了高强度和高导电的特点,已经成为目前引线框架和接触线的理想材料。形变热处理是提高Cu-Ni-Co-Si合金综合性能的有效手段,因此研究形变热处理对其微观组织和性能的影响是十... 详细信息

Cu-Ni-Co-Si合金是一种典型的时效强化型合金,由于它同时具备了高强度和高导电的特点,已经成为目前引线框架和接触线的理想材料。形变热处理是提高Cu-Ni-Co-Si合金综合性能的有效手段,因此研究形变热处理对其微观组织和性能的影响是十分必要的。本文以Cu-Ni-Co-Si合金为研究对象,研究了固溶处理以及冷变形时效处理对微观组织和性能的影响;并采用机器学习方法,进行了形变热处理组织和性能的预测,可为Cu-Ni-Co-Si合金带材的成分优化和形变热处理组织性能控制提供依据。首先,对Cu-Ni-Co-Si合金进行温度为850～925℃、保温时间为30～150min的固溶处理。结果表明,随着固溶温度的升高和保温时间的延长,Cu-Ni-Co-Si合金的晶粒尺寸呈现出逐渐增大的趋势。然而,晶粒尺寸的增长速率并不是随着温度和时间的增加而线性上升的。900℃以下时晶粒随时间的生长速度较为平缓;当温度达到900℃以上时,晶粒随时间的生长速度十分迅速。根据实验所获得的晶粒尺寸参数,建立了三种不同的Cu-Ni-Co-Si合金晶粒尺寸机器学习模型,并通过随机森林模型发现固溶温度对晶粒尺寸的影响更大;通过对比相关系数和平均相对误差得出BP神经网络模型对于预测Cu-Ni-Co-Si合金晶粒尺寸更精确,平均相对误差为8.55%。通过遗传算法对其进行优化,最终BP-GA模型平均相对误差降低到2.08%。然后,对Cu-Ni-Co-Si合金进行了30%～80%的冷变形,以及时效温度为450～550℃、时效时间为60～240min的时效处理。结果表明,随着变形量的增加,晶粒被压扁拉长。当变形量增加到为80%时,晶粒完全变成纤维状。且随着变形量的增加,Cu-Ni-Co-Si合金经过相同温度相同时间的时效处理后的导电率和硬度的增幅也越大。导电率在时效初期先快速上升,经过一定时间的时效后缓慢上升,时效后期趋于平缓。而Cu-Ni-Co-Si合金的硬度先快速上升,当到达时效峰值后,硬度开始降低。最终得出,Cu-Ni-Co-Si合金在80%冷变形条件下,时效温度在500℃下,保温时间为90～120min时效效果最好。此时Cu-Ni-Co-Si合金的导电率为44.9～46.2%IACS,合金的硬度为267.7～277.1HV。最后,通过集合本实验数据和收集的相关数据,建立了Cu-Ni-Co-Si合金成分-工艺-性能的三种机器学习预测模型。通过随机森林模型得出,冷变形量对硬度的影响最大,Ni含量和Si含量次之,Co含量、时效时间和时效温度对于硬度的影响相对较小。对于导电率来说,时效时间、冷变形量、Si含量、Ni含量几乎同等重要,而时效温度和Co含量影响相对较小。对比了三种不同机器学习模型的预测精度,发现BP神经网络模型对预测Cu-Ni-Co-Si合金性能更加准确,其测试集平均相对误差为6.1%。通过遗传算法进一步优化BP神经网络模型得到BP-GA模型。BP-GA模型测试集平均相对误差为4.5%。在此基础上,通过在14400组候选特征组中优化出了3组低Co含量,高硬度高导电率的不同成分工艺的Cu-Ni-Co-Si合金,其成分分别为Cu-2.0Ni-1.0Co-0.5Si、Cu-2.5Ni-0.5Co-0.5Si和Cu-3.0Ni-1.0Co-1.5Si,导电率分别为40.0、47.4、39.5%IACS,硬度分别为264.3、264.6、250.5HV。

关键词： Cu-Ni-Co-Si合金固溶时效冷变形组织性能机器学习