【摘 要】
：
＜正＞在经济全球化的今天，越来越多的企业开始注重对供应链的管理，供应链管理也逐渐成为了一种新型的管理模式。但是由于工程建设项目的特殊性与复杂性，工程项目会受到很多外在以及内在因素的制约，工程项目供应链风险也随之增强。本文通过对工程项目的供应链风险进行研究，对工程项目内外部存在的风险进行识别，再对识别出来的风险因素进行评价，最后提出一些具体可行的举措进行风险控制，以此来减少工程项目供应链风险的损失。
论文部分内容阅读
＜正＞在经济全球化的今天，越来越多的企业开始注重对供应链的管理，供应链管理也逐渐成为了一种新型的管理模式。但是由于工程建设项目的特殊性与复杂性，工程项目会受到很多外在以及内在因素的制约，工程项目供应链风险也随之增强。本文通过对工程项目的供应链风险进行研究，对工程项目内外部存在的风险进行识别，再对识别出来的风险因素进行评价，最后提出一些具体可行的举措进行风险控制，以此来减少工程项目供应链风险的损失。
其他文献
光亮度的快速准确测量在新型显示屏质量检测、天空明暗测量、建筑物照明监测等领域有着广泛的应用。目前光亮度的测量方法主要有遮光筒式光亮度计测量法,瞄点式光亮度计测量法和光电成像法。前两种测量方法的测量精度较高,但无法对面光源进行快速测量;光电成像法能够快速地测量面光源各点的光亮度,但其测量精度受到诸多因素的影响。因此研究数字相机快速准确测量光亮度的方法在工业检测以及人们的日常生活中具有很好的应用前景。
本文研究了一类具有两个区域的平面分段线性微分动力系统,当它的两个区域对应的子系统都有一个鞍点时的极限环个数情况。主要内容安排如下:第一章至第四章主要讨论了不连续边界（或切换边界）为一条直线时极限环的个数情况;第五章在前四章的基础上从扰动的角度进一步研究了当切换边界从一条直线变成两条从同一点出发的射线时,对系统极限环的存在性和个数的影响。此时切换边界称为不规则切换边界,我们讨论了系统在不规则切换边界
超快激光技术的迅猛发展创造了前所未有的极端物理条件并提供了全新的实验手段,宽光谱激光伴随其超短的时间特性和超高的峰值功率更是广泛地应用于物理、化学、生物等各个领域。精密测量宽光谱激光光谱和光斑模式,尤其是频率分辨的激光光斑模式,对于研究原子分子学的超快过程,深入理解激光材料相互作用机理,优化激光精密加工工艺意义重大。由于超快激光的频域带宽大,因此一般的测量技术都是基于不同频率成分光强分布的代数叠加
在新时期，随着现代科技快速发展，新媒体逐步出现在大众视野中，替代传统常规的媒体形式，为我国各个行业企业带来巨大的发展机遇，可以充分借助新媒体具备的实时化、动态化特征，改变市场营销策略，创新市场营销管理模式，满足消费者多元化的消费需求，进而为行业企业长远发展提供良好支撑。基于此，文章就以新媒体市场营销特征为立足点，针对新媒体市场营销策略以及管理创新路径进行深入分析与研究。
研究流形上热核及其渐近展开式对于研究流形上的几何性质,处理指标定理,研究拉普拉斯算子的谱等都具有非常重要的意义。本文在介绍了研究课题的意义及论文安排之后,先介绍了 CR流形上的一些基本知识及热核的定义,分别计算了在Heisenberg群上和在CR流形上（?）b-拉普拉斯算子□b作用在外形式上的表达式,为后续的求解证明奠定好理论基础。然后本文求解了最简单的CR流形Heisenberg群上的热核rtα
医药企业担负着社会服务的职责，是关系到国家和人民生活的重要产业。在当今社会和经济发展的大环境中，业务范围的扩大和产品品种的多样化，使医药公司所面对的经营风险和其他公司具有差别。文章从内部控制管理意识淡薄、管理模式不合理、内部控制制度不健全等几个方面对制药企业内部管理存在的问题进行了剖析，然后，针对我国制药企业存在的一些典型问题，给出了相应的应对策略。希望本论文能对有关方面的研究有所帮助。
虽然中国已连续14年成为全球第一大汽车市场，但中国汽车工业当前仍处于重要的战略机遇期。在刚刚过去的2022年，中国汽车出口量达到340万辆，全球化的市场环境推动中国车企供应链进行全球布局。持续三年的疫情将自主车企在供应链端的竞争力缺乏、核心供应链过度依赖国外供应商等短板暴露无遗，当前自主品牌车企已从中警觉并已着手补齐供应链端短板。本文从汽车供应链全球化发展、车企在供应链中的角色及布局及供应链体系化
随着互联网的飞速发展,我们已经从信息匮乏的时代逐步过渡到了信息过剩的时代,这对信息提供者和信息接收者来讲都是一个巨大的挑战。推荐系统在该时代背景下应运而生,它一方面能够帮助信息提供者将信息呈现给合适的群体,提高信息的曝光率。另外一方面能够帮助信息接收者从海量的信息中自动获取到适合自己的信息。因此推荐算法的研究是一个即具有经济意义又具有社会意义课题。深度学习近些年来逐步兴起,在不少领域都取得了骄人的
近年来,随着大数据、云计算和5G技术的兴起,深度学习进一步受到大家的关注,尤其以卷积神经网络（CNN）为主,其利用堆叠卷积层和池化层多层次地提取特征表示,在很多应用上获得了极大的成功。但是CNN只能局限于具有欧式结构的数据,如一维文本序列,二维图像。而现实世界很多任务都是具有非欧结构的数据,原有的CNN技术不能直接迁移到上面,为此诞生了以图卷积神经网络（GCN）为代表的图网络。它主要靠节点之间的边