本書介紹當(dāng)前新的物流信息技術(shù)，基于實(shí)際物流工作過程中的思路和項(xiàng)目化教學(xué)形式編寫，共7個(gè)項(xiàng)目。項(xiàng)目一是物流信息技術(shù)概述，介紹物流信息及物流信息技術(shù)的基本概念、物流信息標(biāo)準(zhǔn)化等；項(xiàng)目二到項(xiàng)目五從物流信息獲取、存儲、傳輸及處理的角度，分別介紹物流數(shù)據(jù)采集技術(shù)、物流數(shù)據(jù)存儲技術(shù)、數(shù)據(jù)傳輸技術(shù)以及物流動態(tài)跟蹤技術(shù)，并根據(jù)目前信息

數(shù)十個(gè)微課視頻解析重點(diǎn)與難點(diǎn)提供電子課件、教學(xué)大綱、教案、試卷、案例集等數(shù)十個(gè)微課視頻解析重點(diǎn)與難點(diǎn)提供電子課件、教學(xué)大綱、教案、試卷、案例集等

本書系統(tǒng)地介紹了庫存管理的基礎(chǔ)知識和基本理論，給出了常見的庫存模型及其擴(kuò)展，包括經(jīng)濟(jì)訂單批量模型和報(bào)童模型等。在此基礎(chǔ)上,又討論了帶行為偏好和帶供應(yīng)鏈協(xié)調(diào)的庫存系統(tǒng)。

本書結(jié)合國內(nèi)外的**成果，共分為六章。第1章系統(tǒng)地介紹質(zhì)保管理的基本概念；第2章介紹質(zhì)保數(shù)據(jù)分析的可靠性理論基礎(chǔ)，為后續(xù)的數(shù)據(jù)分析奠定基礎(chǔ)；第3章介紹質(zhì)保數(shù)據(jù)的基本結(jié)構(gòu)、基于質(zhì)保數(shù)據(jù)的壽命分布擬合以及質(zhì)保數(shù)據(jù)的匯總分析方法；第4章通過三個(gè)案例對質(zhì)保數(shù)據(jù)進(jìn)行討論和介紹；第5章主要介紹影響質(zhì)保成本的關(guān)鍵因素以及質(zhì)保成本估計(jì)

本書根據(jù)本科教育的特點(diǎn)和教學(xué)需要而編寫，全書共有8章：企業(yè)治理制度的發(fā)展與公司治理學(xué)的誕生，公司治理的結(jié)構(gòu)框架，股東及股東(大)會結(jié)構(gòu)設(shè)計(jì)、董事及董事會、監(jiān)事及監(jiān)事會、高層管理人員激勵(lì)與約束機(jī)制、公司外部治理機(jī)制、國內(nèi)外公司治理模式及公司治理展望。本書是一本富有時(shí)代特色的公司治理理論教程，每章開始均提供了學(xué)習(xí)目標(biāo)、本章

隨著目前我國信息化進(jìn)程的不斷加速以及大數(shù)據(jù)和人工智能技術(shù)的不斷發(fā)展，財(cái)務(wù)人員要整體地分析財(cái)務(wù)數(shù)據(jù)，幫助企業(yè)預(yù)測和防范經(jīng)營過程中可能遇到的風(fēng)險(xiǎn)。本書以PowerBI為數(shù)據(jù)分析工具，重點(diǎn)介紹了商業(yè)智能的相關(guān)知識，以及利用PowerBI獲取數(shù)據(jù)、整理數(shù)據(jù)，并對數(shù)據(jù)建模，進(jìn)而實(shí)現(xiàn)財(cái)務(wù)大數(shù)據(jù)分析和可視化的內(nèi)容。本書后面還提供一個(gè)

本書是2014版《設(shè)備管理與維修》的修訂和增強(qiáng)版。全書共分為十二章，主要內(nèi)容包括設(shè)備管理與維修術(shù)語、設(shè)備管理的作用與意義、國內(nèi)外設(shè)備管理簡介、設(shè)備的前期管理、設(shè)備資產(chǎn)管理、設(shè)備的潤滑管理、設(shè)備的狀態(tài)管理、備件管理、設(shè)備法蘭完整性管理基礎(chǔ)篇和應(yīng)用篇、特種設(shè)備管理、機(jī)械零件裝配技術(shù)、設(shè)備的更新改造、設(shè)備的技術(shù)改造及現(xiàn)代化管

本書在前九個(gè)年度報(bào)告的基礎(chǔ)上，深入探討戰(zhàn)略性新興產(chǎn)業(yè)培育發(fā)展中的自強(qiáng)自立問題，研判未來15年產(chǎn)業(yè)技術(shù)布局，為全面建設(shè)社會主義現(xiàn)代化國家提供智力支持。報(bào)告分為綜合篇、產(chǎn)業(yè)篇、政策篇三大部分，共計(jì)13章。綜合篇對未來戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展形勢做出研判，并探討發(fā)展思路及戰(zhàn)略重點(diǎn)。產(chǎn)業(yè)篇圍繞新一代信息技術(shù)、生物、高端裝備制造、新材

云計(jì)算作為一種數(shù)據(jù)解決方案已被廣泛應(yīng)用，越來越多的企業(yè)已經(jīng)或者正在將本地IT系統(tǒng)升級到云端，這其中就包括將本地AnalysisServices遷移到AzureAnalysisServices的過程。AzureAnalysisServices是基于微軟云的PaaS服務(wù)，也是未來大數(shù)據(jù)的云端化發(fā)展方向。本書介紹本地Anal

本書從大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能為主流的科技創(chuàng)新時(shí)代出發(fā)，系統(tǒng)研究并闡述大數(shù)據(jù)時(shí)代評價(jià)企業(yè)、產(chǎn)業(yè)、區(qū)域發(fā)展業(yè)績的理論基礎(chǔ)和影響機(jī)制，在定性分析相關(guān)因素及其相互關(guān)系的基礎(chǔ)上，選擇結(jié)構(gòu)化和非結(jié)構(gòu)化的評價(jià)指標(biāo)，構(gòu)建融入大數(shù)據(jù)技術(shù)的企業(yè)創(chuàng)新、產(chǎn)業(yè)創(chuàng)新、區(qū)域創(chuàng)新的評價(jià)指標(biāo)體系，結(jié)合國際直接投資（FDI）和對外直接投資（OFDI）的