教学目标及要求：理解决策活动与计划的普遍存在，决策与计划贯穿组织、控制、领导等各项管理职能之中，在管理中处于极其重要的地位。 教学内容：本章主要介绍决策的原则、过程和方法。让学生了解计划是管理的基本职能之一，计划与决策的区别和联系，计划的作用，计划的类型，计划的工作步骤，计划的方法，目标的定义及分类，目标的作用，设计良好目标的特征，目标管理的产生及发展，目标管理的过程及其优缺点。 教学重点与难点：决策的原则是满意原则而不是最优原则：程序化决策与非程序化决策：集体决策与个人决策优缺点；决策的定量方法：目标管理法

现有的大坝整体性态评价方法以定性评价为主，主观性较强.针对这一问题，以单测点监控模型的计算值与监测仪器实测值之间的残差为基础，提出采用多测点融合残差表征大坝整体性态.结合信息熵理论研究了不同测点的残差变化规律，从而对各测点残差的融合权重进行了分配，计算了融合残差.通过对融合残差进行分布分析，利用逆向云发生器、正向云发生器建立了表征大坝不同性态的概念云，即评价标准.在此基础上，结合云相似度算法，建立了大坝整体性态的评价模型.算例表明，该模型能够有效识别大坝监测资料中的异常测值，并能够定量、客观地评价大坝整体性态，评价结果合理、可靠，可为保障大坝安全运行提供重要参考

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

无论Eye-in-Hand或Eye-to-Hand型式的机器视觉控制系统,均存在视场受限、丢失等情况,从而无法在一定距离、角度内对目标进行在线视觉测量,进而无法建立全闭环的伺服控制.基于Eye-in-Hand型式的机器视觉控制系统,以及最短测量距离Lmin,提出一种闭环与开环相结合的伺服控制系统:即测量距离大于Lmin时为位置反馈型闭环控制的原位调姿,在测量距离小于Lmin时为位置给定型开环控制,机器人以相对线性运动进给到目标位置.针对该过程中的偏移问题,提出了前馈补偿模型,即利用前期运动数据对运动误差进行估计.实验证明,该方法能有效地补偿定位误差

随着黄金需求量的不断增加及易处理金矿资源的日益减少, 难处理金矿逐渐成为黄金产业的主要资源来源.为使难处理金矿能够合理、高效地开发利用, 对难处理金矿进行了简要概述和分类, 并阐述其难处理的原因.采用传统的氰化法浸出难处理金矿, 其浸出效果差, 且氰化物有剧毒, 严重污染环境及危害人体健康.为实现难处理金矿的高效、环保浸出, 非氰化法浸出难处理金矿受到广泛关注.重点介绍了硫代硫酸盐法、硫氰酸盐法、硫脲法、多硫化物及石硫合剂法、液氯化法五种非氰浸金方法的浸金原理及在难处理金矿方面的最新研究进展.基于非氰浸金方法存在的浸出体系复杂、浸出剂性质不稳定及消耗量大等问题, 展望了非氰浸金技术的发展方向

采用了氯化钙氯化焙烧-水浸法提取白云母中铷的方法.通过氯化焙烧热重-差热分析曲线可知,用氯化钙混合白云母进行氯化反应的温度要比用氯化钠低100℃左右,且用CaCl2氯化比NaCl更有效率.接着考察了氯化焙烧温度对铷提取率的影响,结果表明,只有当氯化焙烧温度提高至800℃后,才可能取得明显的铷的氯化效果,铷的提取率即达96.71%,随氯化焙烧温度升高,铷的氯化速率不断增大,特别是800℃后,铷的氯化速率明显增大,这说明高温有利于铷的氯化焙烧.最终对白云母与氯化钙氯化焙烧过程进行了动力学研究.结果表明,三维界面反应方程能较好地描述该氯化焙烧反应体系,根据阿仑尼乌斯公式计算出来的活化能为42.22 kJ·mol-1,说明白云母和CaCl2的氯化过程的确受界面化学反应控制

微震能级随时间发生变化，高能级微震事件与冲击地压有良好的对应关系，为预测矿山微震能量时序变化，基于一维卷积神经网络（Convolutional neural networks，CNN），建立微震能级时间序列预测模型；通过模型训练，实现以前十次微震事件的能量级别作为输入来预测下一次微震事件的能量级别。由于微震样本数据类间不平衡问题，导致模型测试时将106能量级别的微震事件全部判断为105能量级别的微震事件，为进一步提高模型对106能级微震事件预测的准确率，对模型进行改进并使用混合采样方法训练改进后的模型；利用砚北煤矿250202工作面微震能级实测部分数据，改进后模型的总体测试正确率达到98.4%，其中106能量级别的微震事件测试正确率提升到99%。将模型应用于砚北煤矿250202工作面进行微震能级时序预测，模型的预测正确率整体达到93.5%，且对高能级微震事件的预测正确率接近100%

为保持国家能源安全，我国油气开发领域在常规油气藏维持产量进行剩余油挖潜的基础上，积极推进非常规油气资源的勘探与开发.致密油藏地质勘探资源储量高，但储层条件差，油水关系复杂制约着其大规模高效开发.虽然我国已经在低渗-超低渗油藏的开发中积累了大量的经验并取得了丰硕的成果，但致密油藏无论从开发规模还是理论研究都处于起步阶段，急需借鉴和开展适用于致密油藏的开发方法与渗流机理研究.本文首先概述了致密油藏的资源分布、地质特点与开发现状.在此基础上介绍了致密油藏开发方法并抽提了4类基本科学问题，围绕基本科学问题系统论述了相应的流动规律以及数学模型理论研究进展，并针对各问题提出了未来发展趋势，为促进我国致密油开发提供一定的指导意义

对于在高温环境服役的金属材料，晶界作为组织结构上的薄弱环节常常引发晶界裂纹而造成合金失效，严重影响了材料的高温力学性能表现。因而，如何改善晶界状态、提高晶界强度，是提高合金高温性能的关键。在铁/镍基奥氏体多晶合金中，采用晶界弯曲的方法强化晶界、改善合金性能一直受到国内外研究人员的广泛关注。从弯曲晶界的获得方法、形成机制及其对材料性能的影响3个方面概述了目前国内外的研究现状。较为全面地总结了特殊热处理与材料合金化等获得弯曲晶界的方法；讨论了不同合金中晶界第二相诱发晶界弯曲的驱动力和内在机理；介绍了弯曲晶界对材料力学性能、耐蚀性能及焊接性能的影响。最后，结合当前的研究现状，围绕弯曲晶界的形成条件和机制，以及弯曲晶界对性能的影响，提出了弯曲晶界未来的研究发展方向

提出了一种联合多种边缘检测算子的无参考质量评价算法，同时考虑一阶和二阶边缘算子，避免了单一算子的局限性.该方法首先将彩色图像转换为灰度图像，然后计算灰度图像的梯度，相对梯度以及LOG特征.本文所使用的特征分为两部分，一部分提取相对梯度方向的标准差，另一部分利用条件熵来量化不同特征之间的相似性和相互关系，并且考虑到人眼特性进行多尺度计算，最后使用自适应增强（AdaBoost）神经网络进行训练和预测.在公共数据库LIVE和TID2008上进行实验，结果表明新方法对失真图像的预测评分与主观评分有较高的一致性，能很好地反映图像质量的视觉感知效果，仅使用10维特征，性能优于现有的主流无参考质量评价算法