序論：寫作是一種深度的自我表達(dá)。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來了七篇灰色理論論文范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

一、研究方法 

一般的抽象系統(tǒng)中都包含著許多因素，多種因素共同作用的結(jié)果決定了該系統(tǒng)的發(fā)展態(tài)勢(shì)。人們常常希望知道在眾多的因素中，哪些是主要因素、哪些對(duì)系統(tǒng)發(fā)展影響大等等，而使用灰色相關(guān)性分析可以彌補(bǔ)其他系統(tǒng)分析方法的缺陷，適用于本論文的研究。 

灰色系統(tǒng)理論是華中理工大學(xué)鄧聚龍教授于1982年提出的，該理論利用灰色關(guān)聯(lián)分析來分析因素之間的相關(guān)程度[8]。灰色關(guān)聯(lián)分析是根據(jù)比較參考序列曲線和比較序列曲線之間的幾何相似度來判斷二者之間相似程度的，利用灰色關(guān)聯(lián)系數(shù)來比較參考序列曲線和比較序列曲線在各點(diǎn)的差異[9，10]。 

二、數(shù)據(jù)來源和統(tǒng)計(jì)方法 

本研究以《災(zāi)害學(xué)》期刊作為研究對(duì)象。從研究學(xué)科來看，《災(zāi)害學(xué)》是進(jìn)行綜合性研究的學(xué)術(shù)期刊，它以各種自然災(zāi)害，包括自然災(zāi)害和人文災(zāi)害作為研究內(nèi)容，通過對(duì)各種災(zāi)害事件的分析討論，總結(jié)經(jīng)驗(yàn)，吸取教訓(xùn)。從研究內(nèi)容來看，廣泛交流災(zāi)害科學(xué)的學(xué)術(shù)思想、研究方法、研究成果；從研究方向來看，注重關(guān)于災(zāi)害問題的研究動(dòng)態(tài)和防災(zāi)減災(zāi)對(duì)策、人類抗御災(zāi)害的科技水平和能力等等的探討。因此，通過對(duì)該期刊的研究，能夠全面篩選出各災(zāi)害學(xué)相關(guān)研究的被引次數(shù)。 

本研究引用的數(shù)據(jù)來源于“中國知網(wǎng)”（cnki.net）2004—2015年的數(shù)據(jù)。其中以2004—2013年的數(shù)據(jù)作為數(shù)據(jù)來源，同時(shí)參考2014年和2015年的數(shù)據(jù)。普賴斯認(rèn)為，科研論文一般在其發(fā)表后1—2年即達(dá)到被引用最高峰，因此選用2004—2013年10年的數(shù)據(jù)，2014年和2015年的數(shù)據(jù)僅作為參考數(shù)據(jù)。 

本研究利用灰色關(guān)聯(lián)分析，以被引次數(shù)最多的50篇論文的相關(guān)數(shù)據(jù)作為研究基礎(chǔ)，從論文的被引次數(shù)與該論文的下載量、論文作者的職稱、的時(shí)間、論文研究范圍四個(gè)方面進(jìn)行分析。 

三、被引用率灰色關(guān)聯(lián)度分析 

（一）確定比較數(shù)列和參考數(shù)列 

本文選取論文的被引次數(shù)作為參考數(shù)列，以該論文的下載量、的時(shí)間、論文作者的職稱、論文研究的區(qū)域作為比較數(shù)列，如表1所示。 

表1 影響因子及變量設(shè)定表 

其中，職稱按照從高往低賦值：設(shè)正高=1，副高（博士）=2，中級(jí)（碩士）=3，初級(jí)=4；研究范圍從大到小賦值：設(shè)世界性=1，全國性=2，地區(qū)性=3，市縣等=4，則被引次數(shù)最高的50篇論文的相關(guān)數(shù)據(jù)如表2所示。 

（二）無量綱化 

由于系統(tǒng)中各因素列中的數(shù)據(jù)可能因計(jì)算單位的不同，不便于比較，或在比較時(shí)難以得到正確的結(jié)論，因此，在進(jìn)行灰色關(guān)聯(lián)度分析時(shí)，一般都要進(jìn)行標(biāo)準(zhǔn)化 （無量綱化）的數(shù)據(jù)處理。本文利用公式（1），以P50的數(shù)據(jù)為基準(zhǔn)，對(duì)原始數(shù)據(jù)數(shù)列和比較數(shù)據(jù)數(shù)列進(jìn)行初始化運(yùn)算，以消除量綱或數(shù)量級(jí)的影響，得到標(biāo)準(zhǔn)化后的數(shù)列（表3）。 

（三）產(chǎn)生對(duì)應(yīng)差數(shù)列表 

將無量綱化后的比較數(shù)列與參考數(shù)列進(jìn)行差值計(jì)算，并求絕對(duì)值，將之列如對(duì)應(yīng)差數(shù)列表，內(nèi)容包括與參考數(shù)列值差（絕對(duì)值）、每列最大差和每列最小差。然后計(jì)算最大差值和最小差值。 

四、灰色關(guān)聯(lián)的結(jié)果分析 

通過灰色關(guān)聯(lián)分析法可知： 

1.論文的下載量、的時(shí)間、論文作者的職稱、論文研究的范圍四個(gè)方面的相關(guān)度都幾乎接近于1，說明這四個(gè)方面與論文的被引次數(shù)相關(guān)度非常大。 

2.從論文的下載量、的時(shí)間、論文作者的職稱、論文研究的范圍四個(gè)方面來說，相關(guān)度大小排序?yàn)椋貉芯糠秶?gt;時(shí)間>作者職稱>下載數(shù)量。說明論文被引用率影響較大的還是論文本身研究范圍。也說明論文刊出時(shí)間越長，關(guān)注的學(xué)者越多，被引的可能性也越高。作者職稱和下載數(shù)量低于前兩個(gè)因素。 

3.利用灰色關(guān)聯(lián)度分析法研究結(jié)果對(duì)把握期刊的服務(wù)對(duì)象和辦刊理念有極大幫助。灰色關(guān)聯(lián)度分析法克服了傳統(tǒng)數(shù)理統(tǒng)計(jì)方法中對(duì)樣本需要量大、計(jì)算量大等缺點(diǎn)，有利于分析期刊研究過程不完全信息中隨機(jī)因素的顯著性和關(guān)聯(lián)性，開拓了期刊研究的新方法。 

參考文獻(xiàn)： 

[1] 劉雪立.10 種國際權(quán)威科技期刊影響因子構(gòu)成特征及其啟示[J].編輯學(xué)報(bào)，2014，26（3）：296-300. 

[2] 毛國敏，蔣知瑞，任蕾，等.期刊論文被引頻次的冪律分布研究[J].中國科技期刊研究，2013，25（2）：293-307. 

[3] 葉鷹.高品質(zhì)論文被引數(shù)據(jù)及其對(duì)學(xué)術(shù)評(píng)價(jià)的啟示[J].中國圖書館學(xué)報(bào)，2010，36（1）：100-103. 

[4] 方紅玲.我國科技期刊論文被引量和下載量峰值年代——多學(xué)科比較研究[J].中國科技期刊研究，2011，22（5）：708-710. 

[5] 黃鸝.從論文被引頻次分析看高校學(xué)報(bào)在學(xué)校科研發(fā)展中的作用——以長江大學(xué)及其主辦的學(xué)報(bào)為例[J].長江大學(xué)學(xué)報(bào)：社會(huì) 

科學(xué)版，2012，35（9）：184-186. 

[6] 任勝利，柴育成，姚玉鵬，等.地球科學(xué)國際主流期刊的引文分析[J].科學(xué)通報(bào)，2002，47（1）：74-79. 

[7] 李斐然.如何創(chuàng)作被引次數(shù)最多的論文[J].創(chuàng)新科技，2012，（1）：58. 

[8] 曹惠玲，黃樂騰，康力平.基本AHP及灰色關(guān)聯(lián)分析法的發(fā)動(dòng)機(jī)健康評(píng)估研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2015，45（2）：122-129. 

篇(2)

論文關(guān)鍵詞：經(jīng)濟(jì)影響力，乘數(shù)分析法，短期預(yù)測(cè)分析，上海世博會(huì)，經(jīng)濟(jì)效益

 

1 引言

世博會(huì)作為全球最大的城市博覽會(huì)，越來越成為世界矚目的盛事，作為各國展示自身綜合國力、民族文化與意識(shí)形態(tài)的重要舞臺(tái)，對(duì)各國都產(chǎn)生著巨大的影響。舉辦城市或者舉辦國則抓住時(shí)機(jī)促進(jìn)經(jīng)濟(jì)發(fā)展，提升城市形象乃至國家形象。上海市在年舉辦了有史以來最為盛大的世博會(huì)，對(duì)上海乃至中國的經(jīng)濟(jì)、社會(huì)發(fā)展產(chǎn)生了巨大影響。

按照一般的經(jīng)濟(jì)增長周期理論, 一個(gè)經(jīng)濟(jì)體在保持長期(一般為年)的持續(xù)增長之后,由于受到市場(chǎng)、資源、基礎(chǔ)設(shè)施以及環(huán)境等“瓶頸”因素的制約, 如果沒有外生變量的介入,其增長率將會(huì)逐步遞減。而此時(shí)如果有一個(gè)足夠大的外生變量介入, 無疑將會(huì)改變經(jīng)濟(jì)增長曲線的斜率, 使之繼續(xù)保持一定的高速增長[1]。年上海世界城市博覽會(huì)的舉辦，對(duì)上海和中國都是經(jīng)濟(jì)增長的外生變量，成為經(jīng)濟(jì)增長的推動(dòng)力, 然而，其對(duì)上海市經(jīng)濟(jì)增長的影響程度多大卻值得探討。

2 研究狀況

近年來，國內(nèi)許多學(xué)者對(duì)GDP的發(fā)展規(guī)律及預(yù)測(cè)方法進(jìn)行了研究。梁鑫等利用SPSS軟件, 在AIC準(zhǔn)則下建立了ARIMA( 1,2,1)模型,利用非參數(shù)統(tǒng)計(jì)方法對(duì)模型進(jìn)行了適應(yīng)性檢驗(yàn), 進(jìn)而對(duì)GDP數(shù)據(jù)進(jìn)行實(shí)證分析及預(yù)測(cè)[2]。趙盈以1954～2004年我國GDP的數(shù)據(jù)資料為依據(jù), 采用Box2Jenkins方法建立ARIMA( 1,1,1) 模型, 揭示了我國GDP增長變化的規(guī)律性, 并對(duì)回歸結(jié)果進(jìn)行了實(shí)證分析[3]。李占江等應(yīng)用SAS軟件, 依據(jù)1952～2005年內(nèi)蒙古GDP數(shù)據(jù)建立了ARIMA( 0,2,1)模型, 并對(duì)2006年GDP作出預(yù)測(cè)[4]。靳珊對(duì)1950～2006年貴州的數(shù)據(jù)進(jìn)行分析, 采用Eviews軟件建立ARIMA( 1,1,1)模型, 揭示了貴州GDP的增長變化規(guī)律[5]。魏寧利用SPSS統(tǒng)計(jì)軟件, 根據(jù)ACF圖和PACF圖選取模型的階數(shù),再在AIC準(zhǔn)則[6]下重復(fù)擬合得到合適的模型, 并根據(jù)殘差序列的ACF圖和PACF圖對(duì)模型進(jìn)行適應(yīng)性檢驗(yàn), 從而對(duì)1952～2007年陜西省的GDP進(jìn)行分析,并對(duì)陜西省未來6年GDP進(jìn)行預(yù)測(cè)[7]畢業(yè)論文格式。

然而，這些預(yù)測(cè)方法要求數(shù)據(jù)具有一定的規(guī)律性或符合某些典型的概率分布，因此，運(yùn)用這些方法進(jìn)行預(yù)測(cè)所做決策約束太多，實(shí)用性也嫌弱。而運(yùn)用灰色GM(1,1)模型對(duì)數(shù)據(jù)進(jìn)行灰色預(yù)測(cè)時(shí)，對(duì)樣本量數(shù)據(jù)的多少和樣本有無規(guī)律要求低，而且計(jì)算量小且方便，更不會(huì)出現(xiàn)量化結(jié)果與定性分析結(jié)果不符的情況。因此，該方法具有很廣泛的實(shí)用價(jià)值[8]。目前,灰色系統(tǒng)理論已在很多領(lǐng)域得到了廣泛的應(yīng)用,如Li-chang Hsu的論文中使用GM（1,1）模型預(yù)測(cè)全球IC業(yè)的需求及銷售量[9]。馬勇基于GM（1,1）改進(jìn)的DGM模型來預(yù)測(cè)港口貨物吞吐量[10]。左繼宏基于灰色GM（1,1）模型預(yù)測(cè)GDP及人均GDP[11]。

對(duì)世博會(huì)的經(jīng)濟(jì)影響進(jìn)行評(píng)估的經(jīng)典方法與對(duì)一般的重大事件活動(dòng)進(jìn)行經(jīng)濟(jì)影響評(píng)估一樣是成本效益分析[12],其基本評(píng)估技術(shù)是投入產(chǎn)出法。然而，都因需要有精確、全面的財(cái)務(wù)、資金及其它數(shù)據(jù)資料而難以使用，尤其是在預(yù)評(píng)估中更因信息貧乏而難以獲得令人滿意的效果。

目前經(jīng)濟(jì)效益，運(yùn)用灰色GM（1,1）模型預(yù)測(cè)GDP及人均GDP的文獻(xiàn)較多，但主要特征是單一地用來進(jìn)行GDP的數(shù)字預(yù)測(cè)，不能更好地分析其后續(xù)效應(yīng)。本文結(jié)合乘數(shù)分析法，以2002～2009年上海市籌辦與舉辦世博會(huì)期間每一年的經(jīng)濟(jì)總量為樣本數(shù)據(jù)，探討世博會(huì)對(duì)上海市GDP短期影響力，并在一定的預(yù)測(cè)精度和灰色關(guān)聯(lián)度水平下對(duì)年上海市經(jīng)濟(jì)總量的貢獻(xiàn)做出評(píng)估，并在定量分析的基礎(chǔ)之上得到上海世博會(huì)的短期經(jīng)濟(jì)影響力大小。

3上海市GDP預(yù)測(cè)模型的構(gòu)建與求解

3.1上海市GDP預(yù)測(cè)模型的構(gòu)建

3.1.1原始數(shù)據(jù)的收集與分析

對(duì)上海市經(jīng)濟(jì)總量時(shí)間序列數(shù)據(jù)的預(yù)測(cè)是建立在對(duì)其歷史發(fā)展趨勢(shì)認(rèn)知的基礎(chǔ)上的，因而歷史觀察數(shù)據(jù)的收集與分析非常重要。本研究涉及的上海市2002～2009年每一年度的GDP數(shù)據(jù)均出自《上海市統(tǒng)計(jì)年鑒》（見表1）。資料顯示，自成功申請(qǐng)年世博會(huì)以來，上海市經(jīng)濟(jì)得到了長足快速地發(fā)展。上海市年經(jīng)濟(jì)總量為億元，到年已增加到億元。

表1 上海市近幾年數(shù)值（億元）

篇(3)

【關(guān)鍵詞】黨校圖書館；灰色文獻(xiàn)；資源建設(shè)

灰色文獻(xiàn)是介于白色文獻(xiàn)黑色文獻(xiàn)二者之間的文獻(xiàn)，國內(nèi)外圖書館情報(bào)界普遍將公開發(fā)行的文獻(xiàn)定為白色文獻(xiàn),不公開發(fā)行的秘密文獻(xiàn)定為黑色文獻(xiàn),而灰色文獻(xiàn)就是一類非秘密的不作為正常的商業(yè)化出版物出售的，較難以獲取利用的文獻(xiàn)。所以，誰注意了灰色文獻(xiàn)的收藏，誰就擁有了一份獨(dú)一無二的文獻(xiàn)財(cái)富。對(duì)“灰色文獻(xiàn)”的收藏、開發(fā)及利用應(yīng)是黨校圖書館的鮮明特征。黨校圖書館必須更加重視灰色文獻(xiàn)的收集、開發(fā)和利用,為黨校的教學(xué)、科研及各級(jí)領(lǐng)導(dǎo)決策服務(wù),發(fā)揮其重要作用。

一、灰色文獻(xiàn)的特點(diǎn)

(一)信息價(jià)值高,可靠性強(qiáng)。

灰色文獻(xiàn)的內(nèi)容幾乎涉及到社會(huì)的各個(gè)方面和不同層次,由于它直接來源于科研、教學(xué)、生產(chǎn)第一線，反映了最新的社會(huì)及經(jīng)濟(jì)狀況、科研動(dòng)態(tài)、科研成果及發(fā)展趨勢(shì)。它也報(bào)道各種實(shí)用技術(shù)、工藝和方法以及行政動(dòng)態(tài)等 ,成為重要的信息載體之一。黨校的教學(xué)和理論研究工作正需要這些廣泛的學(xué)術(shù)研究和現(xiàn)實(shí)信息來開闊視野,并盡快將這些信息加以利用,變?yōu)榻虒W(xué)、科研成果，適應(yīng)新世紀(jì)學(xué)員學(xué)歷層次高，聽課內(nèi)容要求新、廣、深、與時(shí)俱進(jìn)的需要。同時(shí)也適應(yīng)了黨校教師、學(xué)員研究新課題以現(xiàn)實(shí)為主的特點(diǎn)。

(二)科研嚴(yán)謹(jǐn) ,結(jié)論可信。

灰色科研文獻(xiàn)是經(jīng)科學(xué)研究人員從確定課題 搜集積累資料,無數(shù)次的反復(fù)實(shí)驗(yàn)、研究等長期艱苦的科研活動(dòng)創(chuàng)造而取得的最新成果。在灰色科研文獻(xiàn)產(chǎn)生的過程中,無論是對(duì)國內(nèi)外科研動(dòng)態(tài)的考察、了解,還是對(duì)資料的占有大多是非常嚴(yán)謹(jǐn)、詳盡和系統(tǒng)的,通過多次的探索得出了最新的結(jié)論,其結(jié)論無論正確與否都有十分重要的參考價(jià)值和使用價(jià)值。正確的結(jié)論可直接利用,具有很高的實(shí)用價(jià)值;錯(cuò)誤的結(jié)論可以啟示人們少走彎路 避免失誤和浪費(fèi) ,具有很大借鑒價(jià)值;還有一部分結(jié)論則可能成為另一新課題和新思維的起點(diǎn),具有很強(qiáng)的繼承和持續(xù)研究價(jià)值。總之,灰色文獻(xiàn)研究結(jié)論的可信性是不容置疑的。

(三)灰色文獻(xiàn)的決策參考性強(qiáng)

各級(jí)政府機(jī)關(guān)的行政報(bào)告往往是緊緊圍繞國家或地方的社會(huì)、政治、經(jīng)濟(jì)、文化等方面的發(fā)展需要,及時(shí)對(duì)一些方針、政策、計(jì)劃的決策情況進(jìn)行的通報(bào)?？茖W(xué)研究機(jī)構(gòu)的研究報(bào)告中含有對(duì)尖端技術(shù)、重點(diǎn)技術(shù)研究、規(guī)劃、實(shí)施等的決策情況。咨詢部門的調(diào)查報(bào)告中含有政府急需解決的重點(diǎn)、熱點(diǎn)問題的情況。企業(yè)的技術(shù)報(bào)告中含有生產(chǎn)、經(jīng)營、銷售的決策情況。利用它們制定各方面的決策比利用其他文獻(xiàn)借鑒參考性更強(qiáng)。另外,可利用灰色文獻(xiàn)向?qū)W員及時(shí)提供各種決策信息資料。黨校的學(xué)員一般都是有一定理論素養(yǎng)和豐富實(shí)踐經(jīng)驗(yàn)的領(lǐng)導(dǎo)干部。他們既是領(lǐng)導(dǎo)者,又是決策者。為他們提供信息資料服務(wù) 既是滿足他們提高自身素質(zhì)的需要 ,也是滿足他們參與本地區(qū)、本部門決策的需要。

(四)灰色文獻(xiàn)專業(yè)特色突出,業(yè)務(wù)作用明顯。

許多內(nèi)部資料是某一部門、某一系統(tǒng)、某一行業(yè)編輯發(fā)行的,其目的是為本部門、本系統(tǒng)工作服務(wù)。這些內(nèi)部資料主要發(fā)表本行業(yè)的研究文章、工作經(jīng)驗(yàn)、調(diào)查報(bào)告、情況反映等。對(duì)于指導(dǎo)本部門、本系統(tǒng)的工作、培訓(xùn)干部,提高職工素養(yǎng)和工作能力起著非常重要的作用。而黨校學(xué)員大都來自于社會(huì)各條戰(zhàn)線,既是決策的制定者又是決策的執(zhí)行者。他們?cè)谘芯勘鞠到y(tǒng)、本部門工作實(shí)際時(shí),無疑要借助此類文獻(xiàn)。因而,能引起廣大教師和學(xué)員的廣泛興趣。另外，黨校圖書館可以通過提供灰色文獻(xiàn)參與市委、市政府、市人大及其他部門的專項(xiàng)問題的論證工作。

二、灰色文獻(xiàn)在教學(xué)、科研和領(lǐng)導(dǎo)決策中的應(yīng)用價(jià)值

灰色文獻(xiàn)是內(nèi)部資料,它來自四面八方和各行各業(yè),是科研成果、教學(xué)經(jīng)驗(yàn)的概括和總結(jié)。灰色文獻(xiàn)的種類很多，歸納起來，主要包括以下幾方面的內(nèi)容：(1)內(nèi)部刊物。它是指那些因發(fā)行范圍受限制而未能進(jìn)入常規(guī)流通渠道的刊物。主要是高等院校、科研單位、醫(yī)院、企業(yè)等編輯的一些內(nèi)部交流的出版物。比如，地方科研單位的內(nèi)部雜志和有關(guān)科研項(xiàng)目的可行性報(bào)告，其文獻(xiàn)的科學(xué)情報(bào)價(jià)值遠(yuǎn)遠(yuǎn)高于公開發(fā)表的論文，科研人員可以不將成果公開于學(xué)術(shù)論文，但必須在工程可行性報(bào)告中予以詳述。(2)內(nèi)部報(bào)告。一般性指政府、公共權(quán)威機(jī)構(gòu)、管理機(jī)構(gòu)等出版的報(bào)告，該類文獻(xiàn)直接反映各地政府的行政工作，科技發(fā)展和社會(huì)生活的實(shí)踐。(3)會(huì)議資料。一般分為會(huì)前手稿和會(huì)后的會(huì)議記錄，前者是用于會(huì)議交流，后者是完整收錄會(huì)議各種內(nèi)容的文獻(xiàn)。(4)內(nèi)部音像、視聽、機(jī)讀等文獻(xiàn)資料，此類型文獻(xiàn)，內(nèi)容豐富，極具收藏價(jià)值?；疑墨I(xiàn)涉及到各個(gè)方面和不同層次,學(xué)科之間相互交叉、相互滲透。教學(xué)科研中的問題、動(dòng)態(tài)和發(fā)展趨向幾乎都濃縮在這些灰色文獻(xiàn)中,反映了近期專業(yè)學(xué)科領(lǐng)域中的新經(jīng)驗(yàn)、新成果、新探索、新動(dòng)向 ,具有前瞻性、實(shí)用性。所以,這類灰色文獻(xiàn)學(xué)術(shù)水平較高,往往包含著超前或可持續(xù)發(fā)展的信息 ,有著珍貴的信息價(jià)值、學(xué)術(shù)價(jià)值和參考價(jià)值,是一筆巨大的財(cái)富。如果將這些灰色文獻(xiàn)結(jié)合、運(yùn)用到教學(xué)、科研和領(lǐng)導(dǎo)決策中去,其作用和意義是無法估量的。當(dāng)前,各級(jí)黨委、政府都面臨著根據(jù)十七大提出的重大戰(zhàn)略思想,重大戰(zhàn)略部署,把中國的發(fā)展推向新的歷史高度這一新形勢(shì)、新任務(wù)。同時(shí),圍繞這一新形勢(shì)、新任務(wù)在不同的階段又有著各自不同的工作重點(diǎn)。有關(guān)工作重點(diǎn)的決策是領(lǐng)導(dǎo)者比較關(guān)注的,有關(guān)工作重點(diǎn)的信息、資料服務(wù)也必然是領(lǐng)導(dǎo)者需要的。因此,黨校圖書館做好為領(lǐng)導(dǎo)確定工作重點(diǎn)的決策服務(wù),也就是滿足了決策者的迫切要求,也就產(chǎn)生了社會(huì)效益和經(jīng)濟(jì)效益。

三、加強(qiáng)灰色文獻(xiàn)的建設(shè)及開發(fā)利用

篇(4)

關(guān)鍵詞：國內(nèi)物流貨運(yùn)量；灰色預(yù)測(cè)模型；有效性；合理性

中圖分類號(hào)：U294 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： Due to the large number of influencing factors of logistics freight in the whole country， the data is relatively large and the statistical process is more complicated. Therefore， there is a situation that“some information is determined and some information is uncertain”， and the gray forecasting model can be used to forecast the domestic logistics. This paper establishes the grey prediction model， analyzes whether the gray forecasting model is effective for the forecasting of domestic logistics and the rational use of the model， and forecasts the future domestic freight volume under the premise that the model is reasonable and the result is effective.

Key words： domestic logistics volume； gray forecasting model； effectiveness； rationality

物流是一個(gè)復(fù)雜的經(jīng)濟(jì)現(xiàn)象，物流與經(jīng)濟(jì)之間存在雙向因果關(guān)系（即互動(dòng)關(guān)系）的可能，一方面物流發(fā)展推動(dòng)經(jīng)濟(jì)增長，另一方面經(jīng)濟(jì)增長拉動(dòng)物流發(fā)展。具體顯示物流發(fā)展的一個(gè)因素是物流貨運(yùn)量，一個(gè)區(qū)域或一個(gè)范圍物流貨運(yùn)量的多少，可以說明這個(gè)地區(qū)物流的發(fā)展情況，同時(shí)還影響這個(gè)區(qū)域或這個(gè)范圍的經(jīng)濟(jì)發(fā)展情況。

按空間范圍來劃分，物流活動(dòng)可分為地區(qū)物流、國內(nèi)物流與國際物流。國內(nèi)物流是指在一個(gè)國家領(lǐng)地范圍之內(nèi)進(jìn)行的物流活動(dòng)，國內(nèi)物流是一個(gè)國家經(jīng)濟(jì)發(fā)展的重要部分。在國內(nèi)，物流貨運(yùn)方式一共有四種，是公路、水路、民航和鐵路。隨著經(jīng)濟(jì)的快速發(fā)展，國內(nèi)物流也迅速發(fā)展起來，原來主要由鐵路運(yùn)輸，現(xiàn)在發(fā)展為公路、水路、民航和鐵路四種運(yùn)輸方式，就現(xiàn)有數(shù)據(jù)來看每年的國內(nèi)物流貨運(yùn)量都有所增加，但是由于在全國范圍內(nèi)對(duì)物流貨運(yùn)量的影響因素眾多，數(shù)據(jù)較為龐大，統(tǒng)計(jì)過程較為復(fù)雜，所以存在“部分信息確定，部分信息不確定”的情況，于是便可用灰色預(yù)測(cè)模型對(duì)國內(nèi)物流貨運(yùn)量進(jìn)行預(yù)測(cè)。通過灰色預(yù)測(cè)模型所預(yù)測(cè)的結(jié)果，可以分析該灰色預(yù)測(cè)模型對(duì)國內(nèi)物流貨運(yùn)量預(yù)測(cè)是否有效，模型運(yùn)用是否合理。同時(shí)在模型運(yùn)用合理結(jié)果有效的前提下，可以對(duì)未來的國內(nèi)物流貨運(yùn)量進(jìn)行預(yù)測(cè)。

1 國內(nèi)物流貨運(yùn)量預(yù)測(cè)模型建立

1.1 灰色預(yù)測(cè)模型――GM1，1模型

中國學(xué)者鄧聚龍教授把一般系統(tǒng)論、信息論、控制論相結(jié)合，把它們的觀點(diǎn)、研究方法延伸到社會(huì)、經(jīng)濟(jì)和生態(tài)等抽象、復(fù)雜系統(tǒng)，在19世紀(jì)80年代創(chuàng)立發(fā)展起來運(yùn)用數(shù)學(xué)方法解決灰色系統(tǒng)的理論和方法――灰色系統(tǒng)理論?；疑A(yù)測(cè)模型是灰色系統(tǒng)理論內(nèi)容中的一部分，應(yīng)用廣泛，對(duì)數(shù)據(jù)沒有強(qiáng)烈的限制，精度高技術(shù)簡便。

GM1，1模型則表示灰色預(yù)測(cè)模型是一階的，同時(shí)變量為一個(gè)，微分方程表示為■+ax=u。

1.2 GM1，1模型建模過程

首先假設(shè)除了研究變量外其他因素每年變化都較小，對(duì)所研究問題影響甚微，不考慮在內(nèi)。

2 國內(nèi)物流貨運(yùn)量預(yù)測(cè)

2.1 國內(nèi)物流貨運(yùn)量預(yù)測(cè)模型的確立

近年來，物流業(yè)迅速發(fā)展，國內(nèi)物流的貨運(yùn)量是呈上升趨勢(shì)，于是可以對(duì)國內(nèi)物流貨運(yùn)量量化研究，同時(shí)國內(nèi)物流貨運(yùn)量數(shù)據(jù)是可獲得的，同樣的，經(jīng)濟(jì)的迅速發(fā)展，國內(nèi)實(shí)際GDP是呈上升趨勢(shì)的，于是也可以對(duì)國內(nèi)實(shí)際GDP進(jìn)行量化研究，同時(shí)國內(nèi)實(shí)際GDP的數(shù)據(jù)是可獲得的。通過官方平臺(tái)獲得兩組實(shí)際數(shù)據(jù)如表1所示。經(jīng)過對(duì)比分析，國內(nèi)實(shí)際GDP逐年增長，國內(nèi)物流貨運(yùn)量逐年增長，國內(nèi)實(shí)際GDP與國內(nèi)物流貨運(yùn)量二者之間相互促進(jìn)。由于數(shù)據(jù)的真實(shí)性，便可運(yùn)用灰色預(yù)測(cè)模型來預(yù)測(cè)未來幾年國內(nèi)物流的貨運(yùn)量及其變化。

2.2 國內(nèi)物流貨運(yùn)量預(yù)測(cè)模型及檢驗(yàn)

3 國內(nèi)物流貨運(yùn)量預(yù)測(cè)模型應(yīng)用

3.1 未來預(yù)測(cè)

基于GM1，1的有效性，可對(duì)國內(nèi)2016～2018年的物流貨運(yùn)量進(jìn)行預(yù)測(cè)如表3所示：

3.2 結(jié) 論

通過上述建模過程、分析得到以下結(jié)論：（1）GM1，1模型對(duì)研究物流貨運(yùn)量是有效的。（2）從GM1，1模型對(duì)國內(nèi)物流貨運(yùn)量預(yù)測(cè)結(jié)果來看，預(yù)測(cè)有效，模型運(yùn)用合理。在實(shí)際應(yīng)用中，可以根據(jù)實(shí)際情況及需要進(jìn)行修改，來提高預(yù)測(cè)值的準(zhǔn)確性。（3）根據(jù)表3實(shí)際預(yù)測(cè)數(shù)值，可以看出，國內(nèi)物流貨運(yùn)量是呈上升趨勢(shì)的，中國物流業(yè)還會(huì)呈現(xiàn)快速增長模式。

基于灰色預(yù)測(cè)模型的實(shí)際應(yīng)用，根據(jù)以上對(duì)國內(nèi)物流貨運(yùn)量預(yù)測(cè)與研究，可以看出國內(nèi)物流貨運(yùn)量成逐年增長的趨勢(shì)，同時(shí)國內(nèi)實(shí)際GDP也呈現(xiàn)增長趨勢(shì)，說明物流的發(fā)展對(duì)中國經(jīng)濟(jì)發(fā)展有一定的推動(dòng)作用。基于灰色預(yù)測(cè)模型在預(yù)測(cè)國內(nèi)物流貨運(yùn)量運(yùn)用時(shí)的合理性，對(duì)于未來三年國內(nèi)物流貨運(yùn)量進(jìn)行預(yù)測(cè)，且預(yù)測(cè)值呈增長趨勢(shì)，起到對(duì)經(jīng)濟(jì)發(fā)展的推動(dòng)作用。而且自十以來，我國對(duì)經(jīng)濟(jì)體制改革不斷深入，其根本目的是推動(dòng)經(jīng)濟(jì)發(fā)展，為物流業(yè)的發(fā)展提供更加有利的條件。

參考文獻(xiàn)：

[1] 劉南，李燕. 現(xiàn)代物流與經(jīng)濟(jì)增長的關(guān)系研究――基于浙江省的實(shí)證分析[J]. 管理工程學(xué)報(bào)，2007，21（1）：151-154.

[2] 蘆陽. 對(duì)中國發(fā)展第三方物流的分析[J]. 華北水利水電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2005，21（2）：68-70.

[3] 鄧聚龍. 灰預(yù)測(cè)與灰決策[M]. 武漢：華中科技大學(xué)出版社，2002.

[4] 崔立志. 灰色預(yù)測(cè)技術(shù)及其應(yīng)用研究[D]. 南京：南京航空航天大學(xué)（博士學(xué)位論文），2010.

篇(5)

關(guān)鍵詞：區(qū)域創(chuàng)新；績效；灰色關(guān)聯(lián)投影；理想點(diǎn)

一、 引言

我國在《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要（2006-2020）》指出，必須把提高自主創(chuàng)新能力作為調(diào)整經(jīng)濟(jì)結(jié)構(gòu)、轉(zhuǎn)變?cè)鲩L方式、提高國家競(jìng)爭(zhēng)力的中心環(huán)節(jié)，把建設(shè)創(chuàng)新型國家作為面向未來的重大戰(zhàn)略選擇，到2020年全社會(huì)研究開發(fā)投入占國內(nèi)生產(chǎn)總值的比例達(dá)到2.5%以上，力爭(zhēng)科技進(jìn)步貢獻(xiàn)率達(dá)到60%以上，對(duì)外技術(shù)依存度降低到30%以下，本國發(fā)明專利年度授權(quán)量和國際科學(xué)論文被引用數(shù)均進(jìn)入世界前5位。要實(shí)現(xiàn)上述目標(biāo)，更多地取決于知識(shí)創(chuàng)新成果向現(xiàn)實(shí)生產(chǎn)力的轉(zhuǎn)化的效率，尤其是在相比發(fā)達(dá)國家我國社會(huì)資源相對(duì)匱乏的情況下，更應(yīng)該對(duì)科技創(chuàng)新資源的利用效率進(jìn)行客觀地評(píng)價(jià)，以便國家以及各地政府部門正確地認(rèn)識(shí)自身的創(chuàng)新情況，有效地識(shí)別影響區(qū)域創(chuàng)新績效的關(guān)鍵因素，從而制定相關(guān)的區(qū)域發(fā)展政策，進(jìn)一步提高區(qū)域科技投入轉(zhuǎn)化為科技成果的效率。目前，區(qū)域創(chuàng)新績效的評(píng)價(jià)問題已引起了國內(nèi)外學(xué)者的關(guān)注，學(xué)者們提出的評(píng)價(jià)模型大部分是以數(shù)據(jù)包絡(luò)分析（data envelopment analysis，dea）以及其拓展模型為主，但區(qū)域創(chuàng)新績效評(píng)價(jià)問題更具備灰色系統(tǒng)的特征，因?yàn)閰^(qū)域創(chuàng)新績效評(píng)價(jià)系統(tǒng)中既有已被了解的白色信息，又有尚未被發(fā)現(xiàn)的黑色信息，而更多的是一般性了解的灰色信息。因此，本文將灰色系統(tǒng)理論的灰色關(guān)聯(lián)與矢量投影原理相結(jié)合，提供一種基于灰色關(guān)聯(lián)投影的區(qū)域創(chuàng)新績效評(píng)價(jià)模型，同時(shí)對(duì)評(píng)價(jià)指標(biāo)采用客觀賦權(quán)方法，盡量避免人為因素對(duì)評(píng)價(jià)結(jié)果的影響。

二、 區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新績效評(píng)價(jià)的灰色關(guān)聯(lián)投影模型

1. 灰色關(guān)聯(lián)投影法原理?；疑P(guān)聯(lián)投影法是從矢量投影的角度探討多目標(biāo)評(píng)價(jià)的方法，該方法以各方案在理想方案上的投影值大小，作為評(píng)判決策方案優(yōu)劣的標(biāo)準(zhǔn)，并通過特定的算法，使重要指標(biāo)的加權(quán)系數(shù)得到進(jìn)一步加強(qiáng)，從而全面準(zhǔn)確地反映了各決策方案和理想方案之間的接近程度，使得區(qū)域創(chuàng)新績效評(píng)價(jià)更接近客觀實(shí)際?？紤]到區(qū)域創(chuàng)新績效的評(píng)價(jià)對(duì)象集合a：a={a1，a2，…，am}，各評(píng)價(jià)對(duì)象的因素指標(biāo)集合v：v={v1，v2，…，vn}。記評(píng)價(jià)對(duì)象ai對(duì)評(píng)價(jià)指標(biāo)vj的屬性值為rij（i=1，2，…，m；j=1，2，…，n）。一般來說，為了消除原始數(shù)據(jù)指標(biāo)單位及其數(shù)量級(jí)的影響，需要對(duì)原始數(shù)據(jù)進(jìn)行規(guī)范化處理，處理方法如下：

3. 區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新績效評(píng)價(jià)的灰色關(guān)聯(lián)投影評(píng)價(jià)步驟。

第一：收集數(shù)據(jù)，確定評(píng)價(jià)對(duì)象集a和屬性指標(biāo)集v；

第二：對(duì)原始數(shù)據(jù)r按照式（1）進(jìn)行規(guī)范化處理得到 r′，同時(shí)確定最佳評(píng)價(jià)對(duì)象a0；

第三：利用式（9）計(jì)算各指標(biāo)的權(quán)重向量w=（w1，w2，…，wn）；

第四：用式（3）計(jì)算子因素r′ij與母因素r′0j的關(guān)聯(lián)系數(shù)?酌ij，得到由?酌ij組成的多目標(biāo)灰色關(guān)聯(lián)度矩陣f；

第五：利用式（6）計(jì)算各待評(píng)價(jià)對(duì)象在理想最佳評(píng)價(jià)對(duì)象上的投影值di。

三、 我國區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新績效評(píng)價(jià)實(shí)證分析

1. 評(píng)價(jià)指標(biāo)體系設(shè)計(jì)及計(jì)算結(jié)果。設(shè)計(jì)一個(gè)系統(tǒng)的、科學(xué)的、具有可操作性和可拓展性的評(píng)價(jià)指標(biāo)體系，是正確評(píng)價(jià)區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新績效的前提和基礎(chǔ)。從本質(zhì)上講，對(duì)區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新績效評(píng)價(jià)指標(biāo)體系的選擇是建立在對(duì)創(chuàng)新績效概念內(nèi)涵理解的基礎(chǔ)之上。因此，由于研究者對(duì)區(qū)域創(chuàng)新績效含義的理解不同，所給的評(píng)價(jià)指標(biāo)體系也不盡相同。筆者根據(jù)區(qū)域創(chuàng)新績效評(píng)價(jià)指標(biāo)體系設(shè)計(jì)的科學(xué)性、可比性、實(shí)用性、可操作性以及系統(tǒng)性原則，在創(chuàng)新投入方面主要選取r&d研發(fā)人數(shù)（v1）和r&d研發(fā)投入資金額（v2）兩項(xiàng)指標(biāo)，在創(chuàng)新產(chǎn)出方面主要選取專利申請(qǐng)授權(quán)數(shù)（v3）、發(fā)表科技論文數(shù)（v4）、國內(nèi)外技術(shù)市場(chǎng)合同成交額（v5）、大中型以上企業(yè)新產(chǎn)品銷售額（v6）以及當(dāng)?shù)豨dp水平（v7）五項(xiàng)指標(biāo)。根據(jù)上述評(píng)價(jià)指標(biāo)查詢國家統(tǒng)計(jì)局網(wǎng)站以及《中國區(qū)域創(chuàng)新能力報(bào)告2010》的相關(guān)數(shù)據(jù)，并按照公式（1）進(jìn)行數(shù)據(jù)規(guī)范化處理，數(shù)據(jù)處理結(jié)果見表1所示。按照公式（2）選取比較序列，再按照灰色關(guān)聯(lián)投影評(píng)價(jià)步驟的第三、第四和第五分別帶入表1數(shù)據(jù)進(jìn)行計(jì)算，便可得出表1第9列和第10列的評(píng)價(jià)結(jié)果。

2. 區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新績效評(píng)價(jià)結(jié)果分析與建議。由表1可以看出，區(qū)域創(chuàng)新績效排名前十的地區(qū)既有處于東部的省市，如北京

市（排名第二）、上海市（排名第三）、遼寧?。ㄅ琶谒模?、天津市（排名第五）、河北?。ㄅ琶诹?，也有處于中部的省份內(nèi)蒙古（排名第八），同時(shí)還有地處西部的新疆（排名第一）、青海（排名第七）、甘肅（排名第九）以及貴州（排名第十）；區(qū)域創(chuàng)新績效排名后十名的省、市、自治區(qū)中，東部地區(qū)（江蘇、福建、山東、浙江和海南）占到了50％、中部有江西、黑龍江和安徽，西部有西藏和寧夏；同時(shí)還可以發(fā)現(xiàn)，創(chuàng)新績效排名在第11到第21的地區(qū)中，只有一個(gè)東部省份廣東，其余均為中西部地區(qū)。通過上述分析可以得出如下結(jié)論，區(qū)域創(chuàng)新績效和地方的經(jīng)濟(jì)強(qiáng)弱并無直接的聯(lián)系，而是分布在不同的經(jīng)濟(jì)區(qū)域內(nèi)。

為了分析區(qū)域創(chuàng)新能力與創(chuàng)新績效的關(guān)系，這里引用《中國區(qū)域創(chuàng)新能力報(bào)告2010》中的區(qū)域創(chuàng)新能力排名次序，重點(diǎn)分析創(chuàng)新能力排名前十的地區(qū)，他們分別是：江蘇、廣東、北京、上海、浙江、山東、天津、湖北、四川和重慶。從表1的結(jié)果中可以看出，創(chuàng)新能力排名前十的地區(qū)其相應(yīng)的創(chuàng)新績效未必高，其中北京、上海和天津的創(chuàng)新績效水平與其創(chuàng)新能力有所呼應(yīng)，而江蘇、浙江和山東的創(chuàng)新績效水平卻處于后十名，廣東、湖北、四川和重慶的創(chuàng)新績效水平則處于中等水平。

摘要：文章根據(jù)灰色系統(tǒng)理論中的灰色關(guān)聯(lián)分析，建立了我國區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新績效評(píng)價(jià)的灰色關(guān)聯(lián)投影模型。另外，評(píng)價(jià)指標(biāo)的權(quán)重對(duì)最終的創(chuàng)新績效評(píng)價(jià)影響很大，為了盡量消除主觀因素的影響，充分考慮評(píng)價(jià)矩陣的固有信息，利用逼近理想點(diǎn)法確定各評(píng)價(jià)指標(biāo)的權(quán)重。

關(guān)鍵詞：區(qū)域創(chuàng)新；績效；灰色關(guān)聯(lián)投影；理想點(diǎn)

一、 引言

我國在《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要（2006-2020）》指出，必須把提高自主創(chuàng)新能力作為調(diào)整經(jīng)濟(jì)結(jié)構(gòu)、轉(zhuǎn)變?cè)鲩L方式、提高國家競(jìng)爭(zhēng)力的中心環(huán)節(jié)，把建設(shè)創(chuàng)新型國家作為面向未來的重大戰(zhàn)略選擇，到2020年全社會(huì)研究開發(fā)投入占國內(nèi)生產(chǎn)總值的比例達(dá)到2.5%以上，力爭(zhēng)科技進(jìn)步貢獻(xiàn)率達(dá)到60%以上，對(duì)外技術(shù)依存度降低到30%以下，本國發(fā)明專利年度授權(quán)量和國際科學(xué)論文被引用數(shù)均進(jìn)入世界前5位。要實(shí)現(xiàn)上述目標(biāo)，更多地取決于知識(shí)創(chuàng)新成果向現(xiàn)實(shí)生產(chǎn)力的轉(zhuǎn)化的效率，尤其是在相比發(fā)達(dá)國家我國社會(huì)資源相對(duì)匱乏的情況下，更應(yīng)該對(duì)科技創(chuàng)新資源的利用效率進(jìn)行客觀地評(píng)價(jià)，以便國家以及各地政府部門正確地認(rèn)識(shí)自身的創(chuàng)新情況，有效地識(shí)別影響區(qū)域創(chuàng)新績效的關(guān)鍵因素，從而制定相關(guān)的區(qū)域發(fā)展政策，進(jìn)一步提高區(qū)域科技投入轉(zhuǎn)化為科技成果的效率。目前，區(qū)域創(chuàng)新績效的評(píng)價(jià)問題已引起了國內(nèi)外學(xué)者的關(guān)注，學(xué)者們提出的評(píng)價(jià)模型大部分是以數(shù)據(jù)包絡(luò)分析（data envelopment analysis，dea）以及其拓展模型為主，但區(qū)域創(chuàng)新績效評(píng)價(jià)問題更具備灰色系統(tǒng)的特征，因?yàn)閰^(qū)域創(chuàng)新績效評(píng)價(jià)系統(tǒng)中既有已被了解的白色信息，又有尚未被發(fā)現(xiàn)的黑色信息，而更多的是一般性了解的灰色信息。因此，本文將灰色系統(tǒng)理論的灰色關(guān)聯(lián)與矢量投影原理相結(jié)合，提供一種基于灰色關(guān)聯(lián)投影的區(qū)域創(chuàng)新績效評(píng)價(jià)模型，同時(shí)對(duì)評(píng)價(jià)指標(biāo)采用客觀賦權(quán)方法，盡量避免人為因素對(duì)評(píng)價(jià)結(jié)果的影響。

二、 區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新績效評(píng)價(jià)的灰色關(guān)聯(lián)投影模型

1. 灰色關(guān)聯(lián)投影法原理?；疑P(guān)聯(lián)投影法是從矢量投影的角度探討多目標(biāo)評(píng)價(jià)的方法，該方法以各方案在理想方案上的投影值大小，作為評(píng)判決策方案優(yōu)劣的標(biāo)準(zhǔn)，并通過特定的算法，使重要指標(biāo)的加權(quán)系數(shù)得到進(jìn)一步加強(qiáng)，從而全面準(zhǔn)確地反映了各決策方案和理想方案之間的接近程度，使得區(qū)域創(chuàng)新績效評(píng)價(jià)更接近客觀實(shí)際?？紤]到區(qū)域創(chuàng)新績效的評(píng)價(jià)對(duì)象集合a：a={a1，a2，…，am}，各評(píng)價(jià)對(duì)象的因素指標(biāo)集合v：v={v1，v2，…，vn}。記評(píng)價(jià)對(duì)象ai對(duì)評(píng)價(jià)指標(biāo)vj的屬性值為rij（i=1，2，…，m；j=1，2，…，n）。一般來說，為了消除原始數(shù)據(jù)指標(biāo)單位及其數(shù)量級(jí)的影響，需要對(duì)原始數(shù)據(jù)進(jìn)行規(guī)范化處理，處理方法如下：

3. 區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新績效評(píng)價(jià)的灰色關(guān)聯(lián)投影評(píng)價(jià)步驟。

第一：收集數(shù)據(jù)，確定評(píng)價(jià)對(duì)象集a和屬性指標(biāo)集v；

第二：對(duì)原始數(shù)據(jù)r按照式（1）進(jìn)行規(guī)范化處理得到 r′，同時(shí)確定最佳評(píng)價(jià)對(duì)象a0；

第三：利用式（9）計(jì)算各指標(biāo)的權(quán)重向量w=（w1，w2，…，wn）；

第四：用式（3）計(jì)算子因素r′ij與母因素r′0j的關(guān)聯(lián)系數(shù)?酌ij，得到由?酌ij組成的多目標(biāo)灰色關(guān)聯(lián)度矩陣f；

第五：利用式（6）計(jì)算各待評(píng)價(jià)對(duì)象在理想最佳評(píng)價(jià)對(duì)象上的投影值di。

三、 我國區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新績效評(píng)價(jià)實(shí)證分析

1. 評(píng)價(jià)指標(biāo)體系設(shè)計(jì)及計(jì)算結(jié)果。設(shè)計(jì)一個(gè)系統(tǒng)的、科學(xué)的、具有可操作性和可拓展性的

評(píng)價(jià)指標(biāo)體系，是正確評(píng)價(jià)區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新績效的前提和基礎(chǔ)。從本質(zhì)上講，對(duì)區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新績效評(píng)價(jià)指標(biāo)體系的選擇是建立在對(duì)創(chuàng)新績效概念內(nèi)涵理解的基礎(chǔ)之上。因此，由于研究者對(duì)區(qū)域創(chuàng)新績效含義的理解不同，所給的評(píng)價(jià)指標(biāo)體系也不盡相同。筆者根據(jù)區(qū)域創(chuàng)新績效評(píng)價(jià)指標(biāo)體系設(shè)計(jì)的科學(xué)性、可比性、實(shí)用性、可操作性以及系統(tǒng)性原則，在創(chuàng)新投入方面主要選取r&d研發(fā)人數(shù)（v1）和r&d研發(fā)投入資金額（v2）兩項(xiàng)指標(biāo)，在創(chuàng)新產(chǎn)出方面主要選取專利申請(qǐng)授權(quán)數(shù)（v3）、發(fā)表科技論文數(shù)（v4）、國內(nèi)外技術(shù)市場(chǎng)合同成交額（v5）、大中型以上企業(yè)新產(chǎn)品銷售額（v6）以及當(dāng)?shù)豨dp水平（v7）五項(xiàng)指標(biāo)。根據(jù)上述評(píng)價(jià)指標(biāo)查詢國家統(tǒng)計(jì)局網(wǎng)站以及《中國區(qū)域創(chuàng)新能力報(bào)告2010》的相關(guān)數(shù)據(jù)，并按照公式（1）進(jìn)行數(shù)據(jù)規(guī)范化處理，數(shù)據(jù)處理結(jié)果見表1所示。按照公式（2）選取比較序列，再按照灰色關(guān)聯(lián)投影評(píng)價(jià)步驟的第三、第四和第五分別帶入表1數(shù)據(jù)進(jìn)行計(jì)算，便可得出表1第9列和第10列的評(píng)價(jià)結(jié)果。

篇(6)

論文關(guān)鍵詞：失效模式影響分析，綜合評(píng)價(jià)，離散型加工生產(chǎn)線

0引 言

針對(duì)企業(yè)生產(chǎn)過程中所需資源多樣性和相關(guān)性，導(dǎo)致生產(chǎn)系統(tǒng)難以評(píng)價(jià)或評(píng)價(jià)結(jié)果不夠準(zhǔn)確；國內(nèi)外學(xué)者提出各種評(píng)價(jià)方法和控制手段。如Teng[3]提出基于FMEA的生產(chǎn)過程的控制，運(yùn)用FMEA理論對(duì)生產(chǎn)制造過程中所涉及的零部件出現(xiàn)失效模式進(jìn)行評(píng)價(jià)；Allen[4]提出生產(chǎn)設(shè)計(jì)階段利用FMEA和模糊數(shù)學(xué)方法進(jìn)行管控, 將FMEA和模糊集理論應(yīng)用到產(chǎn)品設(shè)計(jì)階段；門峰[8]提出模糊集理論與灰色關(guān)聯(lián)理論的FMEA方法，將FMEA和模糊集理論與灰色關(guān)聯(lián)理論運(yùn)用到具體的鑄件產(chǎn)品中。郭銅修等[9]提出企業(yè)生產(chǎn)系統(tǒng)模糊評(píng)價(jià)方法，將模糊集理論運(yùn)用到航空工業(yè)企業(yè)生產(chǎn)系統(tǒng)中的評(píng)價(jià)。本文在上述研究基礎(chǔ)上發(fā)現(xiàn)FMEA方法存在不足之處：（1）多因素評(píng)價(jià)時(shí)所得風(fēng)險(xiǎn)順序數(shù)不可靠，得到數(shù)值相近甚至相等。（2）系統(tǒng)評(píng)價(jià)過程中沒有考慮各因素在整體上影響程度，只是按著FMEA方法評(píng)價(jià)其各個(gè)因素；為了避免以上缺點(diǎn)而提出了基于FMEA離散型加工生產(chǎn)線的綜合評(píng)價(jià)。

1 FMEA離散型加工生產(chǎn)線的綜合評(píng)價(jià)研

1.1離散型加工生產(chǎn)線研究

從系統(tǒng)工程角度出發(fā)工商管理論文，離散型加工生產(chǎn)線的生產(chǎn)過程可以被看作是一個(gè)“輸入—轉(zhuǎn)換—輸出”系統(tǒng)，系統(tǒng)輸入就是一切需求資源或生產(chǎn)要素，經(jīng)過有機(jī)的轉(zhuǎn)換過程，輸出特定產(chǎn)品或服務(wù)，這個(gè)轉(zhuǎn)換過程就是企業(yè)生產(chǎn)系統(tǒng)龍?jiān)雌诳?。一般將離散型生產(chǎn)線的構(gòu)成要素劃分為[9]：

(1) 人力：人員技能、人力資源利用、人員情緒等。

(2) 物力：物料、半成品、產(chǎn)品、周轉(zhuǎn)箱、設(shè)備、儀器、文件資料、工具、工裝等。

(3) 環(huán)境：生產(chǎn)線現(xiàn)場(chǎng)的通道、地面及其標(biāo)識(shí)，各類管線、門窗、墻面、通風(fēng)、照明等。

(4) 信息：在制品數(shù)量、產(chǎn)品合格率或廢品率、生產(chǎn)計(jì)劃數(shù)量、生產(chǎn)成本、時(shí)間等。

從上述描述可以看出各種構(gòu)成要素中包括不同種因素，不同要素在不同企業(yè)生產(chǎn)線中影響程度不同，不同因素在企業(yè)生產(chǎn)線中影響程度也不同，所以對(duì)具體企業(yè)生產(chǎn)線進(jìn)行評(píng)價(jià)時(shí)要考慮到這種特殊性?？梢詫⑸a(chǎn)線劃分為一級(jí)要素指標(biāo)和二級(jí)因素指標(biāo)，即考慮其層次性，生產(chǎn)線指標(biāo)體系如圖1-1。這些因素控制存在不確定性和模糊性，而這種不確定因素在以前的評(píng)價(jià)系統(tǒng)中難以給予準(zhǔn)確的數(shù)值。故障模式影響分析（Failure Mode and EffectAnalysis ,FMEA）和模糊數(shù)學(xué)理論在這方面有著其他方法不可替代優(yōu)勢(shì)。FMEA實(shí)施過程中主要是利用專家經(jīng)驗(yàn)和知識(shí)得到各因素失效模式的發(fā)生率（Occurrence-O）、嚴(yán)重度（Severity-S）、難檢度（Detectability-D），通過計(jì)算風(fēng)險(xiǎn)順序數(shù)（Risk PriorityNumber-RPN，RPN=）得出風(fēng)險(xiǎn)程度。其計(jì)算方法就是O、S、D三者乘積而得出其風(fēng)險(xiǎn)順序數(shù)，這樣導(dǎo)致不同失效模式得出相近甚至相同的RPN工商管理論文，但實(shí)際上這些相近甚至相同RPN的重要程度不同[10]。

圖1-1 生產(chǎn)線指標(biāo)體系

通過以上分析，生產(chǎn)系統(tǒng)評(píng)價(jià)既要考慮它的要素和因素重要性，又要考慮各因素具體的情況，于是提出了基于FMEA離散型加工生產(chǎn)線的綜合評(píng)價(jià)方法。首先從系統(tǒng)的角度出發(fā)，利用專家知識(shí)和經(jīng)驗(yàn)填寫各層次指標(biāo)的重要性表格，應(yīng)用二元對(duì)比倒數(shù)法計(jì)算出相應(yīng)權(quán)重。其次從局部的角度出發(fā)，應(yīng)用FMEA理論對(duì)具體因素存在失效模式進(jìn)行評(píng)價(jià)龍?jiān)雌诳?。最后為了考慮所有因素對(duì)生產(chǎn)系統(tǒng)的影響和避免專家的主觀因素，應(yīng)采用模糊集和FMEA理論相結(jié)合的方法，即綜合評(píng)價(jià)方法，其過程如圖1-2。

圖1-2 綜合評(píng)價(jià)過程

1.2 FMEA模型簡介

失效模式與效應(yīng)分析是FMA（故障模式分析）和FEA（故障影響分析）的組合，是過程管理中的一項(xiàng)預(yù)防性分析工作，是一種用來評(píng)價(jià)系統(tǒng)的設(shè)計(jì)和生產(chǎn)過程或服務(wù)等所有可能發(fā)生的故障（問題、錯(cuò)誤、風(fēng)險(xiǎn)和利害）的特殊關(guān)系[1]。其使用范圍包括產(chǎn)品設(shè)計(jì)、生產(chǎn)過程、服務(wù)過程、機(jī)器設(shè)備等。

有效FME具有以下特色：可以降低制造過程中出現(xiàn)失效的風(fēng)險(xiǎn)；能識(shí)別與產(chǎn)品相關(guān)的制造失效模式；可分析所有顧客要求的產(chǎn)品特殊性；能評(píng)估失效對(duì)顧客造成的影響；能識(shí)別制造過程中潛在的失效原因，并據(jù)以降低失效發(fā)生率；能列出潛在失效模式的排序，并據(jù)以建立考慮采取矯正措施的優(yōu)先級(jí)；能將制造或裝配過程的結(jié)果文件化。FMEA的實(shí)施過程如圖1-3。

圖1-3 FMEA實(shí)施過程

FMEA使用過程中要進(jìn)行相關(guān)數(shù)據(jù)的實(shí)際調(diào)研和收集，識(shí)別產(chǎn)品或系統(tǒng)潛在失效模式中潛在失效后果、潛在原因、確認(rèn)現(xiàn)行的檢測(cè)方法和控制手段工商管理論文，評(píng)價(jià)嚴(yán)重度、發(fā)生率、難檢度；直到所有失效模式評(píng)價(jià)完成，計(jì)算風(fēng)險(xiǎn)順序數(shù)，判斷風(fēng)險(xiǎn)順序數(shù)是否在可接受的水平。若風(fēng)險(xiǎn)順序數(shù)在不可接受水平內(nèi)需要采取措施，通過持續(xù)改進(jìn)直到達(dá)到可接受水平內(nèi)才為止。

1.3綜合評(píng)價(jià)模型簡介

綜合評(píng)價(jià)模型如下：

B=A°R= A° （1-1）

模型中：A=一級(jí)指標(biāo)權(quán)重， Ai，二級(jí)指標(biāo)權(quán)重，為判定矩陣，上標(biāo)°表示合成算子。

（1）權(quán)重的確立[6]

通過表1-1，利用二元對(duì)比倒數(shù)法得出各子系統(tǒng)相對(duì)權(quán)重。

表1-1因素比較表

定義

定義

1

Ai與Aj同等重要

2

Ai比Aj略微重要

3

Ai比Aj較為重要

4

Ai比Aj重要

5

Ai比Aj重要得多

6

Ai比Aj非常重要

7

Ai比Aj絕對(duì)重要

 

 

根據(jù)專家初始權(quán)重集W計(jì)算權(quán)重相似系數(shù)Sij ，得到相似矩陣S。

（1-5）

式中，Sij 專家i與專家j相似程度，需要進(jìn)一步計(jì)算偏離程度L來剔除偏離程度大的專家評(píng)定權(quán)重

（1-6）

（1-7）

式中代表i專家評(píng)定因素權(quán)重與其他專家評(píng)定因素權(quán)重偏離程度，假如大于某一界值時(shí)，第i位專家意見加以剔除。實(shí)際運(yùn)用中根據(jù)實(shí)際情況來設(shè)定界值L。

（3）評(píng)判矩陣的確定。一般采用定性指標(biāo)和定量指標(biāo)的隸屬度，本文采用改進(jìn)的定性指標(biāo)方法處理，即直接由多個(gè)專家對(duì)某個(gè)被評(píng)定因素的隸屬度做出估計(jì)，然后利用聚類分析的距離法中歐氏距離來剔除偏離程度比較大隸屬度。

（4）模糊綜合評(píng)價(jià)合成算子上標(biāo)°確定[6]

根據(jù)本文特點(diǎn)選擇如下模型：

， j=1工商管理論文，2，3，…，m

該模型不僅考慮所有因素的影響，而且保留了所有單因素評(píng)價(jià)的全部信息。在運(yùn)算時(shí)，并不對(duì)ai和rij施加上線限制，只需對(duì)ai歸一化處理，即。

2實(shí)例分析

對(duì)汽車前橋廠的轉(zhuǎn)向節(jié)加工生產(chǎn)線進(jìn)行實(shí)際調(diào)研和相關(guān)數(shù)據(jù)的采集，發(fā)現(xiàn)其潛在失效模式，由專家、調(diào)研人員和從事多年此生產(chǎn)線管理的相關(guān)人員對(duì)各失效模式因子O、S、D進(jìn)行評(píng)分，利用FMEA和綜合評(píng)價(jià)模型對(duì)轉(zhuǎn)向節(jié)生產(chǎn)線進(jìn)行評(píng)價(jià)。

2.1 評(píng)價(jià)體系確定

通過實(shí)際調(diào)查和分析，本文從人力、物力、環(huán)境、信息綜合考慮設(shè)定4個(gè)一級(jí)評(píng)價(jià)指標(biāo)及14個(gè)二級(jí)評(píng)價(jià)指標(biāo)，所構(gòu)成轉(zhuǎn)向節(jié)生產(chǎn)線評(píng)價(jià)指標(biāo)體系，如表2-1。

表2-1轉(zhuǎn)向節(jié)生產(chǎn)線評(píng)價(jià)指標(biāo)

轉(zhuǎn)向節(jié)生產(chǎn)線

人力（）

人力資源利用（w11）

人員技能（w12）

物力（）

外圓尺寸和精度（w21）

螺紋底孔中心孔（w22）

防護(hù)裝置（w23）

設(shè)備（w24）

文件資料（w25）

環(huán)境（）

機(jī)器及其地面清潔（w31）

作業(yè)現(xiàn)場(chǎng)通風(fēng)、照明（w32）

各類線路布置、著色（w33）

門窗、墻壁完好性（w34）

信息（）

在制品數(shù)量（w41）

篇(7)

關(guān)鍵詞： 高路堤；沉降預(yù)測(cè)；原理；應(yīng)用

Abstract: On the basis of analyzes the high embankment settlement characteristics, settlement prediction methods are discussed, studied the curve fitting, the legal gray system method, artificial neural network, genetic algorithm, the inverse analysis method, based on genetic algorithms and neural networks prediction methods, as well as Pierre - genetic neural network method and other high embankment settlement prediction method and its application, to provide a theoretical reference for the accurate prediction of high embankment settlement.Key words: high embankment; settlement prediction; principle; application

中圖分類號(hào)：F272.1文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：

1引言

隨著我國公路建設(shè)的快速發(fā)展，高速公路逐步向山區(qū)延伸，出現(xiàn)了越來越多的高路堤。與一般路基相比，高路堤沉降量大，沉降穩(wěn)定時(shí)間長。然而，高路堤的沉降是一個(gè)很復(fù)雜的過程，環(huán)境條件、地基土的應(yīng)力歷史、路堤填料的工程性質(zhì)、路堤填筑高度和施工工藝等因素都不同程度地影響和制約著高路堤沉降。目前，國內(nèi)外針對(duì)軟基沉降的預(yù)測(cè)開展了大量的研究，取得了較豐富的的研究成果[1]，但對(duì)于高路堤沉降預(yù)測(cè)尚缺乏系統(tǒng)、全面的研究。因此，對(duì)現(xiàn)有高路堤沉降預(yù)測(cè)方法進(jìn)行系統(tǒng)的總結(jié)分析，并提出改進(jìn)措施，以期找到一種較適宜的高路堤沉降預(yù)測(cè)方法具有較為重要的工程。

2現(xiàn)有沉降預(yù)測(cè)方法分類

路基沉降預(yù)測(cè)方法可以分為三類：以經(jīng)典土力學(xué)為基礎(chǔ)的傳統(tǒng)預(yù)測(cè)方法、以本構(gòu)理論為基礎(chǔ)的數(shù)值計(jì)算法和根據(jù)實(shí)測(cè)沉降資料預(yù)測(cè)法。

2.1 傳統(tǒng)預(yù)測(cè)方法

傳統(tǒng)的沉降預(yù)測(cè)方法是建立在太沙基等人創(chuàng)立的經(jīng)典土力學(xué)基礎(chǔ)之上。傳統(tǒng)預(yù)測(cè)方法包括：一維沉降計(jì)算法、司開普頓和比倫法、三維計(jì)算法和應(yīng)力路徑法[2]。

2.2 數(shù)值分析方法

數(shù)值分析方法包括有限元法和有限差分法。

(1)有限元法[3]：有限元法將地基和路堤作為一個(gè)整體來進(jìn)行分析，將其劃分網(wǎng)絡(luò)，形成離散體結(jié)構(gòu)，在荷載作用下求得任一時(shí)刻路堤和地基各點(diǎn)的位移和應(yīng)力。

(2)有限差分法[4]：有限差分法是用差分公式將地基沉降問題的控制方程轉(zhuǎn)化為差分方程，然后結(jié)合初始條件和邊界條件，求解線性代數(shù)方程組，得到所求問題的數(shù)值解。

2.3 根據(jù)實(shí)測(cè)資料的沉降預(yù)測(cè)方法

根據(jù)實(shí)測(cè)資料進(jìn)行沉降預(yù)測(cè)的方法主要有雙曲線法、指數(shù)曲線法、泊松曲線法、Asaoka法、三點(diǎn)法、星野法、皮爾曲線法、龔帕斯曲線法、灰色預(yù)測(cè)法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法、模糊綜合評(píng)判法、反分析法等[5]。

2.3.1 曲線擬合法

曲線擬合法假定地基沉降歷程符合某一種已知函數(shù)曲線，利用實(shí)測(cè)沉降數(shù)據(jù)擬合曲線的參數(shù)，然后利用確定后的曲線公式預(yù)測(cè)地基在任一時(shí)間的沉降值。包括雙曲線法、指數(shù)曲線法、時(shí)間對(duì)數(shù)擬合法、泊松曲線法、Asaoka法、三點(diǎn)法、星野法等。其中最常見的有雙曲線法、指數(shù)曲線法、時(shí)間對(duì)數(shù)擬合法、泊松曲線法、Asaoka法。

（1）雙曲線法[6]假定沉降平均速度隨時(shí)間按雙曲線變化，其基本方程式為：

（2）指數(shù)曲線法[7]假定沉降平均速度隨時(shí)間按指數(shù)曲線變化，其基本方程式為：

（3）時(shí)間對(duì)數(shù)擬合法[8]假定沉降平均速度隨時(shí)間按對(duì)數(shù)曲線變化，其基本方程式為：

利用這些曲線方程可以計(jì)算任一時(shí)刻t（）的沉降量。同時(shí)，對(duì)分別求一階導(dǎo)和二階導(dǎo)可以求得沉降速率及沉降速率變化率。當(dāng)時(shí)，利用極限方程可以推算出最終的地基沉降量。其中為荷載穩(wěn)定之后的某一時(shí)刻。

（4）泊松曲線就是邏輯斯蒂成長曲線[9]，也稱皮爾曲線，其表達(dá)式為：

其中a、b、c均為待定參數(shù)，t為時(shí)間，為t時(shí)刻的沉降值。

（5）Asaoka[10]法是一種從一定時(shí)間過程所得的沉降觀測(cè)資料來預(yù)計(jì)最終沉降量和沉降速率的方法，其基本表達(dá)式為：

為時(shí)間時(shí)的沉降量，，，且為常數(shù)。根據(jù)實(shí)測(cè)沉降資料，作圖確定待定參數(shù)、和最終沉降量。

2.3.2 灰色預(yù)測(cè)法[11,13]

GM(1,1)模型是灰色系統(tǒng)理論中最基本也是最常用的模型，它是通過對(duì)已知的單位時(shí)段內(nèi)的沉降量的研究來獲得沉降的變形規(guī)律，從而預(yù)測(cè)它在未來時(shí)間內(nèi)的變化量。其基本思想是對(duì)無規(guī)則的數(shù)據(jù)序列做一定變換使其變得有規(guī)則。

GM(1,1)常用的微分方程式為：

對(duì)原始數(shù)列做累加生成：（=1,2,3…n）

得到GM(1,1)灰色微分方程的時(shí)間響應(yīng)序列解為：

=1,2,…，n

還原值 =1,2,…，n

根據(jù)上列各式，便可對(duì)觀測(cè)數(shù)列的后序值進(jìn)行預(yù)測(cè)。

2.3.3 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法

神經(jīng)網(wǎng)絡(luò)中目前比較成熟且應(yīng)用最為廣泛的是誤差逆?zhèn)鞑ゾW(wǎng)絡(luò)，簡稱BP網(wǎng)絡(luò)。它一般由輸入層、隱含層及輸出層組成，同層節(jié)點(diǎn)間沒有任何聯(lián)系，不同層節(jié)點(diǎn)均采用前向連接方式。BP神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)特定的輸入與輸出的映射分為學(xué)習(xí)過程和運(yùn)用過程兩部分。其學(xué)習(xí)過程可歸納為“信號(hào)正向傳播、誤差逆向傳播、記憶訓(xùn)練、學(xué)習(xí)收斂”。具體學(xué)習(xí)算法可歸納如下[14]：

(1) 網(wǎng)絡(luò)初始化：隨機(jī)給全部權(quán)值及神經(jīng)元的閾值賦以初始值，給定輸入模式和輸出模式；

(2) 用輸入模式計(jì)算中間層各單元的輸入，然后利用計(jì)算中間層各單元的輸出；

(3) 利用計(jì)算輸出層各單元的輸入，然后利用計(jì)算各單元的響應(yīng)；

(4) 計(jì)算各單元的一般化誤差并修正連接權(quán)，通過修正各權(quán)值使誤差最?。?/p>

(5) 選擇下一個(gè)學(xué)習(xí)模式對(duì)從第3步開始，直至全部模式對(duì)訓(xùn)練完畢；

(6) 達(dá)到誤差精度和循環(huán)次數(shù)后輸出結(jié)果，否則返回第3步。

2.3.4 遺傳算法[15]

遺傳算法模擬了自然選擇和遺傳過程中發(fā)生的繁殖、雜交和變異現(xiàn)象。在利用遺傳算法求解問題時(shí)，每個(gè)可能的解都被編碼成一個(gè)“染色體”，即個(gè)體，若干個(gè)體構(gòu)成了群體，即所有可能解。選擇、交叉、變異這3個(gè)操作算子構(gòu)成遺傳算法的遺傳操作。使用遺傳算法時(shí)，首先要隨機(jī)地產(chǎn)生一些初始解，同時(shí)給出一個(gè)目標(biāo)函數(shù)和適應(yīng)度值，然后根據(jù)預(yù)定的目標(biāo)函數(shù)對(duì)初始解進(jìn)行評(píng)價(jià)，根據(jù)適應(yīng)度值按“優(yōu)勝劣汰”的原理選擇復(fù)制下一代。在這個(gè)過程當(dāng)中，因?yàn)檫x擇來復(fù)制的是好的個(gè)體，因此，選擇出來的個(gè)體經(jīng)過雜交和變異算子進(jìn)行再組合生成的新的一代就繼承了上一代的優(yōu)良性狀，這樣一來，就可以使得遺傳過程朝著更優(yōu)解的方向進(jìn)行。

2.3.5反分析法

反分析法是利用施工過程中實(shí)測(cè)的地基沉降資料反演確定地基土的物理力學(xué)模型參數(shù)，再將反演得到的參數(shù)代回到正分析模型中計(jì)算地基沉降量。進(jìn)行反分析的方法有很多種，其中直接反分析是比較有效、穩(wěn)定且應(yīng)用較多的一種方法，其具體步驟如下[16]：

(1) 建模。這個(gè)模型是一個(gè)描述實(shí)際巖土工程結(jié)構(gòu)問題或理論數(shù)學(xué)的模型，其中含有一組待定的材料性質(zhì)參數(shù)，用列陣P表示。

(2) 待定參數(shù)的選取。用理論模型在外部條件下產(chǎn)生的響應(yīng)作為待定參數(shù)的函數(shù)。

(3) 建立目標(biāo)函數(shù)并確定參數(shù)的約束條件。目標(biāo)函數(shù)的通用表達(dá)式為：

其中，J為目標(biāo)函數(shù)，為觀測(cè)值向量， X為有限元計(jì)算值。

(4) 選擇優(yōu)化策略，使。式中，是最終反分析結(jié)果。

2.3.6 基于遺傳算法和神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)方法[17]

基于遺傳算法和神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)方法是遺傳算法和神經(jīng)網(wǎng)絡(luò)法兩種方法的結(jié)合。它是指在人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程中，應(yīng)用遺傳算法對(duì)神經(jīng)元連接權(quán)值進(jìn)行編碼，并隨機(jī)生成初始群體，進(jìn)行交叉、變異，同時(shí)計(jì)算能量函數(shù)，調(diào)整交叉、變異概率，迭代，直至神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成。這種新算法能夠改變神經(jīng)網(wǎng)絡(luò)法收斂時(shí)間長、搜索能力較差的弱點(diǎn)。

2.3.7 皮爾-遺傳神經(jīng)網(wǎng)絡(luò)法

皮爾-遺傳神經(jīng)網(wǎng)絡(luò)法是在總結(jié)分析皮爾曲線法、遺傳算法、神經(jīng)網(wǎng)絡(luò)法三種方法的基礎(chǔ)上提出來的，它結(jié)合了此三種方法的優(yōu)點(diǎn)。研究表明[18]，皮爾曲線可以較準(zhǔn)確地描述高路堤沉降趨勢(shì)，但是趨勢(shì)項(xiàng)的偏移量是一個(gè)復(fù)雜的非線性序列，使用皮爾曲線計(jì)算時(shí)誤差較大，因而采用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行外推。然而人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程又有收斂時(shí)間過長、易陷入局部最小以及搜索能力較差等缺點(diǎn)，故采用遺傳神經(jīng)網(wǎng)絡(luò)法來進(jìn)行研究。這種方法與上述的基于遺傳算法和神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)方法的唯一不同就是先采用皮爾曲線建模，然后對(duì)趨勢(shì)偏移量用神經(jīng)網(wǎng)絡(luò)法建模，其后的算法同遺傳-神經(jīng)網(wǎng)絡(luò)法。

3結(jié)語

通過對(duì)沉降預(yù)測(cè)方法的分析，可以看出各種沉降預(yù)測(cè)方法既有其優(yōu)越性也有其缺陷，沒有一種方法是萬能的。因此，如何充分利用各方法的優(yōu)點(diǎn)，改正其缺點(diǎn)是探求一種精確預(yù)測(cè)方法時(shí)必須考慮的問題。

(1) 在曲線擬合法中，目前還沒有一種方法能夠精確的擬合實(shí)測(cè)沉降曲線。比如，運(yùn)用雙曲線法預(yù)測(cè)最終沉降量有時(shí)偏大，指數(shù)法有時(shí)偏小，同時(shí)雙曲線和指數(shù)曲線更適合于施工前期預(yù)測(cè)，對(duì)于后期預(yù)測(cè)誤差比較大，而皮爾曲線則更適合長期預(yù)測(cè)。因此，分析各種曲線的優(yōu)缺點(diǎn)及其適用條件以找到一種能夠精確擬合實(shí)測(cè)沉降的曲線方法顯得很有必要。

(2) 運(yùn)用神經(jīng)網(wǎng)絡(luò)法進(jìn)行預(yù)測(cè)時(shí)存在收斂時(shí)間過長，易陷入局部最小，以及搜索能力較差等缺點(diǎn)。針對(duì)這個(gè)問題，有人提出了遺傳-神經(jīng)網(wǎng)絡(luò)法，將遺傳算法與神經(jīng)網(wǎng)絡(luò)法結(jié)合，用遺傳算法來改變神經(jīng)網(wǎng)絡(luò)法收斂時(shí)間長、搜索能力差的弱點(diǎn)。同時(shí)也有人提出了皮爾-遺傳神經(jīng)網(wǎng)絡(luò)法，用皮爾曲線提取趨勢(shì)線，用神經(jīng)網(wǎng)絡(luò)法對(duì)偏移量進(jìn)行外推，用遺傳算法進(jìn)行計(jì)算。這為我們指出了一個(gè)研究的方向，那就是如何使各種方法優(yōu)勢(shì)互補(bǔ)，以找到一種能準(zhǔn)確預(yù)測(cè)沉降量的方法。

(3) 目前已有的沉降預(yù)測(cè)方法雖然較多，但是相對(duì)來說還是比較籠統(tǒng)，對(duì)于不同的地質(zhì)情況使用什么樣的預(yù)測(cè)方法還沒有系統(tǒng)的研究。比如，對(duì)于填土、填石、土石混填以及不同性質(zhì)的土料分別填筑路基時(shí)選用何種預(yù)測(cè)方法有待于進(jìn)一步研究。

主要參考文獻(xiàn)

周煥云,黃曉明.高速公路軟土地基沉降預(yù)測(cè)方法綜述[J]. 交通運(yùn)輸工程學(xué)報(bào),2002,2(4):7-10.

羅鑫.高路堤沉降預(yù)估方法的研究[D].長沙:長沙理工大學(xué)碩士論文,2003:1-8.

李婕.高速公路填方路基沉降預(yù)測(cè)方法研究[D].桂林:桂林工學(xué)院碩士論文,2008:14-25.

黎鵬.山區(qū)高填路堤沉降研究及有限元分析[D].武漢:湖北工業(yè)大學(xué)碩士論文,2007．

徐曉宇.高填方路基沉降變形特性及其預(yù)測(cè)方法研究[D].長沙:長沙理工大學(xué)碩士論文,2005:16-17.

潘林有,謝新宇.用曲線擬合的方法預(yù)測(cè)軟土地基沉降[J]. 巖土力學(xué),2004,25(7):1053-1058.

金 莉.幾種預(yù)測(cè)模型在高路堤沉降預(yù)測(cè)中的對(duì)比分析[J].西部探礦工程,2006,(4):234-235.

楊盛福,張之強(qiáng),李家本,等.高速公路路基設(shè)計(jì)與施工[M].上海:人民交通出版社,1997.

周密.非等時(shí)距皮爾曲線在高路堤沉降預(yù)估中的應(yīng)用[J].中外公路,2006,26(3):42-44.

段文濤.高填路基沉降監(jiān)測(cè)與預(yù)測(cè)研究[D]. 武漢:湖北工業(yè)大學(xué)碩士論文,2008.

付宏淵.GM(1,1)灰色模型在高路堤沉降預(yù)估中的應(yīng)用[J].中外公路,2006,26(2):11-13.

魏陽平, 劉涌江.高路堤沉降的灰色系統(tǒng)理論預(yù)測(cè)方法[J].公路交通技術(shù),2004,(4):5-7.

吳大志,李夕兵,蔣衛(wèi)東,等. 灰色理論在高路堤沉降預(yù)測(cè)中的應(yīng)用[J]. 中南工業(yè)大學(xué)學(xué)報(bào),2002,33(3):230-233.

於永和,李素艷.基于L-M法BP神經(jīng)網(wǎng)絡(luò)的高填路堤地基沉降預(yù)測(cè)[J].交通標(biāo)準(zhǔn)化,2006,(10):167-170.

鄒德強(qiáng),王桂堯.遺傳算法在高路堤沉降預(yù)測(cè)中的應(yīng)用[J].長沙交通學(xué)院學(xué)報(bào),2004,20(1):19-24.

鄒德強(qiáng).高填方路基沉降反演及預(yù)測(cè)方法的研究[D].長沙:長沙理工大學(xué)碩士論文,2004.

徐曉宇,王桂堯,匡希龍,戴劍冰.基于遺傳算法和神經(jīng)網(wǎng)絡(luò)的高路堤沉降預(yù)測(cè)研究[J].中南公路工程,2006,31(3):30-33.

徐曉宇,王桂堯,匡希龍,隋耀華. 基于皮爾-遺傳神經(jīng)網(wǎng)絡(luò)的高路堤沉降預(yù)測(cè)研究[J].公路交通科技,2006,23(1):40-43.