基于LSTM模型的船舶材料成本滚动预测

船舶建造周期长、材料成本占比大,易受大宗商品价格指数和汇率等多个因素的影响,造成实际完工成本与报价估算存在较大误差的情况。采用灰色关联分析（Grey Correlation Analysis,GCA）方法识别材料成本的影响因素,基于长短期记忆网络（Long Short-Term Memory,LSTM）模型构建船舶材料成本滚动预测模型,并使用某造船企业53艘64 000 t散货船63个月的材料成本数据和对应的影响因素数据进行试验分析。结果表明,预测数据与实际数据误差在可接受范围内,可证明所选择方法和构建模型的有效性。研究结果对船舶建造过程的成本实时预测和控制具有现实意义。     

多传感器融合的铁路隧道自动化作业研究

针对电气化铁路隧道顶部打孔、安装吊柱的作业需求,提出了一种将毫米波雷达、激光雷达和激光测距传感器融合的铁路隧道自动化作业方法。通过毫米波雷达探测作业车辆前方的障碍物,激光测距传感器检测车辆在隧道中的行驶状态,并实现自动驾驶,激光雷达扫描隧道顶部轮廓,定位打孔点的位置。实验结果表明：多传感器融合于作业车辆上,能够较为准确地定位打孔点的位置,车身偏离既定行驶路线时可及时纠正,探测到障碍物能及时停车,为铁路隧道施工自动化作业提供参考。     

后疫情时期多机场旅客吞吐量分类预测

为提高多机场旅客吞吐量预测的准确性,简化预测流程,将“手肘法”与高斯混合模型(GMM)系统聚类法结合对多机场系统中的个体进行细化分类。采用面板数据模型分析各变量对不同规模、不同定位的机场旅客吞吐量影响程度,针对不同类型机场建立相应的面板数据吞吐量预测模型,再根据后疫情时期民航业发展现状建立疫情影响因子修正模型,并对预测结果进行修正。以江苏省9个机场的旅客吞吐量分类预测为例,预测结果显示：GMM算法的机场分类效果评价指标CH值为98.732、轮廓系数为0.671 5,较K-means算法分别提高8.3%、69.5%;DB值为0.998 1,较K-means算法降低7%,即GMM算法所得聚类簇内样本间距更小、分类效果更优。模型对9个机场的旅客吞吐量预测误差均介于1.58%～3.95%之间,预测误差波动小、精度较高,具有良好的拟合效果,可用于多机场客流量同步预测。     

多点国际眼光

本期我们重头推出的2005年日本本田公司摩托车业绩报告,是一次"别有用心"的计划,旨在让我国摩托车行业企业在埋头拉车的时候,多抬头看看路,瞧瞧同路人怎样走,已经离我们多远了,一句话,使大家多点国际眼光。首先要说明的是,此国际眼光不等于彼国际眼光。2005年,我国摩托车在国际市场上再掀波澜,出口量与出口额均呈强劲上升势头,单一地看,我国摩托车行业市场国际化程度已大大提高,已经很有国际眼光了。但我们更应认识到,这种国际眼光太过于宏观,多着眼于行业这个点上,在企业这个微观环节着眼不多,尤其是与国际摩托大佬企业比较不多,这样很容易使我国摩企对自己取得的丁点成绩沾沾自喜,甚至忘乎所以。因此我们提出,摩企要多点国际眼光,要专门寻求国际摩托大佬如本由公司类作为参照物,多看到些自己的不足之处,这样可告诫自己永远不要满足于已经取得的成绩,发奋图强,知耻而进,赢得最终的超越。长期以来,国内摩托车行业竞争激烈,行业企业个个身经百战,成功者个个锻成百战不败身。中国摩托企业不简单,生于竞争、长于竞争、成于竞争这个事实,形成一道有别于国内各行各业的特殊风景     

探索无止境 分享多气门——力帆集团副总裁宋小锋谈轰轰烈摩托再发展

2006年上半年,力帆集团成立了轰轰烈品牌领导小组。对作为多气门先锋的轰轰烈摩托车产品作了重大调整,以再次重拳出击市场。近日,笔者就轰轰烈品牌的过去、现在和未来发展情况,专访了力帆集团副总裁宋小锋。     

中小企业会计信息质量的影响因素研究

会计信息是资本市场发展生命力的重要体现,也是决策者进行决策的重要依据之一。会计信息质量直接关系决策者的决策及其后果,会计信息的真实性和可靠性是保证信息使用者作出正确决策的基本前提和条件。基于此,针对中小企业实际经营过程中可能出现的会计信息质量问题,基于政府和企业两个角度,从外部经济因素、相关法律因素、企业因素、企业财务人员素质四个方面出发,提出了加强相关法律法规建设,加大监督力度;完善内部审计监督机制,增强企业领导的会计质量监督意识;加强财会人员培训,提高专业水平的解决对策,旨在提高中小企业会计信息质量。     

电厂输煤皮带损伤影响因素及解决措施

在电厂生产的过程中,输煤皮带发挥着重要的作用。但在实际运输过程中可能会出现一些损伤情况。影响电厂输煤皮带损伤的因素较多,文章对电厂输煤皮带的损伤相关因素进行分析,提出有效的解决措施,指导电厂输煤皮带维修养护管理,合理使用输煤皮带,提高其使用寿命。     

基于STIRPAT模型的陕西省交通运输业碳排放影响因素分析

为了系统地从行业角度测算及分析陕西省交通运输业碳排放的影响因素,采用灰色关联度法识别交通系统内部影响因素,再结合人口、经济及技术的基础因素,建立STIRPAT扩展模型,对2000—2020年陕西省交通运输碳排放进行量化分析。研究结果表明：城镇化率、能耗强度、人均国内生产总值为交通运输碳排放量增加的正向驱动因素;交通运输需求方面,货运需求增加对陕西省交通运输碳排放有促进作用;运输结构方面,降低公路运输量占比会对交通运输碳排放量有抑制作用;基础设施建设方面,近20年来完善公路网络基础设施建设对陕西省交通运输碳排放有促进作用;运输装备方面,民用汽车拥有量增加会使陕西省交通运输碳排放量增加。因此在经济正常发展情景下,优化交通运输结构,提升铁路、公共交通等低碳运输方式的比例,积极推进绿色交通技术和产品的推广应用,加强新能源汽车安全技术标准与配套设施建设,加快智慧交通发展,有助于控制交通运输碳排放水平。     

关于铁路物资采购效率的思考

从采购人员角度分析了影响铁路运营物资采购效率的外在因素与内在因素,并针对提高铁路物资采购效率提出了相应的对策建议。