养老服务体系研究热点及趋势研究——基于CiteSpace可视化的分析

1999年,我国正式加入老龄化国家的行列。十九届五中全会提出积极应对人口老龄化国家战略,养老服务体系的建设与推广成为应对老龄化的重要举措,社会各界对养老服务体系研究的关注度不断提高。本文以从CNKI数据库中检索的2000年-2022年的文献为数据来源,通过分析,掌握我国现有养老服务体系的研究现状与研究前沿的状况,推动我国人口老龄化背景下养老服务体系的完善,促进老龄化产业健康发展。推动我国养老服务体系的建设与老龄化相适应,促进我国养老服务体系的发展与推广。

智慧养老服务的研究现状、热点及趋势研究——基于CiteSpace的文献计量与可视化分析

1999年,我国进入老龄化社会。近年来,老龄化进程加快,养老服务供需矛盾突出。人口老龄化与经济增长、信息化、数智化发展呈现同步特征,传统的三大养老模式已无法满足当代养老服务需求,以信息化为背景的智慧养老应运而生。智慧养老作为养老模式的创新型发展,不仅为我国应对不断加剧的老龄化提供了新的解决思路,也为满足老年人不断增长的养老服务需求提供了新的选择。本文利用CiteSpace可视化文献计量工具,以CNKI数据库文献为数据来源,探究智慧养老服务研究现状、研究前沿与发展趋势,为我国智慧养老服务提供借鉴性建议,适应新时代经济高质量发展、人工智能和信息时代飞速发展下老年人智慧养老新常态。

基于ERG需求模型的幸福河综合评价

针对建设幸福河实现新时代河湖治理的目标,基于ERG(existence relatedness growth)需求模型,建立了包括23个核心指标和27个可选指标的幸福河评价指标体系;运用Matlab软件,以幸福河等级指数为目标,采用投影寻踪模型建立幸福河评价指标值与幸福河等级指数之间的非线性关系,构建了基于改进的粒子群优化投影寻踪(IPSO-PPE)的幸福河等级评价模型,实现对幸福河的定量评价。以黄河甘肃段为例,分析了其2010—2018年幸福河等级指数变化的趋势,结果表明:黄河甘肃段幸福河等级指数整体呈上升趋势,由2010年的E等级(不幸福)提升到2018年的B等级(幸福指数较高),评价结果与GRA-TOPSIS法结果吻合率达到88.9%,能较好地反映黄河甘肃段实际情况;水土流失、流域水患灾害、河流生态基流满足程度是制约黄河甘肃段幸福河等级指数的主要因素。

基于和谐论的黄河兰州段河道采砂影响评价

针对黄河兰州段河道采砂带来的安全问题,从河势稳定、防洪安全、水环境安全三方面建立河道采砂影响综合评价指标体系,采用改进的G2法和CRITIC法对评价指标进行主客观组合赋权,基于和谐论建立评价模型对2013—2018年黄河兰州段河道采砂影响进行了综合评价。结果表明,黄河兰州段河道采砂对河道安全及水环境安全带来不利的影响,在一定时期内需要对黄河兰州段河砂开采进行控制和预防,以避免对河道安全及水环境安全造成进一步的破坏。

基于PCA-改进RBF神经网络模型的铁路隧道突水风险评价

为了准确预测铁路隧道突水风险等级,降低隧道施工过程中的突水灾害风险,结合相关规范,在调研分析影响隧道突水灾害的风险因素集的基础上遴选13个因素构建评价指标体系。利用主成分分析法对突水风险评价指标提取主成分并实现降维,模糊C-均值聚类算法计算RBF神经网络的中心,梯度下降法修正权值和方差,并将分析后得到的主成分作为改进RBF神经网络评价模型输入向量,建立了基于PCA-改进RBF神经网络铁路隧道突水风险评价模型。最后结合天秀山隧道对该模型预测效果进行验证,评价结果与实际情况相符。实例研究表明:该模型合理可操作,相比于其他方法准确率更高、训练更快、均方误差更小,为类似铁路隧道预防突水灾害事故提供了一种新的途径和借鉴。

改进G1-RS-UMT模型在某配水工程围岩稳定预测中的应用

围岩稳定是保证水工隧洞工程安全稳定的重要前提。以某配水工程水工隧洞为研究背景,以提升长距离输水隧洞中围岩稳定性等级预测精度为目标,构建了多因素水工隧洞围岩稳定性预测指标体系,划分了围岩稳定等级,采用G1-改进RS法对影响指标进行主客观赋权,并引用博弈论理论运算组合权重,最后基于未确知测度理论提出改进G1-RS-UMT模型,完成了围岩稳定等级预测。结果表明:某配水工程B4标段水工隧洞中9个典型断面中GS19+590~GS20+050段围岩处于不稳定状态,GS21+340~GS28+061里程范围内8段围岩皆处为局部稳定状态。通过论证,改进G1-RS-UMT模型预测结果相比于TOPSIS模型其准确度更高,预测等级与实际情况相符合程度由66.67%提高到了88.89%。该研究为围岩稳定性预测提供了一种新的定量方法,为水工隧洞围岩稳定性预测结果提供更加有效的支撑。

基于PCA-IRBF模型的铁路隧道围岩安全性预测评价

研究目的:围岩的安全性状况决定了铁路隧道施工过程中围岩变形及塌方事故的发生率,而现有铁路隧道围岩安全性等级预测方法普遍存在准确率低、速度慢等问题。为了对围岩安全性作出可靠预测,提出基于PCA-IRBF模型(Improved Radial Basis Function Neural Network,IRBF)的铁路隧道围岩安全性预测评价新方法,并以天秀山隧道工程为依托,对该方法的准确性和适用性进行验证。研究结论:(1)综合考虑围岩完整性程度、岩石物理力学性质和围岩构造发育状况三个方面,遴选12个重要影响因素,构建铁路隧道围岩安全性评价指标体系;(2)通过主成分分析法对原始数据进行预处理后作为神经网络训练样本,利用粒子群算法优化RBF神经网络训练过程,建立PCA-IRBF铁路隧道围岩安全性预测评价模型,与传统RBF神经网络和PSO-RBF神经网络模型相比,该模型收敛速度更快、误差更小;(3)将PCA-IRBF模型应用在工程实例天秀山隧道围岩安全性等级预测评价中,结果与现场工程地质勘查结果完全相符,验证了该模型的准确性和适用性;(4)本研究成果可为川藏铁路等重大工程沿线隧道围岩安全性等级预测评价提供一种新的途径和借鉴。

“一企一策”:会计专业学位研究生(MPAcc)培养模式创新研究--以北京工商大学为例

MPAcc项目诞生伊始就天然具备“面向实践”的属性。针对MPAcc,我国也提出“培养具有很强的解决实际问题能力的高层次、高素质、应用型的会计专门人才”的目标。借鉴国内外高校MPAcc实践能力的培养经验,创新性地提出了“一企一策”培养模式,即由企业提出问题,由校内导师带领学生到企业调研,结合专业知识出具解决方案,一方面作为企业咨询成果;另一方面作为教学型案例或者研究型案例参加案例大赛或发表学术论文。提出了3项配套制度,包括建立校外实践导师制度、建立校外实践基地的作用机制、建立案例开发制度,以保障“一企一策”培养模式的落地,最终实现MPAcc的“实践性”培养目标。该培养模式已经在北京工商大学商学院取得了显著成效,可为其他高校的MPAcc项目建设提供重要借鉴。

基于PSO-RBF神经网络模型的铁路隧道突水危险性评价

突水是铁路隧道施工过程中发生频率最高的灾害事故,为有效预防突水事故,降低隧道施工风险,保障施工人员安全。在已有研究基础上选取10个核心指标作为影响突水事故发生的判断依据,收集50组典型隧道突水实例数据作为突水危险性评价的研究样本,运用粒子群优化算法(PSO)优化径向基神经网络(RBF)后,对样本数据进行训练测试,建立PSO-RBF神经网络铁路隧道突水危险性评价模型。最后,将该模型应用于井家山隧道验证其实用性。实例研究表明:PSO-RBF模型能够准确对井家山隧道突水危险性作出判定,且与梯度下降法改进的RBF神经网络相比,PSO-RBF神经网络模型具有更高的准确率和更快的迭代速度。

全面预算管理在我国企业中的应用

全面预算管理是利用预算对企业内部各部门、各单位的各种财务及非财务资源进行分配、考核、控制,以便有效地组织和协调企业的生产经营活动,完成既定的经营目标。全面预算虽被认可,但依然存在编制僵化、无预算管理意识、执行力度不足和考评制度不完善等问题。结合企业实施全面预算的经验,提出对应措施,认为企业在实施全面预算时应树立正确的预算意识,提升预算编制的水平,提高预算执行的效率并建立完善的考评制度,借此完善企业的全面预算。

铁路隧道二次衬砌敲击检查声音特征分析及智能识别

为实现铁路隧道二次衬砌背后空洞智能诊断,基于声音识别技术,建立隧道空洞敲击检查声音智能识别模型。收集645段检查锤敲击衬砌的声音样本,运用信号特征分析的基本方法,分析有空洞和无空洞状态下声音信号的时域和频域特征,并提取24维梅尔频率倒谱系数作为机器学习数据集。用主成分分析法降维,经混合粒子群算法优化的支持向量机训练后,建立铁路隧道空洞敲击检查声音智能识别模型,将该模型应用于实际铁路隧道验证其有效性。建立的声音识别模型训练时长为31 s,准确率达95.56%,且能准确对实际工程中的声音样本做出分类。研究结果表明:对2种状态下的声音样本时域特征和频域特征进行对比和分析,不同状态下短时能量和声纹都出现明显的不同。运用PCA-混合PSO-SVM建立的声音识别模型,有着较高的准确率和较快的训练速度,能够根据敲击检查声音准确判断出隧道背后是否存在空洞,如何根据声音特征判断衬砌背后空洞的大小和深度等,将是下一步研究的重点。目前铁路隧道快速无损检测还无法大范围普及,人工检查仍是使用最广泛的检查方法,通过研究敲击检查声音智能识别,为隧道智能化诊断做出新的探索,对加快人工检查速度、提高信息化程度和实现无纸化作业有着重要的意义。

基于集成学习的铁路隧道空洞敲击检查声音识别

隧道衬砌空洞敲击检查方法是目前铁路隧道中应用最多的检查方法,但其空洞识别和数据的记录均靠人工完成。为实现铁路隧道空洞敲击检查声音智能识别,将采集到的隧道敲击检查音频文件进行预处理,选取645个声音样本,提取24维梅尔频率倒谱系数(Mel frequency cepstrum coefficients,MFCC)作为声音样本的声学特征参数,通过集成算法(梯度提升决策树GBDT)训练样本声学特征,建立隧道空洞敲击检查声音分类模型,最后将该模型应用于实际铁路隧道空洞敲击检查声音识别分类。实例研究表明:与优化的支持向量机(cross-validation-support vector machine,CV-SVM)模型和改进径向基神经网络(particle swarm optimization algorithm-radial basis function neural network,PSO-RBF)模型相比,GBDT集成算法模型具有更高的准确率和更少的运算时间,在面对异常数据时具有更强的稳定性,能够准确地根据铁路隧道空洞敲击检查声音诊断衬砌后是否存在空洞。

企业会计信息实质重于形式原则的运用与现实意义

作为市场经济活动的重要参与者之一——企业,它的健康发展和我国社会的稳定在一定程度上受到企业的会计信息质量的影响。在2006年,新发布了企业会计准则,此中加入了实质重于形式原则,强化了实质重于形式的意义,参议实质重于形式原则在新会计准则中的利用和必要注重的事变。本文从国内外对该原则的界定开始,简要分析了经济实质和法律形式的关系,以新会计准则为主线,论述了在当前市场环境下实质重于形式原则的具体运用,以及在运用过程中存在的问题,怎样有助于我们更真实的反映企业的经营成果和财务状况。