机车车辆配件中心主机厂评价指标体系研究

从价格水平、服务水平、协作水平等3个维度建立了配件中心主机厂的评价指标体系,并提出了评价工作的实施办法和建议,有助于提升主机厂的服务水平,调动其积极性.     

铁路提速线路改造路基施工探讨

铁路第六次大提速要求轨道具有较高的平顺性、稳定性、舒适性。路基的质量是关键,根据高速铁路暂行规定,对既有线路路基病害进行彻底地整治。本文提出了路基施工要求和加固的一些方法。     

铁路地理标记语言的研究

本文提出了RGIS面临数据之间和系统之间不统一的问题,介绍了一种具有高效空间数据交换机制的铁路地理标记语言(RGML)来解决,重点论述铁路地理标记语言的对象模型,包括地物特征对象和几何对象,地物特征对象定义了空间对象的内容和结构,几何对象提供了详细的基本空间几何组件定义.最后给出RGML描述省界的实例,说明用RGML处理铁路空间数据的优势.     

四平至通化铁路扩能工程建设方案研究

随着区域经济的快速发展,四平至通化铁路的运输能力、运营质量等已经不能满足运输需求,亟需进行扩能改造.在阐述既有铁路概况及存在问题的基础上,结合区域路网现状及规划,考虑沿线地区铁路运量预测.远期发展和功能定位,提出单线格局扩能、双线格局扩能和三线格局扩能3大系列方案,在此基础上对160 km/h,200 km/h 2个速...     

惟一惟精惟实惟新--宗申企业新理念纵横谈

核心提示"惟精惟一"语出《尚书》。《尚书》是中国最早的史书之一,传说是孔子编纂而成,儒家尊为主要经典。《尚书·大禹谟》中记载了尧帝告诫舜帝的一段话:"人心惟危,道心惟微,惟精惟一,允执厥中。"这十六个字便是儒学乃至中国文化传统中著名的"十六字心传",是儒家思想,也可以说是中国文化中关于为人为政的核心思想。整个这段话,从政治角度来理解,尧告诫舜:执政者只有专心精诚,公平公正才能治理好国家,才能保证人心不作乱,天下享太平。从个人修养的角度来理解,只有精诚专一,有探索真     

建设摩托逆势攀升

引言:行业大调整、大整合、大改组,对其他摩托车品牌是一道槛,但对于建设摩托,却是一次彰显实力的大好机会。英雄逆势而出,建设摩托逆势而动,在研发、生产、质量、营销、服务等各方面实行自主创新和精细化管理,施行以"灵雅110-B"和"ATV四轮摩托"为翘楚的产品差异化战略,并在摩托车市场传统的销售淡季,强力推行"秋季风暴"、"冬季攻势"等创新营销模式,一举开创了市场发展的新局面。据中国汽车工业协会最近公布的统计数据显示,2005年,建设摩托销量突破127万辆,在2004年突破109万辆的基础上再创历史新高,稳居行业排名前三甲,增幅在重庆摩托车企业中位居榜首。建设摩托逆市攀升,成功PK行业追随者,令市场再次领略到中国驰名商标品牌的能量。     

天马显本色再铸新辉煌

送走辉煌10年,广州天马集团公司以坚实的步伐,踏入第二个10年的发展历程。面对2006年的发展新形势,天马集团高瞻远瞩,提出了"科技创造财富、实力打造品质"的企业发展新理念,确定了以"双推一拉"工程为重点的营销工作新举措。"双推"即天马"本色"系列车推广和天马摩托形象店推广工程。2006年,天马集团将以"本色工程"为产品策略,从基本车型做起,坚持走高品质产品路线,在物超所值中赢取市场。其天马"本色车",即是创国内品质最     

战略管理视域下的企业管理创新策略

企业的经营和发展直接影响着我国国民经济的发展速度和质量。随着市场竞争的加剧,企业要想在市场竞争中求得生存和发展,就必须从战略管理的角度创新企业管理,从而保持自身在市场竞争中的优势和地位。文章阐述了战略管理视域下企业进行管理创新的必要性和重要性,分析和整理了当前阶段企业管理创新中存在的问题和不足,从企业管理理念、企业管理体系、企业管理制度、企业管理方式、企业管理技术、企业管理人才等方面阐述了实现企业管理创新的路径和方法,以期帮助企业打开在市场竞争中求得发展的新局面。     

探讨无人仓库技术在铁路物资管理中的应用

根据铁路物资仓储管理实际,针对无人仓库技术的特点,提出了无人仓库技术适用于铁路物资管理的3种模式,以及在车间仓库、异地仓库、代储等3种常见的铁路物资仓储管理场景中的应用方式.     

基于随机森林的铁路冷藏运输需求预测

为提升铁路冷藏运输效率和实现铁路冷藏运输资源的合理配置,推进铁路冷藏运输的快速发展,对铁路冷藏运输需求进行预测尤为重要。在分析铁路冷藏运输影响因素基础上,利用Spearman相关性分析进行特征筛选。结合Spearman相关性分析结果,构建基于随机森林的铁路冷藏运输需求预测模型,并与BP神经网络,AdaBoost,Bagging和未经特征筛选的随机森林预测模型的预测结果进行对比分析。研究结果表明：经Spearman相关性分析进行特征筛选后构建的随机森林回归预测模型的平均绝对误差和拟合优度值均优于其他模型,均方根误差值仅高于BP神经网络。随机森林回归预测模型的泛化能力较好,且特征筛选能够提高模型的预测精度。