动态网络分析范文-盘古文库

动态网络分析范文（精选11篇）

动态网络分析第1篇

基因网络的研究最初是在20世纪60年代,Rater 描述了控制原核生物的分子基因系统组织的特点。另一项研究是Kauffman通过简单的逻辑规则研究基因网络动力学,提出了简单布尔网络理论[1]。20世纪90年代实验数据的增加,更加加速了基因网络理论的研究。到目前为止已发展了很多研究基因网络的方法,如随机模型、布尔网络、逻辑方法、门限模型以及基于微分方程的方法等[2]。全基因组测序后展现在科学家面前的是浩瀚的DNA序列信息,这就要求人们要“读懂”他,也就是要了解基因是如何表达的,以及基因的表达是如何受到调控的,并在全基因组水平上系统阐述这些基因的表达调控规律,进而来揭示生命的奥秘。一个基因的表达受其他基因的影响,而这个基因又影响其他基因的表达,这种相互影响相互制约的关系构成了复杂的基因表达调控网络(gene regulatory networks)。从表达谱数据出发,可以建立基因或蛋白质相互作用的网络模型,这种方法也称反向工程(reverse engineering)[3]。全基因组基因表达调控网络的研究必将促进个性化医疗的发展和重大复杂疾病的预测和治疗,并最终揭示出人类生老病死的奥秘。关于基因表达调控网络目前人们做了很多研究,本文提出用熵互信息的数学理论寻求基因间关系的逻辑函数,有了基因之间的逻辑关系函数,就可以构建基因逻辑电路网络(gene logic circuit networks),再利用基因逻辑电路网络与逻辑函数得到基因在不同时间的基因状态,由得到的基因状态就可以画出基因调控网络的动态转换图,可以从基因调控网络的动态转换图中研究网络的变化,可以把此方法用在生物基因调控网络的分析和研究中,寻找变异基因网络与正常基因网络动态变化的差异,试图找到引起疾病的原因。本文提出一个新观点,基因网络可以分为抑制型和非抑制型两类。提出一个新方法用逻辑电路网络表示基因调控网络,把逻辑电路的分析方法用到基因网络的动态网络分析中。

2 利用熵确定基因调控布尔网络逻辑关系

要想构建基因调控布尔网络,关键是找到基因之间的布尔逻辑关系函数,现在关于确定基因调控关系也是后基因时代的一个研究热点,在这里考虑应用熵的互信息理论去寻找基因之间的逻辑关系函数。首先由基因表达序列(其中基因表达用1表示,基因不表达用0表示)根据下面所定义的公式得到熵与互信息熵,再由得到的熵与互信息熵确定基因之间的逻辑关系。

$\begin{array}{l} Η (X) = - \sum Ρ_{X} \log Ρ_{X} ‚ Η (Y) = - \sum Ρ_{Y} \log Ρ_{Y} \\ Η (X, Y) = - \sum Ρ_{X, Y} \log Ρ_{X, Y} \\ Μ (X ‚ Y) = Η (X) + Η (Y) - Η (X, Y) \end{array}$

现在考虑三个基因X1,X2,X3的情况,利用熵互信息理论找到三个基因的逻辑关系函数,三个基因的基因表达序列(其中基因表达用1表示,基因不表达用0表示)如表1所示。

在表中X1,X2,X3为输入基因表达,X1′, X2′,X3′为输出基因表达,可以利用上面所提到的熵互信息公式得到基因X1,X2,X3,X3′的熵和互信息熵。

H(X1)=1.00,H(X2)=1.00,H(X3)=1.00,H(X1,X2)=2.00,H(X2,X3)=2.00,H(X1,X3)=2.00,H(X1,X2,X3)=3.00,H(X3′)=1.00

有了基因X1,X2,X3的熵和互信息熵,下面详细介绍寻找输入基因X1,X2,X3与输出基因X3′的逻辑关系过程:

由同样的方法可以得到:

$\begin{array}{l} X_{1^{'}} = X_{2} \\ X_{2^{'}} = X_{1} o r X_{3} \end{array}$

其中:or为或逻辑,and为与逻辑。

上述介绍了用熵互信息理论找到基因之间逻辑关系的方法,通过用此方法编辑软件可以对多个基因进行处理,找到基因之间的逻辑关系函数。有了基因之间的逻辑关系函数就可以构建基因布尔网络,从而了解基因之间的关系。

3 基因布尔网络的分析

基因布尔网络[4,5]是一个有N个节点(基因),并且对每个节点如果给予i个输入(用二进制0或1表示)在任意时间t被定义为xi(t),当xi(t)=0时基因没有表达,xi(t)=1时基因被表达,全部输入在时间t的表达水平可以用行向量表示x(t)=[x1(t),x2(t),xn(t)],任一节点的输出依赖于所给定的布尔函数及其输入节点的布尔值。该网络类似一个被控制的布尔电路网络所有的节点。同时受输入和布尔函数决定,然后产生下一个状态。

对于基因调控的布尔网络从结构上应该认为可以有两种:基因网络分为抑制型和非抑制型两类。

抑制型该基因网络表示为抑制型的(见图1)。这是一种特殊的基因布尔网络,每个基因只是单向传输的。对于这样的基因调控网络,可以用一个简单的逻辑电路网络来表示(见图2),从逻辑电路网络可以看到该网络有4个输入,1个输出。其中cdk7与cyclinlt是逻辑与,P21/WAF1是一个逻辑非,到最后Rb输出的是一个逻辑与非,到Rb输出时网络被抑制(2000年被Rzhetsky等提出)[6,7,8]。

非抑制型该基因网络是未被抑制的,该基因网络在时间t+1的状态是由时间t提供的。假设一个三个基因的未被抑制型的布尔网络用逻辑电路网络来表示(见图3)。其中三个基因满足的逻辑关系可以用以下的逻辑关系函数式表示:

其中or是逻辑或;and是逻辑与。

有了以上的逻辑关系函数,就可以依据逻辑关系函数,在时间t的状态确定的情况下,得到时间t+1的状态,可以用逻辑真值表来表示在不同时刻的8种逻辑状态(见表2)。

依据真值表里的状态可以绘制出逻辑状态转换图(见图4),进而就得到了基因调控网络的动态转换的过程。从得到的基因调控网络的动态转换的过程可以了解以下知识:

(1) 把系统经历部分状态,最后围绕一个反复出现的状态周而复始地进行的行为称为状态循环,在图4中010,100就是一个状态循环。

(2)倾向于状态循环,但又没有处于循环之中的状态称为暂态,如图4中001,101,011,110都属于暂态。

(3) 吸引子是系统被吸引并最终固定于某一状态的性态,在图4中111就是一个吸引子。

(4) 流向状态循环吸引子的状态加上状态循环合起来称之为吸引子的吸引盆,在图4中101到011到吸引子111,110到吸引子111就是一个吸引盆。如果吸引子的吸引盆区域越大,则说明吸引子有足够的影响力,该吸引盆网络的稳定性越强。

4 布尔基因调控网络的进一步研究

根据给出的方法得到布尔基因调控网络的逻辑关系函数,然后用得到的逻辑关系函数找到基因调控网络的动态变化过程,根据动态变化找到基因的变化。可以看到任何一个基因发生变化或任何一个状态发生变化,都会引起整个动态网络变化。可以把此方法用于生物基因网络的分析,可以利用通过比较正常基因网络动态变化与变异基因网络动态变化,在基因调控网络中找到引起疾病的原因。布尔基因调控网络在确定过程中有时受基因表达的不准确性,导致得到的逻辑关系有问题。逻辑关系出现问题,后边的逻辑状态转换过程有误,不容易得到准确的结论,对于疾病的研究会带来不准确性,再者基因调控网络是一个动态网络,本来就具有不确定性,所以为了更好地研究基因调控网络,进一步的研究工作是用概率布尔网络来解决基因调控网络的不确定性。

参考文献

[1]Kauffman S A.The Large-seale Structure and Dynamics ofGene Control Circuits[J].Anensemble Approach.Theor.,44:167-190.

[2]雷耀山,史定华,王翼飞.基因调控网络的生物信息学研究[J].自然杂志,2004,26(1):7-12.

[3]王正华,王勇献.后基因组时代生物信息学的新进展[J].国防科技大学学报,2003,25(1):1-6.

[4]张国伟,邵世煌,张颖.布尔基因网络及其研究[J].东华大学学报:自然科学版,2006,32(2):127-130.

[5]Davidson E.A Genomic Regulation Network for Develop-ment[J].Science,2002,295:1 669-1 678.

[6]Shmulevich I,Dougherty E R,Kim S.Probabilistic BooleanNetworks:A Rule-based Uncertainty Model for Gene Regu-latory Networks[J].Bioinformatics,2002,18:261-274.

[7]Pal R.Generating Boolean Networks with a Pprescribed At-tractor Structure[J].Bioinformatics,2005,21:4 021-4 025.

动态网络组织探析论文第2篇

一、动态网络组织的核心内容

20世纪末叶，世界进人了知识经济时代，信息技术的普及使商务环境发生剧烈变化，市场急剧变幻。智力资源、环境适应能力和创新能力成为企业赖以生存发展的基础。在此情形下，企业组织结构开始了变革，以动态分工和知识联网为特征的动态网络组织结构应运而生。

动态网络组织是一个平面结构，领导人更注重使自己处于事件发生的中心，而不是组织等级的上层;更倾向于达成一致意见而不是仅仅发布命令。动态网络组织又是一个动态结构，它不断地建立、延伸、修改和变形，它打破正式组织结构图所形成的刚性的框框和领地。从本质上讲，动态网络组织具有以下特征：第一，网络组织是由若干个相互依赖。相互作用的部分(团队)构成的;第二，网络组织强调整体性，即各个团队相互关系的协调性;第三，构成网络的各个部分(团队)具有自我调节功能，而不完全依靠其外部(如管理中枢)的因素调节;第四，构成网络的各个部分与其外部的联系是发散性的;第五，网络组织的有序性都是动态的，在不断地与环境交换信息和能量(资源)的过程中保持和发展。

例如员工不足百人的新加坡独资杭州精密阀门有限公司，各类会议室、培训室、电教室竟有7个之多。各种各样的项目小组络绎不绝地来此地开会。在公司中，几乎每个人都在数个项目中兼有职务。这里的人际关系是亲密、坦率的。所有的人在一个装饰有绿色植物的大办公间里工作，彼此之间没有隔墙，可以方便地交谈。即使是总经理办公室也不过是在大办公间边上用落地的透明玻璃略微挡了一下，雇员甚至不需要走进办公室便可隔着玻璃屏风与总经理对话。比起传统的公司，总经理很少发号施令，却花费大量的时间与雇员谈论公司管理层对某些问题的看法，宣讲公司文化，介绍各种新的管理思想和管理工具，介绍他最近一次旅行中的新发现，与各项目小组讨论各项目的进展。公司常常提出一些激动人心但相当困难的目标，分解成若干个项目后，成立有关项目小组攻关。项目小组成立后，公司要求小组提出解决方案和实现的时间表(项目计划)。总经理理想中的工作模式是“我来提出总的目标，请告诉我怎样达到目标，告诉我你们需要什么样的资源才能达到”。在这种氛围下，多数雇员表现出强烈的.进取心，非常看重每一个可以展现自己能力或拓展自己能力的机会。人力资源在公司中具有高于一切的地位。高层领导非常注重人员的培训。公司有月度培训会制度，每月根据公司经营中遇到的问题，请有关部门或外部专家举行讲座。讲座结束后对参加人员进行测试。此外，公司每年有10多个业余或脱产培训名额，由员工自愿报名，部门批准。参加培训的员工必须进行结业考试，由公司人力资源部进行培训险收。每个雇员对于同事的技能都非常熟悉，谁受过那些培训，谁做什么最拿手，人人都如数家珍。接受新任务后，项目小组的成员做的第一件事便是抢先与具有所需人才的部门打招呼，做好“预定”工作，以确保能得到所需要的合适人才。在动态网络组织中，雇员作为企业最重要的资产，其价值在于他们所拥有的已开发和潜在的知识和能力。企业组织的任务是确保最大程度地培育、发挥人的智力潜能。在新型组织中，每个人都被作为一个完整的、独特的人，作为一个思想者而受到

动态网络分析第3篇

【关键词】Windows网络静态取证动态取证

一、静态取证的一般步骤

静态取证是指对已经被入侵的PDA、计算机系统、手机等设备的光盘、存储器或独立的磁盘等媒介，通过运用各种技术手段对提取数据并加以分析，抽取出有效计算机证据的工作模式。静态取证通常以发生了紧急事件（如受到入侵）的磁盘、计算机系统或其它数据存储介质等为主要工作对象。

一般情况静态取证的过程通常分为四步：保护并勘查现场、取证分析前的准备工作、分析证据和提交结果这四个步骤。

（一）保护并勘查现场

如果目标机器被发现入侵，首先应该想到的是保护好现场，以便查案人员勘察现场，为找到尽可能多的证据做好初步准备。只有当真正确定目标计算机系统遭到恶意入侵时，才能进行现场保护，这对于一般的PC机用户可能并没有很重要，但是一旦需要封存的目标机器是大型服务器，哪怕停止运行极短的时间，也可能会带来非常巨大的损失。其次，应该绘制网络拓扑图、计算机犯罪现场图，在移动和拆卸任何设备之前，都应该拍照存档，以便为以后模拟、还原犯罪现场提供最直接的依据。此外，还必须要保证“证据连续性”，即在将证据正式提交给法庭时，能够说明从获取证据到案件审理这段时间内，证据没有发生任何变化。必须要做到监督检查和取证的整个过程。必须委派第三方专家监督所有的调查取证工作，这样才能使整个取证过程符合相关法律的规定。

（二）取证分析前的准备工作

在取证过程中，除一些特殊情况，为保护原始数据，通常都会通过对原始证据进行物理拷贝，对备份开展所有证据分析、提取工作。这样就要求必须为一些含有计算机证据的数字信息制作副本，并确保妥善保存其原始数字信息，而在计算机取证人员证据的提取和分析时采用它的复制品。

要想保证取证数据的合法性，必须要求证据是连续的，也就是说在把取证数据即“证据”提交给法庭的时候，能够向法庭证明取证数据的完整性，即证据的本质状态还是原始的、未经改动过的。通常情况下，取证工作者会采用MD5算法对原始数据进行摘要，然后把摘要信息、原始数据及其物理拷贝妥善存储。

（三）证据分析

证据分析是计算机取证最重要的阶段，是取证的核心部分。由于原始数据或者物理拷贝都是存储在硬盘等介质里，没有直观可见性，因此需要借助计算机的辅助工具进行查看。证据分析需要深厚的专业知识背景，因此对电子证据进行取证分析这一阶段由专家学者完成。

取证分析主要包含以下几个方面的内容：分析计算机安装的哪种操作系统，是不是安装了虚拟机即多个操作系统，系统是否有隐藏的分区；计算机有没有可疑的外部设备；有没有远程对该计算机进行控制；是否安装木马程序；计算机系统当前所处的网络环境。利用软件和工具等技术对删除、修改、增加或者复制过的文件进行数据恢复工作，发现修改操作痕迹。对计算机特殊磁盘空间的数据进行分析。通过对比分析收集获取的拷贝数据信息与当前正常运行的系统数据，发现攻击操作留下的痕迹。另外可以通过该计算机的主人，或者计算机密码、电子签名、日志记录、上网IP等计算机特有信息识别体来查找出可能的犯罪证据。另外，还应该把此台计算机电子证据与其他类型的证据相互关联、相互印证、综合分析验证；另外，还应注意所掌握的电子证据，能否为案件的侦破提供其他的有效线索，或确定作案的可能时间、犯罪嫌疑人等。

（四）提交结果

整理对目标系统的分析结果，确保其完整准确，打印并做出分析结果：系统总体状况，所有保护、藏匿、删减、加密系统文件的信息，发现的系统数据、文件结构、作者信息，和在取证调查过程中所发现的其它相关的一切信息。然后标明提取地址、时间、工具、证明人及证据提取人。并且按照合法的程序，把这些具有法律效力的证据以某种表现形式提交给负责该案件的司法机关。

二、静态取证存在的问题

静态取证的实质是事后取证，即取证发生的时间是计算机系统已经受到犯罪攻击或系统信息已经被破坏。静态取证的致命点在于难以找到犯罪过程的完整证据，还原犯罪现场和再现犯罪过程。静态取证流程如图2-2所示，由于很难重现犯罪场景，所以专业取证人员即使找到犯罪证据制裁计算机犯罪者，系统也无法完全还原到攻击前的状态，造成一定的损失。

仅仅依赖静态取证，是很难获取完整的系统信息，得到可靠的取证结果的，因此，计算机取证应该是把动态取证与静态取证相结合，共同完成取证过程。实时获取这些系统运行信息是判断是否有正在进行的未经授权行为的最佳方法，也是寻找犯罪者是从系统何处着手攻击行为以及具体攻击过程的很好方法。当然，在实时获取开机系统信息的方法中会遇到一些困难和障碍，比如获取入侵证据时被入侵者发现、证据被损坏、实时获取攻击占用目标系统过多的资源等一系列问题。因此要求专业取证人员在取证过程中要权衡利弊、有所取舍，具体情况具体分析，灵活应对。

由此可见，随着犯罪者攻击手段的提高，仅仅依靠静态取证已经不能应对取证的需要，因此，计算机取证的发展趋势就是把入侵检测等网络安全软件与取证过程相结合，进行动态取证，全面打击计算机犯罪。

三、动态取证与静态取证的差异

所谓动态取证，就是把取证技术与入侵检测等网络安全工具相结合，实时获取目标系统数据并进行分析，及时捕获可疑的非授权行为，智能分析犯罪者的意图，并采取措施阻断入侵行为或者诱导入侵深入，在保证计算机系统安全情形下捕获到最完整的证据，然后对所提取的证据进行鉴定、保存和提交的过程。当监控到有入侵行为正在攻击计算机时，自动转入动态取证流程，即将取证技术嵌入到入侵检测等网络安全工具当中，实时记录并分析开机系统的数据变化过程，发现入侵者的攻击意图，使用专门的取证软件获取电子证据。

但是，动态取证的研究时间很短，仍旧处于起步阶段。与静态取证相比，动态取证具有以下几个显著特点：

（一）动态取证可以获取目标主机的信息变化过程，重新犯罪攻击场景；而静态取证没有这个功能。

（二）动态取证的执行过程可以自动化，因此对取证工作者的要求不高；静态取证需要用到专门的取证工具软件，而不同公司的取证软件所用的技术是不同的，因此需要对取证工作人员进行专门的培训工作。

动态网络分析第4篇

本文以网络均衡理论为原理,阐述拥挤收费的合理性、可行性和动态应用机制。

1 网络均衡问题

本文所阐述的交通网络平衡是指将城市交通分配到城市道路后使各路段达到相对平衡稳定的状态,即各路段保证交通顺畅的前提下使各条道路尽可能发挥其通行能力,各路段交通状况平衡地达到健康状态,避免有些路段过分拥堵,而另外一些路段不能发挥应有通行能力的现象。

1.1 符号定义

Or为起始点r出行的居民以及车辆的数量;

N为网络所有节点构成的集合;

A为所有有向弧(即路段)构成的集合;

R为交通源产生节点的集合(又称为交通出行节点集),有R⊂N;

S为交通吸引节点集,S⊂N;

r为代表一个起始节点,r∈R;

s为代表一个终讫节点,s∈S;

Krs为r-sOD对之间的所有连接路径构成的路径集合;

qrs为OD对r-s之间的交通出行需求量;

q为OD矩阵(qrs),r⊂R,s⊂S;

xa为路段a上的交通量,a∈A;

x为向量(…,xa,…),a∈A;

ta为单位PCU标准机动车通过路段a的交通阻抗;

t为向量(…,ta,…),a∈A;

f $_{k}^{r s}$ 为连接OD对r-s的路径k上的交通流量,k∈Krs ;

frs为向量(…,f $_{k}^{r s}$ ,…),k∈Krs;

c $_{k}^{r s}$ 为OD对r-s间路径k上的阻抗,k∈Krs;

crs为向量(…,c $_{k}^{r s}$ ,…),k∈Krs;

δ $_{a k}^{r s}$ 为路段线路关联变量:

$δ_{a k}^{r s} = {\begin{cases} 1 ‚ 如果路段 a 在连接 r - s 的线路 k 上； \\ 0 ‚ 其他 . \end{cases}$

关于路段与路径之间的流量和阻抗,有如下关系:

$\begin{array}{l} c_{k}^{r s} = \sum_{a} δ_{a k}^{r s} t_{a}, \forall r \in R, \forall s \in S, \\ x_{a} = \sum_{r} \sum_{s} \sum_{k} δ_{a k}^{r s} f_{k}^{r s}, \forall a \in A . \end{array}$

1.2 方案效用

决策者对于诸多方案,总是选择效用最高的方案。假设方案的集合为K,方案k的效用为Uk,向量U=(U1,U2,…,Uk)。令a是向量变量,则Uk=Uk(a)。Uk是一个随机变量,由系统的确定项和随机误差项构成,表示为

$U_{k} (a) = V_{k} (a) + ξ (a), \forall k \in Κ . (1)$

Vk(a)是系统确定项,ξ(a)是随机误差项。E[ξ(a)]=0,则可知E[Uk(a)]=Vk(a)。

因此,方案k被选中的概率就是方案k的效用高于其他方案效用的概率,即

$p_{k} (a) = Ρ r [U_{k} (a) \geq U_{j} (a), \forall j \in Κ - k], \forall k . (2)$

误差项的分布一经确定,效用的分布也可确定下来,选择函数即可直接计算出来。

使用最为广泛的是Logit模型,假设效用函数随机误差项相互独立,且均符合Gumbel变量分布,从效用极大的原理出发可推导出选择概率[1]为

$p_{k} = \frac{e^{V_{k}}}{\sum_{l = 1}^{k} e^{V_{l}}} = \frac{1}{1 + \sum_{l \neq k} e^{V_{l} - V_{k}}} ‚ \forall k . (3)$

1.3 路径选择问题

一般情况下,一对OD出行相对会有多条路径可供选择,出行者往往根据自己对各路径的判断做出选择,在这个选择过程中,路径阻抗成为选择过程中起关键作用的一个因素,如前所述,出行者根据判断,选择其中阻抗最小的路径,这里的阻抗包括路径行走时间、舒适度等出行成本,当然,也包括可立即以金钱形式表示的各种出行费用。

因此,这里有一个实际阻抗和理解阻抗的问题,实际阻抗即路径上各路段的道路状况、实际通行能力等影响因素,而理解阻抗则是在实际阻抗上的一个拓展,它允许路径选择者在做出抉择的过程中有不一样的计算过程和参考价值体系,因此,理解阻抗中存在一个随机项,可表达为

$C_{k}^{r s} = c_{k}^{r s} + ξ_{k}^{r s}, \forall k, r, s . (4)$

式中:C $_{k}^{r s}$ 为起始点r与终讫点s之间路径k上的理解阻抗,C $_{k}^{r s}$ 是随机变量;c $_{k}^{r s}$ 为实际的路径阻抗值;ξ $_{k}^{r s}$ 为随机误差项。如果从r至s的车辆很多,由弱大数定理知:这么多司机中,选择第k条路径的司机所占的比例是

$p_{k}^{r s} = Ρ r (C_{k}^{r s} \leq C_{l}^{r s}, \forall l \in (Κ_{r s} - k), \forall k, r, s . (5)$

当从r至s的交通量为qrs时,路径k上的交通量为

$f_{k}^{r s} = q_{r s} p_{k}^{r s}, \forall k, r, s . (6)$

可知路段流量为

$x_{a} = \sum_{r s} \sum_{k} f_{k}^{r s} δ_{a k}^{r s} . \forall a . (7)$

将交通阻抗的反函数定为交通需求者在路径上可获得的效用为Uk = -C $_{k}^{r s}$ ,Ck=Vk+ξk,其中, $V_{k} = E (U_{k}) = - c_{k}^{r s}$ 。

假定ξk=Uk-Vk,∀k∈Krs,且均服从参数为βr的Gumbel分布。

记事件 $A_{k} = (ξ_{l} < v_{k} + ξ_{k} - v_{l}, \forall l \neq k)$ ,设ξk的一个给定值为x,因为ξk为独立的随机变量,故联合事件Ak的条件概率为

$\begin{array}{l} p_{k} |_{ξ_{k} = x} = \prod_{l \neq k} p (ξ_{l} < v_{k} + ξ_{k} - v_{l} | ξ_{k} = x), \forall k; \\ p_{k} |_{ξ_{k} = x} = \prod_{l \neq k} e^{- \exp [- β_{r} (v_{k} + ξ_{k} - v_{l}) - E]} = \\ \prod_{l \neq k} e^{- \exp [- β_{r} (v_{k} + x - v_{l}) - E]}, \forall k . \end{array}$

经过计算可得,路径k被选择的概率

$p_{k} = \frac{e^{β_{r} v_{k}}}{\sum_{k \in Κ_{n}} e^{β_{r} v_{l}}} = \frac{e^{- β_{r} c_{k}^{r s}}}{\sum_{l \in Κ_{n}} e^{- β_{r} c_{l}^{r s}}} . (8)$

路径上的交通量则为

$f_{k}^{r s} = q_{r s} p_{j} = q_{r s} \frac{e^{- β_{r} c_{k}^{r s}}}{\sum_{l \in Κ_{r s}} e^{- β_{r} c_{l}^{r s}}}, \forall r, s, k . (9)$

这里的crsk是k的实际阻抗,如前所述,由于理解阻抗Crsk由实际阻抗crsk和随机误差项ξrsk构成,而且E[ξrsk]=0,因此,随机误差在交通配流中对交通需求者的选择作用不甚明显,交通需求者虽然存在选择判断的相异性,但是自主性较强,如果对这部分进行引导,即引入一个变量,使得阻抗值明显变化,则交通需求者做出的抉择会有很明显的不同。

2 基于拥挤收费的交通配流模型

将拥挤收费作为一个出行成本变量可以影响交通需求的重新分布,使得道路交通的分配更趋平衡性的合理化,将拥堵道路上的交通引向相对“空闲”的道路上,使整个路网各道路交通顺畅的同时尽量保证各道路能够充分发挥其通行能力。

在这里引入一个新的变量t*,它表示拥挤道路所收取的费用,t*k即表示路段k所收取的拥挤费用。

同样,用效用函数最大原理推导出考虑拥挤收费条件下路网交通配流模型。变量定义同前文所述。理解阻抗Ck即为

$C_{k} = V_{k} + t_{k}^{*} + ξ_{k} . (10)$

其中,Vk=E(Uk)=-c $_{k}^{r s}$ .

经过计算可得到路径k被选用的概率为

$Ρ_{k} = \frac{e^{β_{r} V_{k}}}{\sum_{l \in l_{r s}} e^{β_{r} (V_{l} + t_{l}^{*} - t_{k}^{*})}} = \frac{e^{- β_{r} c_{k}^{r s}}}{\sum_{l \in l_{r s}} e^{- β_{r} (c_{l}^{r s} - t_{l}^{*} + t_{k}^{*})}} . (11)$

从而路径k上的交通量为

$f_{k}^{r s} = q_{r s} p_{k} = q_{r s} \frac{e^{- β_{r} c_{k}^{r s}}}{\sum_{l \in l_{r s}} e^{- β_{r} (c_{l}^{r s} - t_{l}^{*} + t_{k}^{*})}}, \forall r, s, k . (12)$

得出考虑拥挤收费的分配模型后,即可计算各道路的交通量,而考虑道路交通状况通常采用V/C这个指标,即道路交通量与道路通行能力的比值,因此,本文所提出的拥挤收费方案是基于不断变化的道路网络交通现状动态实施的经济管理手段,并不是固定不变的,当发现某路段V/C过大,则应进行相应的措施予以调整,所以这就需要一个反复验算调整的过程,如今交通领域对于实时监控和及时反馈的技术已趋成熟,因此,所提出的动态监控管理方法可以得到很好的实践。

路段交通量反复验算调整直至平衡的过程如图1所示。

3 结束语

本文以传统交通分配SUE模型为基础,将拥挤收费以交通出行成本的形式引入SUE模型,对原有的SUE模型进行扩展,使该模型更符合基于拥挤收费这个交通需求管理手段的路网交通分配。同时,在将拥挤收费与交通分配模型相结合的基础上,提出路网交通平衡的概念,以路网交通达到平衡为目标,提出实时监控动态采取拥挤收费的交通管理措施。

摘要：拥挤收费作为一项有效的交通需求管理手段得到许多国家及城市的重视。目前,大多数拥挤收费采取静态管理分析手段,不能真实有效的解决实际交通问题,在此提出道路网络交通平衡概念,以道路网络交通平衡为目标,提出实时监控、及时反馈、动态实施的拥挤道路收费机制。

关键词：拥挤收费,交通需求管理,道路网络交通平衡,动态道路拥挤收费机制

参考文献

[1]景平.随机平衡配流与拥挤道路收费的整合研究[D].上海:上海海事大学,2006.

[2]刘灿齐.现代交通工程学[M].北京:人民交通出版社,2001.

[3]盛聚,谢式千,潘承毅.概率论与数理统计[M].北京:高等教育出版社,2001.

[4]连爱萍.城市动态网络交通流分配及相关问题的研究[D].北京:北京交通大学,2007.

[5]Nguyen,S.,Dupuis,C.:An efficient method for com-puting traffic equilibria in networks with asymmetric transportation costs.Transp.Sci.1984(18):185-202(1984).

[6]ANDR′E DE PALMA,ROBIN LINDSEY.Congestion Pricing with Heterogeneous Travelers A General-Equi-librium Welfare Analysis.Networks and Spatial Econom-ics,2004(4):135-160.

[7]Byung-Wook Wie,Roger L.Tobin.Dynamic congestion pricing models for general traffic networks.Transporta-tion Research Part B,1998(32):313-327.

试论监所检察网络化管理与动态监督第5篇

论文摘要4月，最高人民检察院、公安部下发《关于加快看守所监管信息系统与驻所检察管理系统联网建设推行监所网络化管理和动态监督工作的通知》，随之在全国推广河北省廊坊市检察机关创造性地开展网络化管理实现动态监督的经验。经过各地、各级检察机关的不断探索和实践，网络化管理与动态监督已基本实现。本文以北京地区为调研范围，对网络化管理与动态监督运行现状及发挥作用进行一次全面总结，发现不足，提出建议，以期有利于此项工作的完善。

论文关键词网络化管理动态监督检察监督

一、问题的提出

网络化管理与动态监督是指通过检察室的计算机系统与监管机关的信息管理系统、监控系统联网，使检察室共享监管机关的业务数据与监控图像，对监管机关的刑罚执行和监管活动实行动态管理和动态监督。检察室网络化管理主要由监控系统、监所检察信息管理系统构成，利用监控系统可以直接观察监管干警的执法情况和监室、审讯室、放风场等监管场所情况;监所检察信息管理系统能实现与监管机关信息管理系统数据的自动交换，建立在押人员信息档案并实现出入所、留所服刑、超期羁押等信息科目的自动分类。我院驻朝阳区看守所检察室实现了与朝阳区看守所的信息、监控双联网，实现了网络化管理与动态监督，笔者结合基层工作实际，对监所检察网络化管理与动态监督进行一些探讨。

二、网络化管理与动态监督现状及发挥的作用

(一)网络化管理与动态监督现状

在市院领导下经过几年的不懈努力，全市45个派驻检察室(派驻劳教检察室、派驻监狱检察室及派驻看守所检察室)的网络化建设取得了较大进展，应用能力普遍提高。

1.其中34个检察室与所派驻监管场所实现了信息联网，均使用了我市独立开发的派驻检察信息管理系统，每月定期将派驻检察数据上传至首都检察网监所部门主页。

2.在20个派驻看守所检察室中，除3个检察室(市第一、三看守所检察室和市安全局看守所检察室)以外，其余17个检察室均实现了与看守所的监控联网，联网率达到85%。在17个监控联网的检察室中，有12个检察室可以储存监控录像15天以上。

(二)网络化管理与动态监督发挥的作用

网络化管理与动态监督从根本上改变了传统的派驻检察工作模式，使日常监督直观化、在押人员资料动态化、监所检察工作规范化，提高了工作效率，增强了法律监督实效，使监所检察工作实现了由事后监督向事前监督，静态监督向动态监督，结果监督向过程监督的转变。

1.提高了检察监督的工作效率。检察日志是监所检察人员每日工作情况的记录和反映，未实现联网之前，日志中要求填写的收押、出所等相关数据，只能通过监管机关的统计科获取，费时费力。信息联网实现了数据共享，检察人员可以快速完成数据的填录工作;同时系统的信息科目设置及查询功能，大大提高了监所检察人员的工作效率。如以往对未成人与成年人混关混押的监督只能靠监所检察人员到每个监室逐一了解情况，此项工作耗时多，对一些混关混押现象不能及时进行纠正，使用信息系统后，只要在查询对话框中输入未成年人的出生日期，就会显示未成年人所在监室，驻所人员可以有针对性的根据名单进行检察，增强了监督的准确性和有效性。

2.预防监管干警违法违纪情况的发生。网络化管理与动态监督改变了单一的现场监督模式，实现了对监管干警的全部执法活动的24小时远程实时监控，特别是在因工作调整、组织学习或周六、日期间未进行监督的，活动结束后可以通过回放监控的方式进行监督，对监管干警可能出现的违法违纪问题有着良好的预防和警示作用，消除以往存在的侥幸心理，规范其执法行为;同时也减少监管机关出于自身利益的考虑，对监管干警的违法违纪行为包庇不处理的`情况;另外通过信息系统全面掌握在押人员的奖惩及身体健康情况，及时检察发现监管机关办理在押人员暂予监外执行时有无违法情况，发现隐藏在背后的职务犯罪问题。

3.纠防超期羁押工作进一步加强。纠防超期羁押工作一直是监所检察的重点，过去传统的方法是监所检察人员到监管机关查询在押人员的诉讼阶段及羁押期限，由于人员多，速度慢，很难及时发现或纠正，此项工作的开展是被动的、事后的，实现网络化管理后，监所检察信息系统关于羁押期限预警设置了三类信息科目，分别是即将到期、当日到期及已经超期，从技术手段上为预防超期羁押工作提供了支持。利用信息系统对在押人员即将到期的自动预警功能，及时向办案单位提出警示建议，督促办案单位严格落实羁押期限规定，实现从以前的滞后监督到现在的主动出击，有效避免超期羁押的发生，起到事半功倍的效果。

4.有利于提高检察人员工作的规范化水平。监所检察信息管理系统投入使用后，检察人员每日要完成检察室信息的导入、生成检察台帐、完成检察日志及各种表簿填写录入工作，并根据监管活动的开展情况录入相关信息。检察人员的每项活动通过网络都留有记录，不仅提高了监所检察工作的科技含量，也促使检察人员执法行为规范化。

5.密切了检察机关与监管机关的配合协作关系。通过网络化管理实现了资源共享、信息互通，监督与被监督者依托网络化这一平台掌握相同的违法信息，处理问题时观点基本一致，利于双方关系的融洽;同时监所检察人员针对发现的隐患和问题，及时向监管机关通报，共同协商采取有力措施，予以解决和纠正，易形成在监督中配合在配合中监督的良好机制。

三、网络化管理与动态监督运行中存在的问题

网络化管理与动态监督开拓和丰富了监所检察工作的监督手段，为充分履行法律监督职责，有针对性地开展工作创造了条件，但是在实际的运行中，由于经费、技术、人员素质等多因素的制约，不可避免地存在着许多不容忽视的问题：

(一)网络化管理应用水平低

动态网络分析第6篇

关键词：无线传感器网络,动态功率管理,自回归模型,滑动平均模型

无线传感器网络是由部署在监测区域内的大量廉价微型传感器节点组成,通过无线通信方式形成一个多跳的自组织网络系统,节点间相互协作地感知、采集和处理感知对象的信息,并发送给观察者[1]。在无线传感器网络中,节点携带的电池能量十分有限,而通过更换电池来补充能量是不现实的,所以,如何高效地利用能量、最大化网络的生存周期是传感器网络的首要设计目标。动态功率管理(Dynamic Power Management, DPM)是一种有效的能够降低系统功率消耗而不影响系统性能的办法,其原理为:当节点的监测区域内没有兴趣事件发生时,为了节省能耗,节点的部分模块将处于不工作的空闲状态,在有事件发生时,又将其开启。

1动态功率管理模型

1.1节点的状态模型

无线传感器节点一般包括传感器模块、处理器模块、存储器模块、无线通信模块和能量供应模块等。在Mobicom 2002会议上,Deborah Estrin曾指出传感器节点各部分能量消耗的情况如图1所示[1],从图1中可以看出,传感器节点的绝大部分能量消耗在无线通信模块。

当节点的监测区域内没有兴趣事件发生时,各个模块具有不同的工作状态,各个状态又有不同的功耗。无线传感器节点的有效休眠状态如表1所示[2]。

1.2节点的DPM模型

假设某个节点检测到一个事件发生,该节点在时刻t1完成相应处理,而下一个事件在时刻t2发生,时刻t1、t2的关系为:t2=t1+ti。

节点在t1时刻处理完相应的工作后,从工作状态S0转入功耗为Pk的休眠状态Sk(k=1,2,3,4),其中从工作状态到休眠状态的转换时间和恢复时间分别为:tt,k和tr,k。如图2所示[3]。

由于节点工作状态的转换需要一定的时间和能量消耗,所以节点状态不能随意转换。在此,我们要计算出各个功率状态相应的转换时间门限值tth,k,当ti>tth,k时,节点可以转入相应的低功耗状态[4]。

节点从工作状态转到休眠状态Sk节省的能量,由图2可得:

$\begin{array}{l} E_{s a v e, k} = Ρ_{0} t_{i} - (\frac{Ρ_{0} + Ρ_{k}}{2}) (t_{t, k} + t_{r, k}) - \\ Ρ_{k} (t_{i} - t_{t, k}) = (Ρ_{0} - Ρ_{k}) t_{i} - (\frac{Ρ_{0} - Ρ_{k}}{2}) t_{t, k} - \\ (\frac{Ρ_{0} + Ρ_{k}}{2}) t_{r, k} 。 \end{array}$

只有当Esave,k>0时,状态切换才有意义,

即: $(Ρ_{0} - Ρ_{k}) t_{i} - (\frac{Ρ_{0} - Ρ_{k}}{2}) t_{t, k} - (\frac{Ρ_{0} + Ρ_{k}}{2}) t_{r, k} > 0$ ,整理式子得: $Τ_{i} > \frac{1}{2} [t_{t, k} + (\frac{Ρ_{0} + Ρ_{k}}{Ρ_{0} - Ρ_{k}}) t_{r, k}]$ ,综上所述,门限时间tth,k应满足:

$Τ_{t h, k} \geq \frac{1}{2} [t_{t, k} + (\frac{Ρ_{0} + Ρ_{k}}{Ρ_{0} - Ρ_{k}}) t_{r, k}]$ 。

在动态功率控制中,预测或根据ti和tth,k综合判断下一事件发生在何时是其关键,判断的精确度直接影响到实验结果和算法的实用价值。

在没有兴趣事件发生时,系统自行转入最合适的休眠状态;当事件到达时,系统自行转到工作状态,但对于完全休眠状态S4,传感器节点中绝大部分设备处于关闭状态,系统就要自行决定何时退出完全休眠状态,如果在此状态的时间过长,则可能发生事件的丢失,错过事件的发生。因此,在考虑尽可能节约能量时,还应注意因此产生的事件丢失情况。

1.3事件到达模型

在时间角度上,假设传感器网络监测到事件的发生符合以λt为平均事件到达速率的泊松分布,泊松分布适合于描述单位时间内随机事件发生的次数,则在节点k监测区域中单位时间内监测到n个事件发生的概率函数为[5]:

$p (k) = \frac{e^{- λ_{t}} λ_{t}^{n}}{n!} 。$

在空间角度上,设r节点k的感知半径,则节点k的监测区域为:Sk=πr2。

传感器网络监测的事件发生是以概率为pxy(x,y)的独立分布,则节点k在其监测区域Sk内监测到事件发生的概率pek为:

$p_{e k} = \frac{\int_{S_{k}} p_{x y} (x, y) d x d y}{\int_{S} p_{x y} (x, y) d x d y}$ 。

式中S为所有节点的总监测区域面积。

设pk(t,n)为网络在时长t内有n个事件发生的概率,则节点k在监测区域Sk中,T时间内没有事件发生的概率为:

$p_{k} (Τ, 0) = \sum_{i = 0}^{\infty} \frac{e^{- λ_{t} Τ} (λ_{t} Τ)^{i}}{i!} (1 - p_{e k})^{i} = e^{- p_{e k} λ_{t} Τ}$

则节点k在监测区域Sk中,T时间内有事件发生的概率px(t)为:px(t)=1-e-pekλtt。

令λk=λtpek,可得:px(t)=1-e-λkt。

由此可知:节点k在监测区域Sk中,T时间内有事件发生的概率服从参数为λk的指数分布。以此产生实验所用的数据。

2时间序列回归分析

在DPM模型中,最重要的是对下一事件发生时间的预测,预测的精准性,可以保证节省能量的最大化,并且事件的丢失率最低。

时间序列分析是一种动态数据处理的统计方法。其主要研究自回归(AR)模型、移动平均(MA)模型和自回归移动平均(ARMA)模型。预测方式是通过过去的观测值和现在的干扰值的线性组合预测。这类模型的建立需要较多的历史数据,在短期预测中具有较高的精度[6]。

对于ARMA模型的识别,主要是通过序列的自相关函数和偏自相关函数的拖尾性和截尾性,来判断序列属于AR、MA、ARMA三类模型中的哪一类,如表2所示[6]。

在实际操作中,自相关系数和偏自相关系数是通过识别系列的样本数据估计出来的,并且随着抽样的不同而不同,其估计量只能同理论上的大致趋势保持一致,并不能精确地相同。因此,在实际的模型识别中,自相关系数和偏自相关系数只能作为模型识别过程中的一个参考,并不能通过它们精确地识别模型的具体形式[5]。具体的模型形式,还需要通过自相关和偏自相关系数给出的信息,经过反复的试验及检验,最终挑选出各项统计指标均符合要求的模型形式。

3建立模型

3.1建立预测模型

在实验中,假设10 000个节点均匀分布在100100的矩形区域内,每个节点的监测半径r为5。节点k在监测区域Sk中,T时间内有事件发生的概率服从参数为λk的指数分布。对每个节点来说,在每个具体的时间段中,可由概率px(t)=1-e-λkt来决定是否有事件发生,从而通过Matlab产生实验数据。提取程序产生的时间间隔数据,并将其导入Excel文件中,转用EViews软件对此数据进行分析,如图3所示。

根据序列的平稳性检验、相关图、单位根检验分析和大量的实验,最终我们对该时间序列建立AR(1)、MA(1)模型。其静态预测效果图分别如图4、图5所示,图中T为时间间隔序列,TF为预测序列。

从AR(1)模型和MA(1)模型预测效果图可以知道,AR(1)模型的预测值与真实值更接近,节能效果最好,而MA(1)模型的预测值中,比真实值小的时刻更多,这更保证不会丢失兴趣事件,减小事件丢失率。

3.2建立DPM模型

由于在节点K的监测区域内,t时间内有事件发生的概率服从以参数λk的指数分布,为了更形象直观地说明问题,我们建立一个局部范围内事件发生比较多,而其他部分时间的事件发生比较少的模型,如图6所示。

动态功率模型中的各个功率状态采用前人使用的5种状态模型,其相应的状态转换时间和各个状态的功率值如表3所示。

在此假设门限时间tth,k为:

$Τ_{t h, k} = t_{t, k} + (\frac{Ρ_{0} + Ρ_{k}}{Ρ_{0} - Ρ_{k}}) t_{r, k}$

计算可得各功率状态的进入门限时间如表4所示。

当节点开始工作后,节点会自动根据时间间隔历史值,预测下一事件发生的时间间隔,节点根据预测时间,自动调整相应的功率状态;当节点检测到有事件发生时,节点会自动转到工作状态。使用动态功率管理后,节点使用的能量和本节点检测到的事件发生的数量有着密切的关系,从图7所示,当事件发生较少或没有事件发生时,节点使用的能量很少,从而极大地节省了节点的能量,有效地延长了传感器网络的整个生存周期。

4结论

通过理论的研究和实验的分析,根据实验结果可知:

(1)在传感器网络节点工作中,采用动态功率管理方法,传感器节点会自动进入合适的功率状态,减少能量的使用,延长无线传感器设备的使用寿命。动态功率管理办法对传感器网络节能的作用是可观和有效的。

(2)时间序列分析方法建立的预测模型是有效的。在AR(1)预测模型下,节能效果更佳,但事件丢失率稍大。在MA(1)预测模型下,节能效果没有AR(1)预测模型好,但事件丢失率小。

参考文献

[1]孙利民,李建中,陈渝,等.无线传感器网络.北京:清华大学出版社,2005

[2]毛沙.无线传感器网络节能优化策略研究.合肥:合肥工业大学硕士学位论文,2011

[3] Sinha A,Chandrakasan A.Dynamic Power Management in WirelessSensor Networks.IEEE Design&Test of Computers,2001;18(4),62—74

[4]刘苏敏.无线传感器网络节点管理技术研究.武汉:武汉理工大学博士学位论文,2010

[5]田丰民.基于小波分解的无线传感器网络动态功率管理.成都:西南交通大学硕士学位论文,2005

动态网络分析第7篇

针对危险化学品、生化制剂、放射性或核物质(CBRN)事故情景,区域疏散是可选的公众保护策略之一[1,2]。2003年,中石油川东北气矿“12·23”井喷失控事故,地方政府疏散了井场周边5 km范围内6.5万名群众。2004年,重庆天原化工总厂“4·16”液氯储罐爆炸事故,地方政府疏散了事故核心区外1 km范围内群众15万人[3]。2011年,福岛第一核电站事故疏散范围随事态恶化不断扩大,从最初的3 km,最终延伸到了40km[4]。按照我国相关法规要求,涉及CBRN事故的重大危险源或危险设施的生产经营单位及地方政府应当制定应急预案,疏散方案作为其中一项重要内容,主要用于保护周边公众安全健康。采用区域疏散措施应以避免群众暴露于有毒有害物质伤害,或者最大程度降低暴露程度,不导致形成严重后果为目的,因此评估疏散方案优劣的一个最重要准则是可最大限度降低事故对公众安全健康造成的后果。

国内外学者针对不同场景下的人员疏散开展过大量研究,包括建筑物、飞机、轮船和区域环境下的疏散问题。如Togawa在其1955年正式发表的报告中,提出了许多关于群体运动的技术观点和经验数据,提出的疏散时间计算公式中也考虑了通过出口的流动时间和通过通道系统的移动时间[5];国际海事组织(IMO)自1995年起即要求在滚装船体设计阶段就测试其人员疏散效果,并于2002年公布了一份有关疏散分析暂行意见。1979年美国的三里岛核电站事故及1986年的苏联切尔诺贝利核电站事故促使人们更加关注大范围区域人员疏散的问题,促进了区域疏散问题的研究。Weston[5,6]等曾对区域疏散效率的影响因素进行了研究,认为公众对政府预警信息发布方式的熟悉程度,以及挨家挨户的通知方法有助于提高疏散效率,但疏散过程中的交通事故、事故致死人员数量、疏散活动致伤人员数量、自发性的疏散人员、拒绝疏散的人员和疏散过程中的抢劫或犯罪行为,会对疏散效率产生不利影响。西方国家研究区域疏散时,一般仅考虑有交通工具的情况,很少考虑人员步行疏散情景,因而相关疏散时间估算和疏散模拟就转化为交通流模拟问题。总体上讲,有关建筑物火灾、核物质泄漏等技术灾难,飓风、地震、洪水和森林大火等自然灾害引起的疏散问题已有大量研究文献,但针对危险化学品泄漏、高含硫化氢气田井喷等事故诱发的大规模人员疏散问题研究文献相对较少,相关文献内容一般都是事后调查访谈资料,或仅涉及其中某个局部问题的内容,如最佳疏散路线选择等[7,8,9]。

本文针对危险化学品泄漏、高含硫化氢气田井喷等事故诱发的大规模人员疏散问题进行研究,运用运筹学中图论的理论和方法,将整个疏散区域的网络布局转化为图的拓扑优化问题,采用离散时间动态网络流模型分析疏散问题,建立了CBRN事故区域疏散优化模型,并用RELAX算法求解该模型,然后借助实例分析研究不同因素对人员疏散效率的影响,可为CBRN事故诱发的大规模人员疏散问题的研究提供一条思路。

1 区域疏散优化的数学模型

对于CBRN事故,划定的疏散区域可能达到几平方公里乃至几十平方公里,因此疏散分析时,有必要将该区域进一步细分为相对独立、较小面积的疏散单元,以便疏散组织与动员,相对于疏散区域,本文定义这样的疏散单元为疏散亚区域,疏散亚区域的划分是建立区域疏散网络模型的基础。

1.1 模型建立

疏散区域内的疏散亚区域与道路错综复杂,人员从受灾地点疏散到安全区域要经过多个疏散亚区域或路段,而疏散区域内的疏散亚区域与道路易用图形形式直观描述和表达,数学上把这种与图相关的结构称为网络。其中区域疏散网络的节点指疏散人流产生、消失和道路路径转换的地点,共有两种类型:一是小区性质的节点,指有疏散人流产生的建筑物或设施,从规模上讲可以是疏散区域中的一幢建筑物、一个围院或一个居民小区,称为源点,疏散分析时,所有人流均从源点中产生,节点容量表示应疏散人员数量;二是道路性质的节点,指道路网中的交接点,可以是不同等级路段、不同名称道路或不同类型交通道路设施的连接点,也可是建筑物、围院或居民小区连接道路网的出口,节点容量表示单位时间、单位宽度的最大可通行人员数量。区域疏散网络中两个节点之间的连线称之为边,一般用于表示道路,是人流步行的主要载体,具有方向性。边代表疏散道路时,有三种属性信息:一是成本信息,表示该边的阻碍强度,如人员步行通过速度、时间和道路长度等,此时以该边的权表示;二是流量信息,表示通过该边的人流量;三是容量信息,表示可通过该边的人流限制。除表示有形的道路外,边也可以代表虚拟的疏散道路,例如:将围院、居民小区抽象地以节点表示时,该节点与围院、居民小区外的道路连接,就是在节点与表示围院、居民小区出口的节点之间构建一个虚拟的边,虚拟边同样可以具备有形边类似的三种属性信息。

图1为某城市区域划分的疏散亚区域,各亚区域进一步抽象为位于亚区域中心的源点,路网中的节点为出口节点,源点与各亚区域出口节点以虚构的边连接。

疏散道路一般可以选取交叉口、断头路的终点或亚区域的出口作为节点,节点与节点之间的连线表示道路。区域疏散分析时,疏散道路网中各条道路长度、宽度差异较大,虽然已利用出口、交接点、交叉口等节点对道路进行了分割,但为更精细反映道路网及其各节点中疏散人流随时间变化特征,有必要对道路进一步的离散分割。本文将道路分割成长短相对均匀的边,如图2所示,对于这样的边称之为路段,路段包括网络中的一个边及该边两端的两个节点。同一条道路分割成的边容量、各边两端的节点容量与道路的容量相同。

与区域疏散网络中有向边相关的数量指标定义为权,例如:边所表示路段的长度、宽度、路面状况和等级,行人通过该边所需步行时间和可能接触的有毒气体毒负荷等。权既可以是静态的数量指标,也可是动态的数量指标。静态指标主要如道路等级、路面状况、长度、宽度等,动态数据可以受人流量影响的步行通过时间或受通行时间影响的有毒气体浓度与毒负荷等。考虑动态数量指标的权值时,网络属时变网络。

综上,根据图论的理论及方法描述CBRN事故区域疏散问题:对于有向网络D=(V,A),其中V={i}为图G的节点集;E={(j,i)|(i,j)≠(j,i),i、j∈V}为图G的边集;N+(i)和N-(i)分别表示从节点i邻接的节点子集和邻接到节点i的节点子集。网络D属于静态网络,利用离散时间扩展方法可建立相应的动态网络DT,借助Ford和Fulkerson提出的时间扩展图的概念可以D与DT实现之间的转换,则区域疏散优化模型可以表示为:

式中:T—疏散时间;N—延续边的顶点;S—所有时间扩展图中源点的集合;xij(t)—t时刻离开顶点i并在t+λij时刻到达顶点j的疏散人员数量;yi(t+1)—从t时刻起经过λii=1时间后仍停留在原顶点的疏散人员数量,即yi(t+1)=xi(t),i(t+1);bij(t)—t时刻边(i,j)的容量;ai(t)—延续边的容量,即给定时间内有多少疏散人员允许停留在原顶点i;qi—顶点i初始的应疏散人员数量。

1.2 模型求解

对于上述基于离散动态网络的区域疏散优化模型,借助时间扩展图转化为静态网络后,可采用图论与运筹学中的最低成本最大流的相关算法,求解各路段疏散人流及疏散时间估算等问题,传统算法包括:基于纯图论角度提出的负回路算法、最小费用路算法,以及基于线性规划角度提出的原始对偶算法和单纯形法等。本文拟采用RELAX算法进行求解。

RELAX算法最早由Bertsekas提出,主要用于解决指派问题,后来经Tseng和Bertsekas改进后可以用于解决最低成本流问题[10]。对于静态有向网络图D(V,A),整数aij和正整数cij分别表示边(i,j)的时间成本和容量,整数si表示节点i的外生供给,最低成本最大流问题的目标是确定各边的流量xij,使得通过D的成本最低,数学描述如下:

其中式(7)和式(8)为流量守恒条件和容量限制条件。采用x表示流向量,x由各边流量xij组成,如果x满足流量守恒条件和容量限制条件,即可称为可行流;如果满足式(6),则为最低成本流的最优解。为求得最优解,RELAX算法对图中每一节点引入价格pi,将其看作是与节点i处流量守恒条件相关的对偶变量,由pi构成价格向量p,并要求流向量x满足容量限制条件的同时,也满足下列互补松弛条件:

一般情况下,由于流向量仅满足容量限制条件,而不满足流量守恒条件,可以称之为伪流,RELAX算法的思想是不断改进流向量和价格向量,使得流向量成为可行流,并满足互补松弛条件,成为最优解。经过不断改进,RELAX算法已发展到了RELAX IV版本,与早期RELAX算法相比,RELAX IV最大的不同点在于采用拍卖算法为松弛过程提供初始化,使其能更好适应具有长增广路径的网络流问题的求解。模拟实验表明,RELAX IV用于网络流分析,有比较快或相当高的速度。

2 模拟与仿真

选择如图3所示疏散区域作为模拟计算示例。疏散区域以虚线为界,虚线外侧为非疏散区,内侧为应疏散区域,区域内有两个疏散亚区域,即建筑小区1和建筑小区2,以下分别简称为区1和区2。其中区1有3个出口,分别为3,5和8号出口,区2仅有7号1个出口。两个小区的人员拟疏散到非疏散区以外。基于前文所介绍的区域疏散网络构建思想,该疏散区域可以静态网络图表示,引入超级源点s和汇点e,如图4所示。

2.1 疏散分析流程

采用基于离散时间网络流的区域疏散分析模型进行模拟计算,可划分三个阶段:

1)建立原网络的时间扩张图

确定疏散分析的时间段T,对图4所示静态网络图进行离散时间扩展,建立反应疏散动态过程的时间扩张图,其中T=4时一次加载和多次加载的动态网络图,如图5和图6所示。根据疏散通知方式、疏散人流加载方式和疏散人员出口选择方式确定各节点、路段及其时间扩展节点、路段的容量,包括延续边的容量。

2)求解网络中可行的疏散人流

将扩展后的疏散网络看作静态网络,采用RELAX IV方法求解网络中可行的疏散人流,所获得的疏散人流为优化结果,以该人流通过疏散路网所需总时间最短。

3)分析疏散模拟结果

对所获得的疏散人流进行分析,包括总体疏散效率(已完成疏散的人员比例)、各小区人员路网加载与递减情况、各路段人流量、流向和阻塞情况等。通过分析不同的疏散初始条件,如各小区通知疏散时间、方式、人流加载和小区出口选择方式,可以获得相应的疏散人流,比较不同方式的疏散效率及效果的差异。

2.2 疏散模拟结果分析

针对上述区域,影响疏散效率的因素有很多,由于篇幅有限,本文只对比分析不同的小区疏散人口数、通知时间和人流加载方式下的疏散效率。本次模拟中,参数均假定设置,在实际情况中,这些参数受到地理位置、当地人员文化水平等因素的影响,参数的数据可根据在当地实验获得。其中,区1应疏散人员数量为30 004人,区2应疏散人员数量10 006人,人流到路网采用概率密度加载方式,并且通知区2疏散的时间比区1要晚15 min,利用模拟计算,所获得的各路段中疏散人员数量随时间的变化的情况,如图7所示。图中路段人员数量一定时间后,保持不变的原因表示该路段人员数量已达到该路段可容纳人员数量,即确定的路段容量。

事故发生在不同时间,同一疏散区域可能需要疏散人员数量不同。通过调整两个小区应疏散人数,区1分别设11 998,19 996和30 004人,区2分别设2 003,4 998和10 006人,区2均比区1延迟30 min通知疏散,通知方式和加载方式相同,通过分析计算可比较疏散参数的相应变化。图8中所示为疏散人数变化时,总体疏散效率的不同,从图中可以看出,接到疏散通知60 min后,小区总疏散人数14 001人的情况疏散效率达到75%左右,而40 010人的疏散,此时疏散效率在60%左右,疏散效率明显低于疏散人数少的情形。

疏散人员得知疏散通知后,采取疏散行动的快慢也是影响疏散效率的关键因素之一。保持应疏散人数、通知时间不变,通过调整人流加载路网加载方式,可以获得疏散效率的差异,从图9中可以看出,概率密度曲线加载、交通负荷曲线加载或假设30 min内被通知人员均匀加载疏散效率的差异并不大,但假设60 min内被通知人员均匀加载与前述三种加载方式在疏散效率上有明显的差异,这种差异表明提高群众对紧急疏散通知的反应速度的必要性和重要性。

从我国有毒气泄漏事故中人员疏散组织过程来看,应急决策者在确定疏散范围时,有扩大疏散范围的决策,疏散过程中临时扩大范围意味着不同疏散亚区域的人员通知时间的差异,这种差异同样会反映在疏散效率上。从图10中可以看出,在保持其他条件不变的情况下,仅调整通知区1和区2群众疏散时间时,通知区2群众疏散时间相比区1延迟时间越短,疏散效率越高,当区2相比区1延迟45 min通知疏散时,从最初发出疏散通知时起60 min后,疏散效率有近20%的差异。

3 结论

1)提出亚区域概念,包括亚区域的节点表示、疏散道路路段分割边表示。给出了CBRN事故区域疏散的分析流程。采用离散时间动态网络流模型分析疏散问题,建立了CBRN事故区域疏散优化模型,并用RELAX算法求解该模型。

2)在模拟仿真中,通过设置不同的参数,如疏散人口数、通知时间和人流加载方式等,对比分析相应情形下的疏散效率。结果表明:提高群众对紧急疏散通知的反应速度,有助于提高疏散效率;此外,疏散人数多的小区的疏散效率明显低于疏散人数少的情形,越早通知群众疏散,人员疏散效率越高。

3)本文中区域疏散优化模型适用于CBRN事故,也可扩展到其他涉及区域疏散的事故灾害。区域疏散的优化研究对于制定合理的CBRN事故应急预案具有实际意义。

摘要：区域疏散分析是应急管理工作的重要内容。基于CBRN事故区域疏散的特点,引入疏散亚区域的概念,并运用运筹学中图论与离散时间动态网络流的理论和方法,建立CBRN事故区域疏散优化模型。采用RELAX算法求解该模型,并结合CBRN事故时期人员疏散过程详细介绍区域疏散分析的流程。最后将所建模型应用于具体实例,程序运算结果表明群众对紧急疏散通知的反应速度越快,被疏散人数越少以及尽早通知群众疏散时,人员疏散效率明显提高。CBRN事故区域疏散优化模型可为优化和改进CBRN事故区域疏散的方法提供依据。

关键词：应急管理,优化模型,CBRN事故,区域疏散,仿真

参考文献

[1]GOUWELOOS J,DüCKERS M,TE BRAKE H,et al.Psychosocial care to affected citizens and communities in case of CBRN incidents:a systematic review[J].Environment International,2014,72(22):46-65.

[2]SOUTHWORTH F.Regional evacuation modeling:a state of the art review[J].Oak Ridge National Labs,1991,11(5):511-521.

[3]国际电力网.日本政府将福岛核电站疏散范围扩大到40公里[EB/OL].(2011-07-22)[2016-11-25].http://power.in-en.com/html/power-07590759141082107.html.

[4]HU J,ZHAN C,CHENG Z,et al.A research of pedestrian evacuation simulation for BRT station based on fine grid method[J].Procedia Engineering,2013,52(52):137-144.

[5]WESTON R F.Analysis of Factors Affecting Emergency Evacuations.National environmental studies project nuclear management and resources council[Z].1989.

[6]肖国清,温丽敏,陈宝智,等.毒气泄漏时的最佳疏散路径[J].东北大学学报(自然科学版),2001,22(6):674-677.XIAO Guoqing,WEN Limin,CHEN Baozhi,et al.Shortest evacuation route on toxic leakage[J].Northeastern Univ Nat Sci,2001,22(6):674-677.

[7]YUAN Yuan,WANG Dingwei.Path selection model and algorithm for emergency logistics management[J].Computers&Industrial Engineering,2009,56(3):1081-1094.

[8]Zhang Y,Guo X F,Wang X F.Route choice for transporting exigency succor materials[J].Journal of Safety&Environment,2006,6(3):51-53.

[9]Li J,Zhang B,Wang Y,et al.The unfolding of‘12.23’Kaixian blowout accident in China[J].Safety Science,2009,47(8):1107-1117.

动态网络分析第8篇

关键词：民航突发事件,情景构建,情景分析,动态贝叶斯网络

0 引言

突发事件情景分析包括事前情景分析和事后情景分析[1]。运用了定量与定性相结合的方法,不仅研究突发事件情景演化过程及其规律[2],也为应急预案的编制与修订提供了科学依据[3]。其重大突发事件情景可以作为应急准备的具体目标,为有效提升应急准备能力提供基础[4,5,6]。目前突发事件情景构建与情景推演过程取得了阶段性进展,定量分析方法的应用为情景构建与情景推演提供了数据支持( 姜卉和侯建盛,2012[7]; 杨保华等,2012[8]) 。然而,目前情景分析应用于突发事件应急管理仍处于探索阶段,以定性分析为主,经验式分析与评估较多,因此,需要对突发事件情景分析做进一步的研究。

随着马航370 失联、昆明长水机场大面积航班延误等事件的发生,航空运输重大突发事件的应急准备与处置暴露出诸多问题,民航系统应急处置部门众多、协调难度大,处置过程复杂、时间要求紧迫。基于此,本文构建了基于灾害体、受灾体、孕灾环境、抗灾体等四要素的情景构建要素模型,并将时间因素引入到情景推演过程中,运用动态贝叶斯网络模型构建了民航突发事件情景分析模型,探讨在关键时间节点下情景演化规律与应急处置效果。

1 方法与模型构建

1. 1 突发事件情景分析模型

灾害科学的研究对象为灾害系统,而灾害系统的表征是进行科学研究的基础。史培军( 2002)[9]基于致灾因子、承灾体、孕灾环境、灾情等四个要素来构建灾害系统的情景。张承伟等( 2012)[10]从知识元的理论出发,提出了基于事件、载体、活动以及规则等四个要素的情景框架。姜卉( 2012)[11]提出了从灾害体、受灾体、抗灾体三个维度对情景进行表达。刘铁民( 2013)[12]提出了三维度情景构建模型,即突发事件情景包括情景概要、任务、后果三部分。盛勇等( 2015)[13]研究致灾因子、承灾载体、应急决策等三个要素以及三者之间存在的复杂联系与相互作用。本文基于情景演化过程中应急处置对事态发展的干预影响,构建了基于灾害体、受灾体、孕灾环境、抗灾体等四要素的情景构建要素模型。如图1所示。

由图1 可知,突发事件情景构建要素模型不仅反映灾害体随着时间发生发展的状态,也反映了应急处置行动在不同阶段的影响及处置效果。因此,在进行突发事件情景推演时,需要尽可能真实的描述四个要素之间的交互关系,也需要对关键时间节点上的事态进行深入剖析,其分析方法如图2 所示。

在情景构建相关文献中,由于处置过程较为复杂,因此很少将应急处置过程纳入到情景推演分析中,本文将应急处置过程( 即抗灾体) 作为重要的情景推演要素,构建的情景充分反映出现场的真实场景,为应急处置能力的评价提供了依据与方法。

1. 2 动态贝叶斯网络与情景分析模型的结合

动态贝叶斯网络( Dynamic Bayesian Network,DBN)是近年发展起来的一种对动态系统进行建模和推理的工具[14],它是在静态贝叶斯网络的基础上加了时间因素,使得事件推理的过程中具有前后连续性,更加符合客观要求。动态贝叶斯网络示意图如图3 所示。

由图3 所示,突发事件情景的不同变量由节点表示,在时间ti时刻,每个节点Ei都有一个条件概率表,用来表示Ei同其父节点Pa( Ei) 的相关关系: 条件概率p( Ei| Pa( Ei) ) 。p( E3| E1) 和p( E3| E2) 分别表示事件情景变量E1、E2为真的情况下,事件情景变量E3为真的概率,表明了事件情景变量E1、E2、E3之间存在这一定的因果关系与时序关系。

基于突发事件的情景构建要素模型,构建如图4 所示的突发事件情景演化模型。本文将突发事件的情景要素设置为关键情景变量,用Si表示,而p( Si) 表示当前属性变量Si的信度值; 将突发事件情景演化过程中的过程情景设置为状态变量,用Oi表示,而p( Oi) 表示当前属性变量Oi的信度值。不同情景变量的概率分配值由r( Oi) 和r( Si) 表示,ti时刻,该节点的属性变量Si的信度值由其父节点的情景变量通过概率属性值计算得到,即

由于应急处置有时效性的要求,因此,本文引入时间变量ti作为状态变量Oi的一个评价标准。设最佳救援时间为T ,将ti/ T作为状态变量Oi的概率分配值p( Oi) 的一项衡量指标,构建Oi的概率分配函数:

2 实例分析

以2014 年发生的一起国内某航班降落时起落架故障的典型事件( 以下简称某航班起落架故障事件) 为例进行实证分析。当天晚上18: 25 分,该飞机机场跑道落地滑跑过程中,前起落架收起导致机头触地。机上人员共44 人( 机组7 人,旅客37 人) ,事件无人员伤亡。该事件在应急救援过程中,出现了消防车出动不及时、救护车跑错方位等一系列问题,是一起典型的机场应急救援事件。

2. 1 事件情景概率计算

根据情景构建要素模型,确定了本案例的四个关键情景变量和五个状态变量,如表1 所示。

根据突发事件情景属性特征,将事件后果变量Si制定概率分布表,如表2 ~ 5 所示。

由此,不同时间下的事件后果变量Si的概率可表示为,p( S1,j) = { v11,j,v21,j,v31,j} ,p( S2,j) = { v12,j,v22,j,v32,j} ,p( S3,j) = { w13,j,w23,j,w33,j} ,p( S4,j) = { z14,j,z24,j,z34,j} ,其中,j ∈ ( 0,+ ∞ ) 为时间序列。不同时间下的状态变量Oi的概率可表示为,p( Oi,j)= { p( O1,j) ,p( O2,j) ,p( O3,j) ,p( O4,j) } ,其中,i ∈ ( 1,4) ,j∈ ( 0,+ ∞ ) 为事件序列。另外,分别用r( Si,j) 和r( Oi,j) 表示节点与父节点之间的关联概率。

基于动态贝叶斯网络模型,将表1 各要素进行关联分析,形成如图5 所示的事故情景演化模型。

2. 2 事件情景推演分析

初始时间为to= 18: 26: 10,此时机头触地,前起落架舱门与跑道道面接触并摩擦产生火花。基于事态性质与专家打分情况,将初始关键情景变量的概率分布设置为,

根据机场三分钟之内救援力量必须赶到现场的规定,当t3= 18: 38: 17 时,延误时间12 ’07,则p( O2,3) ={ 0,0. 198,0. 802} ,根据五名专家指定每个节点变量的条件概率,计算得到:

{0,0. 299,0. 701} ,以此类推,得到如表6 的概率分布。

由表6 可知,在t3时刻,应急指挥效果为p( S4,3) ={ 0. 762,0. 226,0. 212} ,由此可见整个应急救援处置不力。在t4时刻,航空器受损程度为p( S1,4) = { 0,0. 205,0. 795} ,由此可见航空器遭受损坏的风险很高。在t5时刻,飞机上人员受伤程度为p( S2,5) = { 0. 814,0. 186,0} ,根据评估表明飞机上旅客与机组人员所面临的威胁程度非常高。从关键时间节点推演的情况来看,整个应急救援过程中,急救中心处置人员受伤和消防队处置航空器受损的处置效果最不理想,其风险水平高达0.814 和0. 795,应急救援风险管控能力及水平很低。

本文的案例分析通过定量与定性相结合的方法实现了应急救援过程的情景推演,结果表明该机场的应急救援相关部门在应急组织的构建与职责设定、信息传递流程的设计以及应急救援基础知识方面存在不足,因此需要修订与完善应急预案,并在日常培训与应急演练中有针对性的开展相关的学习与训练,熟悉处置程序、应急职责、掌握专业知识,进而提高应急准备能力。从对案例的情景分析结果可以得到如下几点意见。

1) 机场值班领导未能及时履行应急救援总指挥的职责,迅速形成指挥核心,果断发出正确的救援指令,客观上影响了救援行动的有效展开。

2) 在先期处置中,机场应急指挥中心的指挥人员对相关救援人员下达指令出现严重误解与错误,最终造成救援人员的施救时间远远超出规定的时间。

3) 机场应急指挥中心未能按照应急预案向医疗救护部门下达救援指令,急救中心处置人员对机场区域不熟悉,也是导致不能及时赶到现场的主要原因之一。

4) 相关救援单位信息传递不规范、通信不畅,导致救援行动不能协调一致。

3 总结

动态网络分析第9篇

一相关研究述评

1. 网络资源研究现状

理论界对网络组织也做了大量研究:Dore (1983) 、Powell (1990) 、Vzzi (1997) 、Langreth (2003) 等许多学者强调网络组织的学习与创新功能, 通过关系性学习或创新而获得准租金。我国著名学者林润辉、李维安认为网络组织是一个由活性结点 (结点具有决策能力) 及结点之间的立体联结方式与信息沟通方式构成的具有网络结构的整体系统。而正是在节点之间的联结会生成一种被资源基础理论所忽视了的网络资源 (邬爱其, 2005) 。Gulati将企业之间纵横交错的联系视作一种不可模仿的资源, 明确将其定义为网络资源。

2. 竞争优势研究现状

Selznick于1957年首次提出了详细的竞争优势的概念, 即所谓的竞争优势, 就是企业在市场竞争过程中所表现出来的超越或胜过其他竞争对手。并能够在一定时期之内创造超额利润或获取高于本行业平均盈利水平的属性或能力。我国的董保宝、葛宝山将竞争优势定义为, 企业利用所控制的资源和内部培育的能力在市场上获取的高额绩效并占得领先地位, 以此循环往复维持这种有持续待发的属性。

竞争优势的维度方面, Schulte (1999) 对竞争维度进行了详尽的划分。他以竞争优势发展序列的方式将竞争优势划分为三个维度, 即效率、功能和持续性。本文将借鉴他的研究, 将竞争优势划分为三个维度:效率、功能和持续性。

3. 动态能力理论研究现状

动态能力指出企业最宝贵的资产是以知识为基础的组织能力, 如何培育、保持和增强组织能力是企业获得竞争优势的关键。Teece等 (1997) 推出了动态能力构架, 定义动态能力是企业为了适应环境变化而整合、构造和重新配置内外部资源和能力的能力。而Teece在1998年重新界定动态能力为“感知与把握新的机遇、重新配置和保护知识资产、能力、互补性资产与技术, 以实现持续竞争优势的能力”, 为从知识角度研究动态能力获得竞争优势指引了方向。从上述文献中可以看出, Eisenhardt等 (2000) 把动态能力看做是组织和战略的惯例, 企业通过这种惯例实现新的资源配置。董俊武、黄江圳和陈震红 (2004) 认为, 企业动态能力是指企业保持竞争优势的基础能力。

本文将动态能力界定为:通过识别市场机会, 从外部环境获取资源, 并在内部整合与重新配置现有资源与新资源, 借由组织集体学习, 发现新机会, 创造新资源与能力, 能够给客户带来价值增值的产品和服务, 从而使企业获得持续的竞争优势的一种能力。因此将动态能力划分为四个维度:吸收能力、整合能力、学习能力及创新能力。

二从网络资源到竞争优势—如何创造竞争优势

网络资源规避了传统动态资源的缺点, 使竞争优势具有持续性, 由此带来的动态能力将源源不断地给企业带来竞争优势。Stratman和Roth (2002) 从资源的角度研究了企业资源规划能力的构建, 认为企业必须获取稀缺的资源, 由此形成的动态能力是竞争对手无法模仿的, 也是企业维持竞争优势的关键。如果企业不能获取所需的网络资源要素, 企业的动态能力将失去来源, 或者原先的动态能力不能得到扩展与发展, 企业发展便会逐渐地滞后于市场的要求, 企业的竞争优势也会逐渐丧失。环境适应能力强调了企业对外部环境的反应能力。企业面临的外部环境是不确定的, 企业无法预知外部环境中的客观事件的发展和态势。外部的不确定性要求企业在利用网络资源获得动态能力时不断加强外部信息的获得以加强适应能力。网络资源越广泛, 企业便会对外部环境做出比竞争对手更加迅速的反应, 以满足市场和客户的需求, 建立竞争优势。

三小结

本文认为动态能力的各个维度与竞争优势的各个维度存在着正相关的关系, 因此企业要维持竞争优势, 必须保持企业各类能力的动态性。当新的变化产生后, 企业必须重新进行战略审计, 对相应的能力结构进行升级和创新。随着竞争的加剧, 势必要求企业不断做出战略反应, 具有比竞争对手更快、更有效地进行战略转型的灵活性, 对快速的变化做出反应的能力, 比竞争对手更有效地鉴别有价值的资源的能力, 所以企业的动态能力必须不断变化来维持企业的竞争优势。

摘要：资源一直被强调是企业获得竞争优势的源泉, 国内外学者在资源基础观的基础上对传统资源做了大量的研究, 但是在“新竞争”背景下, 一种新的资源形式—网络资源, 在企业竞争中发挥了越来越重要的作用。本文就以动态能力作为桥梁作用论述了网络资源与企业竞争优势的关系。

关键词：网络资源,竞争优势,动态能力

参考文献

[1]符正平、彭伟、刘冰.基于跨时视角的联盟组合过程研究与概念框架构建[J].外国经济与管理, 2001

[2]林润辉、李维安.网络组织—更具环境适应能力的新型组织模式[J].南开管理评论, 2000

动态网络分析第10篇

关键词:网络环境;学习方法;动态思考

中图分类号:D422.63 文献标识码:A 文章编号:1007-9599 (2010) 03-0020-02

Dynamic Study of Network Learning under Information Age

Yang Jingna

(Hebei Baoding Technical Education Center,Baoding071051,China)

Abstract:As the network large impact on education, learning methods of network environment is increasingly becoming the subject of attention. This article discusses under the network environment student independent learning methods significance and theoretical basis for giving full play to the students to learn the self-initiative, Make students to become the master of network learning and analysis the role ofteacher's functions.

Keywords:Network environment;Learning methods;Dynamic thinking

21世纪信息技术对教育的影响将是不可估量的。随着网络的不断完善,各种动态的链接以及工具语言和浏览器的不断优化,都标志着国际互联网已经逐步成为健康、良好的工作学习环境。培养出适应信息社会发展要求和良好信息素养的高素质人才,是当前网络教育应当承担的重要职责。

一、网络技术对教育产生的影响

随着网络整合性的提高,多媒体环境在近几年里繁荣发展。我们会发现,在虚拟的世界里有大量的多媒体资源存在共享,老师和学生会体会到广泛的信息交流,即使与你讨论的人可能在世界的另一端,你们也可以进行同步的或非同步的交互式学习与讨论。有许多互连网的新型技术,比如多媒体、交互式公告、电子邮件以及在虚拟社区里建立的会议环境,这些技术具有良好的延展性和灵活性,它们对传统意义上的面对面授课与交流的学习方式,产生了直接的冲击和影响,而这些新的技术正在被越来越多的老师和学生接受和使用。进一步的说,全球信息网络技术会逐步走进学校和教室,给教师和学生带来全球数字化信息共享,让他们的创新能力和自主学习得到更大的发展。

二、网络环境下创建基于任务的自主学习方式。

学生的自主学习,是利用网络环境给学生提出学习任务,进行任务驱动,通过上网查询、人机交互等方式,学生在不断克服困难中完成任务。网络环境中有着大量的信息,教师与学生拥有信息的机会是均等的,更多的时候学生了解掌握的信息可能比教师还要多。教师逐步失去以往占有教学信息资源的优势,不可能再依赖现成的知识和所谓的标准答案传授给学生,教师的任务也将转变为如何引导学生筛选、获取有用的信息。所以,教师可以将所学习的知识分解成若干小问题,让学生带着问题通过搜索引擎或相关的网站,多角度地找出答案,完成任务。通过搜索引擎检索到的相关信息有时会有成百上千条,这是教参望尘莫及的。教师充分利用网络技术开展教学,能冲破课本的束缚,在学生面前展开广阔的学习空间,从而提高学生的学习效率。学生带着老师提出的问题,通过动手操作以及必要的信息技术帮助进行自主探究,能充分发挥他们的自主能动性。这样不仅重视了学生作为学习主体的积极性、主动性,而且也充分发挥了教师的主导作用。

三、网络环境下创建基于协作的自主方式。

在网络环境下,能够方便地展开丰富多彩的教学活动,来培养学生的群体意识以及竞争和合作能力。学生们之间可以不用直接面对,而是教师通过网络,把分散在课堂中的学生链接成小组性的学习团体,让他们利用网络来传递声音、文本、图像等各种信息,加强互相交流的目的,促进学生的个性化发展,调动学生参与的积极性、主动性。让每一个小组成员都非常认真地学习、探寻,然后根据自己的搜索结果,谈谈自己的操作方法,短短几十分钟的一堂课中,每个学生都数次甚至数十次地发表自己的见解。每个问题讨论到最后,教师在根据学生的回答,有选择地加以分析,表达自己的观点。这种没有标准答案的协作式自主学习,对培养学生的创造性思维会起到重要的作用。这样,网络环境下学生自主学习方式的实施,增强了学生完成任务的信心,有利于学生保持学习的兴趣。由于这种学习模式重视学生是认知过程的主体,因而有利于学生主动探索和发现,有利于创造型人才的培养。

四、网络教学体系下教师应该担当的角色。

教师的作用主要在于构建一种学习生态环境,这种环境是多样性的,而非单一的,而网络技术则提供了构建这种环境的可能性。现在的网络教学从关注“教”到关注“学”的演化,并不意味着教师作用的削弱。“教”与“学”相辅相成,共同构成网络教学的整体。教师作为教学方法的组织者,应该发挥网络在教学中的应用,必须在新的理论视野和操作环境下,预设和扶持学生生成一种新的学习方式。一方面指导学生根据当前的学习需要引进网络技术,充分发挥网络在学生学习中的辅助功能。另一方面指导学生学会根据网络技术所能提供的条件,主动地设计自身的学习活动,提升网络在学生学习中的基础性功能。要求学生在网络学习中增强搜集、处理和储存信息的能力,正确处理好主与辅、多与少、人与机、虚与实等关系,使学生成为网络学习的主人。

五、网络教学不能替代传统教学。

网络教学和传统教学相比,虽然具有很多优点,但它决不是万能的,更不可能完全替代传统教学。首先是因为教学过程不仅是传授知识、发展能力的过程,而且也是情感交流和学生人格形成的过程,网络教学主要是人机交流,学生面对的是没有情感的电脑,在情感培养和人格塑造方面,网络无能为力,教师的言传身教和人格力量被削弱了。其次,网络教学使教学环境相对变小,学生将由丰富多彩的现实学习方式变为单调的理性探求,虚拟的情境终究不能创造真实的感受,这将影响学生实践能力的培养。第三,在网络教学中,任何数字运算都可由电脑完成,学生的大部分表达由键盘输入,这将降低学生的运算能力和语言表达能力,也不利于汉字的书写训练。第四,网络教学要求学生必须具备一定的自学能力和自我控制能力,要有使用计算机的条件和基本能力。第五,课程软件还比较缺乏,符合学科教学的更少,而学校自行开发又受到技术和经费的限制。第六,网上教学目前还受到上网速度和上网费用的制约,要进一步推广网上教学,必须提高网络速度并降低上网费用。

动态网络分析第11篇

为促进高职院校发展的需要, 实现学校管理的科学化、现代化、规范化, 提高人才培养质量, 江苏省自2008年开始推进《高等职业院校人才培养工作状态采集平台》系统的应用, 每年采集一次数据。目前, 高职院校的数据采集平台是由上海行健职业技术学院开发的单机版[1], 近两年推出了网络版的采集平台, 但网络版只有数据采集的功能, 没有开发数据分析的功能。

目前状态采集平台的数据分析系统使用的是江苏经贸学院开发的单机版数据分析系统。该系统将全省80多所高职院校的统计数据整合起来, 进行分析处理, 以人们最能接受的直观的图表方式来呈现。界面简洁, 功能相对齐全。但单机版的数据分析系统因为受到各种条件的限制, 存在一些缺点。

(1) 自动化程度低。单机版数据分析系统的统计数据需要从每个院校的excel表格中获取, 获取数据的自动化程度低。各个院校提交到省教育部门的是一个excel文档, 其中包括原始数据和统计数据。数据的获取必须将80多个excel文档中的统计数据项提取到一个新的excel文档中, 然后通过数据分析系统将这些统计数据以图表的方式呈现。在数据提取的过程中, 需要人为干预, 耗费大量的时间和精力, 容易出现错误。

(2) 缺乏状态采集数据的纵向比较。单机版的数据分析系统处理的都是单个年份的数据, 只能对各个院校的数据进行横向比较, 而无法实现每个高校数据的纵向比较。而对于用户来说, 数据分析不仅需要在各个院校之间进行横向的比较, 同时也需要纵向比较。在本系统中, 增加了纵向比较功能, 通过对历年的数据对比分析, 以折线图的表现方式直观表现数据的变化, 根据图表对未来数据项进行预测。

(3) 无法实现资源的统一管理和共享。状态采集平台目前收集了高职院校的大量数据, 这些原始数据作为全社会一个公共的教育资源, 应该进行统一管理和共享, 不仅为教育部门和高职院校提供决策支持, 同时让更多的人参与了解高职院校的办学情况、专业状况等, 进一步加强舆论监督的力量。在信息化的今天, 资源的统一管理和共享显得尤为重要。

随着状态采集平台在全省院校中的应用推广, 其作用不仅仅是为了采集数据, 更为重要的是对采集到的数据进行统计分析。随着数据量逐年递增, 数据分析的重要性越来越突显, 分析结果将更具有参考价值。在此情况下, 将一些杂乱的大量的没有规律的数据转换为有价值的决策信息, 辅助各高职院校以及省级教育部门完善教学质量保障体系。因此建设网络版的省级数据分析系统势在必行。

2 省级状态采集平台数据分析系统的设计

为了增强系统的健壮性, 本系统在设计中将状态采集平台的原数据与统计汇总的数据完全分开, 一方面使得数据相对独立, 另一方面则保证数据分析系统的运行速度。系统的设计框架如图1所示。

状态采集平台的数据项以及状态采集平台整个系统还在不断地完善中, 每年的数据项、数据的名称等会发生变化, 比如数据库表的字段名称会发生变化, 数据表会增加, 以及数据库中表的名称会发生变化等等。在2013年状态采集平台中, 数据项“学校代码”修改为“学校标识码”, “院校名称”改为“学校名称”, “应届毕业生顶岗实习情况的毕业生录用比例 (%) ”改为“企业录用率 (%) ”, 类似这样的变化的数据项有很多。状态采集平台这些数据项的变化必然会导致数据统计系统的变化。为了使数据分析系统具有稳定性和健壮性, 在系统的设计中, 我们将统计和分析作为两个独立的系统, 数据统计系统的主要功能就是根据数据分析系统中的需要分析的数据项进行统计, 将统计结果写入数据分析数据库。数据分析系统则相对独立, 根据数据库中的数据对各项指标和数据进行对比分析。

系统的设计具有松耦合性, 无论状态采集平台中的数据项如何变化, 数据统计系统会将所需要的统计数据导入数据分析系统的数据库中, 数据分析系统就负责将统计数据对比分析, 以可视化的图表方式呈现给用户。

3 数据准备

3.1 数据来源

收集的数据是否准确, 是否真实和充分, 决定数据分析的直接结果。省级状态采集平台的数据分析系统作为状态采集平台系统的延续, 所使用的数据均来自各高职院校通过单机版或者网络版状态采集平台填报的数据。状态采集平台经过近几年的使用, 各高职院校目前都能够熟练使用, 并且各级部门和领导也很重视, 保证了采集数据的相对准确, 从而使得数据分析结果在一定程度上正确反映学校在教育教学等方面的现状和不足, 有利于针对性整改, 提高教学质量。

3.2 数据选择

高等职业院校状态采集平台中采集的数据非常多, 其中包括学校的硬件设施、固定资产、产学合作、招生、就业、经费收入支出、校内专任教师、兼课教师、专业状况、实习实训、学生奖助学情况、学生社团等大概80多个数据表。在实际的数据分析中, 不是要对所有的数据全部进行分析, 本系统选择一些对能够反映高职院校教学质量情况的数据项进行数据分析。状态采集平台数据分析系统对院校概况、办学条件、监测分析、师资概况等11个大类的数据进行分析。在每个类中都包含了很多的数据项。例如监测分析中包括了高级职称教师占专任教师的比例, 生均占地面积, 生均宿舍面积等7个数据项。

3.3 数据处理

高职院校状态采集平台虽然具有数据位的校验, 数据格式, 关联数据校验, 报错和提示功能, 但是在实际的采集操作过程中, 仍然存在不符合规格的数据, 因此就需要对数据进行各种处理。数据处理的过程分以下几个步骤:

(1) 清理数据

主要清理的数据有两种:不符合格式要求的数据;奇异数据。

不符合格式要求的数据:状态采集平台中采集的数据有的在数据格式中没有限制, 比如在收集教师基本信息的表中, 有一项是在企业中的时间, 有的学校职工在填写中就写了1天, 有的写的是1*60, 这样的数据格式在统计中是无法进行数学统计, 必须对数据进行清理。

奇异数据:所谓奇异数据, 是指在采集的过程中, 针对同一类数据, 个别院校的数据与其他的数据差别很大, 一般我们认为相差三个数量级别时, 就认为这是个奇异数据, 要对其进行核准、处理, 从而保证数据分析结果的准确性。

(2) 转换数据格式

状态采集平台数据表中的字段基本都是字符型的数据, 在数据分析系统中, 对数据的统计汇总要通过数学公式来进行计算, 字符型的字段无法计算, 因此在数据清理完成后, 必须将统计汇总的字段转换为数值型。具体的处理方法, 用JAVA语言写一个批处理程序, 实现对数据字段的批量转换。

(3) 数据统计

在将数据准备好之后, 就要对选择的数据进行统计汇总。本系统中对数据的统计一般包括总和, 均值, 百分比等。比如在校生人数, 需要统计全省在校生总数和全省在校生均值;高级职称教师占校内专任教师, 需要统计的是百分比;院校招生中的实际录取率, 实际报到率等, 统计的是百分比。数据统计由数据统计系统来完成。

4 系统的数据分析

状态采集平台数据分析系统主要采取图表对比分析的方法。采用图表方式的优点, 易于阅读, 易于理解, 直观。例如各个学校的数据与全省均值的比较, 各种类别院校的均值比较, 历年数据的对比分析。对比分析主要通过以下几种图表实现:

(1) 仪表盘形式。这种仪表盘的对比方式主要适合于各个院校数据与全省均值的对比, 仪表盘显示院校的指标数据, 全省均值则显示在仪表盘的上方, 这样便于两个数值的比较。同时数据分析系统还显示了各院校数据在全省的排名。图2是某个院校的教师数、全省排名以及与全省均值的比较。

(2) 柱状图形式。柱状图的图表形式也是我们最常用的一种对比方法。在本系统中主要用于数据各种均值的比较。例如, 全省均值, 国家示范院校均值, 国家骨干院校均值, 省级师范院校均值, 一般院校均值, 综合师范民族类均值等。图3是校内专任教师数量的均值比较。

(3) 折线图对比形式。数据分析系统中纵向数据的比较适合用折线图对比形式, 表现简洁, 便于理解, 能够明显看出数据项在几年中的变化, 从而指导学校的进行科学话管理和决策。由于网络版数据分析系统今年才开始推广, 数据项是从2012年开始的, 目前折线图的对比方式还没有完全体现出来。

5 结束语

状态采集平台数据分析系统的建设, 为省级教育部门的决策咨询提供详实有力的数据, 有利于科学合理的制定宏观调控政策, 强化宏观管理和指导的针对性, 进一步推进高等职业教育的可持续发展;有利于各高职院校查找办学差距和薄弱环节, 整合教学资源配置, 提高办学治校的科学化水平, 不断加强和改善自身的教育教学管理。

参考文献

[1]陈方辉.高等职业院校人才培养工作状态数据采集平台研究[J].安徽电子信息职业技术学院学报, 2012 (1) .

[2]李畅, 陈方辉.高等职业院校人才培养工作状态数据采集平台指标分析[J].江苏经贸职业技术学院学报, 2011 (6) , 79-81.

[3]李果, 等.知识管理视角下高职人才培养工作状态数据采集平台的建设与实施[J].职业技术教育, 2013 (8) :55-57.

动态网络分析范文

动态网络分析第1篇

动态网络组织探析论文第2篇

动态网络分析第3篇

动态网络分析第4篇

试论监所检察网络化管理与动态监督第5篇

动态网络分析第6篇

动态网络分析第7篇

动态网络分析第8篇

动态网络分析第9篇

动态网络分析第10篇

动态网络分析第11篇

动态网络分析范文

猜你喜欢

栏目

最近更新

热门标签

动态网络分析范文

动态网络分析 第1篇

动态网络组织探析论文 第2篇

动态网络分析 第3篇

动态网络分析 第4篇

试论监所检察网络化管理与动态监督 第5篇

动态网络分析 第6篇

动态网络分析 第7篇

动态网络分析 第8篇

动态网络分析 第9篇

动态网络分析 第10篇

动态网络分析 第11篇

动态网络分析范文

猜你喜欢

栏目

最近更新

热门标签

动态网络分析第1篇

动态网络组织探析论文第2篇

动态网络分析第3篇

动态网络分析第4篇

试论监所检察网络化管理与动态监督第5篇

动态网络分析第6篇

动态网络分析第7篇

动态网络分析第8篇

动态网络分析第9篇

动态网络分析第10篇

动态网络分析第11篇