分享到:

学商LQ

人们已经对这样一个观点达成了共识 :很多学业不良者智商并不低 ,很多智商一般者学习并不差 ,〔1〕仅用智商来评价一个人的学力是不够的。在人的成长阶段 ,研究学力比研究智力更有现实意义。智商的研究启示我们顺理成章地构建学商。一、学商概论(一 )学商释义学商反映的主要是人的成长阶段学力水平与年龄的关系。学力是一个人的“学问之力量”或“学问之效力” ,〔2〕就学习本身而言 ,现代学力的概念可以诠释为 :自我教育力或自我学习力。学力概念一般包含三个层次 :一是学力基础。它包括性格因子、生理因子和一般智力因子。就主观能动性而言 ,性格因子特别值得研究 ,因为支撑自我学习力的内在力量主要是主动学习的动机、态度、意志。二是基础性学力。它是学力的基础部分 ,是作为一个公民所必须具有的读、写、算的基本技能。三是发展性学力。它是指在读写算基础上的自我学习能力 ,是在现实基础学力水平上所具备的问题解决、创新思考和自我发展的综合能力。〔3〕这样的学力不...  (本文共5页) 阅读全文>>

《科学通报》1989年15期
科学通报

平均模型的Bellman最优原理

本文讨论的平均模型为毛s,(A(i),‘〔s),宁,r,护/必},其中状态空间s与每个行动集A(i)均为非空可数集;牙为平稳的状态一步转移概率簇;r为报酬函数,一致有界。设n、n梦分别表示一般策略类和平稳策略类. 、v,〔IT,i〔S,令V(二, 定理2(O设,~(气,为,…)‘n,i〔s。如果玄(,,i),犷*(i),且h。一(i,a,,…,‘_.,‘_.,1.)是一个二下可实现的历史,则卫(矛帕》,,。)~r*(i。),其中策略,(气,~(获,爪,…,分。,…)定义如下:对于任意历史旅~(式,城,…,i幼,有 井.(a益,人盆)~‘+._.(a奋If,。:,…,i卜.、。。_.,式,o’.,…,‘)‘、声、少1盈,山了.、了‘、玄(二,)一惠汽甲~,)一黑乡妙,一一子口目.曰~~.一子 寿蕊,其中V试,,‘)表示在时刻,~1时从状态‘出发,用策略,,直至时刻,~N时所获得的期望总收益.以(l)((2))式作准则的平均模型称为...  (本文共2页) 阅读全文>>

《技术经济》2014年03期
技术经济

基于分类最优原理的小企业信用风险评价

1研究背景银行对贷款小企业进行风险控制的最有效手段是对小企业的信用状况进行科学的评估。通过对小企业的还款意愿和还款能力进行综合评价,科学、准确地评估贷款小企业的信用状况,从而科学、准确地确定贷款小企业的信用等级,从源头上减少贷款小企业贷款违约情况的发生,进而加强银行自身的风险控制能力。信用风险评价就是通过建立风险评价体系、赋权指标、建立评价方程等来甄别企业信用风险。信用风险评价是当代金融学最重要的前沿课题之一。要得到合理的评价结果,尤其要确定评价指标的权重。现有评价研究主要有3类。一是基于主观赋权方法的评价研究。主观赋权方法也称专家赋权法,指采用一定方法综合各位专家对各指标给出的权重进行的评价。张彩庆、陈绍辉和马金莉[1]根据以往专家的经验,运用德尔菲法赋予指标隶属度,并采用三角模糊数互补判断矩阵确定风险权重集,评估了配电网运行的外部风险。刘宁、戴大双和吴海西[2]利用向量夹角余弦夹角计算专家的相似度,根据综合决策值排序值评估了...  (本文共5页) 阅读全文>>

《航空学报》1992年01期
航空学报

平衡交通运输网络设计的最优化数学模型

1影响运输网络设计的因素 运输业是社会的基础性行业之一。运输网络是由运输线站、运输工具与运输指挥系统组成的,它们是从事运输活动的主体。一个平衡优化的运输网络是既要使货畅其流,人畅其行,并与国家当前与未来经济发展的规模与水平相适应,它也应该是一个最经济的网络,也就是说要使旅客、货物在最低运输成本下流动(运输时间的缩短也可反映在运输成本中),并使构建这一网络的投资额最少。第1期黄海军等:平衡交通运输网络设计的最优化数学模型A81 一个国家交通运输业的发达程度,取决于诸多因素的综合影响,主要的有:国民经济的实力与发展政策;经济地理、人口分布与自然环境;技术可达性与运输成本的构成,决策层的偏好;军事与政治因素以及历史形成的习惯与对未来的估计。 运输业的发展可以看成是上述诸因素为自变量的特征函数,根据对自变量的预测与估值,可以求解出特征函数在未来某一时期的解,它也就是平衡运输网络设计的目标。 重点围绕以下内容展开研究。 (l)货物的产生与...  (本文共7页) 阅读全文>>

《北京工业职业技术学院学报》2004年01期
北京工业职业技术学院学报

正向多级决策最优原理与方法——对动态规划的研究

1引言多级决策也称多阶段(多段)决策,又称动态规划,是运筹学研究的一个方面。动态规划的鼻祖—美国数学家贝尔曼(R.Ben~)在五十年代初提出了动态规划的概念,他的“最优性原理”及其解法一直是人们解决多级决策问题的方法和理论依据。贝尔曼的最优性原理说:多阶段决策问题的最优策略具有这样的性质:无论初始状态和初始决策如何,对于前面决策所造成的某一状态而言,余下的决策序列必构成最优策略。按此最优性原则解题,是由后往前逆向求解。这种与决策物理顺序相反的逆序操作法,似乎不太合乎人的习惯。另外,在未给出最终状态时,就一步也不能进行;而当有多个最终状态时,工作量又比较大。我认为,从某种意义上说动态规划就是不知道更远一些情况的决策。只要给出当前阶段的状态参数(当前阶段的始点和终点等条件),就可以进行当前阶段的决策,而不必考虑后面阶段以至于结局的状态如何。可能有些问题就很难知道将来的状态。基于上述的思考和研究,本人提出与决策物理顺序一致的最优决策原...  (本文共3页) 阅读全文>>

《上海交通大学学报》2012年08期
上海交通大学学报

基于Pareto最优原理的混合动力汽车多目标优化

混合动力系统的高效运行依赖于各部件的匹配及控制策略,其优化模型具有不可微、不连续、多维、带约束和非线性等特点[1],是典型的多目标优化问题.针对控制策略的优化,有学者应用动态规划算法[2]、DIRECT搜索方法[3]、逻辑门限控制策略与等效燃油消耗最小原理相结合的方法[4]以及基于瞬时优化的自适应算法[5]等对混合动力汽车在不同行驶里程下的控制策略进行优化研究,此类确定性优化方法减少了燃油消耗,但是往往只适用于优化变量较少的情况.许多研究者以燃油消耗和污染物排放的加权总和为目标函数,基于进化算法优化混合动力系统性能[6-8].虽然优化后的总目标函数值变小,但是最优结果中可能出现油耗增加的情况.这种现象表明,将多个优化目标加权求和后的总目标函数难以客观反映某些优化目标的真实情况.通过评价函数将多个目标函数转化为单目标函数的方法存在的缺点有:①构造单目标评价函数需要决策者事先提供深奥的偏好知识(即各目标的权系数);②大多数单目标优化...  (本文共8页) 阅读全文>>