基于DEA模型的上市公司投资效率研究——以陕西省为例

以陕西省上市公司中的37家为样本,运用DEA-Malmquist模型和DEA-BCC模型测算样本企业投资效率及其分解情况,进而对陕西省不同行业、不同产权性质、不同地区的企业投资效率进行分析。结果表明:从时间趋势看,陕西省上市公司的投资效率逐年上升,且主要是由技术进步引起的;从行业角度看,石油化工行业各年的投资效率相对较高;从产权性质角度看,国有企业投资效率更高,且主要是因为其具有更高的规模效率;从城市角度看,位于西安的上市公司投资效率值相对更高。同时,技术进步和投资规模调整是陕西省提高企业投资效率、促进经济增长的重要抓手。

基于WOA-BP的压力变送器温度补偿研究

针对压力变送器易受温度影响产生非线性误差,提出一种基于鲸鱼算法优化BP神经网络的WOA-BP温度补偿模型。通过鲸鱼算法对传统的BP神经网络的权值和阈值进行优化,得到优化后的补偿模型,用于拟合压力变送器压力与温度之间的非线性关系,从而得到补偿后的数据。实验结果表明:补偿后的压力值不受温度影响,压力变送器的最大相对误差从4.6%降低到了0.48%。

一种鲸鱼优化算法改进的加权质心定位算法

针对加权质心定位算法受RSSI测距误差影响导致定位结果不理想的问题,提出一种鲸鱼优化算法改进的加权质心算法,利用鲸鱼优化算法的快速收敛、不易陷入局部最优等优势对加权质心算法定位结果进行优化。首先,通过加权质心算法计算待测点位置;其次,根据锚节点位置信息、RSSI测距信息及待测点位置信息建立适应度函数;最后,利用鲸鱼优化算法不断迭代寻优,对待测点定位结果进行优化,以提高定位精度。在通信半径相同、锚节点数为30的条件下,改进后的定位算法定位精度为0.58m,而粒子群加权质心算法与人工鱼群加权质心算法定位精度分别为0.64m和0.62m,且随着锚节点个数的增加或通信半径的增大,改进后的定位算法仍能获得更高的定位精度。因此,改进后的定位算法精度更高,具有一定可行性。

大数据时代交通运输管理专业教学改革思考

大数据技术在交通运输行业的应用推动着交通运输管理朝着智能化、信息化方向发展,这对高校交通运输管理专业的人才培养提出了新的更高要求,交通运输管理专业教学改革势在必行。首先分析了交通运输管理专业的教学现状及存在的问题,在此基础上,重点从改进教学内容、强化实践教学、开发教学案例、加强复合型教学团队建设等方面阐述了大数据时代下交通运输管理专业的教学改革思路,旨在培养出创新型、实践型的交通运输管理专业人才。

铺层参数对复合材料叶片的振动特性影响研究

考虑复合材料的各向异性特征与铺层角度、厚度、顺序等因素,建立多层复合材料风扇叶片动力学模型。基于模态分析方法计算复合材料叶片自由振动的固有频率、振型,采用谐响应分析方法研究叶片的振动响应特性,利用Campbell图进行不同转速下的叶片固有特性分析。研究了复合材料大风扇叶片铺层参数对振动特性的影响,结果表明通过调整复合材料叶片的铺层厚度、角度、顺序,可以减少共振点并减小振幅,以达到减振的效果。

Selection of Embedding Dimension and Delay Time in Phase Space Reconstruction

A new algorithm is proposed for computing the embedding dimension and delay time in phase space reconstruction.It makes use of the zero of the nonbias multiple autocorrelation function of the chaotic time series to determine the time delay,which efficiently depresses the computing error caused by tracing arbitrarily the slop variation of average displacement(AD)in AD algorithm.Thereafter,by means of the iterative algorithm of multiple autocorrelation andΓtest,the near-optimum parameters of embedding dimension and delay time are estimated.This algorithm is provided with a sound theoretic basis,and its computing complexity is relatively lower and not strongly dependent on the data length.The simulated experimental results indicate that the relative error of the correlation dimension of standard chaotic time series is decreased from 4.4%when using conventional algorithm to 1.06%when using this algorithm.The accuracy of invariants in phase space reconstruction is greatly improved.