简介：以减持限售股份为前提条件，建立起两期间的控股股东跨期投资并进行利益侵占的理论模型。将现金流权比例、限售股减持比例等作为影响变量，分析其对控制权私利产生怎样的作用。通过分析得出产生的控制权私利分别与上述相关比例之间是呈负相关、正相关以及只与即期有关而与远期侵占无关的结论。同时，两期侵占模型中，控股股东的即期最佳水平与单期模型相比，有一定程度的降低。因为控股股东的减持以及侵占行为是长时间的，并且也是连续的，该行为是以获得最大收益为目的的。本文在理论分析的角度为我国资本市场的大股东持股结构改善以及投资决策选择给予支撑。

简介：改革开放以来，我国经济迅速发展，并取得举世瞩目的发展成就。尤其是近十多年以来，中国经济进入全面发展的黄金期。在国内经济持续发展的过程中，国内基础设施建设和房地产开发进入蓬勃发展期。因此，经济的持续增长使水泥等基础建筑材料产生了巨大的市场需求。

简介：开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.