环保企业应收账款和信用管理浅析

针对环境保护企业财务管理中的应收账款和信用管理现状,重点分析了环保企业应收账款的管理方式,通过对模型流程的建立,采用数据挖掘处理技术来有效解决环保企业应收账款信用的分析判断,提高环保企业应收账款财务的整体管理水平。对于提高环保行业的整体良性发展具有借鉴意义。     

基于熵权的改进密切值法在水质综合评价的应用

将2003至2008年宁德市金涵水库水质监测值与地表水环境质量标准相结合,建立了环境样本矩阵,运用信息熵原理确定各指标的权重,并应用改进密切值法进行水质综合评价。结果表明：金涵水库从2003至2008年水质都是Ⅱ类以上,水质总体良好。该评价方法操作简便易行,结论切实可行,并可反映出各评价单元的优劣变化。     

青海大柴旦及周边地区尾波衰减特性研究

采用Sato单次散射模型,利用大柴旦台数字地震资料,研究了大柴旦震群序列尾波Qc值在流逝时间窗长60～90 s时间内的变化特征,计算频率从3 Hz至18 Hz,得到Qc值随频率的变化关系：Qc（f）=（72±19.9）f0.93±0.08。计算结果反映出大柴旦地震余震序列的尾波Qc值较低,说明大柴旦震源区属于构造运动较为活跃的地区,这与大柴旦地质结构特征相符。     

基于证据理论的烟花爆竹生产经营企业安全评价方法研究

在烟花爆竹生产经营企业的安全评价中,存在着很大的不确定性。证据理论作为一种处理不确定性问题的有效工具,已经被广泛应用到很多领域中。本文建立了烟花爆竹生产经营企业的安全系统风险评价指标体系,并应用证据理论处理烟花爆竹生产经营企业安全评价中的不确定性问题,通过实例验证结果表明基于证据理论对烟花爆竹生产经营企业进行风险评价具有可行性、有效性与实用性。     

不良的安全管理绩效对企业经营成本的影响研究

本文从多个方面探讨了企业的安全管理绩效与企业经营成本之间的关系,认为不良的安全管理绩效不仅会增加企业的人力资源成本,导致企业在工伤保险和商业保险上费用的增加,而且还将会产生更多的政府监管成本,以及现实中直接和间接的物质损失。可见,不良的安全管理绩效将会显著增加企业的经营成本。     

主成分分析法在煤矿事故统计分析中的应用

为了研究我国煤矿各类事故之间的相互关系,运用主成分分析法对我国煤矿事故数据进行了统计分析,计算得到煤矿事故类型的第一主成分和第二主成分,并进一步分析了煤矿事故的主要类型以及各类事故之间的相互联系,对制定相应的煤矿事故预防措施具有一定的指导作用。     

小回流比条件下污泥浓度分区试验研究

用次毫米过滤（sub-milliFiltration,SMF）组件将生物处理系统内的污泥分为高浓度区和低浓度区,使高浓度区保持大量污泥,强化对有机物的去除,使低浓度区污泥浓度满足膜分离的要求.主要验证了小回流比（R为0.5、1.0、1.5、2.0）条件下污泥浓度分区的效果,考察了采用SMF组件后,系统对COD的去除效果,并将各小回流比条件下A、B两区污泥浓度的理论值和实测值做比较.结果表明,在小回流比条件下可实现污泥浓度分区,低浓度区的MLSS在9 g.L-1以下,高浓度区的MLSS在20 g.L-1以上;系统的COD平均去除率超过90%;A、B两区MLVSS的理论值与实测值具有相关性.     

粒级、pH和有机质对汞在松花江沉积物表面吸附-解吸的影响

为进一步揭示汞在松花江沉积物表面的环境行为,通过模拟实验,研究粒级、pH和溶解性有机质(DOM)对汞在松花江沉积物表面吸附-解吸量的影响.结果表明,不同粒级沉积物的吸附能力差别较大,本实验条件下,沉积物粒级越小,其吸附能力越强.在各种浓度的实验设计组中均有:pH由3.5升高至4.5时,吸附量增加,当pH4.5时,随pH的继续升高吸附量开始降低;沉积物中汞的解吸量随pH的增加呈先下降后上升的趋势变化,各体系的最小值均出现在pH5.柠檬酸对沉积物吸附汞的影响以抑制作用为主,其抑制作用强度与吸附体系中汞浓度有关;柠檬酸对解吸量的影响也比较明显,随着柠檬酸浓度的增加,对沉积物中汞解吸作用的影响表现为促进-抑制-稳定的变化趋势.因此,以上因素对汞在沉积物表面吸附-解吸的影响较大,在进行河流汞污染控制及突发污染事件处理时,有必要充分考虑以上因素的影响.     

装置级突发事故应急预案编制的思考与对策

结合石化企业装置生产特点,分析装置级突发事故应急预案编制中存在的不足和问题,并对应急预案编制的思路和处置对策进行了深入地探讨.     

基于BP神经网络的上市公司CEO报酬实证研究

近年来的研究表明,CEO报酬不仅受公司业绩的影响,还受到其他诸多因素的影响,而且,CEO报酬与其决定因素之间往往存在着非线性关系。本文以2003-2005年沪深股市的A股上市公司为样本,采用BP神经网络对CEO总报酬、CEO年薪、CEO持股价值及其决定因素分别进行训练和学习,结果表明：（1）网络训练输出值与实际值的拟合度分别达到91.09%、97.23%和78.44%;（2）网络的预测能力相对于传统的线性回归模型分别提高了92.72%、92.08%和53.89%。因此,本文认为在分析和确定CEO报酬水平时引入神经网络模型是可行的。