分析模型范文(精选12篇)
分析模型 第1篇
预测是利用观测事物过去以及现在的信息,在认识把握客观规律的基础上,推测和判断事物的未来趋势和水平。观测事物的数据信息往往是以时间序列的形式给出,针对时间序列预测建模的方法较多,有: ARIMA模型,ARCH模型, GARCH模型,灰色模型,乘法季节模型等,对同一个时间序列建模预测,不同的模型预测效果如何,又是因何造成预测效果有好有坏。本文采用理论分析与实证分析相结合的方法,给出上述问题的回答。实证分析选取全国铁路货运量的月度数据,分别建立残差灰色模型和乘法季节模型进行预测,比较这两个模型的预测效果,并给出相应分析及建议。
实证分析选用全国铁路货运量的月度数据,是因为铁路货物运输是国民经济的重要支撑,铁路运输与公路、水运、 航空、管道等运输方式构成国家现代化的交通运输网。铁路货运量与地方经济发展息息相关,侧面反映着地方经济的繁荣程度,是 “克强指数”的构成指标之一。对铁路货运量进行定量分析并做出较为准确的预测,能够为相关部门制定发展规划、采取措施提供可靠的参考依据,有助于提高运输效率,改善服务质量。
本文选取2005年1月到2015年4月全国铁路货运量的月度数据,数据来源于中国国家统计局国家数据库,所建的残差灰色模型与乘法季节模型均采用R语言软件编程进行拟合。
2残差灰色GM(1,1)模型
2.1残差灰色模型相关理论
残差灰色模型属于灰色模型范畴。灰色模型以部分信息已知,部分信息未知的小样本、贫信息的不确定性系统作为研究对象,通过对数据进行处理,即序列算子或灰色生成, 减轻干扰的影响或削弱随机性,挖掘潜在规律,通过建立灰色微分模型,进一步可进行较为科学准确的预测。
残差灰色模型是在灰色模型的基础上,利用灰色模型的残差序列,选取残差序列的部分作为新的时间序列,对新序列再次建立灰色模型,修正基于原始序列所建灰色模型的参数值和拟合值,减小相对误差,优化模型的预测效果。考虑选用残差灰色GM ( 1,1) 模型对铁路货运量建模预测。
2.2残差灰色模型建模过程与结果
选取2014年7月到2015年1月七个月的数据,首先建立原始序列GM ( 1,1) 模型,得到模型参数估计值及残差序列。R语言程序运行结果如下:
GM ( 1,1) 模型参数估计值: 发展系数 - a = 0. 0081, 灰色作用量u = 32973. 39。残差序列为:( 0, - 688. 62, - 2013. 99,- 942. 56, - 2445. 36, - 3090. 41, - 3488. 72) 。
然后选取残差序列的后五个残差,对后五个残差的数值取其绝对 值得到新 残差序列 也即 ( 2013. 99,942. 56, 2445. 36,3090. 41,3488. 72) ,用此新残差序列再建立GM ( 1,1) 模型,基于新残差序列建立的灰色模型对原始序列拟合值进行修正。上述过程R语言程序运行结果如下:
残差GM ( 1,1 ) 参数估计 值: 发展系数 - a1 = 0. 0081,灰色作用量u1 = 32973. 39。基于残差序列建立的灰色模型对原始序列拟合值进行修正的结果: ( 0. 000,0. 000, 0. 000, - 22. 544, - 16. 717, - 12. 396, - 9. 191) 。
选取的是原始残差序列的后五个残差数据进行建模,可以对原始序列的后四项拟合值进行修正。修正均减少了原始序列拟合值数值的大小,但减少的幅度并不大。
最后在所建立的残差灰色模型基础上进行预测,预测2015年2月到2015年5月四个月的数据。预测结果如下: ( 35031. 11,35314. 23,35600. 13,35888. 70) 。
实际上,2015年2月到2015年4月的全国铁路货运量是已知的,将预测数据与对应的实际数据相比,误差较大, 预测结果并不理想。原因分析将在后文给出。
3乘法季节模型
3.1乘法季节模型相关理论
乘法季节模型是在ARIMA模型的基础上,针对具有季节性变化也即周期性变化的时间序列进行建模的方法。在周期内,它提取当前时刻数据与前期数据的关联特征; 在周期间,它提取当前时刻数据与前几个周期相同时刻数据的关联特征。将周期内特征和周期间特征结合起来,可以更加全面地描述时间序列的变化规律,因此,使用乘法季节ARIMA模型对季节性时间序列进行拟合比常规的ARIMA模型更为准确。
3.2乘法季节模型实证过程与结果
绘制全国铁路货运量的趋势图,观察图形可知,该时间序列随着时间推移整体具有上升的趋势,而且具有季节性波动的特征,考虑建立乘法季节模型进行拟合。
数据平稳性检验与处理: 绘制原始序列的自相关图后, 观察图形发现,原始序列存在着多阶自相关,原始序列为非平稳序列。
对原始数据一阶差分后再进行平稳性检验,仍采用自相关检验法,绘制自相关图,图形仍近似于周期性波动变化, 具有季节性特征,一阶差分后的数据仍不平稳。在对原始数据一阶差分的基础上,再进行步长为12的季节差分,得到的新序列通过平稳性检验,为平稳序列,可以建立乘法季节模型。
模型的识别与定阶: 绘制平稳序列的自相关图和偏自相关图,图形显示,自相关图和偏自相关图均为拖尾,考虑建立ARMA模型进行拟合。模型定阶利用R语言的auto. arima ( ) 函数自动定阶,得出: 乘法季节模型中除去季节影响的序列阶数为ARIMA ( 2,1,3) ,季节序列阶数为ARIMA ( 1,1,0) 。
残差白噪声检验: 对所建乘法季节模型进行残差白噪声检验,以验证模型是否充分提取了原始序列的信息,是否有效。运用R语言tsdiag ( ) 函数进行检验,该函数给出Q检验的结果: Q检验的各滞后阶数的相伴概率P值均大于0. 05,接受原假设,表明残差序列为白噪声序列。检验获得通过,说明所建模型是有效的,可以用来进行预测。
所建模型的具体形式为ARIMA ( 2,1,3)× ARIMA ( 1,1,0)( 12),模型拟合系数如表1所示。
模型估计的方差为505978,对数似然值为 - 888. 67, AIC数值为1791. 34,BIC数值为1810. 31。
模型预测: 基于乘法季节模型,向后预测12个月的全国铁路货运量,即预测2015年5月到2016年4月的铁路货运量月度数据。预测结果如表2所示。
将12个月的预测值与原始时间序列画在同一张图中, 并画出预测值置信度为95% 的置信区间的上限和下限,见下图。
观察图形,预测曲线较好地拟合了铁路货运量的变化发展趋势,反映出客观规律,预测效果较好。可以得知全国铁路货运量在未来的12个月度内,仍然呈现季节性波动的态势,具体表现为2015年后半年铁路货运量整体回暖上升, 但在2016年开年的前几个月存在一定的下行趋势。
4模型效果比较与讨论
就全国铁路货运量的数据而言,乘法季节模型预测效果优于残差灰色模型。尽管残差灰色模型在残差序列的基础上,再次建立灰色模型,对基于原始序列建立的灰色模型进行修正,但从修正的幅度来看,修正力度较小,修正效果不显著,残差灰色模型的误差仍然较大,预测效果较差。造成这种现象的深层原因在于灰色GM ( 1,1) 模型对建模的数据有一定要求,即要求原始数据具有较强的指数变化规律, 且要求数据变化的过程单调。若对一些呈现摆动趋势的序列采用灰色GM ( 1,1) 模型进行建模预测,相对误差较大, 预测效果较差。
乘法季节模型基于ARMA模型,并且有效考虑了季节性的影响,对具有季节性波动特征的时间序列建模预测效果较好。对铁路货运量月度数据的实证分析验证了此点。
本文以全国铁路货运量月度数据为例,分别建立了残差灰色模型和乘法季节模型,进行实证分析,比较两个模型预测的效果,效果具有显著差异,说明不同的模型适用的建模数据不同,某一模型预测方法并非是普遍适用的。这就启示研究人员在进行建模预测的时候,需要结合原始数据自身的特点,选取适合的模型进行拟合,以减少模型误差,提高模型精度,优化预测效果,为相关决策提供科学的参考依据。
摘要:本文采用理论分析与实证分析相结合的方法,探讨了对同一个时间序列建立不同的模型,不同模型的预测效果有无差异,差异的原因。实证分析选取了全国铁路货运量的月度数据,分别建立残差灰色模型和乘法季节模型,比较两个模型的预测效果,并给出预测效果不同的原因分析及相应建议。
分析模型 第2篇
稻田甲烷排放模型研究--模型灵敏度分析
模型方法对区域稻田甲烷排放估计的不确定性主要源于模型参数在区域范围内的误差,这种误差导致的估计不确定性由模型灵敏度决定.采用一种动力学分析与统计分析相结合的方法对稻田甲烷模型CH4MOD进行了参数灵敏度分析,结果表明,稻田水管理方式的灵敏度最高,灵敏度指数为O.64,其次为稻田土壤的砂粒含量参数,灵敏度指数0.50,灵敏度最低的`参数是水稻移栽期地上生物量.以模型灵敏度指数为基础,建立了模型估计值不确定性与模型参数区域化误差间的数量关系,利用这一量化关系得出我国稻田甲烷排放的不确定性范围为3.09~10.61Tg.此外,模型灵敏度参数的大小也反映了模型要素对稻田甲烷排放影响的大小,因而分析的结果对于采取合理措施减少稻田甲烷排放具有指导意义.
作 者:张稳 黄耀 郑循华 于永强 ZHANG Wen HUANG Yao ZHENG Xun-Hua YU Yong-Qiang 作者单位:中国科学院大气物理研究所,北京,100029刊 名:生态学报 ISTIC PKU英文刊名:ACTA ECOLOGICA SINICA年,卷(期):200626(5)分类号:Q141 S154.1关键词:CH4MOD 模型 灵敏度 不确定性
“单杆+导轨”模型归类分析 第3篇
思考方向是:导体受力运动产生感应电动势[→]感应电流[→]通电导体受安培力[→]合外力变化[→]加速度变化[→]速度变化[→]感应电动势变化[→]……,周而复始,循环结束时,加速度等于零,导体达到稳定运动状态. 要画好受力图,抓住[a=0]时,速度[v]达最大值的特点.
一、“动-电-动” 单杆+导轨的基本特点和规律
情景 如图1,间距为[l]的平行导轨与电阻[R]相连,整个装置处在大小为[B]、垂直导轨平面向上的匀强磁场中,质量为[m]、电阻为[r]的导体从静止开始沿导轨滑下,已知导体与导轨的动摩擦因数为[μ].
图1
(1)电路特点
导体棒开始运动后切割磁感线产生感应电流,导体棒等效为电源. 电动势的大小[E=Blv],由导体棒的运动速度决定.
(2)安培力的特点
通电导体棒在磁场中受到安培力作用,与运动方向相反,安培力(阻力)[FB=BIl=BBlvR+rl=B2l2vR+r∝v]
(3)加速度特点
[a=mgsinθ-μmgcosθ-B2l2v/(R+r)m]
加速度随速度增大而减小,导体做加速度减小的加速运动
(4)两个极值的规律
如图2,当[v=0]时,[FB=0],加速度最大为
[am=g(sinθ-μcosθ)]
图2
当[a=0]时,[ΣF=0],速度最大,根据平衡条件,有
[mgsinθ=μmgcosθ+B2l2vm(R+r)]
最大速度[vm=mg(sinθ-μcosθ)(R+r)B2l2]
(5)匀速运动时能量转化规律
当导体以最大速度做匀速运动时,由能量守恒定律,重力的机械功率等于安培力功率(即电功率)和摩擦力功率之和,且都达到最大值.
[PG=PF+Pf]
[PG=mgvmsinθPF=Fmvm=ImEm=E2mR+r=I2m(R+r)Pf=μmgvmcosθ]
当[μ=0]时,由能量转化和守恒规律,重力的机械功率就等于安培力功率,即电功率
[P=mgvmsinθ=Fmvm=ImEm=E2mR+r=I2m(R+r)]
例1 如图3甲,空间存在[B=]0.5T,方向竖直向下的匀强磁场,[MN、PQ]是相互平行的粗糙长直导轨,处于同一水平面内,其间距[L=]0.2m,[R]是连在导轨一端的电阻,[ab]是跨接在导轨上质量[m=]0.1kg的导体棒. 从零时刻开始,通过一小型电动机对[ab]棒施加一个牵引力[F],方向水平向左,使其从静止开始沿导轨做加速运动,此过程中棒始终保持与导轨垂直且接触良好,图3乙是棒的速度-时间图象,其中[OA]段是直线,[AC]是曲线,[DE]是曲线图象的渐近线. 小型电动机在12s末达到额定功率[P=]4.5W,此后功率保持不变. 除[R]以外,其它电阻均不计,[g=10]m/s2.
(1)求导体棒在0~12s内的加速度大小;
(2)求导体棒与导轨间的动摩擦因数及电阻[R]的阻值;
(3)若[t=]17s时,导体棒[ab]达最大速度,且0~17s内共发生位移100m,求12~17s内[R]上产生的热量.
解析 (1)由图3乙,可得12s末的速度
[v1=]9m/s,[t1=]12s
导体棒在0~12s内的加速度大小
[a=v1-0t1=0.75m/s2]
(2)设金属棒与导轨间的动摩擦因数为μ.
在[A]点,有[E1=BLv1]
感应电流[I1=E1R]
由牛顿第二定律,有[F-μmg-BI1L=ma1]
则额定功率为[Pm=F1v1]
将速度[v=9m/s],[a=0.75m/s2]和最大速度
[vm=10m/s],[a=0]代入,可得
[μ=0.2],[R=0.4Ω]
(3)0~12s内导体棒匀加速运动的位移
[s1=v1t12=54m]
12~17s内导体棒的位移[s2=]100-54=46m
由能量守恒定律,得
[Q=Pt2-m(v22-v12)2-μmg s2=12.35J]
点评 本题以“杆+导轨”模型为载体,将力学、静电场(如电路中接入电容器)、电路、磁场及能量等知识进行整合.
二、“电-动-电” 单杆+导轨的基本特点和规律
情景 如图4,间距为[l]的平行导轨水平放置,与电动势为[E]、内阻为[r]的电源连接,处在大小为[B]、方向竖直向上的匀强磁场中. 当电路闭合时,质量为[m]、电阻为[R]的导体从静止开始沿导轨运动,与导轨的动摩擦因数为[μ].
图4
(1)电路特点
导体棒与电源构成回路,通电后在安培力的作用下开始运动,导体棒切割磁感线产生感应电动势,方向与电源相反,而回路总电动势减小.
(2)安培力、加速度特点
导体棒在安培力(动力)作用下开始运动的,大小
[FB=BIl=B(E-E反)R+rl=BE-BlvR+rl]
由牛顿第二定律,加速度[a=∑Fm=FB-μmgm]
(3)极限讨论
①当[v=0]时,[E反=0],电流、安培力和加速度最大值分别为
[Im=ER+r,Fm=BIml,am=Fm-μmgm]
这也是大型电动机启动时,为了防止电流过大而烧坏绕组线圈而串联启动电阻的原因.
②当[a=0]时,[ΣF=0],速度最大,电流最小,安培力最小,有[Imin=E-BlvmR+r,Fmin=BIminl]
由平衡条件[μmg=Fmin=BIminl=BE-BlvmR+rl],最大速度为[vm=EBl-μmg(R+r)B2l2]
③当[μ=0]时,[vm=EBl],即[E=Blvm=E反],此时电路中电流为零.
(4)匀速运动时的能量转化规律
当导体以最大速度匀速运动时,电源功率等于导体的机械功率(即安培力功率)与摩擦力功率之和
[P=IminE=IminE反+I2min(R+r)+μmgvm]
当[v=0]时,由能量转化和守恒规律,有电源的功率等于导体的机械功率和焦耳热功率之和
[P=IminE=IminE反+I2min(R+r)]
例2 如图5,长平行导轨[PQ、MN]光滑,相距[l=0.5]m,处在同一水平面中,磁感应强度[B=0.8T]的匀强磁场竖直向下穿过导轨面.横跨在导轨上的直导线[ab]的质量[m=]0.1kg、电阻[R=0.8Ω],导轨电阻不计.导轨间通过开关[S]将电动势[E=]1.5V、内电阻[r=0.2Ω]的电池接在[M、P]两端,试计算分析:
(1)在开关[S]刚闭合的初始时刻,导线[ab]的加速度多大?随后[ab]的加速度、速度如何变化?
(2)在闭合开关[S]后,怎样才能使[ab]以恒定的速度[v]=7.5m/s沿导轨向右运动?试描述这时电路中的能量转化情况.
解析 (1)在开关[S]刚闭合的瞬间,导线[ab]速度为零,由[a]到[b]的电流[I0=ER+r=1.5A]
[ab]受安培力水平向右,瞬时加速度
[a0=F0m=BI0Lm=6m/s2]
当[ab]向右运动的速度为[v]时,感应电动势[E=Blv],电路中的电流[I=E-ER+r](顺时针方向)将减小(小于[I0=]1.5A),[ab]所受的向右的安培力随之减小,加速度也减小.
当[E]=E时,有[E-Blvm=0]
则[vm=EBl=1.50.8×0.5]m/s=3.75m/s
电路中电流为零,[ab]所受安培力、加速度也为零,这时[ab]的速度达到最大值,以最大速度[vm]继续向右做匀速运动.
(2)若[ab]以恒定速度[v=7.5]m/s向右沿导轨运动,[ab]中感应电动势[E=Blv=0.8×0.5×7.5]V=3V
这时[E>E],闭合电路中电流
[I=E-ER+r=3-1.50.8+0.2]A=1.5A,逆时针方向
直导线[ab]中的电流由[b]到[a],根据左手定则,磁场对[ab]有水平向左的安培力作用,大小为
[F=BlI=0.8×0.5×1.5]N=0.6N
要使[ab]以恒定速度[v=7.5]m/s向右运动,有水平向右的恒力[F=0.6]N作用于[ab].
上述物理过程的能量转化,可以概括为三点:
①作用于[ab]的恒力[(F)]的功率
[P=Fv=0.6×7.5]W=4.5W
②电阻[(R+r)]产生焦耳热的功率
[P=I2(R+r)=1.52×(0.8+0.2)]W=2.25W
③逆时针方向的电流[I],从电池的正极流入,负极流出,电池处于“充电”状态,吸收能量,以化学能的形式储存起来.电池吸收能量的功率
[P=IE=1.5×1.5]W=2.25W
多孔材料模型分析 第4篇
美国麻省理工学院Gibson教授和英国剑桥大学Ashby教授合作创建的多孔材料分析研究模型(即Gibson-Ashby模型)和相关理论[2]是多孔材料界极富影响力和具有经典色彩的模型理论,迄今仍在国际同行的研究工作中得到广泛的应用,但近期发现其尚存在一些缺陷[12,13],如孔隙单元不能实现密堆积、棱柱在结构中的状态不等价、对应结构模型的受力分析困难、多孔体断裂方式不自恰、所得有关数学关系式中的材料常数依赖于多孔体的孔率,等等。一些研究者采用的另外一个模型,即Kelvin模型[2,14],在许多方面也存在着与Gibson-Ashby模型类似的问题,如结构单元中的棱柱不等价、对应结构模型的受力分析困难等。所以,对Gibson-Ashby模型显示出来的一些不足之处进行较为全面而充分的分析研究,并找出改进的方案或提出全新的分析模型,就具有重要的价值。本工作即在前期相关工作的基础上对该模型进行进一步的分析,并引荐另一个分析模型,它可以克服或弥补Gibson-Ashby模型中的这些不足,希望能够对广大多孔材料工作者提供一点有益的参考。
1 模型介绍
1.1 Gibson-Ashby模型
多年来,Ashby和Gibson等人一直从事着多孔材料的研究[15,16,17,18,19,20,21,22,23],其工作内容集中总结于文献[2]中,其主要的理论基础就是如前所述的Gibson-Ashby模型,即基于立方体孔隙单元的结构-性能分析模型[2,15,16,17,18,19,20,21,22,23]。下面将该模型作一基本描述。
Ashby和Gibson等人[2,15,16,17,18,19,20,21,22,23]关于各向同性开孔泡沫材料的分析模型见图1。该模型将这种多孔体抽象地表征为具有立方结构的孔隙单元的集合体,这些孔隙单元是由12根相同的孔隙棱柱(孔棱,孔筋)构成的立方格子,其中每根孔棱均由连接棱(连接筋)相连接。连接点处于孔棱的中点,连接棱的方向与孔棱垂直(参见图1)。这些立方构架的孔隙单元通过这种连接棱相互连接在一起,就构成了开孔泡沫体的整体[12]。
1.2 作者模型
对于各向同性的开孔泡沫材料,国内工作者[24,33]也提出了相应的结构-性能分析模型(见图2)。该模型从孔隙单元密积、孔棱全部等价、所构多孔体三维各向同性等基本点出发,将这种多孔体抽象地表征为具有八面体结构的孔隙单元的集合体。所有孔棱均规则地按立方体的对角线方式连接,从而形成大量密积的体心立方式八面体孔隙单元。这些单元八面体错落有致地分布在三个相互垂直的三维方向上(指八面体的轴线方向),从而实现孔隙单元的整体密积而构成整个多孔泡沫体[13]。
2 模型分析
2.1 Gibson-Ashby模型分析
从图1可知,Gibson-Ashby模型中的孔隙单元是由棱1-12共12条孔棱构成的立方体孔隙,而结构单元是由1个立方体孔隙和12条连接用的半棱(棱①-(12))构成(注:其中棱⑤-⑧等4条垂直于纸面的连接棱未画出而仅标出)。根据对称操作,该模型的孔隙单元和结构单元均实现了结构均匀和三维各向同性,但也表现出如文献[12]和[13]中所提到的一些不足。此外,还有以下的不够理想之处:
(1)多孔体承受双向和三向载荷时难以(或无法)按照梁理论的隔离分析方式进行分析,因而直接采用了偏应力的概念[2,12,13]。这时是将多孔体视为连续介质来对待的,即假定孔隙对于多孔体样品尺寸来说为非常小。但这种相对非常小的界限是相当模糊的,即样品尺寸要达到孔隙尺寸的多少倍才能作这种连续体处理,其中的倍数是十分不明确的。用于性能测试的样品尺寸至少要多大很难确定,如果多孔体的孔隙尺寸较大,则在很多实际情况下就可能给取样带来很大困难,甚而至于不可能取得满足要求的样品。但若借照文献[23]中所言,避免棱边效应的最小样品尺寸是孔隙尺寸的6倍,那么这个倍数对于将多孔体作连续体处理,显然是令人非常难以接受的。因为一般薄膜材料的厚度也会达到组成其原子间距的10000倍数量级。
(2)如果在多孔体承受多向载荷时继续沿用棱柱的隔离受力分析方式,则会导致棱柱在某一方向上受力为主(梁理论),而在其它与之垂直方向上的受力则影响甚微,甚至可以忽略,从而出现显然性的不合理结果。
(3)多孔体中的裂纹扩展方式与受力分析似有矛盾(理论分析不自恰),参见图3和图4。因为按照Gibson-Ashby模型的多孔体单向承载受力分析和断裂方式[2],应该是垂直于承载方向的孔棱优先产生断裂破坏(参见图3),由之而萌生的裂纹应该是优先沿着多孔体承载的方向进行扩展。因此,图4中也应该是初始平行于纸面的水平孔棱产生最大的内应力而发生破坏,那么裂纹扩展似乎就应该是在平行于受力方向的竖直方向上产生,而这就有悖于图4中所示的裂纹按垂直于受力方向进行扩展的现象。
2.2 作者模型分析
由图2可以看出,作者模型中的八面体单元既是孔隙单元,同时又是结构单元。此外,这些八面体单元的大小和形状均完全相同,只是轴线方向不同(相互垂直)。而且,轴线相互正交的八面体单元一一对应,数量相等,相互密积。此外,从另一角度来看,作者“八面体模型”的“BCC式”结构还可视为两套“简单立方亚格子的复合点阵”结构,孔棱也可视为这两套亚格子顶点之间的“配位式”连线(参见图2)。因此,组成孔隙单元的结点亦全部等价(如图2中的A,B两点即完全等价)。
这样,本模型就为开孔泡沫材料实现了结构均匀、三维同性的表征,且孔隙单元与结构单元完全统一,组成单元高度密积,所形成的多孔体中棱柱的结构状态完全等价,结点的结构状态亦完全等价。
不管多孔体是单向、双向还是三向承载,本模型中各棱柱的受力状态均完全等价,从而实现了结构单元中所有棱柱的结构状态和受力状态双重等价。因此,在所有的受力情况下(注:平面内的多向承载总可以分解为双向承载,三维空间的多向承载总可以分解为三向承载),都可方便而简易地采用单一棱柱的隔离分析方式,从而为多孔体的性能分析提供了巨大的方便[13]。
此外,根据作者模型关于多孔体承载的上述受力分析方式,多孔体中各棱的受力状态等价,其产生断裂破坏的几率相等,因而造成整个多孔试样的宏观裂纹走向亦是弯弯曲曲,呈时而垂直于加载方向、时而又顺向于加载方向的复杂、不规则形态。这种理论预言被实验结果所证实[34]。如此,不至于出现Gibson-Ashby模型中“多孔体裂纹沿受力较小的竖棱扩展(参见图4)”这样一个不合理的理论结果。
3 相关讨论
结合文献[12]和[13],由上述两个模型的对比分析可以十分清楚地看出,Gibson-Ashby模型中的上述不足之处,能够在作者模型中得到一一克服或弥补。
3.1 关于模型的简化
实际的泡沫多孔材料的孔隙结构是极其复杂的,其尺寸和形状都是变化万千的,即使在同一块多孔体中也是大小不一,形状各异的。无论是Gibson和Ashby的立方体模型[2],还是Kelvin的十四面体模型[2,14]和作者的八面体模型,都不可能完整而全面地描写多孔材料的实际孔隙状态,而实际上要做到这一点的必要性也并不是很大(甚至没有这种必要性),很多其它方面的模型似乎也都这样。众所周知,任何理论模型都是在一定程度上对实际状态的抽象和综合概括,其目的都是在尽量简化的基础上简捷而方便地表征出实际状态的有效特征和性能行为。事实上,多孔泡沫材料的真实孔隙形状既不是作者模型所抽象出的八面体,也不是Gibson-Ashby模型所抽象出的立方体以及Kelvin模型所抽象出的十四面体,顶多也不过就是其中有少数孔隙与之“巧合”而已。要评价这些模型是否过于简化和是否实用,关键是看其是否能够较好地表征出泡沫材料的结构特点,更重要的是看其能否从相应的几何模型便捷地推演出符合多孔材料实测性能结果的对应实用性数理表征模型。如果模型能够较好地实现多孔材料所需结构特点的表征和性能关系的数理表征,那么就可以认为这是一个好模型,而且是越简单越好。简单模型不等于差模型,复杂模型也不等于好模型。一切应以实际可操作性为度,效果应以实践检验为度。
这种八面体模型可能并未展示足够的对称性。但是,几乎没有任何理论模型能做到十全十美,把问题的所有都照顾的面面俱到,而都是在不同程度上的简化或近似。本模型也只是尽量去同时考虑宏观对称性和分析简便性两个因素,力争既反映出泡沫体三维同性的理想特征,又可较简捷地进行实际可操作的分析应用。
3.2 关于作者模型的说明
作者模型与Gibson-Ashby模型一样,其不是完全意义上的简化结构模型,而是一个结构-性能分析模型[2,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32]。本模型既形象而具体地表征了各向同性三维网状多孔泡沫材料的结构特征,即三维同性、孔隙单元密积、单元的高度对称性和孔棱的等同性等,又简化而抽象地体现了该材料适用的性能分析特点。因此,它是一个集具体和抽象、集结构与性能于一体的综合分析模型。将孔隙单元集中简化成八面体单元来进行处理,只是为便于实际可行的性能分析,同时也不悖于该材料的结构特征,故弱化了各种真实多孔材料的具体结构特点,从而大大简化了分析和推演。
实验证明,作者模型在上述多孔泡沫材料的电阻率性能、单向拉伸性能、双向拉伸性能等数理表征方面均得到成功的应用[14,27,29,32],应用效果明显好于Gibson-Ashby模型[33]。
3.3 关于力学性能的影响因素
多孔材料的力学性能对其孔率因素最为敏感,即孔率是影响力学性能的主要因素,这一点似乎已成为不争的结论。但是,孔隙形状、孔隙尺寸及其分布等因素,也都是影响多孔材料力学性能的重要原因。不过,这些因素对性能结果的影响,可视为性能结果对理想结构的偏离,即对理论模型的偏离。因此,其影响的综合作用可统一表征于材料常数和/或工艺常数中,用以修正理论模型对实际状态的偏离。当然,这种处理方式在实践中是否可行,最终只能由实验来检验。
4 结束语
Gibson和Ashby等人关于开孔泡沫材料的Gibson-Ashby模型除主要存在文献[12]和[13]中所指出的那些不足外,还在多孔体单向承载时裂纹扩展方式与棱柱受力分析结果方面出现了矛盾。这些不足会导致模型在不同的应用过程中产生各种困难,进而造成理论结果对实际情况的较大偏离。相应的作者模型则实现了结构单元与孔隙单元的一体化,同时也实现了结构表征与性能分析的一体化,且在对应几何模型中的棱柱实现了完全的结构等价和受力状态等价。它可弥补Gibson-Ashby模型的上述不足,简便地解决Gibson-Ashby模型所遇到的一些困难。
摘要:多孔泡沫材料的制备、应用和性能研究均不断取得新的进展。在关于多孔材料结构和性能方面的理论中,著名的经典性模型——Gibson-Ashby模型一直受到国际同行的普遍认同,迄今仍然是众多研究者在研究工作中广泛应用的理论基础。对该模型尚存在的若干不足和问题进行了一些补充思考和分析,发现其中有些缺陷甚至可以打破该模型原来表现出来的“完满性”。在总结陈述这些问题的基础上,引荐了可以克服或弥补上述模型不足的另一个模型。
波特五力分析模型 第5篇
(1)供应商的议价能力
银行业作为国有垄断性的行业,基本没有替代品,没有其他供应商;银行业的产品或服务对于顾客具有较高的交换成本;银行业由少数几家银行主导并面向大多数客户销售;银行业提供的产品对客户的生产业务很重要。
(2)购买商的议价能力
银行业具有较强的议价能力,银行提供种类众多的理财产品和服务,顾客具有较强的选择空间;银行贷款途径多样;银行业直接受国家货币政策的干预调控
(3)潜在竞争者进入的能力
银行业作为国有垄断行业,经营状况的好坏关乎国计民生。银行业的发展状况关系到国家的金融安全,因此银行业的进入具有较高的门槛。世界各国对自己的银行业都实行强有力的监管和保护。随着全球经济的发展和经济一体化的增强以及WTO关于银行业的规定,各国对于银行业的保护会逐渐放开。因此,现阶段,银行的潜在竞争者的进入能力较弱。
(4)替代品的替代能力
保险行业;股票交易市场;基金交易市场等
(5)行业内竞争者现在的竞争能力主要取决于以下几方面
竞争者数量,市场中竞争者越多,竞争强度会越强。
行业增长率,行业增长缓慢,新进入者从其他竞争者那里争取市场份额,现有企业之间争夺既有市场份额,竞争会变激烈。随着中国经济的快速增长,中国银行业业面临着巨大的压力的挑战。
不确定性,银行业具有较高的风险和较强的不确定性,一旦投资失败或所放贷款不能及时收回都会给企业的经营带来较大的风险。
优势分析
1、国家信誉支持。与其他非国有商业银行相比,作为国家重要扶持的商业银行,可以长期获得低成本存款。能获得百姓的信任,具有强大的信用支持。
2、市场领先地位。拥有一套适合中国农村金融市场情况的完善的业务系统和人员队伍,能够深刻理解国家金融监管条例和规则,了解国家的宏观经济政策,了解中国的民族文化和风土人情。同时经过长期的经营活动,拥有了众多的稳定客户资源。,对农村客户更有亲和力,具有较强的企业文化优势,客户忠诚度相对较高。
3、资本规模大,实力雄厚。县域内存款市场份额达到30%,贷款市场份额达到34,农户贷款份额达到89%,实力雄厚。
4、网点众多。农村信用社承担着新农村建设金融主力军的任务,网点遍布城乡。经过广泛发展,遍布城乡,形成了全国性的结算体系。
民办高校管理模型分析 第6篇
第一种是静态对称信息下的最优合同——强制合同。这个模型假设投资公司能够观测到民办高校代理人工作努力程度,那么就可以设计出这么一个合同:投资公司支付给民办高校代理人一个适当的固定报酬,同时民办高校代理人在投资公司的监督下进行工作。由于信息对称,投资公司就可以精确地了解民办高校代理人的劳动供给曲线,观测代理人的努力程度,并计算出社会效益最大化时所需的代理人的工作量,即当代理人的边际努力成本等于边际产出时的工作负荷。只要代理人在完成其任务时所得的固定报酬能使他的效用大于不接受合同时最大期望效用(保留效用),而代理人未完成其任务时的所得足够的小,民办高校代理人就会按委托人的要求自动地付出适当的努力。然而,对民办高校的管理与经营是一种极其复杂的脑力劳动,其质量和数量是非常难以度量的。因此,根据民办高校代理人工作努力程度设计强制性合同是不可能做到的。
第二种是静态信息不对称情况下的最优激励合同。由于信息不对称,委托人无法观测到民办高校代理人的工作努力程度,无法区分民办高校业绩下降的原因,这就会有一个风险分担和激励提供之间的两难冲突。此外,民办高等教育生产的最终产品是学生的人力资本的增值部分,对于如何测量一个学生人力资本的增值,迄今为止还没有找到较为科学合理的测定方法或手段,只能从另一些指标对此进行推测,如毕业生就业率和工资等。这造成了对民办高校经营绩效难以有一个统一而且合理的测量标准,也造成了对民办高校进行激励的困难。
二、动态委托代理模型
投资公司与民办高校的委托代理关系不是一次性的,而是多次性的。在动态情况下,伦德纳(Radner)、罗宾斯泰英(Rubbin-stein)与法玛(Fama)从不同的角度得到了不同的结论:“声誉模型”和“棘轮效应”。前者认为如果委托人与代理人保持长期合作,只要双方都有足够的耐心,最优风险承担和激励可以实现。而后者认为由于委托人对代理人努力水平的评价建立在参照标准上,代理努力水平的提高会使工作业绩不断提高,参照标准也会随之不断提高。当代理人预测到他的努力将提高标准时,他的努力积极性也就下降。
我们前面讨论到,为了执行强制性合约,必须监控代理人的劳动成本行为,调查清楚代理人的劳动供给曲线。在动态委托代理中,还要求工作任务必须相对稳定。因为,如果工作任务经常变动,委托人必须对这种工作任务下的劳动供给曲线重新进行调查。然而,即使是对一些工作复杂程度低的工作,委托人也难以调查清楚代理人的劳动供给曲线,因为代理人不愿意真实地显示自己的劳动供给曲线。民办高等教育系统中大多数工作任务都具有明显的不确定性,尤其是管理人员和研究人员的工作任务不确定程度高:作为管理人员,他必须搜集自然环境的变化信息,并根据自然环境的变化作出相机决策,这种信息收集以及决策过程的工作量是难以观测的,并且每次收集的信息内容及决策内容也是不断变化的;对研究人员来说,科学研究本身就是不确定程度很高的工作。因此对民办高校代理人实行激励工资制度是具有一定难度的。
三、民办高等教育的多目标性与多项任务的委托代理
霍尔姆斯特姆(Holmstrom)和米尔格罗姆(Milgrom)于1991年证明,当代理人从事多项工作时,从简单的委托代理模型得出的结论可能是不适用的。在有些情况下,固定工资合同可能优于根据观察到的变量奖惩代理人的激励合同。当不同工作的监督难易程度不同时,对易于监督的工作的过度激励会诱使代理人将过多的努力花在这些方面而忽视其它方面,从而导致资源配置的扭曲。如果委托人希望代理人在某项工作上花费一定的精力而该工作又不可观测,那么激励工资合同也将是难以实施的。
美国学者在20世纪60年代中期即开始了澄清大学目标的努力。1964年,格罗斯教授等列出了美国高等教育的47个目标,其中17个为“产出目标”,其余为“支持性目标”。然而,正如伯顿·克拉克所说:"70年代美国人澄清高等教育目标的努力到头来仅仅是拉长了没经过分析的抽象术语的单子”,“目的的自然模糊性”是大学的主要特征。经济目标往往是投资公司所要考虑的第一因素,其次,投资公司还要考虑的是稳定发展、社会公平等因素,这将导致投资公司对高校的评估不以经营业绩为唯一标准,安置就业、维护稳定、甚至计划生育都会成为考核的标准。在民办高校目标多元化的情况下,如果这些目标在代理活动中相互重叠,就会使民办高校的效率大大降低。要提高民办高校的经济效率必然要牺牲民办高等教育的其它目标,或者要充分实现其它社会目标就必然要以牺牲经济效率为代价。
不过,大多数为公众所接受有关大学的事务可以被分为两个极端的两类:文化论说和功能论说。前者被称为理想主义学派(idealism),认为科学活动是一股促使社会进步的解放力量;而后者被称为功能主义学派(functionalism),强调大学为社会提供了能促使国民经济增长的合格劳动力和研究产品。与此同时,另一种新的思潮也开始广泛流行:近年来许多国家政府认为要对高等教育进行计划管理,反对高校自治,强调社会对主要经济资源的控制。这种观点奠定了有关大学治理的近代思潮的基础。有关大学治理的思潮在大学的组织理念中得到了充分体现。这种思潮使投资公司对民办高校的干预也随之增多,或者为投资公司实现它的一些目标找到了理由,使投资公司通过一些手段迫使民办高校为其经济目标或其它功能目标服务成为可能。
由于民办高校的管理与经营是一种极其复杂的脑力劳动,其质量和数量是非常难以度量的,因此实行根据民办高校代理人努力程度进行激励的强制性合同是不可能的;由于信息不对称给民办高校代理人推卸责任创造了机会,以及民办高校绩效的难以度量,因此实行根据民办高校绩效进行激励的风险分担合同也是有困难的;声誉模型使民办高校代理人努力工作,但声誉的作用是有限的;棘轮效应会使民办高校代理人进一步对抗上级的监督和激励,并更加不努力地工作;民办高等教育的多目标性可能会使过度的激励导致民办高校资源的错误配置,使一些本来并不太重要的工作占用太多的资源。近年来,随着绩效指标体系的确立,激励的效果已开始逐步显现。但在民办高等教育这个目标模糊、过程复杂、难以监督的系统中,激励所起到的作用毕竟是有限的。要实现民办高校的高效率,除激励之外,还要建立在其它有效的机制之上,如信誉、信任与合作等。
纵向数据模型分析 第7篇
1 线性模型
通常最简单的模型是线性的, 这里我们假设yij可以表示为一个线性的协变量和随机误差的加法算式
这里我们通常假设随机变量, 并且通常假设和, 是截距。
通常我们假设这些参数来源于集合中的随机样本并且相互独立, 不失一般性, 我们能够描述第i个参数模型。表示成矩阵形式, 他的矩阵模型Yi
这里V是正定对称矩阵, 如果我们假设V是一个对角矩阵, 甚至一个单位矩阵, 那么意味着对同一参数的反复测量是相互独立的。他们通常是依赖和正相关, 尤其是相邻的, V不是简单的结构, 我们可以设定矩阵V的元素Vij的系统参数, 能够使矩阵V是协方差结构, 通常这样设置Vij=1, vik=p, 这种结构被称为复合对称结构, 因为任何Yij, Yik之间的关系是p, 并且这种被称为第一阶自回归, 这里任意两点Yij和Yik之间的联系是通过和两点之间的时间长度来描述的, 因为-1
2广义线性模型
与线性链接反应和协变量的连续反应不同, 我们能够找到一个边界期望反应函数对其他反应的协变量, 下面给出广义线性模型的定义
符合上述函数的例子, 比如人在一生中某个年龄阶段吸烟的人数, 经过反复测定, 其结果符合泊松分布
为了响应边界期望, 让, 上述log函数可写成
我们应该注意到这些边界期望函数模型通过反复测量, 结果是独立的, 因为它们是协变量和固定参数模型。这是我们通常不能确定的, 因此我们需要更复杂的模型。
3 过渡模型
上述广义线性模型忽略了一个事实, 通常反复测量的是独立的某一对象, 我们非常有必要获得一个函数, 它在测量过程中应该考虑到某一对象和他原函数的关联性, 通过原函数的一些遗留信息得到, 这就是我们要讨论的过渡函数。
假设一个q步的转换, 例如当前的反复测量是针对q步的一个最接近的一个原始函数。对于重复变量, 我们有
这里, 这里我们连接Yij到它的q最接近的原始, 通过遗留的。这恰恰重新解释了对于连续的二元变量的自动协方差函数, 我们有一个转变概率作为逻辑回归模型
同样, 对于接下来的泊松分布我们能够制造出一个力度函数依赖于最接近的原始函数
因此, 转移模型提供了一个合理的办法直接连接自身免疫的重复测量。
4 随机效应模型
上述模型都是讨论固定结果的, 例如协变量系数对所有的测试对象都是一样的, 我们知道测试对象是变化的, 所以我们认为对不同的变化对象有不同的协变量函数, 因此这里有更多模型参数和越界参数, 为了避免这些, 我们能够假定自然强制系数对相同的协变量。这个自然约束是我们假设对于相同的协变量来自相同的分布, 他们通常是正态分布的, 举个例子, 对于连续变量, 我们有
这里作为前面对象的特殊系数是被分解成和对于特定群体和对象的影响, 随机协变量的结果同样能区分这些固定结果, 但通常都是前者是后者的子集, 这就是说我们不必不得不假定一个随机结果对每一个协变量都有一个随机结果。随机截距和截距是经常被用到的。
上面纵向数据研究方法各有优缺点, 线性模型就是各个截面估计方程的截距和斜率项都一样, 也就是说回归方程估计结果在截距项和斜率项上是一样的, 也就是线性模型研究的是线性结构的数据, 而现实世界中, 纵向数据越来越多, 当纵向数据近似服从正态分布且能用线性的结构来描述时, 应用广义线性模型, 不是正态或不能用线性结构来描述的纵向数据越来越多, 应用随机效应模型, 因此, 经济学、社会学、生物医学等学科领域中存在大量的纵向数据, 纵向数据中的各种模型是分析此类数据的强有力工具。
参考文献
[1]P.S.Albert, D.A.Follman.Modeling longitudinal countdata subject to dropout.Biometrics2000, 56:602–608.
[2]P.S.Albert, D.A.Follman.A Random Effects Transition Model for Longitudinal Binary Data with Informative Mis-singness.Statistica Neerlandica2003, 57:100-111.
“拉船”模型的归类分析 第8篇
一、绳子拉船问题的速度分解
例1如图1所示, 在水面上方h高的岸上, 某人利用绕过定滑轮O的轻绳匀速地拉动水面上的一只小船, 如果人拉动绳子的速度大小为v, 则当绳子OA与水平面的夹角为θ时, 小船运动的速度为多大.
解析: 如图1所示, 当绳子拉着小船水平向左运动时, 定滑轮右边的绳子运动有这样的效果: 一方面, 沿绳子方向收缩; 另一方面, 绳子绕定滑轮O顺时针转动. 因此, 可将绳A端 ( 或小船) 水平向左的实际运动 ( 合运动) 分解成上述两个方向的分运动, 如图2所示, 而沿绳子收缩方向的分速度大小等于人通过定滑轮拉动绳子的速度大小v, 故小船运动的速度为v船= v / cosθ
二、绳子拉船问题力的分解:
例2如图3所示, 小船用绳索通过定滑轮牵引, 设水对小船阻力不变, 在小船匀速靠岸的过程中 ()
( A) 绳子的拉力不断增大 ( B) 船受浮力不断减小
( C) 船受合力不断减小 ( D) 绳中拉力可能不变
解析: 小船在运动的过程中做匀速直线运动, 受重力、绳子的拉力、浮力、水的阻力四个力的作用, 这时就不能用合成法和分解法了, 只能用正交分解法. 建立如图4所示的直角坐标系, 列方程得:
由以上两个方程得:
由上述结果可以判断: 在小船匀速靠岸的过程中, θ变大, cosθ变小, tanθ变大, 所以FT变大, F浮变小, 因为小船匀速行驶, 所以小船所受的合外力始终为零. 答案应选 ( A) ( B)
三、两类问题的综合:
例3如图5所示, 在不计滑轮摩擦和绳子质量的条件下, 当小车匀速向右运动时, 物体A的受力情况是 ()
( A) 绳的拉力大于A的重力
( B) 绳的拉力等于A的重力
( C) 绳的拉力小于A的重力
( D) 绳的拉力先大于A的重力, 后变为小于重力
解析: 设和小车连接的绳子与水平面的夹角为θ, 小车的速度为v, 则这个速度分解为沿绳方向向下和垂直绳方向向上的速度, 根据平行四边形法则解三角形得绳方向的速度为vA=vcosθ, 随着小车匀速向右运动, 显然θ逐渐减小, 所以绳方向的速度越来越大, 又知物体A的速度与绳子的速度大小一样, 所以物体A向上做加速运动, 则由牛顿第二定律得: F - mg = ma, 即F = mg + ma, 因此, 绳的拉力大于物体A的重力, 所以选项 ( A) 正确.
对象识别研究模型分析 第9篇
关键词:对象识别,上下文相关,多层联系,依赖关系
1 概述
由于存在于网络中的信息自身所具有的分散性,基于网络信息的数据集成是基于WEB的一个非常重要的应用。但是,不同的数据源对于对象的描述往往不尽相同,同一对象在不同时间段的属性也会有不同。因此,基于不同数据源的数据集成中对象识别是目前的一个研究热点。他所研究的主要问题是如何判断哪些记录对应着同一个对象。对象识别属于数据清洗的过程,一个数据库只有进行完对象识别才能很好的进行分析。在信息集成中构建统一数据库的过程尤其需要对象识别。最初也正是由于需要识别多个数据源中的数据的匹配问题才提出了对象识别。
对象识别工作是与信息领域中的应用密切相关的。不同的应用系统会有不同的对象识别优化工作。但是,从整体上来讲,对象识别工作可以分成两个部分:如何计算记录间的相似度和如何减少比较的数量。在计算记录间的相似度时,大量的研究工作集中在如何计算对应属性的相似度上,然后使用一定的公式合成各个属性的相似度。减少比较的数量,可以加快对象识别的进行。
2 对象识别模型
随着计算机的应用越来越广泛,信息集成也越来越多,导致在数据库中进行对象识别的需求也越来越多。因此近年来数据库中进行对象识别的技术收到研究人员的广泛关注,已经开发出来了大量的系统,提出了大量的模型。
2.1 上下文相关的对象识别
文献[1]是新加坡国立大学的研究工作,提出采用作者表象的上下文属性来进行对象识别,判断两个不同名的表象是否对应同一个人。在论文数据库中,作者表象的信息非常有限,在大部分情况下只是一个名字,没有邮箱,身份证号码等区别信息。Mong L Lee等人第一次提出了“上下文属性”(context attributes)的概念,也就是在论文数据库中,论文的标题、发表时间,所属国际会议(杂志)、作者、出版社等属性中,到底哪些属性和要识别的作者属性是相关的。只有识别出相关的属性后,才能利用这些相关属性进行对象识别。
论文中提出了采用关联规则来查找属性值之间的相关性:一个属性的某个值与其他属性的某个值是否经常共同出现。在查找到的所有关联规则中,如果某一个属性的值和作者属性的值会产生很多的关联规则,那么这个属性就是作者属性的一个相关属性。例如,作者A和作者B经常一块出现,作者C和作者D经常一块出现。这样的规则频繁出现,可以知道合作者就是作者的关联属性。在判断过程中,由于一个作者通常会参加多个国际会议,作者和国际会议之间的支持度不是很高。例如,"Andrew Mc Callum"参加的国际会议包括"SIGKDD","ICML"和“NIPS”等。但是,"SIGKDD"、"ICML"和“NIPS”等国际会议都在相近的研究领域中。论文中提出由领域专家给定国际会议对应的研究领域概念层次树,如图1所示,然后判断作者和研究领域之间是否存在关联规则。
当把国际会议用它对应的更高层次的研究领域来替代后,研究领域也是作者的一个关联属性。获得作者属性(也就是要识别的属性)的相关属性后,利用这些属性判断两个表象是否同一个对象时,首先计算它们各个对应属性的相似度,而后合成两个表象的相似度,计算公式如下:
其中,Col Sima是相关属性a的相似度,iw是领域专家给出的相关属性i的权重。利用上面的公式计算出两个表象的相似度后,判断和领域专家设定阈值T的大小关系。论文是第一次提出利用关联规则查找表象的相关属性,并利用这些属性进行作者识别。但是,该文的工作需要领域专家手工的给出国际会议的概念层次树,计算公式也需要领域专家的手工设定权重,在实际大规模的数据上并不实用。
2.2 基于多层联系的对象识别
基于表象的上下文进行判断,只是利用了和表象直接联系的上下文信息,没有注意到表象上下文的上下文对于表象的识别也是非常重要的。Glen Jeh等人在文献[2]中提出了Sim Rank模型,提出利用对象关系图中点与点之间的联系来计算两点之间的相似度。Wensi Xi等人[4]在2005年国际信息检索大会上提出Sim Fusion模型,对Sim Rank进行了改进。从严格意义上,这两个工作并不是解决对象识别问题的,而是用来判断两个对象之间的相似度。但是他们提供了一个计算两点之间相似度的框架模型。对象识别工作[5]等就是基于这样的工作进行的改进。
在Sim Rank模型中,如果两个对象被相似的对象引用,那么他们的相似度增加,也就是两个点的相似度可以被它们邻近点之间的相似度来增强。作为对象识别的基础,一个点和自身最相似,相似度为1。Sim Rank采用迭代的方法计算两个对象的相似性,公式如下所示:
其中,A(a)是与对象a连接的对象,A(b)是与对象b连接的对象。Wc,d,a,b是对象间的联系权重。
Sim Fusion使用不同类型对象之间的随机行走模型进行节点相似度的判断。与Sim Rank相比,Sim Fusion可以利用多种类型对象之间的关系来计算两个对象的相似性。在Sim Fusion中,同一种类型的对象集合称为是一个数据空间,多个数据空间构成一个统一的关系模型矩阵,公式如下所示:
其中,Li表示同一种类型的对象i之间的关系矩阵,Lij表示不同的数据空间从i到j之间的关系矩阵。在关系矩阵中,每一个子矩阵的行和为1。由于Lurm看成是一个随机行走的单步转移矩阵,因此对于任意的。在统一的数据空间中,不同的对象(不管是否在同一个数据空间)之间的相似性的值定义成为一个统一的相似性矩阵USM。初始化为:
在定义了URM和USM之后,整个Sim Fusion的过程可以看成一个相似度互相增强的过程,即一个迭代的过程:
迭代结束后,分析相似性矩阵USM可以获得两个对象间的相似度。
采用基于Sim Rank或者Sim Fusion的方法计算两点之间的相似度时,只有对象间的关系非常完整才能获得很好的判断结果。而且,算法的空间复杂度是O(n2),需要计算任意两个点之间的相似度,算法的代价很大。
2.3 基于依赖关系的对象识别
在论文数据库中,多种对象之间存在依赖关系。进行对象识别时,首先识别出来的对象可以向正在识别的表象对提供有用的信息,而传统的对象识别工作没有考虑这样的依赖关系。例如,表1所示的例子。
表1所示的数据中,每一篇论文都具有3个属性值(1)标题Title(2)作者Author(3)国际会议Venue。传统的对象识别工作在计算两条对应记录的相似度时,首先计算对应属性的相似度,然后合并多个属性的相似度得到两条记录的相似度,如图2所示。在图中对象节点表示“表象1和表象2是否同一个对象?”证据节点是属性Ai和Aj的相似度大小。利用传统的对象识别工作,b1和b2两篇论文由于标题相同,作者的名字也一样,那么可以认定这两条记录指向同一个论文对象。在判断b3和b4时,虽然两篇论文的名字相同,但是他们的作者不一样,而且会议名字也不相同,计算获得的这两条记录的相似度偏低,所以不能认定这两条记录对应同一个论文对象。所以,传统的对象识别方法可以判断出b1和b2是一个匹配,但是b3和b4是一个模糊匹配。
然而,在上面的分析中可以发现,判断出b1=b2后,就可以知道KDD-2003和9th SIGKDD是相同的国际会议了。利用这个信息可以知道b3和b4是在同一个国际会议发表的同名论文,它们是两篇不同论文的概率是很小的,因此可以认定b3和b4也是一个匹配。同理可以判断Bill Johnson和William Johnson是同一个人。通过这个判断也知道了“Bill”和“William”在人名里可以互换。这样的知识也可以用来识别另外的对象。基于依赖关系的识别过程如图3所示。
文献[6]等是基于依赖关系进行对象识别的工作。在利用依赖关系进行对象识别时,首先需要在各个对象节点和证据节点间建立联系。在建立依赖关系图时,任意一个模糊匹配建立一个对象节点,这个模糊匹配的对应属性构成证据节点,多个对象节点通过证据节点进行连接。使用这样的依赖关系图,一个对象节点识别后获得的信息可以辅助其他对象节点的识别。一般说来,一个对象节点会有3种邻居节点:(1)实数类型的邻居节点(2)强逻辑关系的邻居节点(3)弱逻辑关系的邻居节点。一个对象节点的相似度是这三部分之和,总是介于0到1之间。
在进行对象识别时,对于实数类型的证据节点,采用下面的公式进行合成:
其中,λi是第i个证据类型的相似度,是其对应的权重。
对于逻辑关系的节点,不管它是强逻辑关系还是弱逻辑关系,使用下面的公式进行计算:
其中,|N bv|是对应的逻辑关系的个数。g是对应的权重,在公式中,强逻辑关系具有比弱逻辑关系更大的权重。
建立了依赖图后,在进行对象识别工作时需要使用迭代的方法进行计算。容易识别、连接强度大的模糊匹配首先被成功识别,然后在下一次的迭代中就可以使用这样的识别知识了。为了提高对象识别的速度,在基于依赖图进行对象识别时,如果一个节点中的两个表象被判为是属于一个对象,合并这两个表象,并立即触发它周围点的再次判断。
利用依赖关系图进行对象识别时,如果一个匹配的两个表象没有被建立为一个对象节点,那么这个匹配就没有被判断出来的可能性。所以这样的方法高度依赖于建立依赖关系图的方法,对于模糊匹配的选择要求很高。而且,由于一个表象会在依赖图中构成多个节点,导致依赖图非常庞大,程序运行的速度缓慢。
2.4 利用基于辅助数据源的对象识别
对于许多的模糊匹配,如果能够找到新的相关信息,完全可以判断出它们到底是匹配还是不匹配。例如,对于两个人名“Bob Smith”和“Robert Smith”,采用字符串相似度判断时会被认为是一个模糊匹配。但是在英文里作为人名的一部分时,“Bob”和“Robert”是一对可以互相交换的词。如果有辅助数据源可以提供这样的信息,那么就可以判断出这个模糊匹配是一个匹配。[7]中提出了一种利用多个辅助数据源查找辅助信息,结合已有信息进行判断的方法。系统中首先产生所有的模糊匹配,然后利用辅助数据源进行判断。系统模型图如图4所示。
从图中可以看出,系统中存在多个辅助数据源,当产生一个模糊匹配时,系统首先判断需要查询哪个数据源,然后再进行查询判断。例如,如果系统需要判断两个人名是否相同时,可以查询人名统计数据库;如果需要判断两个饭店的地址是否相同(街道是否有曾用名),可以利用地理数据库等。如果通过辅助数据源判断出两条记录对应着同一个对象,那么这个模糊匹配就是一个匹配。
由于查询辅助数据源会导致延迟,而且还可能会导入错误等,系统只是在产生模糊匹配的时候才会去利用中间件进行查询。采用这样的模型,可以提高对象识别的查全率。但是,论文中的辅助数据源是一些特定的数据源,需要提前知道数据源的模式,获得使用权限等。这样的要求大大限制了论文中模型的适用范围,不能作为一种通用的模型进行推广。
2.5 利用网络数据进行判断
论文[8]中研究了如何在网络搜索的网页中找到特定人网页的问题,提出一种利用网络搜索结果进行对象识别的方法。假设多个人TH={th1,th2,…,th N}之间存在社会关系,利用一个通用搜索引擎(例如Google)下载每一个人名的前k个网页。那么对于网页集合D中的N*k个网页,每一个网页d都和一个人名thi相关联:名字thi是从搜索引擎中检索出页面d的查询。
对于这样的网络人名识别问题,可以描述为在给定的模型下,如何判断两个网页是否属于同一个人。模型可以表示为f(d,h|M(K):在给定背景知识K的情况下,如何根据推导出来的模型M判断网页d是否属于某一个人h。通常情况下,存在社会关系的人之间的网页会存在交叉(interconnection)关系:或者内容相关,或者网页的超链接相关,而这些对象的同名对象(namesakes)之间则不会存在这样的关系。论文中提出利用这样的关系进行对象识别,找到所有的属于TH={th1,th2,…,th N}中人的网页。
在进行人名的对象识别时,首先可以根据网页之间的超链接关系进行判断。对于Google返回的网页,可以根据他们的地址栏获得相应的有效连通地址。例如,两个网页如果都属于相同的地址www.ibm.com,那么,这两个网页是连通的。在计算页面之间的超链接结构时,使用页面完整的URL作为有效连通地址会过于严格,而只采用域就显得过于宽松。论文中计算网页间的超链接关系时,页面的URL保留第一级子目录作为有效连通地址。例如,一个页面http://www.cs.umass.edu/~ronb/timeline.htm,返回的有效连通地址是http://www.cs.umass.edu/~ronb/。论文中提出对网页的有效连通地址进行聚类计算,生成多个连通子图。在众多的连通子图C1,C2,…,CM中,定义最大连通子图为包含多个不同人名的最大连通网页图。如果一个连通子图与最大连通子图的距离低于d,就认为这个连通子图符合连通模型,公式如下所示:
利用这样的连通模型,以最大连通子图为中心的众多连通子图构成相关网页的集合,而其他的网页就可以认为是不相关网页。
除了利用页面之间的超链接关系,作者提出利用BIB(Bootstrapped Information Bottleneck)聚类方法对于众多的网页根据内容进行聚类。在检索出的网页中,相似的文档应该具有类似的关键词,而类似关键词的文档分布也大致相同。在计算网页的聚类时,首先把所有的关键词放入一个大的聚类中,同时每一篇文档都作为一个独立的聚类。然后,关键词的聚类根据他们在文档中的分布进行分裂,而文档根据他们对应关键词的特点进行合并。这样,两个聚类方向互相进行启发,直到聚类完成。
采用上面的两种方法单独建立的聚类结果,可以进行合并。在BIB聚类方法中,选择和超链接分析中的最大连通子图大小最相似的聚类C,利用和这个聚类C存在覆盖关系的链接分析中的聚类,生成一个新的聚类0C*作为最大连通子图聚类。使用0C*替换公式(2-8)中的0C,可以获得更加准确的相关网页结果。
3 总结
在大量的基于不同数据源的数据集成应用中,对象识别的准确性直接决定了集成后获得的全局数据库的可用性。该文比较全面的介绍了目前对象识别问题中研究人员提出的典型识别模型,包括:上下文相关的对象识别、基于多层联系的对象识别、基于依赖关系的对象识别、利用基于辅助数据源的对象识别、利用网络信息的对象识别模型。并对上述识别模型进行了比较深入的分析。
参考文献
[1]Lee M,Hsu W,Kothari V.Cleaning the spurious links in data[J].IEEE Intelligent Systems,2004.
[2]Glen Jeh,Widom J.SimRank:A measure of structural-context similarity[C].Proc.Of SIGKDD,2010.
[3]Xi W,Fox E A,Fan W.SimFusion:Measuring Similarity using Unified Relationship Matrix[C].Proc.of SIGIR,2005.
[4]Xi W,Fox E A,Fan W.SimFusion:Measuring Similarity using Unified Relationship Matrix[C].Proc.of SIGIR,2008.
[5]Dmitri V Kalashnikov,Sharad Mehrotra,Zhaoqi Chen.Exploiting relationships for domain-independent data cleaning[C].SIAM Internation al Conference on Data Mining(SIAM SDM),2005.
[6]Dong X,Halevy A,Madhavan J.Reference econciliation in Complex Information Spaces[C].Proc.Of SIGMOD,2008.
[7]Michalowski M,Thakkar S,Knoblock C A..Exploiting secondary sources for unsupervised record linkage[C].IIWeb,2008.
方程模型分析与研究 第10篇
关键词:方程模型,数学模型,应用题
引言
方程模型是一种数学具体模型分析方法, 是数学模型的重要组成部分, 对解决实际数学问题以及生活中所遇到的一些数字化、逻辑化问题有实际的意义和帮助。方法作为一种解决问题的途径, 只有掌握了其运用的方式与理念, 才能真正用于实际问题的解决, 否则只会南辕北辙。方程模型作为数学分析的重要模型, 对于恰当的解决问题, 提高学科的纵深化发展具有重要的作用。
一、数学模型与方程模型基本概念
1、数学模型
数学模型是数学教学过程中常见的变量分析模型, 是以某种参照物为对象并对变量之间关系进行表达的形式化数学符号性语言, 是一种数学结构的体现。广义上的数学模型是指一切涉及到数学理论、数学概念、数学公式、数学算法或者方程模型的内容;狭义的数学模型即反映特定的数学问题或者特定事物之间数学变量关系的模型[1]。目前在应用数学教学与研究的过程中, 更多的采用的是狭义的数学模型。
2、方程模型
方程模型是以方程为基本构成要素的综合关系形式。学会采用方程及方程组的形式解决数学问题, 是有效提高数学学习能力的基础。
方程模型, 简单来讲即通过列方程组来解数学问题, 在初中数学课本中可以发现方程求解的应用范围相对广泛, 很多数学问题基本上都是采用方程模型来解决的。用未知变量来表达相关关系解答实际问题。下面以初中数学为例分析常见的六类方程模型[2]:
二、以初中数学为例分析方程模型
1、初中数学应用题教学研究
方程模型在数学应用题目解题过程中发挥着重要的作用, 可以说如何列方程组解答题目是有效采用方程模型的基本思想来解决实际中所遇到的问题的重要研究内容, 学会列方程组解决实际问题对于提高学生对问题的认识与分析、解决能力具有关键性的作用。方程模型的思想是数学教学的重点内容, 同时也是教学的难点所在。
本文以初中数学教学为例, 分析方程模型在数学应用题中的应用。通过对初中数学课本进行研究可以发现, 在代数中, 共有五类方程组求解题目, 分别是一元一次方程、二元一次方程组、可化为一次方程的分式方程、一元二次方程、可化为一元二次方程的分式方程。
在对一元一次方程或者二元一次方程组进行解答的过程中, 通常包括七个部分, 分别为分析题目中的关键变量, 包括已知量与未知量以及二者之间的联系;设未知数;用未知数来表示题目中变量之间的关系, 并形成代数式;根据变量关系列出相应的方程;对方程进行求解;对答案进行验证;写出答。
上述对题目进行分析的过程中, 前三部分是有效解题的关键部分, 即要在仔细对题目进行分析的基础上, 分清题目中的已知量、未知量及二者之间的关系, 并列出正确的关系式。通常对于一些相对复杂的题目来讲, 还可以采用画图表的方式来辅助分析[3]。另外还需要重视代数式的表达步骤, 在明确题目中基本的变量关系之后, 正确的利用未知数与已知变量来列出方程式, 并对方程式进行正确求解, 以解决实际问题。
2、案例分析
以课本中一道例题为例, 对方程模型进行分析。
案例:甲对乙说, 像乙这么大那一年, 乙的岁数是今年甲岁数的一般, 当乙到甲今年的岁数时, 甲的岁数又是乙的岁数的二倍减7, 问今年甲乙各多大岁数?
对上述案例进行方程思想的分析。假设甲乙两人今年的岁数分别为x、y, 则当甲年龄为乙时, 即甲的岁数为y时, 乙的年龄为甲目前岁数的一半即x/2, ;在乙到甲今年的岁数即x岁时, 甲的年龄是 (2y-7) , 则根据此两点, 构建方程组如下:
上述两个方程构成的方程组即为本体的数学模型体现, 也就是方程模型。通过对上述方程组求解, 得出甲乙二人今年岁数分别为28岁、21岁。
下面对此题进行规范性解答:
解:设甲乙两人今年岁数分别为x、y, 则甲的年龄为乙今年年龄y时, 乙的年龄为x/2, 乙到甲今年的岁数x时, 甲年龄为2y-x。根据上述题意, 得出:
答:今年甲为28岁, 乙为21岁。
从方程模型的角度对上述案例进行分析可以发现, 很多题目的考察点均是学生对题目本身所提供的情境的一种数学化理解方式, 即数学模型的构建, 这种数学思想应该在数学教学中予以认真思考, 突出方程模型在解题中的应用。
三、结论
在中学数学的教学过程中, 可以发现, 应用方程模型的案例相对较多, 方程模型的实际解题思路相对新颖, 很多数学问题基本上都可以采用方程模型的方法予以分析与解答。教师在实际教授过程中应积极引导学生用方程模型的理解与分析方法来认识数学问题。突出方程模型在数学教学中的广泛应用。
参考文献
[1]孙永红:《论初中数学中方程模型与应用题教学》, 《课堂内外:教师版》, 2012, (1) :29-30。
[2]丁学廉:《方程模型与应用题教学》, 《中国校外教育 (理论) 》, 2011, (z3) :412。
旅游系统模型分析及演化研究 第11篇
【摘要】在新形势下,旅游业呈现出蓬勃发展的强劲势头,但作为旅游分析的重要工具——旅游系统的研究却难以满足现今各种旅游现象分析的需要。首先,本文通过分析旅游功能系统、旅游地理系统以及旅游复杂系统等三种典型系统模型研究的现状,总结归纳三种旅游系统模型存在的不足。其次,以Leiper的旅游地理系统模型为基础,从复杂系统的角度构建适合现阶段旅游现象分析的旅游系统模型,并尝试从旅游客流的角度对其进行新的阐释。最后,在此基础上,基于自组织理论的理论群以及相关研究的成果,进一步探讨旅游系统演化的内在机制,以此来预测旅游系统未来的发展走势。
【关键词】旅游系统模型;演化;自组织
doi:10.3969/j.issn.1007-0087.2015.05.00x
基于不同的学科背景和研究目的,可将旅游系统划分为多种类型。目前,旅游系统主要可以归纳为旅游功能系统、旅游地理系统、旅游复杂系统等三种类型。三种类型的旅游系统都从不同角度揭示了旅游系统的特点,但随着旅游市场的巨大变化以及旅游研究需求的转变,需要完善现有的旅游系统模型,帮助研究者、决策者以及旅游者等把握旅游现状;同时,进一步通过旅游系统演化的研究预测其未来发展的趋势与走向。
一、旅游系统模型分析及建构
(一)旅游系统模型研究现状
第一,旅游功能系统模型。旅游功能系统模型强调旅游系统的功能,决定旅游系统功能的系统结构和影响旅游系统结构的外部环境。基于社会学中的结构功能主义观点以及经济学中供求关系,1972年,Gunn最早从结构——功能角度分析旅游系统,提出了旅游功能系统模型(图1);从旅游规划的视角,在一个目的地的基础上,构建了旅游功能系统模型,认为其分别由供给和需求两部分构成,而旅游者、交通、吸引物、服务及信息促销五项是旅游规划中的基本要素,这五个要素相互作用形成一个有机体——旅游功能系统[1]。Mill和Morrison(1985)、吴必虎(1998)、王家骏(1999)、Gunn(2003)等均沿着结构功能分析的方向对Gunn(1972)的模型提出了修正或补充。其中,Mill和Morrison(1985)从营销的角度提出了一个与Gunn(1972)的功能系统模型类似的模型(图2),他将Gunn模型中的吸引物和服务归纳成旅游目的地,从而构成了以四个状态量(市场、营销、旅游目的地和旅行)以及连接这四部分的四个单向流(适应需求、旅游销售、形成需求以及旅游购买)为内核的旅游功能系统[2]。从这两个模型可以看出,人和信息的空间流动是旅游系统有效运行的必然表现,旅游者从市场流向目的地,即Gunn模型的右半部分、Mill和Morrison模型的左半部分;信息则通过营销从目的地流向市场,即Gunn模型见图一、Mill和Morrison模型见图2 [3]。
图1 Gunn1972 年提出的旅游功能系统模型[1]
图2 Mill和Morrison的旅游系统模型(有修改)[4]
第二,旅游地理系统模型。旅游地理系统模型强调从地理学的空间角度建立旅游地理系统模型。1979年,Leiper把旅游功能系统投射到地理空间上,模型主要包括旅游者、旅游业、客源地、旅游通道和目的地等5个要素,并对由旅游通道连接的旅游目的地和旅游客源地的空间组合进行了重点突出;Leiper模型(图3)亦体现了供给与需求的关系,但他认为客源地的需求具有不稳定性、季节性和非理性等特点,目的地的供给是割裂的、刚性的,打破了旅游功能系统模型对供给和需求的狭隘认识[6];前者(旅游空间结构)正是后者(旅游供求关系)的空间表现形式[7]。
图3 Leiper的旅游地理系统模型[5]
第三,旅游复杂系统模型。旅游复杂系统模型主要基于混沌理论和复杂性理论。1999年,Mc Kercher在Faulkner和Russell研究的基础上对旅游复杂系统进行了系统的论述,提出了一个基于混沌理论和复杂性理论的旅游系统模型(图4)。Mc Kercher认为旅游系统是一个以非线性方式运行的、具有混沌特点的复杂系统,主要由旅游者、信息向量、旅游内部影响因素、外部旅游主体、影响信息沟通效率的因素、旅游外部影响因素、目的地或内部旅游群落、系统输出、混沌制造者等9个要素构成;要素间的复杂互动使旅游系统以一种非线性的方式运行,紊乱和突变都是内在于旅游系统的特点;旅游系统对初始条件具有强烈的敏感性,即最初发展阶段的一个小的变化都可能导致出现完全不同结果[7]。
图4 旅游混沌系统模型(有修改)[8]
(二)旅游系统模型的不足
首先,旅游功能系统模型。Gunn(1972)模型是基于单旅游目的地的基础提出,无法用来体现多目的地间的关系;Mill、Morrison(1985)系统模型过于强调市场和营销,但并未注重系统内部各要素之间的相互作用关系[2]。并且,两个模型没有考虑到旅游系统对环境的影响,未体现隐形元素及其对系统对供给与需求的作用和影响,未考虑供给的有限性问题,认为有需求就会有供给。
其次,旅游地理系统模型。在空间维度之外,Leiper的模型并没有超越旅游功能系统模型;[7]没有强调内部各元素的相互关系,反馈结构并不明晰,更接近一种空间的物理流动;[2]无法体现多目的地、多客源地时存在的竞争与协同。
最后,旅游复杂系统模型。Mc Kercher的旅游混沌模型过于繁杂,不清晰,各构成要素间的关系不明确,逻辑关系混乱;虽然体现了旅游系统作为复杂系统的非线性,但其中的反馈关系未能清晰的体现;未能很好地解释旅游系统中非线性关系产生的原因。
(三)旅游系统模型的重构
通过对旅游系统模型的总结、分析与归纳,在现有的旅游功能系统模型、旅游地理系统模型以及旅游复杂系统模型的基础上,汲取旅游系统模型的基本构架与思想,对旅游系统模型进行重构,力求进一步完善旅游系统的科学体系。endprint
本文认为旅游系统是一个复杂的非线性系统,同时亦是一个开放的系统,不断地与外界进行物质、能量和信息的交换,主要由三个子系统构成,分别是旅游客源地系统、旅游目的地系统以及旅游媒介系统,其中,媒介系统既是旅游者和信息的流动通道,亦是旅游业的区位之所在,旅游业作为媒介存在于旅游目的地、旅游客源地以及它们两者之间。虽然此系统与Leiper的旅游地理系统拥有类似的组成要素,但其组成架构却不尽相同。在旅游空间结构的研究中,旅游系统绝不仅仅是单个旅游目的地与单个旅游客源地的关系,而是具有多个客源地、多个目的地的系统以及多个集散地系统间复杂关系的系统,一个客源地面对的是多个目的地的选择,而一个目的地亦存在多个客源地市场。因此,不仅目的地和客源地之间存在关系——供需关系,目的地与目的地之间、客源地与客源地之间以及集散地与集散地之间亦存在关系——竞争与协同,其中竞争是促进旅游系统不断演化的内在动力,而协同则是维持系统稳定的重要因素。各个子系统之间以及子系统内部存在相互作用的耦合关系,一旦外部或内部的某个因子发生改变,旅游系统内部的子系统便会在正、负反馈循环的作用下,逐步催化循环,使子系统与子系统之间发生循环,最终形成超循环模式,对整个旅游系统产生影响。最终,该因子对系统的影响又通过系统的反馈结构对系统产生新的影响,使系统不断的处于动态的演化之中,保持系统活力。因此,本文通过分析借鉴众多学者的研究成果,以Leiper的旅游地理系统模型为基础,以自组织理论为立论依据,构建了旅游复杂系统模型(图5)。
另外,旅游复杂系统模型可基于旅游客流的角度进行以下阐释:旅游者出游会存在多种情况,其中最主要的三种,第一,旅游者从客源地流向目的地后再返回客源地;第二,旅游者从客源地流向第一个目的地再流向N个目的地最后再返回客源地;第三,旅游者从客源地借道于N个集散地流向目的地最后返回客源地,其中,N个集散地有可能成为旅游者的潜在目的地。
图例: O1、O2——旅游客源地D1、D2——旅游目的地C1、C2——旅游集散地
图5旅游复杂系统模型
二、旅游系统演化现状及机制
(一)旅游系统演化研究现状
关于旅游系统演化方面的研究尚属起步阶段,其研究多是基于国外旅游系统演化研究的成果。其研究主要集中在一个焦点——旅游复杂系统自组织演化;研究范围方面多集中于旅游地的系统演化研究,旅游系统的整体性演化研究很少;研究理论方面,多基于自组织理论,但研究往往只涉及一个或两个相关理论,基于整个理论体系的应用研究相对较少。
在旅游地系统演化方面,张惠等[9](2004)从旅游系统的角度探讨了旅游地生命周期问题并构建了旅游演化模型,提出旅游产品是旅游地演化的动力,其他要素是影响旅游地演化的外在因素。目前比较有影响的是杨春宇等[10](2007,2009)对于旅游地系统演化机制及规律的探讨,他以旅游地供求关系为线索构建了系统演化模型,探讨了旅游地生命周期和旅游地自然环境承载力两个子系统之间的耦合关系,研究了基于这种耦合关系的旅游地系统演化的机制及其规律,同时,他们亦提出了一种新的研究视角,即把旅游地演化系统投影到以二者为子系统耦合构成的低维空间来研究,克服了旅游地演化系统的复杂性以及不确定性。陈志军[11](2008)从区域尺度的角度构建了不同发展阶段的区域旅游空间结构演化模式,并以江西省为例提出了旅游系统的空间结构优化思路。
在旅游系统整体性演化研究方面,高军等[12](2011)提出的演变趋势模型为我们认识旅游系统演化奠定了良好的基础,他们试图从系统整体的角度提出旅游系统演变趋势模型,包含旅游系统演变趋势概念模型、运用该概念模型定量分析旅游变化趋势的旅游系统演变趋势数学模型,根据该模型可以深入认识旅游的“真正”变化趋势、旅游的波动变化趋势、重大事件对旅游的影响,从而增强对旅游变化过程与变化趋势的认识,提高旅游预测的准确程度,并为旅游发展评价和旅游决策提供更为科学的依据。阎友兵和张颖辉[13][14](2012)基于自组织理论对旅游系统演化进行了系统的分析,为研究旅游系统的整体性演变理清了思路,他们认为旅游系统作为动态开放的复杂系统,其自组织演化经历了“自创生——自维持——自扩张——新的自创生”的螺旋式发展阶段。吴文智和赵磊[15](2012)基于非线性的角度,分别对旅游系统内部旅游者与旅游目的地二元结构之间的动态演化博弈分析,以及对异质性旅游系统之间进行系统协同演化建模分析。
(二)旅游系统演化机制
旅游系统的演化基于自组织理论,自组织理论是研究自组织现象和规律的理论集合,目前还没有形成统一的理论指导,而是一个理论群,包括耗散结构理论、协同学、突变论、混沌理论、分形理论和超循环理论[16]。旅游系统外部因素以及内部的各种构成因素都是通过自己的作用力来影响系统演化的进程,由于旅游系统是个复杂的非线性系统,其内部各种要素之间是一种耦合关系,因此其对旅游系统的影响并不是直接的,而是旅游系统内各作用力(这些作用力性质不同,大小不等,方向不一,在不同时空维度下各作用力处于不断变化的状态)之间的相互作用所最终形成的耦合力整体地影响着系统演化过程[17]。竞争和协同是旅游系统自组织演化的动力机制,竞争是系统演化的最活跃动力,协同是系统整系统性和相关性的内在表现;竞争与协同相互依存,如果只有竞争,系统就会越来越不稳定,最终走向解体;如果只有协同,系统就会失去演化的动力,也不可能有新的发展[18]。
旅游系统是一个开放性和非平衡性的非线性复杂系统,由各种子系统及影响因素共同构成,是一个典型的耗散结构系统。任何因素的变化都可能会导致其以系统内部的竞争和协同作用为基本动力,以耦合关系为基础,形成正、负反馈循环,并以超循环的模式进行的催化循环,最终通过涨落达到有序。基于混沌理论,一旦外部刺激或是内部构成因素发生一定的变化,旅游系统便会在耦合力的作用下从有序状态变为新的无序状态,形成一个新的耗散结构系统,如此往复循环演化(图6)。其中,正反馈循环对系统的演化起“自催化”与“自激励”的作用,从而促使系统不断产生出新生事物,这也是系统自我更新、发展,向前演化的通常形式。但正反馈循环总是起放大作用不断加剧系统偏离平衡。与此同时,旅游地长时间持续发展所产生的负面积累效应有可能在未来某一时刻超出其承载阈值,从而为旅游地的衰落埋下了伏笔;后者对系统的演化起“自稳定”和“抑制”作用[17]。而催化循环过程一般存在子系统之间以及子系统内部的物质、能量和信息的循环流动。endprint
图6旅游系统演化机制图
三、结论
本文通过分析借鉴众多学者的研究成果,以Leiper的旅游地理系统模型为基础,以自组织理论为立论依据,构建了旅游复杂系统模型,虽然与Leiper的旅游地理系统拥有类似的组成要素,但其组成架构却不尽相同;在旅游空间结构的研究中,旅游系统绝不仅仅是单个旅游目的地与单个旅游客源地的关系,而是具有多个客源地、多个目的地的系统以及多个集散地系统间复杂关系的系统,一个客源地面对的是多个目的地的选择,而一个目的地亦存在多个客源地市场。另外,本文从旅游客流的角度对旅游复杂系统模型进行了进一步的阐释。模型建构是旅游系统研究的框架,而系统演化机制的认识则是旅游系统研究的核心。因此,本文基于自组织理论的理论群以及相关研究的成果,探究了旅游复杂系统的演化机制,竞争和协同是旅游系统自组织演化的动力机制[18],系统内任何因素的变化都可能会导致其以系统内部的竞争和协同作用为基本动力,以耦合关系为基础,形成正、负反馈循环,并以超循环的模式进行的催化循环,最终通过涨落达到有序。
参考文献
[1]Gunn, C A, Turgut Var. Tourism Planning : Basics Concepts Cases( 4thed) [M] . New York: Routledge , 2002.
[2]徐红罡. 旅游系统分析[M]. 天津:南开大学出版, 2009.
[3]郭长江,崔晓奇,宋绿叶,韩军青. 国内外旅游系统模型研究综述[J]. 中国人口·资源与环境,2007,17(4): 101-106.
[4]Mill R C, A Morrison. The Tourism System[M]. Englewood Cliffs, N J : Prentice-Hall, 1985.
[5]Leiper N. Tourism Management[M]. Collingwood, VIC: TAFE Publications, 1995.
[6]Cooper C, J Fletcher, D Gilbert, S Wanhill. Tourism Principles and Practice[M]. New York: Longman, 1998.
[7]李文亮, 翁瑾, 杨开忠. 旅游系统模型比较研究[J]. 旅游学刊, 2005, 20(2): 20-24.
[8]Mckercher B. A chaos approach to tourism[J]. Tourism Management, 1999, 20: 425-434.
[9]张惠, 春林, 管卫华等. 基于旅游系统的旅游地生命周期问题探讨[J]. 中国软科学, 2004, (11): 142-146.
[10]杨春宇, 黄震方, 毛卫东. 旅游地复杂系统演化理论之基本问题探讨[J]. 中国人口·资源与环境, 2009,19(5): 123-130.
[11]陈志军. 区域旅游空间结构演化模式分析[J]. 旅游学刊, 2008, 23(11): 35-41.
[12]高军, 马耀峰, 吴必虎, 亢雄, 李创新. 旅游系统演变趋势模型的构建及其科学意义[J]. 华东经济管理, 2011, 25(2): 151-154.
[13]阎友兵, 张颖辉. 基于自组织理论的湖南旅游系统演化分析[J]. 经济地理,2012,(1): 171-176.
[14]阎友兵, 张颖辉. 基于自组织理论的旅游系统演化初探[J]. 湖南财政经济学院学报, 2012,28(135):63-69.
[15]吴文智, 赵磊. 旅游系统非线性成长机制[J]. 经济管理, 2013, (3): 103-114.
[16]吴彤. 自组织方法论研究[M]. 北京: 清华大学出版史, 2001.
[17]杨春宇, 黄震方, 毛卫东. 旅游地复杂系统演化理论之基本问题探讨[J]. 中国人口·资源与环境, 2009,19(5): 123-130.
[18]梁艺桦, 杨新军, 马晓龙. 区域旅游合作演化与动因的系统学分析[J]. 地理与地理信息科学, 2004, (3): 105-108.
Research on Model Analysis and Evolution of Tourism System
LENG Shaofei; WU Guoqing
(Shanghai Normal University, Shanghai 200234, China)
Abstract:Under the new situation, tourism is booming, but tourism system an important tool for the tourism analysis is difficult to meet the need of analysis of current various kinds of tourist phenomenon. First, this paper analyzed the current situation and deficiency of the existing tourism functional system, geography of tourism system and tourism complex systems of three kinds of typical system model. Second, based on Leipersgeography of tourism system, constructed tourism system suitable for the present stage of tourism phenomenon analysis model, and attempted to make a new interpretation from the perspective of tourist flow. Finally, based on the results of the theory of self-organization theory and related research group, discussed the intrinsic mechanism of tourism system evolution, used to predict the future trend of tourism system.
跑道容量仿真模型分析 第12篇
自20世纪40年代末开始,发达国家就开始了对飞行区容量(主要是跑道系统容量)的研究,在20世纪70、80年代出现了大量的文献和程序,至今仍在不断的完善和修改,广泛地应用于各大机场的总体规划和政府报告中;国内这方面的研究随着航空运输业的发展在20世纪80年代也开始不断出现,提出了一些切合我国实际的理论和方法,已经对一些机场进行了容量分析和优化研究。
1 跑道容量概述
跑道是机场飞行区内部供飞机起飞、着陆使用的场地,跑道的容量反映了机场空侧设施服务能力。影响跑道容量的因素有很多,可以分为2类:一类是机场及跑道本身的性质,例如跑道的数目和几何构型、风向和风速、ATM系统的状态和性能等;一类是机场交通流的性质,例如交通需求量、机队的机型组合、到达/离场比例等[1]。
通常所说的跑道容量实际上特指估计容量。与跑道实际的流量相对,估计容量是使用各种方法分析、总结、计算得到的容量。估计容量可能大于也可能小于实际流量,取决于所采用的方法。另一个与容量有密切关系的参数是延误,同样反映了设施的服务水平,与航空公司和乘客密切相关。研究跑道容量的目的,无论是早期还是现在,很大程度上就是为了减少空中和地面的延误。
从长远观点看,跑道的容量(包括到达容量和出发容量)是一个概率数量,是一个随机变量,这是由系统的复杂性和各因素本身的随机性共同决定的。所以在估计容量时有价值的是一定时间段上飞机架次数的平均值或者说单位时间内的期望值。
基于不同的方法和目的,跑道容量有不同的形式,有与服务水平无关的容量和与服务水平有关的容量。前一种称作极限容量或者最大吞吐量,后一种称作实际容量。跑道的极限容量是在假设连续的服务需求条件下,一定时间内跑道所能服务的飞机的最大数量。实际容量是规定平均延误水平条件下系统所能服务的飞机架次数。平均延误水平是机场设施服务水平的体现,有多种划分标准,一般使用到达/离场平均延误4 min对应的容量作为实际容量。根据经验,跑道系统的实际小时容量大约是极限小时容量的80%~90%[2]。
2 跑道容量计算模型
跑道容量算法或者说容量模型,自20世纪40年代末以来,经历了多年的发展,主要有4种容量预估的计算模型:经验模型、排队模型、分析模型和仿真模型。
经验模型是解决跑道容量计算问题最直观的方法,通过对各型机场日常运行情况的观测,可以总结出机场跑道容量变化的统计规律。例如FAA早期的容量手册,基于对现有机场的大量的交通量调查绘制出统计图表,反映了跑道的容量特性。Eugene P. Gilbo(1993)研究了使用统计资料绘制容量包络图的方法,使用容量包络图表达不同条件下的容量,比较容量优化方案的作用和效果[3]。
排队论的应用借鉴了道路容量评估的方法,把到达和起飞的飞机看作泊松流。排队论模型认为飞机的到达虽然是根据日程表进行的,但是飞机的实际到达时间总存在偏差,长期观察的结论是这个过程更具随机性而不是规则的。如果假设到达飞机的最小时间间隔是一个定值(如2 min),也就是假定一个稳定、均匀的到达流,则实际的到达时间就可以认为很好地符合排队论,属于单服务台、泊松到达、服务时间分布确定的所谓M/D/1系统[4]。E.G.Bowen和T. Pearcey(1948)首次提出了到达飞机的泊松流模型,并使用这种模型来计算到达延误。
分析模型出现在20世纪60年代,伴随着极限容量概念的应用。分析模型在到达/出发概率分布的基础上,引入了飞机机型、进近段长度、天气、管制策略等因素对到达容量、出发容量和混合容量进行分析。无论是作为分析模型本身还是作为仿真模型的核心,分析模型是目前最主要的容量模型。分析模型计算跑道上连续两架飞机运行(连续起飞、连续降落或者交替起降)所使用的最小时间间隔,更进一步说是计算最小时间间隔的数学期望,而跑道容量则被定义为这个时间间隔的倒数。Alfred Blumstein(1959、1960)首先提出了极限容量的概念和IFR条件下单供着陆使用时跑道的极限容量。
仿真模型是随着计算机技术的发展在分析模型的基础上产生的,是现行最先进的跑道容量计算方法。20世纪80年代以来,国外出现了大批的机场仿真模型和相应的计算机软件,大部分模型和软件都着眼于机场整体的交通流仿真,估计容量已经不是最主要的目的。仿真模型是通过模拟机场整体的运行过程来计算容量,通过参数的设置和变化可以反映交通流及机场管制策略的差异,得到广泛使用的机场仿真软件是SIMMOD和TAAM[5]。本文使用SIMMOD PLUS!建立虚拟机场并模拟机场运行,以单跑道为例计算仪表飞行规则时跑道的容量和相应的延误,绘制容量-延误曲线。
3 仿真模型应用实例
3.1 SIMMOD简介
SIMMOD是一个动态、离散事件机场仿真模型,自20世纪80年代以来在美国和欧洲得到了广泛的应用。SIMMOD 既可用于飞行区和航站空域的仿真,也可用于地区范围内航路空域的仿真。它可以模拟一个完全独立的飞行区(包括跑道、滑行道和停机坪等)以及与之相连的航站空域、一个地区的机场系统及与之相连的空域,甚至一个地区的整个空域[6]。
SIMMOD使用二维点线结构建立虚拟的机场和空域,飞机在这些点和线上模拟实际的运行,包括正常飞行、减速飞行、盘旋等待、起降滑行以及在机坪的操作等;使用参数设置体现不同管制、运行策略,参数包括常量和随机变量;使用事件推动仿真时钟步进,内部事件控制飞机和设施的运行,外部事件控制对象追踪、数据采集和仿真的进程。
3.2 机场模型
单跑道机场,跑道长度3 600 m,设置3条高速出口滑行道;2条全长平行滑行道,平行滑行道中线与跑道中线间距200 m,平行滑行道间中线间距100 m;机坪设置30个近机位,线型布局,机位的容量无限制,服务时间均为0。
公共进近段长度12 km,离港航路长度8 km。
3.3 仿真参数
到达、离港飞机比例为1∶1。
到达、离港飞机的机型组合为轻型、中型和重型飞机各占20%、60%和20%,其中飞机的分类参考了飞机的尾流特征[7],如表1所示。
各型飞机的尾流间隔,如表2所示。
各型飞机的平均进近、离场速度,如表3所示。
各型飞机的平均起飞、着陆滑行距离,如表4所示。
飞机在地面滑行速度,如表5所示。
出发飞机进入跑道时,其后的进近飞机距跑道入口的间距大于3.7 km;出发飞机离开跑道之后,其后的进近飞机才进入跑道入口。前一架出发飞机脱离离场航路之后,后一架出发飞机才可以进入跑道。前机为到达飞机,后机为出发飞机,只有在前机脱离跑道之后,后机才能开始起飞滑行。连续起飞的飞机时间间隔至少1 min。
3.4 仿真计算
使用SIMMOD中的到达、离港事件模拟到达、离港飞机。输入机流即交通需求量从10架次/h开始,以10为步长,增加到100架次/h。运行仿真程序后,在输出的日程及延误表中截取1 h内的航班,得到各级交通需求量相应的容量和平均延误,为了提高仿真结果的精确度,每个需求等级运行20次仿真取平均值。按照上节参数仿真得到的容量—延误散点图和容量—延误曲线图如图1所示。
在容量—延误曲线上可以看到,平均延误随着容量的增加而增大,当容量增大到一定数量时,延误近似直线上升,此时的容量就是极限容量,也就是不考虑延误时的最大容量,在54架次/h附近;平均延误4 min时的容量为实际容量,在48架次/h附近。
4 结 论
1)跑道容量作为机场使用性能的重要表征,是机场服务能力的度量。研究跑道的容量是提高机场运行效率和服务水平的基础。机场仿真是解决跑道容量预估问题的有效方法,使用此方法可以得到跑道的极限小时容量和实际小时容量。在本文研究的基础上,改变机场模型和仿真参数,可以计算并绘制各种条件下不同跑道构型的容量—延误曲线。
2)机场仿真软件作为跑道容量仿真模型的基础,决定了仿真结果的准确性和合理性。本文中使用的软件SIMMOD基于美国联邦航空局的跑道容量模型,该模型对我国机场的适应性仍值得进一步研究,同时有必要以我国机场的运行规则为基础编制拥有自主知识产权的、适合我国机场情况的仿真程序。
摘要:跑道容量是指在一定的运行条件下,跑道在特定时段内所能服务的起降飞机的最大架次数,对正确地估计跑道容量,减少机场延误有重要作用。在回顾以往的跑道容量计算模型的基础上,使用仿真软件建立单跑道机场的仿真模型,计算仪表飞行条件下单条跑道的容量和延误,并绘制出相应的容量-延误曲线。
关键词:跑道容量,延误,机场仿真,SIMMOD
参考文献
[1]理查德.德.纽弗威尔,阿米第R.欧都尼.机场系统:规划、设计和管理[M].高金华,译.北京:中国民航出版社,2006.
[2]罗伯特.霍隆杰夫,弗兰西斯.马卡维.机场规划与设计[M].吴问涛,译.上海:同济大学出版社,1987.
[3]Eugene P.Gilbo.Airport Capacity Representation Esti mation.Opti mization.IEEE Transactions on Control Systems Technology[J].1993,1(3):144-153.
[4]G.F.Newell.Airport Capacity and Delays.Transportation Science[J].1979,13(3):201-241.