引言：易發(fā)表網(wǎng)憑借豐富的文秘實(shí)踐，為您精心挑選了九篇數(shù)據(jù)分析的方法范例。如需獲取更多原創(chuàng)內(nèi)容，可隨時(shí)聯(lián)系我們的客服老師。

第1篇

關(guān)鍵詞：數(shù)據(jù)分析應(yīng)用率；分析應(yīng)用點(diǎn)；四個(gè)層次；數(shù)據(jù)中心；儀表盤

中圖分類號：N37 文獻(xiàn)標(biāo)識碼：B 文章編號：1009-9166（2009）02（c）-0063-02

現(xiàn)代企業(yè)的決策往往是在整合大量信息資料的基礎(chǔ)上制定出來的，對數(shù)據(jù)的理解和應(yīng)用將是企業(yè)決策的基石。與傳統(tǒng)的操作型應(yīng)用相比，數(shù)據(jù)利用的應(yīng)用建設(shè)難度更大，它是隨著管理水平而發(fā)展，同時(shí)又取決于業(yè)務(wù)人員的主觀意識，這就決定了以數(shù)據(jù)利用為核心的應(yīng)用建設(shè)不可能一蹴而就，而是一個(gè)長期迭展的建設(shè)過程。從2003年起工廠開始全面推進(jìn)數(shù)據(jù)分析應(yīng)用工作，經(jīng)歷過曲折，同時(shí)也有收獲。經(jīng)過多年的努力，工廠的數(shù)據(jù)分析應(yīng)用工作開始進(jìn)入良性發(fā)展階段，筆者認(rèn)為有必要對工廠目前數(shù)據(jù)分析應(yīng)用工作作一總結(jié)和思考。

一、工廠數(shù)據(jù)分析應(yīng)用工作開展現(xiàn)狀

工廠數(shù)據(jù)分析應(yīng)用工作推進(jìn)至今已有四五年的時(shí)間，從最初全面調(diào)研工廠數(shù)據(jù)量和數(shù)據(jù)分析應(yīng)用狀況，將數(shù)據(jù)分析應(yīng)用率指標(biāo)作為方針目標(biāo)定量指標(biāo)來考核，到后來將數(shù)據(jù)分析應(yīng)用工作的推進(jìn)重心從量向質(zhì)轉(zhuǎn)移，采用以項(xiàng)目為載體進(jìn)行管理，著重體現(xiàn)數(shù)據(jù)分析應(yīng)用的實(shí)效性，再到目前以分析應(yīng)用的需求為導(dǎo)向，以分析應(yīng)用點(diǎn)為載體，分層次進(jìn)行策劃。經(jīng)過上述三個(gè)階段，工廠數(shù)據(jù)分析應(yīng)用工作推進(jìn)機(jī)制得到了逐步的完善，形成了廣度深度協(xié)同發(fā)展的信息資源利用管理框架。截止到目前，工廠數(shù)據(jù)分析應(yīng)用率達(dá)到96%，四個(gè)層次的分析應(yīng)用點(diǎn)共計(jì)100多個(gè)，數(shù)據(jù)分析應(yīng)用工作在生產(chǎn)、質(zhì)量、成本、物耗、能源等條線得到廣泛開展，有效推動(dòng)了工廠管理數(shù)字化和精細(xì)化。2007年，工廠開始探索細(xì)化四個(gè)應(yīng)用層次的推進(jìn)脈絡(luò)，進(jìn)一步豐富工廠信息資源利用框架，形成層次清晰、脈絡(luò)鮮明、職責(zé)分明的信息資源利用立體化的推進(jìn)思路。

1、第一層次現(xiàn)場監(jiān)控層。第一層次現(xiàn)場監(jiān)控層，應(yīng)用主體是一線工人和三班管理干部，應(yīng)用對象是生產(chǎn)過程實(shí)時(shí)數(shù)據(jù)，應(yīng)用目標(biāo)是通過加強(qiáng)生產(chǎn)過程控制，輔助一線及時(shí)發(fā)現(xiàn)生產(chǎn)過程中的異常情況，提高生產(chǎn)穩(wěn)定性。例如制絲車間摻配工段的生產(chǎn)報(bào)警，通過對生產(chǎn)過程中葉絲配比、膨絲配比、梗絲配比、薄片配比、加香配比等信息進(jìn)行判異操作，對異常情況通過語音報(bào)警方式提醒擋車工進(jìn)行異常處理；例如卷包車間通過在機(jī)臺電腦上對各生產(chǎn)機(jī)組的工藝、設(shè)備參數(shù)、實(shí)時(shí)產(chǎn)量、質(zhì)量、損耗數(shù)據(jù)的監(jiān)控，提高對產(chǎn)品質(zhì)量的過程控制能力。第一層次應(yīng)用以上位機(jī)和機(jī)臺電腦上固化的監(jiān)控模型為主，制絲車間每個(gè)工序、卷包車間每種機(jī)型的應(yīng)用點(diǎn)都有所不同，為此我們建立了制絲車間以工序?yàn)槊}絡(luò)，卷包車間以機(jī)種為脈絡(luò)的應(yīng)用點(diǎn)列表，圍繞脈絡(luò)對第一層次應(yīng)用點(diǎn)進(jìn)行梳理，形成第一層次應(yīng)用的規(guī)范化模板。制絲車間第一層次應(yīng)用點(diǎn)模板包括工序名稱、應(yīng)用點(diǎn)名稱、應(yīng)用模型描述、應(yīng)用對象、應(yīng)用平臺、異常處置路徑等基本要素。卷包車間應(yīng)用點(diǎn)模板橫向根據(jù)機(jī)種分，縱向按上班及交接班、上班生產(chǎn)過程中、下班及交接班三個(gè)時(shí)間段分，通過調(diào)研分別列出擋車工針對每個(gè)機(jī)種在三個(gè)時(shí)間段分別要查看的數(shù)據(jù)和進(jìn)行的操作。隨著模板的擴(kuò)充和完善，一線職工的知識、經(jīng)驗(yàn)不斷充實(shí)其中，第一層次應(yīng)用點(diǎn)模板將成為一線工人和三班管理干部日常應(yīng)用監(jiān)控的標(biāo)準(zhǔn)，同時(shí)可以規(guī)避人員退休或調(diào)動(dòng)帶來的經(jīng)驗(yàn)、知識流失的風(fēng)險(xiǎn)。2、第二層次日常管理分析層。第二層次日常管理分析層，應(yīng)用主體是一般管理干部，應(yīng)用對象是產(chǎn)質(zhì)損、設(shè)備、動(dòng)能等指標(biāo)，應(yīng)用目標(biāo)是通過加強(qiáng)對各類考核指標(biāo)的監(jiān)控和分析，提高工廠整體的關(guān)鍵績效指標(biāo)水平。例如制絲車間的劣質(zhì)成本數(shù)據(jù)匯總和分析，通過對車間內(nèi)各類廢物料、劣質(zhì)成本的數(shù)據(jù)進(jìn)行匯總、對比和分析，尋找其中規(guī)律及薄弱環(huán)節(jié)，并尋根溯源，采取措施，降低劣質(zhì)成本。例如卷包車間的產(chǎn)量分析，通過對產(chǎn)量數(shù)據(jù)、工作日安排、計(jì)劃產(chǎn)量進(jìn)行統(tǒng)計(jì)和匯總，結(jié)合車間定額計(jì)劃、作業(yè)計(jì)劃和實(shí)際產(chǎn)量進(jìn)行分析，尋找實(shí)際生產(chǎn)情況與計(jì)劃間的差異，并分析原因。第二層次應(yīng)用以管理人員個(gè)性化的分析為主，呈現(xiàn)出分析方法多樣化、應(yīng)用工具多樣化的特點(diǎn)。但是萬變不離其中的是每個(gè)管理崗位的管理目標(biāo)以及圍繞管理目標(biāo)開展的分析應(yīng)用是相對固定的，至少在短期內(nèi)不會(huì)有太大的變化。為此我們建立了一份以重點(diǎn)崗位為脈絡(luò)的應(yīng)用點(diǎn)列表，圍繞脈絡(luò)對第二層次應(yīng)用點(diǎn)進(jìn)行梳理，形成第二層次應(yīng)用的規(guī)范化模板。模板包括崗位名稱、管理目標(biāo)、應(yīng)用點(diǎn)名稱、應(yīng)用描述、涉及主要考核指標(biāo)、應(yīng)用平臺、應(yīng)用頻次、分析去向等基本要素。通過構(gòu)建第二層次應(yīng)用點(diǎn)模板，明確了每個(gè)管理崗位應(yīng)用信息資源支撐管理目標(biāo)的內(nèi)容和職責(zé)。隨著新的管理目標(biāo)的不斷提出以及應(yīng)用的逐步深入，模板每年都會(huì)有更新和擴(kuò)充。3、第三層次針對性分析應(yīng)用層。第三層次針對性分析應(yīng)用層，應(yīng)用主體是項(xiàng)目實(shí)施者，應(yīng)用對象是各類項(xiàng)目的實(shí)施過程，例如QC項(xiàng)目、六西格瑪項(xiàng)目、質(zhì)量改進(jìn)項(xiàng)目，或針對生產(chǎn)中的特定事件進(jìn)行的分析和研究。應(yīng)用目標(biāo)是通過應(yīng)用數(shù)據(jù)資源和統(tǒng)計(jì)方法開展現(xiàn)狀調(diào)查、因果分析、效果驗(yàn)證等工作，提高各類項(xiàng)目實(shí)施的嚴(yán)密性和科學(xué)性。第三層次的應(yīng)用工具在使用初級統(tǒng)計(jì)方法的基礎(chǔ)上會(huì)大量應(yīng)用包括方差分析、回歸分析、正交試驗(yàn)、假設(shè)檢驗(yàn)、流程圖等在內(nèi)的中級統(tǒng)計(jì)方法。以QC活動(dòng)為例，我們可以看出其實(shí)施過程無一不與數(shù)據(jù)應(yīng)用之間有密切的聯(lián)系[1]。近年來，在質(zhì)量改進(jìn)項(xiàng)目和QC項(xiàng)目的評審工作中已逐步將“應(yīng)用數(shù)據(jù)說話、運(yùn)用用正確合理的統(tǒng)計(jì)方法，提高解決問題的科學(xué)性”作為項(xiàng)目質(zhì)量考核標(biāo)準(zhǔn)之一。而六西格瑪項(xiàng)目實(shí)施的核心思想更是強(qiáng)調(diào)“以數(shù)據(jù)和事實(shí)驅(qū)動(dòng)管理”，其五個(gè)階段[2]D（定義）、M（測量）、A（分析）、I（改善）、C（控制），每個(gè)階段都要求結(jié)合如FMEA（失效模式后果分析），SPC（統(tǒng)計(jì)流程控制），MSA（測量系統(tǒng)分析），ANOVE（方差分析），DOE（實(shí)驗(yàn)設(shè)計(jì)）等統(tǒng)計(jì)方法和統(tǒng)計(jì)工具的應(yīng)用。4、第四層次主題性應(yīng)用層。第四層次主題性應(yīng)用層，應(yīng)用主體是中層管理者，應(yīng)用對象是專業(yè)性或綜合性的分析主題，應(yīng)用目標(biāo)是通過專業(yè)科室設(shè)計(jì)的專題性分析模型或綜合性分析模型，為中層管理層提供決策依據(jù)。工廠在實(shí)施了業(yè)務(wù)流程“自動(dòng)化”之后，產(chǎn)生了大量的數(shù)據(jù)和報(bào)表。如何將工廠的業(yè)務(wù)信息及時(shí)、精煉、明確地陳述給中層管理層，以此來正確地判斷工廠的生產(chǎn)經(jīng)營狀況，是擺在我們眼前的一個(gè)突出問題。大家都有開車的經(jīng)驗(yàn)，司機(jī)在駕駛車輛的時(shí)候，他所掌握的車況基本上是來自汽車的儀表盤，在車輛行使的過程中，儀表盤指針的變化，告知汽車的車速、油料、水溫等的狀況，駕駛員只要有效地控制這些指標(biāo)在安全范圍之內(nèi)，車子就能正常地運(yùn)行。我們不妨將儀表盤的理念移植于工廠，建立工廠關(guān)鍵指標(biāo)及運(yùn)行管理儀表盤，將工廠的關(guān)鍵信息直觀地列在上面，及時(shí)提醒各級管理人員工廠生產(chǎn)運(yùn)營是否正常。

⑴關(guān)鍵績效指標(biāo)監(jiān)控系統(tǒng)。對分布在各處的當(dāng)前及歷史數(shù)據(jù)進(jìn)行統(tǒng)一展示，以工廠關(guān)鍵績效指標(biāo)為中心，支持統(tǒng)計(jì)分析和挖掘，可為中層管理者提供工廠關(guān)鍵績效指標(biāo)一門式的查詢服務(wù)，使各業(yè)務(wù)部門尋找、闡釋問題產(chǎn)生的原因，以有效監(jiān)控各類關(guān)鍵績效指標(biāo)，及時(shí)采取改進(jìn)措施，提高生產(chǎn)經(jīng)營目標(biāo)完成質(zhì)量。⑵系統(tǒng)運(yùn)行狀態(tài)監(jiān)控系統(tǒng)。通過數(shù)據(jù)采集、手工錄入等各種渠道收集各類系統(tǒng)的運(yùn)行狀態(tài)，及時(shí)掌握故障情況，采取措施加以閉環(huán)，將因系統(tǒng)故障造成對用戶的影響減至最小，確保各類系統(tǒng)的穩(wěn)定運(yùn)行和有效應(yīng)用。通過建立系統(tǒng)運(yùn)行狀態(tài)監(jiān)控系統(tǒng)，中層管理人員上班一打開電腦進(jìn)入系統(tǒng)，就能了解到當(dāng)天及上一天各類系統(tǒng)的運(yùn)轉(zhuǎn)情況，發(fā)生了什么異常，哪些故障已經(jīng)得到解決，哪些故障還未解決。⑶第四層次主題性分析應(yīng)用。在展示關(guān)鍵績效指標(biāo)和系統(tǒng)運(yùn)行狀態(tài)的基礎(chǔ)上，由各專業(yè)科室思考專業(yè)條線上的分析主題，采用先進(jìn)科學(xué)的理念和方法對數(shù)據(jù)進(jìn)行分析和挖掘。近兩年來，工廠充分發(fā)揮專業(yè)科室的優(yōu)勢和力量，相繼設(shè)計(jì)和開發(fā)了工藝質(zhì)量條線的六西格瑪測評系統(tǒng)，設(shè)備條線的設(shè)備效能分析系統(tǒng)，還有質(zhì)量成本核算與分析系統(tǒng)。通過這些分析主題的支持，工廠管理人員可以更方便快捷地了解質(zhì)量、設(shè)備、成本等條線上的關(guān)鍵信息，及時(shí)采取相應(yīng)措施，從而提升管理效率。

二、數(shù)據(jù)分析應(yīng)用工作存在的不足及思考

工廠數(shù)據(jù)分析應(yīng)用工作的推進(jìn)方法從最初的采用數(shù)據(jù)分析應(yīng)用率單個(gè)指標(biāo)進(jìn)行推進(jìn)發(fā)展到目前按上文所述的四個(gè)層次進(jìn)行推進(jìn)，每個(gè)層次的推進(jìn)脈絡(luò)已經(jīng)逐步清晰和明朗，但事物發(fā)展到一定的階段總會(huì)達(dá)到一個(gè)瓶頸口，目前工廠數(shù)據(jù)分析應(yīng)用工作存在的問題及措施思考如下：

1、從推進(jìn)手段上要突破信息條線，充分發(fā)揮專業(yè)條線的力量。信息條線作為推進(jìn)工廠數(shù)據(jù)分析應(yīng)用的主管條線，其作用往往局限在技術(shù)層面上的支撐。雖然信息條線每年都會(huì)規(guī)劃形成工廠數(shù)據(jù)分析應(yīng)用整體的工作思路和具體的實(shí)施計(jì)劃，但是無論從工廠層面還是從車間層面來講，單純依靠信息條線從側(cè)面加以引導(dǎo)和推進(jìn)，使得數(shù)據(jù)分析應(yīng)用工作始終在業(yè)務(wù)條線的邊緣徘徊，與產(chǎn)量、質(zhì)量、設(shè)備、消耗、成本、動(dòng)能等各個(gè)條線本身工作的結(jié)合度有一定的距離。所以工廠要進(jìn)一步推進(jìn)數(shù)據(jù)分析應(yīng)用工作，調(diào)動(dòng)起業(yè)務(wù)人員的積極性和主動(dòng)性，突破現(xiàn)有的瓶頸，應(yīng)該考慮如何調(diào)動(dòng)起專業(yè)條線的力量。一是可以在年初策劃應(yīng)用點(diǎn)的時(shí)候要加強(qiáng)專業(yè)條線對車間業(yè)務(wù)自上而下的指導(dǎo)，引導(dǎo)管理人員加強(qiáng)對缺少數(shù)據(jù)分析支撐的工序、崗位/管理目標(biāo)的思考；二是建立平臺加強(qiáng)各車間同性質(zhì)崗位之間的溝通與交流，均衡各個(gè)車間的數(shù)據(jù)分析應(yīng)用水平和能力；三是對車間提交的分析報(bào)告給出專業(yè)性的指導(dǎo)意見。2、要加強(qiáng)對數(shù)據(jù)中心的應(yīng)用。數(shù)據(jù)中心的建立可以使業(yè)務(wù)系統(tǒng)從報(bào)表制作、數(shù)據(jù)導(dǎo)出等功能中解放出來，專注于事務(wù)處理，將數(shù)據(jù)應(yīng)用方面的功能完全交給數(shù)據(jù)中心來解決。目前，數(shù)據(jù)中心已建立了涉及產(chǎn)量、質(zhì)量、消耗等各個(gè)條線的Universe模型，并對全廠管理干部進(jìn)行了普及性的培訓(xùn)。但是從目前應(yīng)用情況來看，還比較局限于個(gè)別管理人員，追尋原因如下：一是業(yè)務(wù)系統(tǒng)開發(fā)根據(jù)用戶需求定制開發(fā)報(bào)表，業(yè)務(wù)人員通常習(xí)慣于從現(xiàn)成的報(bào)表中獲取信息。如果要求業(yè)務(wù)人員使用數(shù)據(jù)中心工具自行制作報(bào)表模板，甚至可能需要將其導(dǎo)出再作二次處理，那么業(yè)務(wù)人員一定更傾向于選擇第一種方式。二是近幾年來人員更替較多，新進(jìn)管理人員不熟悉數(shù)據(jù)中心應(yīng)用，導(dǎo)致數(shù)據(jù)中心應(yīng)用面受到限制。隨著今后MES的建設(shè)，業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)、報(bào)表、臺帳和分析功能將有可能由業(yè)務(wù)用戶自行通過集成在MES中的數(shù)據(jù)中心前端開發(fā)工具來訪問和靈活定制。因此，要盡快培養(yǎng)工廠業(yè)務(wù)人員數(shù)據(jù)中心的應(yīng)用能力，包括數(shù)據(jù)獲取以及報(bào)表定制方面的技能。筆者認(rèn)為應(yīng)對方法如下：一是對于崗位人員變更做好新老人員之間一傳一的交接和培訓(xùn)；二是適時(shí)針對新進(jìn)管理人員開展集中培訓(xùn)；三是通過采用一定的考核方法。3、提高新增應(yīng)用點(diǎn)的質(zhì)量。工廠每年都會(huì)組織各部門審視第一、第二層次應(yīng)用點(diǎn)列表，圍繞重點(diǎn)工序和重點(diǎn)管理崗位調(diào)研有哪些應(yīng)用上的空白點(diǎn)是需要重點(diǎn)思考的，以新增分析應(yīng)用點(diǎn)的方式進(jìn)行申報(bào)和實(shí)施。同時(shí)針對第三層次針對性分析應(yīng)用，工廠也會(huì)要求部門以新增分析應(yīng)用點(diǎn)的方式將需要數(shù)據(jù)支撐的項(xiàng)目進(jìn)行申報(bào)。作為一項(xiàng)常規(guī)性工作，工廠每年都會(huì)組織部門進(jìn)行應(yīng)用點(diǎn)的申報(bào)，并按項(xiàng)目管理的思想和方法實(shí)施，事先確立各個(gè)應(yīng)用點(diǎn)的應(yīng)用層次、數(shù)據(jù)獲取方式、實(shí)現(xiàn)平臺，并對其實(shí)施計(jì)劃進(jìn)行事先的思考和分解，確定每一個(gè)階段的活動(dòng)目標(biāo)、時(shí)間節(jié)點(diǎn)以及負(fù)責(zé)人員，每個(gè)季度對實(shí)施情況予以總結(jié)，并動(dòng)態(tài)更新下一階段的實(shí)施計(jì)劃。該項(xiàng)工作從2005年起已經(jīng)連續(xù)開展了三年，部門可供挖掘的應(yīng)用點(diǎn)越來越少，如何調(diào)動(dòng)部門的積極性，保持并提高應(yīng)用點(diǎn)的實(shí)效性，我們有必要對新增分析應(yīng)用點(diǎn)的質(zhì)量和實(shí)施情況進(jìn)行考評，考評標(biāo)準(zhǔn)為：一是新增分析應(yīng)用點(diǎn)是否能體現(xiàn)數(shù)據(jù)應(yīng)用開展的進(jìn)取性、開拓性和創(chuàng)新性；二是新增分析應(yīng)用點(diǎn)是否能切實(shí)提高管理的精細(xì)化和科學(xué)化水平；三是新增分析應(yīng)用點(diǎn)是否能采用項(xiàng)目管理的思想和方法實(shí)施，按時(shí)間節(jié)點(diǎn)完成各項(xiàng)預(yù)定計(jì)劃。

三、結(jié)束語。隨著近幾年來技術(shù)平臺的相繼成熟以及管理手段的逐步推進(jìn)，工廠業(yè)務(wù)人員用數(shù)據(jù)說話的意識已經(jīng)越來越強(qiáng)，但是要真正使工廠管理達(dá)到“三分技術(shù)、七分管理、十二分?jǐn)?shù)據(jù)”的水平，還有很長的路要走，這既需要我們的業(yè)務(wù)人員從自身出發(fā)提高應(yīng)用數(shù)據(jù)的水平和能力，同時(shí)也需要工廠從管理手段和管理方法上不斷拓寬思路、創(chuàng)新手段，真正實(shí)現(xiàn)數(shù)據(jù)分析應(yīng)用成為工廠管理的重要支撐手段。

作者單位：上海卷煙廠

參考文獻(xiàn)：

第2篇

關(guān)鍵詞：粗糙集理論；數(shù)據(jù)分析方法；信息系統(tǒng)；決策表；屬性約簡

中圖分類號：TP18 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044(2007)06-11651-01

1 引言

粗糙集（Rough Set）理論[1]是波蘭數(shù)學(xué)家Z.Pawlak于1982年提出的，它建立在完善的數(shù)學(xué)基礎(chǔ)之上，是一種新的處理含糊性和不確定性問題的數(shù)學(xué)工具。其主要思想是在保持分類能力不變的前提下，通過知識約簡，導(dǎo)出問題的決策或分類規(guī)則[2]。由于粗糙集理論不需要任何預(yù)備或額外的有關(guān)數(shù)據(jù)信息，使得粗糙集理論成為研究熱點(diǎn)之一，被廣泛應(yīng)用與知識發(fā)現(xiàn)、機(jī)器學(xué)習(xí)、決策分析、模式識別、專家系統(tǒng)和數(shù)據(jù)挖掘等領(lǐng)域。

屬性約簡是粗糙集理論中核心研究內(nèi)容之一[3]。在眾多的屬性約簡算法中，大致可以分為兩類：一類是基于信息熵的啟發(fā)式算法[4]，這類算法往往不能得到系統(tǒng)的所有約簡．另一類是基于區(qū)分矩陣和區(qū)分函數(shù)構(gòu)造的算法[5]，這種算法直觀，易于理解，能夠計(jì)算出所有約簡。但在區(qū)分矩陣中會(huì)出現(xiàn)大量的重復(fù)元素，造成時(shí)間和空間的浪費(fèi)，從而降低了屬性約簡算法的效率。

本文基于數(shù)據(jù)分析方法[6]的屬性簡約算法是在保持分類能力不變的前提下，逐個(gè)約去冗余的屬性，直到不再有冗余的屬性，此時(shí)得到的屬性集是最小屬性集，即為約簡。該算法簡單，能夠求出所有約簡，不會(huì)出現(xiàn)區(qū)分矩陣中大

量的重復(fù)元素，從而提高了屬性約簡的效率。

2 粗糙集概念

定義2.1設(shè)U為所討論對象的非空有限集合，稱為論域；R為建立在U上的一個(gè)等價(jià)關(guān)系族，稱二元有序組S=(U，R)為近似空間。

定義2.2令R為等價(jià)關(guān)系族，設(shè)P?哿R，且P≠?I，則P中所有等價(jià)關(guān)系的交集稱為P上的不可分辨關(guān)系，記作IND(P)，即有：[x] IND(P)= ∩ [x]R,顯然IND(P)也是等價(jià)關(guān)系。

定義2.3稱4元有序組K=(U，A，V，f)為信息系統(tǒng)，其中U為所考慮對象的非空有限集合，稱為論域；A為屬性的非空有限集合；V=∪Va，Va為屬性a的值域；f：U×AV是一個(gè)信息函數(shù)，?坌x∈U，a∈A，f(x,a)∈Va。對于給定對象x，f(x,a)賦予對象x在屬性a下的屬性值。信息系統(tǒng)也可簡記為K=(U，A)。若A=C∪D且C∩D=?I，則S稱，為決策表，其中C為條件屬性集，D為決策屬性集。

顯然，信息系統(tǒng)中的屬性與近似空間中的等價(jià)關(guān)系相對應(yīng)。

定義2.4設(shè)K=(U，A，V，f)為信息系統(tǒng)，P?哿A且P≠?I，定義由屬性子集P導(dǎo)出的二元關(guān)系如下：

IND(P)={(x,y)|(x,y)∈U×U且?坌a∈P有f(x,a)=f(y,a)}

則IND(P)也是等價(jià)關(guān)系,稱其為由屬性集P導(dǎo)出的不可分辨關(guān)系。

定義2.5稱決策表是一致的當(dāng)且僅當(dāng)D依賴于C，即IND(C)?哿IND(D)，否則決策表是不一致的。一致決策表說明：在不同個(gè)體的條件屬性值相同時(shí)，他們的決策屬性值也相同。

定義2.6設(shè)K=(U，A)為一個(gè)信息系統(tǒng)。若P?哿A是滿足IND(P)=IND(A)的極小屬性子集，則稱P為A的一個(gè)約簡，或稱為信息系統(tǒng)的一個(gè)約簡。

定義2.7設(shè)K=(U，CUD)為一個(gè)決策表，其中C為條件屬性集，D為決策屬性，若P?哿C為滿足POSC(D)=POSP(D)的極小屬性子集，則稱P為決策表K的一個(gè)約簡。其中POSC(D)表示決策D關(guān)于屬性集C的正域。

定義2.8數(shù)據(jù)分析方法對于信息系統(tǒng)K=(U，A)，逐個(gè)移去A中的屬性，每移去一個(gè)屬性即刻檢查新得到的屬性子集的不可分辨關(guān)系，如果等于IND(A)，則該屬性可被約去，否則該屬性不可被約去；對于決策表K=(U，CUD)，逐個(gè)移去C中的屬性，每移去一個(gè)屬性即刻檢其決策表，如果不出現(xiàn)新的不一致，則該屬性可被約去，否則該屬性不可被約去。

3 基于數(shù)據(jù)分析方法的屬性簡約算法

3.1 算法思路

利用函數(shù)的遞歸調(diào)用，逐個(gè)判定信息系K=(U，A)中屬性a(a∈A)，若IND(A)＝ND(A－{a})，則a可以約去，A‘=A－{a}，否則a不可以約去，繼續(xù)檢查A‘中的每個(gè)屬性是否能被約去，此過程一直進(jìn)行下去，直到出現(xiàn)某一屬性子集中的每個(gè)屬性都不可約去為止，此時(shí)該屬性子集即為所求的屬性簡約。對于決策表，每次檢查是否增加了不一致的決策規(guī)則，作為是否約去屬性的依據(jù)。

算法如下：

輸入：信息系統(tǒng)K=(U，A)。

輸出：K的屬性約簡。

Match(A') // A’=A-{a}//

begin

for i=1to|U|-1 //|U|表示U的基數(shù)//

for j=i+1to|U|

begin

r=|R|//|R|表示屬性個(gè)數(shù)//

if((f(ui，a1)= f(uj，a1))∧（f(ui，a2)= f(uj，a2)）∧….∧（f(ui，ar)= f(uj，ar)))

then a不可被約去，return0

end

a可以被約去return1

end

Reduce (A)

begin

flag=1

for i=1 to |R|//|R|表示屬性個(gè)數(shù)//

begin

a=ai

A'=A-{ai}

if match(A')thenflag =0 ， reduce (A’)

if (flag且A未被輸出)then

輸出A中所有元素//flag≠0，說明A中所有元素不可移去，且不會(huì)被重復(fù)輸出//

End

end

以上給出的函數(shù)是求解信息系統(tǒng)的屬性約簡算法；對于決策表，只要將Match(A’)函數(shù)中的if語句的條件換成(f(ui，a1)= f(uj，a1))∧（f(ui，a2)= f(uj，a2))∧….∧(f(ui，ar)= f(uj，ar))∧(f(ui，ag)≠f(uj，ag))，r=|C|是條件屬性個(gè)數(shù)，ag是決策屬性。Reduce (A)函數(shù)中|R|換成|C|即可。該算法適用于一致決策表，對非一致決策表，算法類似，也就是逐個(gè)移去屬性并檢查決策表是否出現(xiàn)新的不一致，作為約去此屬性的依據(jù)。

4 舉例

文獻(xiàn)[7]中決策表1，a，b，c，d，e是條件屬性，g是決策屬性，求出的約簡是{a,b,d}

應(yīng)用本算法，求得的屬性約簡為{a,e}和{a,b,d}，得到?jīng)Q策簡化表2和表3。

表1 決策表表2簡化表表3簡化表

如果將決策表表1看作一信息系統(tǒng)，運(yùn)用本算法，求得的屬性約簡有{c,d,e,g}, {b,e,g}, {a,c,d,g}, {a,c,d,e}, {a,b,g}, {a,b,e}h和{a,b,d}

5 結(jié)束語

本文通過數(shù)據(jù)分析方法討論了屬性約簡問題。該算法是基于不可分辨關(guān)系的，具有直觀、易于理解和完備性的特點(diǎn)。當(dāng)屬性和對象都較少時(shí)，效率較高，但當(dāng)屬性和對象較多時(shí)，計(jì)算的復(fù)雜度較高。實(shí)例表明，該算法是有效的。

參考文獻(xiàn)：

[1]PAWLAK z．Rough set[J]．International jom：ua ofcomputer and information science，1982，(11)：341―356．

[2]張文修，吳偉志，梁吉業(yè)等．粗糙集理論與方法[M]．北京：科學(xué)出版社，2001．

[3]Pawlak Z．Slowinski R．Rough set approach to muhiattribute decision analysis．Ivited Review[J]．European Journal of Operational Research．1994，72：443-459

[4]王國胤，于洪，楊大春．基于條件信息熵的決策表約簡[J]．計(jì)算機(jī)學(xué)報(bào)，2002（7）：760―765．

[5]Skowron A，Rauszer C．The Discernibility Matrices and Functions in Information Systems[A]．I Slowinsk R．ntelligent Decision Support― Handbook of Applications and Advances of the Rough Sets Theory[c]．1991，331-362．

[6]劉請．Rough集及Rough推理[M]．北京：科學(xué)出版社，2001．

第3篇

關(guān)鍵詞：大數(shù)據(jù)；數(shù)據(jù)分析；數(shù)據(jù)挖掘

中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2017）03-0104-02

1 綜述

1.1 簡介

在數(shù)字化時(shí)代，需要新一代系統(tǒng)架構(gòu)提升業(yè)務(wù)創(chuàng)新能力。在新一代系統(tǒng)架構(gòu)中，大數(shù)據(jù)是核心要素。業(yè)務(wù)應(yīng)用能否自主發(fā)現(xiàn)與自助獲得高質(zhì)量的大數(shù)據(jù)，就成為業(yè)務(wù)創(chuàng)新成敗的關(guān)鍵。這就要在搭建大數(shù)據(jù)平臺時(shí)，就著手大數(shù)據(jù)治理相關(guān)建設(shè)。

1.2 需求和意義

從某種意義上說大數(shù)據(jù)治理架構(gòu)需要以元數(shù)據(jù)為核心、提高大數(shù)據(jù)質(zhì)量、透明化大數(shù)據(jù)資產(chǎn)、自助化數(shù)據(jù)開發(fā)、自動(dòng)化數(shù)據(jù)、智能化數(shù)據(jù)安全，提升大數(shù)據(jù)平臺服務(wù)能力，讓大數(shù)據(jù)平臺變得易使用、易獲得、高質(zhì)量。

但是，目前很多技術(shù)解決方案存在諸多安全和效率隱患：業(yè)務(wù)系統(tǒng)多，監(jiān)管力度大；數(shù)據(jù)量龐大且呈碎片化分布，急需提升大數(shù)據(jù)質(zhì)量；數(shù)據(jù)格式不規(guī)范、難以在短時(shí)間內(nèi)找到所需數(shù)據(jù)；數(shù)據(jù)在各階段的應(yīng)用角度不同，需要降低系統(tǒng)間的集成復(fù)雜度。

2 功能設(shè)計(jì)

2.1 總體架構(gòu)

本文講述的數(shù)據(jù)分析方法及實(shí)現(xiàn)技術(shù)是建立在Hadoop/Spark技術(shù)生態(tài)圈的基礎(chǔ)之上，以實(shí)現(xiàn)用戶集成處理、、清理、分析的一個(gè)統(tǒng)一的數(shù)據(jù)處理平臺；按數(shù)據(jù)類別分為線數(shù)據(jù)、歸檔數(shù)據(jù)；按數(shù)據(jù)格式分為非結(jié)構(gòu)化數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)；按數(shù)據(jù)模型分類為范式化模型數(shù)據(jù)、維度模型數(shù)據(jù)；按數(shù)據(jù)采集頻度分為非實(shí)時(shí)數(shù)據(jù)、準(zhǔn)實(shí)時(shí)數(shù)據(jù)處理架構(gòu)；并提供數(shù)據(jù)中心平臺與安全管理方案，為企業(yè)級用戶建立一個(gè)通用數(shù)據(jù)處理和分析中心。如圖1所示。

2.2 在線數(shù)據(jù)

在線數(shù)據(jù)在線通過接口去獲得的數(shù)據(jù)，一般要求為秒級或速度更快。首先應(yīng)當(dāng)將數(shù)據(jù)進(jìn)行區(qū)分：在線數(shù)據(jù)、或歸檔數(shù)據(jù)。本平臺中采用：Storm或Spark Streaming框架進(jìn)行實(shí)現(xiàn)。Spark Streaming將數(shù)據(jù)切分成片段，變成小批量時(shí)間間隔處理，Spark抽象一個(gè)持續(xù)的數(shù)據(jù)流稱為DStream（離散流），一個(gè)DStream是RDD彈性分布式數(shù)據(jù)集的micro-batch微批次，RDD是分布式集合能夠并行地被任何函數(shù)操作，也可以通過一個(gè)滑動(dòng)窗口的數(shù)據(jù)進(jìn)行變換。

2.3 歸檔數(shù)據(jù)

歸檔數(shù)據(jù)是在線存儲周期超過數(shù)據(jù)生命周期規(guī)劃的數(shù)據(jù)，處理的要求一般在分鐘級或速度更慢。通常歸檔數(shù)據(jù)的計(jì)算量、數(shù)據(jù)量、數(shù)據(jù)復(fù)雜度均超過試試數(shù)據(jù)處理。本平臺中采用：Hadoop、Spark技術(shù)生態(tài)體系內(nèi)的框架進(jìn)行計(jì)算，這里不詳細(xì)闡述。

2.4 非結(jié)構(gòu)化數(shù)據(jù)

通常非結(jié)構(gòu)化的數(shù)據(jù)不一定具備字段，即使具備字段其長度也不固定，并且字段的又可是由可不可重復(fù)和重復(fù)的子字段組成，不僅可以包含結(jié)構(gòu)化數(shù)據(jù)，更適合處理非結(jié)構(gòu)化數(shù)據(jù)。常見的非結(jié)構(gòu)化數(shù)據(jù)包括XML、文本、圖象、聲音、影音、各類應(yīng)用軟件產(chǎn)生的文件。

針對包含文字、數(shù)據(jù)的為結(jié)構(gòu)化數(shù)據(jù)應(yīng)當(dāng)先利用數(shù)據(jù)清洗、數(shù)據(jù)治理工具進(jìn)行提取，這項(xiàng)工作目前仍依賴技術(shù)員進(jìn)行操作，由于格式的復(fù)雜性所以難以使用自動(dòng)化方式進(jìn)行較為高效的批處理。在治理數(shù)據(jù)的過程中，需要根據(jù)情況對數(shù)據(jù)本身額外建立描述數(shù)據(jù)結(jié)構(gòu)的元數(shù)據(jù)、以及檢索數(shù)據(jù)的索引服務(wù)，以便后續(xù)更佳深度利用數(shù)據(jù)。

2.5 結(jié)構(gòu)化數(shù)據(jù)

結(jié)構(gòu)化數(shù)據(jù)具備特定的數(shù)據(jù)結(jié)構(gòu)，通常可以轉(zhuǎn)換后最終用二維的結(jié)構(gòu)的數(shù)據(jù)，并且其字段的含義明確，是挖掘數(shù)據(jù)價(jià)值的主要對象。

本平臺中主要使用Hadoop Impala和Spark SQL來進(jìn)行結(jié)構(gòu)化數(shù)據(jù)的處理。Impale底層采用C++實(shí)現(xiàn)，而非Hadoop的基于Java的Map-Reduce機(jī)制，將性能提高了1-2個(gè)數(shù)量級。而Spark SQL提供很好的性能并且與Shark、Hive兼容。提供了對結(jié)構(gòu)化數(shù)據(jù)的簡便的narrow-waist操作，為高級的數(shù)據(jù)分析統(tǒng)一了SQL結(jié)構(gòu)化查詢語言與命令式語言的混合使用。

結(jié)構(gòu)化數(shù)據(jù)根據(jù)采集頻度可以繼續(xù)分類為：非實(shí)時(shí)數(shù)據(jù)、準(zhǔn)實(shí)時(shí)數(shù)據(jù)。

2.6 準(zhǔn)實(shí)時(shí)數(shù)據(jù)

通常準(zhǔn)實(shí)時(shí)數(shù)據(jù)是指數(shù)據(jù)存儲在平臺本身，但更新頻率接近于接口調(diào)用數(shù)據(jù)源的數(shù)據(jù)。適合用于支持?jǐn)?shù)據(jù)和信息的查詢，但數(shù)據(jù)的再處理度不高，具有計(jì)算并發(fā)度高、數(shù)據(jù)規(guī)模大、結(jié)果可靠性較高的特點(diǎn)。通常使用分布式數(shù)據(jù)處理提高數(shù)據(jù)規(guī)模、使用內(nèi)存數(shù)據(jù)進(jìn)行計(jì)算過程緩沖和優(yōu)化。本平臺主要采用Spark SQL結(jié)合高速緩存Redis的技術(shù)來實(shí)現(xiàn)。Spark SQL作為大數(shù)據(jù)的基本查詢框架，Redis作為高速緩存去緩存數(shù)據(jù)熱區(qū)，減小高并發(fā)下的系統(tǒng)負(fù)載。

2.7 非實(shí)時(shí)數(shù)據(jù)

非實(shí)時(shí)數(shù)據(jù)主要應(yīng)用于支持分析型應(yīng)用，時(shí)效性較低。通常用于數(shù)據(jù)的深度利用和挖掘，例如：因素分析、信息分類、語義網(wǎng)絡(luò)、圖計(jì)算、數(shù)值擬合等。

非實(shí)時(shí)數(shù)據(jù)根據(jù)數(shù)據(jù)模型可繼續(xù)分類為：范式化模型數(shù)據(jù)、維度模型數(shù)據(jù)。

2.8 范式化模型

范式化模型主要是針對關(guān)系型數(shù)據(jù)庫設(shè)計(jì)范式，通常稻菔遣捎玫諶范式3NF或更高范式。面向近源數(shù)據(jù)查詢、數(shù)據(jù)主題的整合。范式化模型數(shù)據(jù)的數(shù)據(jù)存儲區(qū)，建議使用并行MPP數(shù)據(jù)庫集群，既具備關(guān)系型數(shù)據(jù)庫的優(yōu)點(diǎn)，又兼顧了大數(shù)據(jù)下的處理。

2.9 基于維度模型

維度模型數(shù)據(jù)主要應(yīng)用于業(yè)務(wù)系統(tǒng)的數(shù)據(jù)挖掘和分析。過去多維度數(shù)據(jù)處理主要依賴OLAP、BI等中間件技術(shù)，而在大數(shù)據(jù)和開源框架的時(shí)代下，本技術(shù)平臺采用Hadoop Impala來進(jìn)行實(shí)現(xiàn)。Impala并沒有使用MapReduce這種不太適合做SQL查詢的范式，而是參考了MPP并行數(shù)據(jù)庫的思想另起爐灶，省掉不必要的shuffle、sort等開銷，使運(yùn)算得到優(yōu)化。

3 應(yīng)用效果

本系統(tǒng)在不同的業(yè)務(wù)領(lǐng)域上都可以應(yīng)用，以2016年在某銀行的應(yīng)用案例為例：該銀行已完成數(shù)據(jù)倉庫建設(shè)，但眾多數(shù)據(jù)質(zhì)量問題嚴(yán)重影響了數(shù)據(jù)應(yīng)用的效果，以不同的數(shù)據(jù)存儲方式，以更高的要求去進(jìn)行數(shù)據(jù)的統(tǒng)一管理。通過組織、制度、流程三個(gè)方面的實(shí)施，以元數(shù)據(jù)、數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量平臺為支撐，實(shí)現(xiàn)了數(shù)據(jù)管控在50多個(gè)分支，60個(gè)局，1000余處的全面推廣，實(shí)現(xiàn)了全行的覆蓋；管理了120個(gè)系統(tǒng)和數(shù)據(jù)倉庫，顯著提升了新系統(tǒng)的快速接入能力；通過14個(gè)數(shù)據(jù)規(guī)范和流程明確了數(shù)據(jù)管控的分工；數(shù)據(jù)考核機(jī)制的實(shí)施，使其在數(shù)據(jù)質(zhì)量評比中名列前茅。

4 結(jié)語

本文介紹了大數(shù)據(jù)下數(shù)據(jù)分析方法及實(shí)現(xiàn)技術(shù)的大體設(shè)計(jì)和思路，從需求分析、總體架構(gòu)和數(shù)據(jù)處理以及數(shù)據(jù)分析這幾個(gè)方面來介紹。文章在最后介紹出了這種平臺的應(yīng)用效果。筆者相信這些思路和技術(shù)能夠在業(yè)務(wù)中能得到很好的應(yīng)用。

參考文獻(xiàn)

第4篇

[關(guān)鍵詞]財(cái)政收入；GDP；面板數(shù)據(jù)

中圖分類號：F01 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-0278（2013）02-024-01

在計(jì)量經(jīng)濟(jì)學(xué)中，我們一般應(yīng)用的最多的數(shù)據(jù)分析是截面數(shù)據(jù)回歸分析和時(shí)間序列分析，但截面數(shù)據(jù)分析和時(shí)間序列分析都有著一定的局限性。在實(shí)際經(jīng)濟(jì)研究當(dāng)中，截面數(shù)據(jù)回歸分析會(huì)遺漏掉數(shù)據(jù)的時(shí)間序列特征，例如在分析某年中國各省的GDP增長數(shù)據(jù)時(shí)，單純的截面數(shù)據(jù)回歸分析無法找出各省GDP隨時(shí)間變化的特征，使得分析結(jié)果沒有深度。而如果只用時(shí)間序列分析，則會(huì)遺漏掉不同截面間的聯(lián)系與區(qū)別，例如在分析中國單個(gè)省市的GDP隨時(shí)間增長的數(shù)據(jù)時(shí)，無法找出各個(gè)省市之間經(jīng)濟(jì)增長的聯(lián)系與區(qū)別，因而同樣無法滿足我們的需要。而面板數(shù)據(jù)，是一種既包括了時(shí)間序列數(shù)據(jù)，也包括了相關(guān)截面數(shù)據(jù)的復(fù)合數(shù)據(jù)，是近年來用得較多的一種數(shù)據(jù)類型。

下面我們將基于2000-2009年中國各省GDP和財(cái)政收入的面板數(shù)據(jù)的實(shí)例來詳細(xì)闡述面板數(shù)據(jù)的分析方法。

一、GDP與財(cái)政收入關(guān)系的經(jīng)濟(jì)學(xué)模型

財(cái)政收入是保證國家有效運(yùn)轉(zhuǎn)的經(jīng)濟(jì)基礎(chǔ)，在一國經(jīng)濟(jì)建設(shè)中發(fā)揮著重要作用。隨著中國經(jīng)濟(jì)發(fā)展速度的日益加快，財(cái)政收入不斷擴(kuò)大，而擴(kuò)大的財(cái)政收入又以政府支出來調(diào)節(jié)和推動(dòng)國民經(jīng)濟(jì)發(fā)展。正確認(rèn)識財(cái)政收入與經(jīng)濟(jì)增長之間的長期關(guān)系，把握財(cái)政收入與經(jīng)濟(jì)增長之間的相互影響，發(fā)揮財(cái)政收入對經(jīng)濟(jì)發(fā)展的調(diào)節(jié)和促進(jìn)功能，對于完善財(cái)稅政策，深化財(cái)稅體制改革，實(shí)現(xiàn)財(cái)政與經(jīng)濟(jì)之間的良性互動(dòng)，具有重要的現(xiàn)實(shí)意義。文章就將從中國各省的面板數(shù)據(jù)出發(fā)研究，中國不同地域間財(cái)政收入和GDP之間的關(guān)系。

二、實(shí)證分析

（一）單位根檢驗(yàn)

Eviews有兩種單位根檢驗(yàn)方法，一種在相同根的假設(shè)下的檢驗(yàn)，包括LLC、Breintung、Hadri。另一種則是在不同根下的假設(shè)前提下，包括IPS，ADF-Fisher和PP-Fisher5。檢驗(yàn)結(jié)果表明所有檢驗(yàn)都拒絕原假設(shè)，因此序列GDP和CZSR均為一個(gè)2階單整序列。

（二）協(xié)整檢驗(yàn)

如果基于單位根檢驗(yàn)的結(jié)果發(fā)現(xiàn)變量之間是同階單整的，那么我們可以進(jìn)行協(xié)整檢驗(yàn)。協(xié)整檢驗(yàn)是考察變量間長期均衡關(guān)系的方法。所謂的協(xié)整是指若兩個(gè)或多個(gè)非平穩(wěn)的變量序列，其某個(gè)線性組合后的序列呈平穩(wěn)性。此時(shí)我們稱這些變量序列間有協(xié)整關(guān)系存在。

在最終的結(jié)果中，Pedroni方法中除了rho-Statistic、PP-Statistic項(xiàng)目外都拒絕GDP和CZSR不存在協(xié)整關(guān)系的原假設(shè)，同樣Kao和Johansen檢驗(yàn)方法也都拒絕原假設(shè)，因此，上述檢驗(yàn)結(jié)果表明，我國各省2000-20009年的GDP和財(cái)政收入面板數(shù)據(jù)間存在著協(xié)整關(guān)系。既然通過了協(xié)整檢驗(yàn)，說明變量之間存在著長期穩(wěn)定的均衡關(guān)系，其方程回歸殘差是平穩(wěn)的，因此可以在此基礎(chǔ)上直接對進(jìn)行回歸分析，此時(shí)假設(shè)方程的回歸結(jié)果是較精確的。

三、建立模型

混合模型：如果從時(shí)間上看，不同個(gè)體之間不存在顯著性差異；從截面上看，不同截面之間也不存在顯著性差異，那么就可以直接把面板數(shù)據(jù)混合在一起用普通最小二乘法（OLS）估計(jì)參數(shù)。

我們根據(jù)混合模型的回歸結(jié)果，得到財(cái)政收入和GDP之間的回歸方程為：

CZSR=227.3123+0.103224*GDP

（26.47637）（0.002839）

R2=0.810995 F=1321.587

顯然從模型的回歸結(jié)構(gòu)來看，R2的值達(dá)到了0.81，有了比較好的回歸解釋力，同時(shí)，GDP的回歸系數(shù)為0.103224，表明各省的財(cái)政收入平均占到了國民收入的10.3%左右。

變系數(shù)模型：顯然，在中國各省之間由于處在不同的地區(qū)，因而擁有不同的區(qū)位優(yōu)勢，那么各省的發(fā)展水平顯然就不一樣。正是由于這種不同的地方政策、管理水平、文化差異等會(huì)導(dǎo)致經(jīng)濟(jì)變量間出現(xiàn)一些關(guān)聯(lián)性的變化，此時(shí)在進(jìn)行模型回歸的時(shí)候，我們就有必要考慮變系數(shù)模型。

在回歸結(jié)果中，R2的值達(dá)到了0.97，比混合模型擁有更好的回歸解釋力，而在變系數(shù)模型回歸結(jié)果中，GDP的回歸系數(shù)大于0.5的只有、青海、寧夏三個(gè)省份，也就是說這三個(gè)省份的財(cái)政收入占到了GDP的50%以上，他們同處于經(jīng)濟(jì)并不是很發(fā)達(dá)的西部地區(qū)，由此可以看出，處在經(jīng)濟(jì)發(fā)達(dá)地區(qū)的財(cái)政收入占GDP的比重要低，而不發(fā)達(dá)地區(qū)則要高。

四、結(jié)論

通過以上的分析檢驗(yàn)，我們發(fā)現(xiàn)針對于中國財(cái)政收入和GDP的面板數(shù)據(jù)，我們應(yīng)建立起變系數(shù)模型，并通過模型分析，我們可以得出這樣的結(jié)論，中國各省間由于存在著地域經(jīng)濟(jì)發(fā)展水平不同、管理水平不同以及國家的相關(guān)政策等諸多不同，造成了各省之間在財(cái)政收入以及國民收入上面存在著一定的差異。而回歸結(jié)果也告訴我們，我國西部地區(qū)的財(cái)政收入占GDP的比例要明顯高于東部地區(qū)，地區(qū)發(fā)展落后地區(qū)的財(cái)政收入占GDP的比例也要明顯高于東部地區(qū)。因此，這為我們改善我國落后地區(qū)的經(jīng)濟(jì)發(fā)展提供了一定的新思路，就是對一地區(qū)的稅收征收可以適當(dāng)放緩，而將GDP中以前政府占用的部分歸還于民眾和企業(yè)，因?yàn)椋凑瞻l(fā)達(dá)地區(qū)的經(jīng)驗(yàn)表明，財(cái)政收入所占比重過高，經(jīng)濟(jì)發(fā)展的活力或者就不會(huì)很高，對于進(jìn)一步刺激財(cái)政收入的增加也沒有任何幫助。因此，我們應(yīng)該適度降低財(cái)政收入占GDP的比重，從而增加經(jīng)濟(jì)活力，使西部地區(qū)以及落后地區(qū)及早的跟上東部發(fā)達(dá)地區(qū)的發(fā)展步伐，從而消除我國經(jīng)濟(jì)發(fā)展的地域不平衡。

參考文獻(xiàn)：

[1]謝識予，朱洪鑫.高級計(jì)量經(jīng)濟(jì)學(xué)[M].復(fù)旦大學(xué)出版社，2005.

[2]張曉峒.Eviews使用指南（第二版）[M].南開大學(xué)出版社，2004.

第5篇

關(guān)鍵詞 自組織映射 組織特異性基因 管家基因 基因表達(dá)譜

一、SOM算法介紹

由Kohonen提出的自組織映射（SOM）的神經(jīng)網(wǎng)絡(luò)是神經(jīng)網(wǎng)絡(luò)中適合用于對數(shù)據(jù)進(jìn)行分類的有效方法。SOM神經(jīng)網(wǎng)絡(luò)包含一個(gè)輸入層和一個(gè)輸出層，組織成一個(gè)二維的網(wǎng)格結(jié)構(gòu)（圖1.1）。該網(wǎng)絡(luò)能夠從任意一個(gè)隨機(jī)選擇輸入的結(jié)點(diǎn)開始最終形成一個(gè)拓?fù)浣Y(jié)構(gòu)的映射，這個(gè)映射反映了輸入模式的內(nèi)在的關(guān)系。但是運(yùn)用SOM有一些參數(shù)的限制，首先需要指定類別數(shù)目，對映射空間結(jié)點(diǎn)進(jìn)行權(quán)值的初始化等。如（圖1.1）所示，SOM網(wǎng)絡(luò)是一個(gè)的映射，如果這個(gè)神經(jīng)元被安排在一個(gè)平面網(wǎng)格上面的話，這個(gè)神經(jīng)網(wǎng)絡(luò)就稱為二維神經(jīng)網(wǎng)絡(luò)，因?yàn)檫@個(gè)網(wǎng)絡(luò)將一個(gè)高維的輸入向量映射到一個(gè)二維的平面上面。給定一個(gè)網(wǎng)絡(luò)，輸入向量是一個(gè)維的向量，相應(yīng)的第個(gè)突觸向量的第個(gè)元素與輸入向量的第個(gè)元素相連，這樣，一個(gè)維的突觸向量就和第個(gè)神經(jīng)元實(shí)行連接。

圖1.1 SOM網(wǎng)絡(luò)的基本結(jié)構(gòu)

SOM算法描述如下：

（1）令網(wǎng)絡(luò)學(xué)習(xí)次數(shù)，賦予初始化權(quán)值向量一個(gè)小的隨機(jī)向量值，對拓?fù)溧徲颍ǎW(xué)習(xí)率（）進(jìn)行初始化，設(shè)置網(wǎng)絡(luò)總的學(xué)習(xí)次數(shù)（）。

（2）當(dāng)學(xué)習(xí)次數(shù)（）小于總的學(xué)習(xí)次數(shù)（）時(shí)，重復(fù)步驟3至步驟6。

（3）隨機(jī)選一個(gè)輸入向量進(jìn)入網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

（4）確定獲勝神經(jīng)元，相應(yīng)的權(quán)值向量為與輸入向量距離最短的向量，成為獲勝神經(jīng)元，輸入向量與獲勝神經(jīng)元的最短距離為，定義如下：

（1.1）

（5）按照下式更新獲勝神經(jīng)元及其鄰域內(nèi)神經(jīng)元權(quán)值向量：

（1.2）

與函數(shù)定義如下：（1.3）

（6）令，如果，回到第（3）步繼續(xù)訓(xùn)練，否則結(jié)束訓(xùn)練。

二、數(shù)值模擬計(jì)算

本文以HUGEindex數(shù)據(jù)庫中人7000多條基因在19個(gè)正常組織中的表達(dá)情況這19個(gè)組織中表達(dá)的基因?yàn)闃颖緦ζ溥M(jìn)行分析。不同組織下的全基因表達(dá)數(shù)據(jù)構(gòu)成了一個(gè)7070x59的數(shù)據(jù)矩陣，其中每一個(gè)元素表示第個(gè)基因在第個(gè)組織中的表達(dá)水平值，行向量代表基因在19個(gè)人組織中的表達(dá)水平，成為基因的表達(dá)譜，列向量代表某一組織的各基因的表達(dá)水平。

（1.4）

本文運(yùn)用SOM方法對人基因19個(gè)組織的59個(gè)樣本進(jìn)行聚類，SOM網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)見（圖1.2）及參數(shù)選擇見表（表1.1）。

圖1.2 樣本聚類SOM網(wǎng)絡(luò)結(jié)構(gòu)圖

上圖中，根據(jù)Genechip得到的人體19個(gè)組織的59個(gè)微陣列數(shù)據(jù)所得到的信息，我們采用4x5的二維拓?fù)浣Y(jié)構(gòu)的SOM網(wǎng)絡(luò)對人體組織樣本進(jìn)行分類（其中第（4，5）個(gè)結(jié)點(diǎn)為空），圖中每個(gè)結(jié)點(diǎn)的位置（結(jié)點(diǎn)位置用與輸入模式維數(shù)相同的向權(quán)值向量表示，初始權(quán)值由系統(tǒng)自動(dòng)產(chǎn)生）為各個(gè)結(jié)點(diǎn)權(quán)值尺度化之后所得到的位置。

三、結(jié)論

通過分類可以將芯片實(shí)驗(yàn)的59個(gè)樣本按照人體組織類別分為19個(gè)類別，并且與采用層次聚類法所得結(jié)果進(jìn)行比較，可以看出自組織映射的聚類方法與層次聚類方法比較，可以看出采用SOM網(wǎng)絡(luò)聚類方法比層次聚類得到的結(jié)果更為明確，其分類正確率達(dá)到了92.2%，證明了SOM方法是有效的。

參考文獻(xiàn)：

[1]孫嘯，陸祖宏，謝建明.生物信息學(xué)基礎(chǔ)[M].北京：清華大學(xué)出版社，2005：282-285.

[2]許東，吳錚.基于matlab6.x的神經(jīng)網(wǎng)絡(luò)系統(tǒng)分析與設(shè)計(jì)[M].西安電了科技大學(xué)出版社，2002.

[3]閻凡平，張長水.人工神經(jīng)網(wǎng)絡(luò)與模擬進(jìn)化計(jì)算[M].北京：清華大學(xué)出版社，2005.：11-34，360-395.

作者簡介：

第6篇

一、以認(rèn)知沖突，引發(fā)學(xué)生產(chǎn)生數(shù)據(jù)收集與整理的強(qiáng)烈愿望

學(xué)生每一個(gè)學(xué)習(xí)行為的背后，都是有目的、有價(jià)值、有意義的。簡言之，學(xué)生自己要真正認(rèn)識到這種學(xué)習(xí)是有用的，哪怕僅僅是因?yàn)橛腥ぁ⒑猛妫拍芗ぐl(fā)學(xué)生進(jìn)行相關(guān)學(xué)習(xí)的愿望和興趣。對于數(shù)據(jù)分析觀念的培養(yǎng)，教師有必要替學(xué)生問一個(gè)“為什么”，問題不必明確提出，但一定要把相關(guān)信息告訴學(xué)生，引發(fā)學(xué)生強(qiáng)烈的認(rèn)知沖突，才會(huì)產(chǎn)生進(jìn)行數(shù)據(jù)收集、整理與分析的欲望，才會(huì)使他們認(rèn)識到學(xué)習(xí)數(shù)據(jù)分析的必要性，產(chǎn)生興趣，從而建立與培養(yǎng)其初步的數(shù)據(jù)分析觀念。

以二年級上冊“統(tǒng)計(jì)”一課的學(xué)習(xí)為例，學(xué)生首次接觸“統(tǒng)計(jì)”的相關(guān)內(nèi)容。在學(xué)生尚不真正知道與理解該詞的確切含義的情況下，教材提供的課例是“統(tǒng)計(jì)最喜歡的動(dòng)物”，以統(tǒng)計(jì)圖形式呈現(xiàn)出喜歡四種動(dòng)物（小貓、小狗、小兔、烏龜）的學(xué)生的人數(shù)，并提供了3道題目，但教材始終沒有告訴學(xué)生，“為什么我要學(xué)習(xí)這個(gè)知識”、“為什么我要進(jìn)行數(shù)據(jù)分析”。此時(shí)，對這一問題的提出與引導(dǎo)學(xué)生思考，只能由教師在不動(dòng)聲色中完成。所以，教學(xué)時(shí)，利用學(xué)生愛吃零食的特點(diǎn)，我調(diào)整了教學(xué)思路，首先，我征得學(xué)生同意，打算用班上賣廢品的錢給學(xué)生買糖吃。此舉得到學(xué)生們的一致歡迎；其次，我要求5個(gè)小組長提前去學(xué)校門口的超市，了解糖塊的種類與價(jià)格，并告知其他同學(xué)；再次，我要求班委成員負(fù)責(zé)了解班上每一名同學(xué)的需求并進(jìn)行分類、計(jì)算總量。每人限一塊，以便于合理安排買糖的數(shù)量與花費(fèi)；再次，將買來的糖帶入教室，上課，進(jìn)行相關(guān)的數(shù)據(jù)整理與分析；最后，完成全部教學(xué)任務(wù)后，吃糖。

當(dāng)我將此想法與實(shí)際的授課過程講給其他老師聽時(shí)，有老師笑談“孩子們學(xué)習(xí)的動(dòng)力就是吃糖”。我不否認(rèn)這是學(xué)生們積極參與教學(xué)活動(dòng)的動(dòng)力之一，因?yàn)槭孪任矣懈嬖V學(xué)生全部的活動(dòng)過程與“完不成就不會(huì)有糖吃”的話。但不可否認(rèn)的是，對于二年級的學(xué)生來說，為了達(dá)成“每個(gè)同學(xué)都能吃到自己想吃的糖”這一目標(biāo)，要在活動(dòng)的每一個(gè)步驟都進(jìn)行相關(guān)數(shù)據(jù)的收集、整理與分析，才能正確且順利地完成任務(wù)。簡言之，等于我們告訴學(xué)生，“為什么要進(jìn)行數(shù)據(jù)分析”、“只因?yàn)槲覀冃枰_(dá)成一定的目的”，并且，活動(dòng)的每一步驟的數(shù)據(jù)分析都有學(xué)生親自進(jìn)行，并明確知曉這樣做的原因——當(dāng)然不是教師的程式化的要求，這就使得學(xué)生的數(shù)據(jù)分析工作是主動(dòng)的，各成員之間是相互合作的，既使學(xué)生愉快地接受了數(shù)據(jù)分析的內(nèi)容與過程，也在增強(qiáng)學(xué)生數(shù)據(jù)分析觀念的同時(shí)，培養(yǎng)了學(xué)生主動(dòng)學(xué)習(xí)與合作的精神。

二、挖掘數(shù)據(jù)中蘊(yùn)藏的深層信息，體驗(yàn)數(shù)據(jù)分析的應(yīng)用價(jià)值

統(tǒng)計(jì)教學(xué)的一個(gè)重要目標(biāo)，是鼓勵(lì)學(xué)生通過分析從統(tǒng)計(jì)圖表中獲取盡可能多的信息，為后續(xù)的某項(xiàng)工作或?qū)W習(xí)做出合理的決策。表現(xiàn)在教材中，數(shù)據(jù)分析觀念的首次引入即是一個(gè)簡單的“最喜歡的動(dòng)物”的統(tǒng)計(jì)圖，接下來的每一個(gè)問題的答案無不需要從該統(tǒng)計(jì)圖進(jìn)行尋找。這樣的例子，在學(xué)生生活中也是有接觸的。但是，教學(xué)過程中，也存在一個(gè)常見現(xiàn)象，學(xué)生通過統(tǒng)計(jì)圖表獲取的信息，多是一些最基本的、一眼即可看出的直接信息，而很少能夠?qū)D表上的數(shù)據(jù)信息進(jìn)行更為深入的整理與分析，挖掘出更多有價(jià)值和有意義的信息來做出合理的決策。

第7篇

相關(guān)熱搜：統(tǒng)計(jì)學(xué)  統(tǒng)計(jì)學(xué)原理

一、數(shù)據(jù)統(tǒng)計(jì)分析的內(nèi)涵

數(shù)據(jù)分析是指運(yùn)用一定的分析方法對數(shù)據(jù)進(jìn)行處理，從而獲得解決管理決策或營銷研究問題所需信息的過程。所謂的數(shù)據(jù)統(tǒng)計(jì)分析就是運(yùn)用統(tǒng)計(jì)學(xué)的方法對數(shù)據(jù)進(jìn)行處理。在實(shí)際的市場調(diào)研工作中，數(shù)據(jù)統(tǒng)計(jì)分析能使我們挖掘出數(shù)據(jù)中隱藏的信息，并以恰當(dāng)?shù)男问奖憩F(xiàn)出來，并最終指導(dǎo)決策的制定。

二、數(shù)據(jù)統(tǒng)計(jì)分析的原則

（1）科學(xué)性。科學(xué)方法的顯著特征是數(shù)據(jù)的收集、分析和解釋的客觀性，數(shù)據(jù)統(tǒng)計(jì)分析作為市場調(diào)研的重要組成部分也要具有同其他科學(xué)方法一樣的客觀標(biāo)準(zhǔn)。（2）系統(tǒng)性。市場調(diào)研是一個(gè)周密策劃、精心組織、科學(xué)實(shí)施，并由一系列工作環(huán)節(jié)、步驟、活動(dòng)和成果組成的過程，而不是單個(gè)資料的記錄、整理或分析活動(dòng)。（3）針對性。就不同的數(shù)據(jù)統(tǒng)計(jì)分析方法而言，無論是基礎(chǔ)的分析方法還是高級的分析方法，都會(huì)有它的適用領(lǐng)域和局限性。（4）趨勢性。市場所處的環(huán)境是在不斷的變化過程中的，我們要以一種發(fā)展的眼光看待問題。（5）實(shí)用性。市場調(diào)研說到底是為企業(yè)決策服務(wù)的，而數(shù)據(jù)統(tǒng)計(jì)分析也同樣服務(wù)于此，在保證其專業(yè)性和科學(xué)性的同時(shí)也不能忽略其現(xiàn)實(shí)意義。

三、推論性統(tǒng)計(jì)分析方法

（1）方差分析。方差分析是檢驗(yàn)多個(gè)總體均值是否相等的一種統(tǒng)計(jì)方法，它可以看作是t檢驗(yàn)的一種擴(kuò)展。它所研究的是分類型自變量對數(shù)值型因變量的影響，比如它們之間有沒有關(guān)聯(lián)性、關(guān)聯(lián)性的程度等，所采用的方法就是通過檢驗(yàn)各個(gè)總體的均值是否相等來判斷分類型自變量對數(shù)值型因變量是否有顯著影響。（2）回歸分析。在數(shù)據(jù)統(tǒng)計(jì)分析中，存在著大量的一種變量隨著另一種變量的變化而變化的情況，這種對應(yīng)的因果變化往往無法用精確的數(shù)學(xué)公式來描述，只有通過大量觀察數(shù)據(jù)的統(tǒng)計(jì)工作才能找到他們之間的關(guān)系和規(guī)律，解決這一問題的常用方法是回歸分析。回歸分析是從定量的角度對觀察數(shù)據(jù)進(jìn)行分析、計(jì)算和歸納。

四、多元統(tǒng)計(jì)分析方法

第8篇

【關(guān)鍵詞】大數(shù)據(jù)分析；電網(wǎng)調(diào)度能力；方法；應(yīng)用

0.引言

為了評測區(qū)域內(nèi)電網(wǎng)調(diào)度能力，根據(jù)調(diào)度能力評測結(jié)果，調(diào)整輸變電調(diào)度方案，提高變壓器等主要設(shè)備的可靠運(yùn)行，合理利用電網(wǎng)中各項(xiàng)資源和設(shè)備。本發(fā)明的目的是提供一種基于計(jì)算機(jī)實(shí)現(xiàn)的評測電網(wǎng)調(diào)度能力的方法，該方法通過對電壓、有功功率、無功功率的分析，保持各個(gè)變壓器都處于最佳工作狀態(tài)，提高設(shè)備使用壽命，降低設(shè)備故障率，降低設(shè)備運(yùn)行的電能損耗，提高電網(wǎng)運(yùn)行的可靠性，提升電網(wǎng)調(diào)度水平。

1.大數(shù)據(jù)分析評測電網(wǎng)的現(xiàn)狀

隨著我國城市化的發(fā)展逐漸加快，我國對電力的需求也在逐漸的增多，未來十幾甚至幾十年，電力需求的增長主要集中在城市地區(qū)。這也就對我國的電網(wǎng)帶來很大的挑戰(zhàn)，城市電網(wǎng)是城市的重要基礎(chǔ)設(shè)施，也是電力網(wǎng)的重要組成部分。建設(shè)好城市電網(wǎng)對滿足城市經(jīng)濟(jì)發(fā)展、人民生活水平提高具有重大意義。但是，由于我國長期以來收著“重主網(wǎng)、輕配網(wǎng)”的思想，導(dǎo)致我國很長一段時(shí)間內(nèi)，對電網(wǎng)的投資非常的少，城市的電網(wǎng)發(fā)展普遍落后于高壓電網(wǎng)[1]。導(dǎo)致我國在很長一段時(shí)間內(nèi)，處于用電不平衡的情況，很多的地方在年前或者重大節(jié)日之前就會(huì)出現(xiàn)的停電的現(xiàn)象。

2.大數(shù)據(jù)分析評測電網(wǎng)調(diào)度能力的具體方法

2.1獲取兩卷變或三卷變高低壓側(cè)的監(jiān)控?cái)?shù)據(jù)

該方法主要是用根據(jù)變壓器端的終端設(shè)備，來獲取的，首先通過各地市部署的調(diào)度EMS系統(tǒng)，將變電站中各變壓器的運(yùn)行情況準(zhǔn)確的監(jiān)控，通過變壓器內(nèi)的監(jiān)控元件，對變壓器的的運(yùn)行情況、采集電壓、有功負(fù)荷、無功負(fù)荷等檢測數(shù)據(jù)，按指定頻率采集。然后將采集的數(shù)據(jù)通過生產(chǎn)區(qū)的專用網(wǎng)絡(luò)進(jìn)行傳輸，通過生產(chǎn)區(qū)的安全交換機(jī)制放置到電力系統(tǒng)信息內(nèi)網(wǎng)，開始清洗、篩選，去除設(shè)備檢測的異常數(shù)據(jù)，保留有效數(shù)據(jù)用于負(fù)載率分析該評測電網(wǎng)調(diào)度能力工具通過在信息內(nèi)網(wǎng)中載入電網(wǎng)運(yùn)行的監(jiān)控?cái)?shù)據(jù)[2]。

2.2得到變壓器實(shí)際功率與額定功率的比值

通過對變壓器內(nèi)高低壓側(cè)的檢測數(shù)據(jù)，計(jì)算變壓器實(shí)際功率與額定功率的比值，負(fù)責(zé)率分析，接下來對采集的調(diào)度EMS系統(tǒng)的電網(wǎng)運(yùn)行數(shù)據(jù)進(jìn)行計(jì)算，負(fù)載率有兩種計(jì)算方法，一是根據(jù)選定的地區(qū)、時(shí)間段，使用公式二“有功負(fù)荷與無功負(fù)荷平方根/容量”計(jì)算每個(gè)時(shí)點(diǎn)該地區(qū)各個(gè)變壓器的負(fù)載率；二是根據(jù)選定的地區(qū)、時(shí)間段，使用公式“有功負(fù)荷/（容量*0.95）”計(jì)算每個(gè)時(shí)點(diǎn)該地區(qū)各個(gè)變壓器的負(fù)載率[3]。

2.3計(jì)算各個(gè)變壓器的平均負(fù)載率以及平均負(fù)載率的平均值

首先要通過選定的地區(qū)、時(shí)間段，得到該地區(qū)在本時(shí)間段內(nèi)各個(gè)變壓器的平均負(fù)載率以及平均負(fù)載率的平均值。然后再計(jì)算各個(gè)變壓器平均負(fù)載率的均方差，由變壓器的均方差，判斷選定區(qū)域在該時(shí)間段的調(diào)度運(yùn)行能力。主變不均衡度分析，根據(jù)選定地區(qū)和時(shí)間段，統(tǒng)計(jì)負(fù)載率分析結(jié)果，得出平均負(fù)載率[4]。根據(jù)平均負(fù)載率計(jì)算各個(gè)變壓器平均負(fù)載率的均方差，作為變壓器的不均衡度，將結(jié)果逐級放大，能夠得出變壓器、變電站、縣公司、市公司乃至網(wǎng)省公司在該時(shí)間段的調(diào)度健康情況，從而有效的調(diào)整調(diào)度策略和計(jì)劃，改善電網(wǎng)運(yùn)行情況。

3.大數(shù)據(jù)分析評測電網(wǎng)調(diào)度能力的應(yīng)用

3.1調(diào)度EMS數(shù)據(jù)采集

要對EMS數(shù)據(jù)采集，首先要制定EMS系統(tǒng)監(jiān)控?cái)?shù)據(jù)的格式，然后加載指定格式的調(diào)度數(shù)據(jù)，其中指定數(shù)據(jù)額格式要求主要為：（1）按“變電站+地區(qū)+變電站電壓等級+主變名稱+時(shí)間”的順序排序，每小時(shí)記錄一次，主要記錄每個(gè)整點(diǎn)、時(shí)點(diǎn)的有功、無功負(fù)荷該數(shù)據(jù)容量的單位是MVA，負(fù)荷的單位是MW。（2）時(shí)間，變電站，地區(qū)，變電站電壓等級，主變名稱，繞組電壓，容量，有功負(fù)荷值，無功負(fù)荷值。（3）變電站的數(shù)據(jù)采集按照一定的順序進(jìn)行，不可以同時(shí)多個(gè)變電站的數(shù)據(jù)進(jìn)行采集。

在這個(gè)過程中還要對數(shù)據(jù)進(jìn)行“清洗”。清洗的流程為：（1）使用8個(gè)逗號作為數(shù)據(jù)的分隔符，分別隔開不同字段的數(shù)據(jù)。如果有多余逗號或缺逗號或兩個(gè)逗號中間為空的行，則該行數(shù)據(jù)無效。（2）在計(jì)算的過程中除了容量、有功負(fù)荷值及無功負(fù)荷值外，其他各字段如數(shù)據(jù)超長，則頁面拋出提示錯(cuò)誤，結(jié)束導(dǎo)入。（3）廠站電壓等級為110kV的變壓器容量小于等于100MVA（系統(tǒng)用戶可以在管理端修改此值大小），否則該行數(shù)據(jù)無效。

3.2負(fù)載率計(jì)算

負(fù)載率計(jì)算有兩種情況，分別是近似計(jì)算和精確計(jì)算，其中近似計(jì)算效率高，能夠很快得到近似結(jié)果。但是在常規(guī)檢查時(shí)可使用本公式計(jì)算；精確計(jì)算算法相對復(fù)雜、比較耗時(shí)，但是計(jì)算準(zhǔn)確，通常用于分析調(diào)度情況時(shí)使用。

簡便公式為：

計(jì)算要求：

1、選定地區(qū)、場站或主變和時(shí)間段；

2、根據(jù)選定的地區(qū)、時(shí)間段，使用公式計(jì)算每個(gè)時(shí)點(diǎn)該地區(qū)各個(gè)變壓器的負(fù)載率；

3、使用意義在于根據(jù)負(fù)載率大小得出各變壓器負(fù)載率的最高或最低時(shí)點(diǎn)，從而判斷當(dāng)前電網(wǎng)的負(fù)荷情況。

精確公式：

計(jì)算方法：

1、選定地區(qū)、場站或主變和時(shí)間段；

2、根據(jù)選定的地區(qū)、時(shí)間段，使用公式二計(jì)算每個(gè)時(shí)點(diǎn)該地區(qū)各個(gè)變壓器的負(fù)載率；

3、使用意義在于根據(jù)負(fù)載率大小得出各變壓器負(fù)載率的最高或最低時(shí)點(diǎn)，從而判斷當(dāng)前電網(wǎng)的負(fù)荷情況。

4.結(jié)語

該發(fā)明可及時(shí)調(diào)整調(diào)度方案，從而均衡電網(wǎng)的運(yùn)行負(fù)荷，保持各個(gè)變壓器都處于最佳工作狀態(tài)，提高設(shè)備使用壽命，降低設(shè)備故障率，降低設(shè)備運(yùn)行的電能損耗，提高電網(wǎng)運(yùn)行的可靠性，提升電網(wǎng)調(diào)度水平，對提高大數(shù)據(jù)分析電網(wǎng)調(diào)度能力具有顯著的作用。

參考文獻(xiàn)

[1]李庚銀，羅艷，周明，等.基于數(shù)學(xué)形態(tài)學(xué)和網(wǎng)格分形的電能質(zhì)量擾動(dòng)檢測及定位[J].中國電機(jī)工程學(xué)報(bào)，2012，26（03）：25-30.

[2]賀仁睦，王衛(wèi)國，蔣德斌，等.廣東電網(wǎng)動(dòng)態(tài)負(fù)荷實(shí)測建模及模型有效性研究[J].中國電機(jī)工程學(xué)報(bào)，2015，22（03）：78-82.

第9篇

關(guān)鍵詞：Matlab軟件；制流與分壓電路實(shí)驗(yàn)；特性研究

一、分壓電路特性研究及參數(shù)的變化

首先，用1000Ω滑線變阻作分壓器，負(fù)載電阻用1000Ω（K=1），測出滑線電阻滑動(dòng)端的位置參數(shù)X和U/Umax分壓比，并作出U/Umax的關(guān)系曲線。其次，同上，用1000Ω滑線電阻和500Ω的負(fù)載電阻（K=0.1），測出X和U/Umax，記錄不同的K值。在Matlab軟件中編寫下列程序?qū)崿F(xiàn)分壓電路實(shí)驗(yàn)數(shù)據(jù)的處理和圖像的擬合：

x0=0：0.1：1.0；

y1=[0 0.24 0.48 0.58 0.72 0.92 1.12 1.58 2.18 3.42 4.46]；

z1=max（y1）；

y2=[0 0.38 0.72 0.98 1.32 1.72 2.02 2.48 3.26 4.18 4.64]；

z2=max（y2）；

y3=[0 0.40 0.82 1.18 1.58 2.02 2.40 2.98 3.62 4.32 4.52]；

z3=max（y3）；

y4=[0 0.18 0.28 0.34 0.48 0.58 0.78 1.02 1.66 2.98 4.48]；

z4=max（y4）；

n=3；

p1=polyfit（x0，y1，n）

p2=polyfit（x0，y2，n）

p3=polyfit（x0，y3，n）

p4=polyfit（x0，y4，n）

xx=0：0.01：1.0；

yy1=polyval（p1，xx）；

yy2=polyval（p2，xx）；

yy3=polyval（p3，xx）；

yy4=polyval（p4，xx）；

plot（xx，yy1/z1，'r'，x0，y1/z1，'.r'）

hold on；

plot（xx，yy2/z2，'k'，x0，y2/z2，'.k'）

hold on；

plot（xx，yy3/z3，'b'，x0，y2/z2，'.b'）

hold on；

plot（xx，yy4/z4，'g'，x0，y4/z4，'.g'）

hold off；

由實(shí)驗(yàn)可得不同K值的分壓特性曲線，如圖1所示。從曲線可以清楚看出分壓電路有如下幾個(gè)特點(diǎn)：第一，不論R0的大小，負(fù)載RZ的電壓調(diào)節(jié)范圍均可從0■E；第二，K越小電壓調(diào)節(jié)越不均勻，曲線線性程度越差，細(xì)調(diào)程度較差；第三，K越大電壓調(diào)節(jié)越均勻，因此要電壓U在0到Umax整個(gè)范圍內(nèi)均勻變化，則取K>1比較合適。

■

圖1 不同K值的分壓特性曲線

二、制流電路特性研究及參數(shù)的變化

首先，用1000Ω滑線變阻作制流器，負(fù)載電阻用100Ω（K=0.1），測出滑線電阻滑動(dòng)端的位置參數(shù)X和分壓比I/Imax，并作出I/Imax-x的關(guān)系曲線。其次，同上，用10000Ω滑線電阻和20Ω的負(fù)載電阻（K=0.02），測出X和I/Imax，記錄不同的K值，并作出關(guān)系曲線，在Matlab軟件中編寫下列程序?qū)崿F(xiàn)制流電路實(shí)驗(yàn)數(shù)據(jù)的處理和圖像的擬合：

x0=0：0.1：1.0；

y1=[0.04 0.04 0.08 0.12 0.18 0.22 0.30 0.52 1.02 3.58 4.18]；

z1=max（y1）；

y2=[0.04 0.04 0.08 0.12 0.18 0.24 0.30 0.52 0.92 2.38 4.98]；

z2=max（y2）；

y3=[0.02 0.02 0.02 0.04 0.12 0.18 0.28 0.40 0.70 2.98 3.52]；

z3=max（y3）；

y4=[0.01 0.01 0.01 0.01 0.02 0.08 0.20 0.30 0.60 1.20 2.0]；

z4=max（y4）；

n=3；

p1=polyfit（x0，y1，n）

p2=polyfit（x0，y2，n）

p3=polyfit（x0，y3，n）

p4=polyfit（x0，y4，n）

xx=0：0.01：1.0；

yy1=polyval（p1，xx）；

yy2=polyval（p2，xx）；

yy3=polyval（p3，xx）；

yy4=polyval（p4，xx）；

plot（xx，yy1/z1，'r'，x0，y1/z1，'.r'）

hold on；

plot（xx，yy2/z2，'k'，x0，y2/z2，'.k'）

hold on；

plot（xx，yy3/z3，'b'，x0，y2/z2，'.b'）

hold on；

plot（xx，yy4/z4，'g'，x0，y4/z4，'.g'）

hold off；

（上接第47頁）

■

圖2 不同值的制流特性曲線

圖2表示不同K值的制流特性曲線，從曲線可以清楚地看到制流電路有以下幾個(gè)特點(diǎn)：第一，K越大電流調(diào)節(jié)范圍越小；電流調(diào)節(jié)越均勻，曲線線性程度較好；第二，K（K≥1）時(shí)調(diào)節(jié)的線性較好；第三，K較小時(shí)（即R0>RZ），電流調(diào)節(jié)范圍大，電流調(diào)節(jié)越不均勻，曲線線性程度越差，細(xì)調(diào)程度較差；第四，不論R0大小如何，負(fù)載RZ上通過的電流都不可能為零。第五，制流電路適用于負(fù)載電阻較小，功耗較大，電壓調(diào)節(jié)范圍較小的場合。

綜上所述，當(dāng)負(fù)載電阻較大時(shí)，要求調(diào)節(jié)范圍較寬時(shí)宜采用分壓電路。相反，在負(fù)載電阻較小，功耗較大且調(diào)節(jié)范圍不太大時(shí)，選用制流電路較好。

參考文獻(xiàn)：

[1]陳玉林，李傳起.大學(xué)物理實(shí)驗(yàn)[M].北京：科學(xué)出版社，2007：186-190.

[2]穆曉東.制流與分壓電路實(shí)驗(yàn)參數(shù)的選擇與確定[J].大學(xué)物理實(shí)驗(yàn)，2004，（01）.