数形结合显直观 分合并用求最值——一道中考压轴题的思维分析与解题策略

2015年甘肃省武威市中考压轴题是求最值的综合问题，如何才能找到解决最值问题的解题途径呢？文章从解题思维和解题策略两个方面进行了详细的分析，从学生的最近发展区入手，通过有用捕捉、有关提取、有效组合三个方面展示了其思维过程，用有效的解题策略来指导，让一个抽象的思维过程，变成了一个简单明了的思维过程．

在线订单拆分合并的多仓库打包决策

针对网上超市在线订单拆分配送的现状,为降低订单履行成本,提高客户服务满意度,在网上超市一单多品、一地多仓的实际背景下,构建以订单履行成本最低为目标的多仓库订单合并优化模型,并利用融合模拟退火的遗传算法对其求解。研究订单履行成本最低情况下的订单合并及车辆路径优化方案,并对模型的关键参数进行灵敏度分析以验证模型的有效性。计算结果表明,多仓库订单合并的方法,在订单规模较大、仓库数量合适的情况下,可有效降低订单履行成本,减少末端配送对客户的打扰次数,从而提高客户服务满意度。

基于公共信息模型的电力系统模型的拆分与合并

通过简单介绍IEC 61970标准的公共信息模型 (CIM)以及基于CIM/XML文件的互操作试验 ,阐明了将电力系统模型进行拆分和合并的意义 ,给出了基于CIM的电力系统模型拆分 /合并的原则和方法。规定拆分应以厂站为最小的拆分单位 ,拆分出的几个模型之间可以有关联和部分重叠 ,模型的信息不能丢失。根据对实际系统的测试 ,这种方法是可行的 。

多边形近似曲线的基于排序选择的拆分合并算法

将遗传算法的排序选择策略引入到传统的拆分与合并算法,提出一种基于排序选择策略的拆分与合并算法(RSM)来求解平面数字曲线的多边形近似,解决了传统的拆分与合并算法对初始解的依赖问题.用2条通用的benchmark曲线对RSM算法进行测试,结果表明该算法的性能优于遗传算法和传统的拆分与合并算法.将RSM算法应用于湖泊卫星图像的多边形近似,取得了较好的近似效果.

利用VBA实现Word文档的批量拆分与合并

介绍了利用VBA实现Word文件批量合并与拆分的方法和技术，并给出了关键代码，通过该方法，可以快速处理大量文档，实现文档的批量合并与拆分．可以大幅提高日常工作效率。

新合并财务报表编制的特点分析

本文在比较新合并财务报表准则与原合并报表暂行规定异同点的基础上,总结归纳了依据新合并财务报表准则编制合并报表时,对子公司个别会计报表的调整及合并抵销分录的关键会计处理。

合并抵销分录编制方法解析

合并财务报表与跨国公司内部转让价、外币业务会计一道构成了会计学三大难题，我国财政部2006年发布的《企业会计准则第33号——合并财务报表》对我国企业编制合并财务报表问题进行了具体规范。无论是教学者、初学者还是实务工作者，总结和提炼出合并财务报表的编制方法与技巧，对提高教学与实务工作效率都是极为重要的。由于合并财务报表编制的核心在于合并抵销分录的编制，因此本文拟就合并抵销分录的编制思路与技巧作些探讨。

存货跌价准备的合并抵销分录剖析

当企业本期计提的存货跌价准备中包括对内部交易形成的存货计提跌价准备时，则编制合并会计报表时就涉及到存货跌价准备如何抵销的问题，本文论述了存货跌价准备合并抵销的一般原则，并列举实例进行了说明。

《新修本草》中《本经》《别录》药分条合并考——辑复《神农本草经》研究之一

《本草经集注序录》云:“以《神农本草》三品,合三百六十五为主,又进《名医》副品,亦三百六十五,合七百二十种”。但据考证,《新修本草》实载《神农本草经》(以下省称《本经》)药物367种,《名医别录》(以下省称《别录》)药物370种,总计737种,并不符陶弘景所说《本经》365,《别录》365,合730种之数。

合并抵销分录直编法解析

合并抵销分录主要有分段抵销法与分期抵销法,但长期股权投资在合并底稿中的权益法调整及其随后冲销的重复,导致了较为简单的直接编制法的产生。本文通过原理介绍与直观示例解析了直编法之优势。

基于CIM模型拆分/合并的整定计算数据中心研究

介绍了电网模型拆分合并技术,提出了利用公共信息模型(CIM模型)的拆分合并搭建整定计算的数据中心,并对数据中心的系统边界、建设方式以及未来发展等做了简单介绍。

合并抵销分录解读

本文运用例证阐述了编制合并抵销分录过程中应树立的基本认识和编制方法,有利于业内人士在实践中和职称 资格考试中对合并抵销分录的理解和记忆。

长期股权投资合并抵销分录之比较

我国现行的合并财务报表准则在长期股权投资的合并程序和合并抵销分录的处理上与国际会计惯例的差异很大,较难理解,而合并抵销分录的编制一直是会计处理的难点。本文拟对长期股权投资的会计处理、合并抵销分录的编制程序和方法进行比较研究,以期更好地理解合并财务报表的编制理论和方法。

基于自劈分合并竞争学习的HMMs聚类方法

隐马尔可夫模型(Hidden Markov Model)是一种双随机过程,被广泛地应用于信号处理和模式识别中。但当将其应用于聚类时,对隐马尔可夫模型的训练,即参数估计,是一个非常重要的问题,训练方法的优劣将对整个应用效果产生重要的影响。论文针对这一问题,将自劈分合并竞争学习运用于HMMs。实验结果证实了提出方法的有效性。

基于异常点处理和自劈分合并学习的聚类方法

将隐马尔可夫模型[1](Hidden Markov Model)应用于聚类时,对其的训练,即参数估计,是一个非常重要的问题,而异常点对参数估计的影响很大。本文针对这一问题,将异常点处理[3]运用于自劈分合并竞争学习方法中。实验结果证实了本文提出方法的有效性。

报表合并中内部交易和往来抵销案例分析

内部交易和往来抵销是编制合并财务报表过程中最基本也是最重要的抵销事项，抵销数据是否准确将直接影响合并报表的客观和公允性。《企业会计准则讲解》只讲述了内部交易和往来双方数据一致时的抵销，而实务中交易双方往往由于种种原因导致内部交易和往来数据无法核对一致。本文针对双方数据不一致时，区分不同情况进行分析，并举例说明如何编制合并抵销分录，以客观公允反映合并会计主体的财务状况和经营成果。

采用“合并拆分”法解“三体”类型的遗传题

本文介绍了合并拆分法在解＂三体＂类型的遗传题、基因自由组合题和基因互作中异常性状分离比题中的应用。