合作节点范文

合作节点范文（精选7篇）

合作节点 第1篇

一、熟人信任是合作社成立的逻辑起点

1.熟人信任促成合作社的成立

进行互助合作的诸多益处使农户有了成立合作社、发展合作社的现实需要, 但若干特定的农户联合在一起组成一个合作社, 促成因素首先是熟人信任。

熟人信任是我国农村普遍存在的社会现象。我国农村主要是数十人至数百人构成的村庄, 村庄成为村民们长期聚居的生产生活舞台, 属于社会学家费孝通所说的乡土社会。明显的地方性和地方性的限制所导致的“熟悉”成为乡土社会的重要特征。换言之, 这是一个“熟人社会”, 一个没有陌生人的社会。这种乡土社会生产和再生产着包含了强烈感情色彩的、以道德规范为基础的信任机制。由于这种信任机制因熟悉直接、自发产生, 所以被学者们称为“直接信任”、“人格化信任”或“熟人信任”。这是一种非制度性的、特殊主义的人际信任关系。我国有学者用“差序信任”来分析:每个人以“己”为中心, 自己和他人的信任关系像水的波纹一样, 一圈圈推出去, 愈推愈远, 也愈推愈薄。人们根据与他人关系的亲疏来确定一个人是否是“自己人”, 进而确定信任度的高低。

若干特定的农户就是利用这种信任机制组织起来, 组成合作社。这其中会有一个或若干个起核心作用和组织作用的人, 可以称之为发起人。和发起人有“熟人信任”关系的人构成了合作社的第一圈。这里需要说明的是, 第一圈社员与发起人之间存在熟人信任关系, 但他们之间未必存在这种关系。与第一圈社员存在熟人信任关系的农户, 经其介绍加入合作社, 由此形成第二圈社员, 以此类推。在合作社成立阶段和发展初期, 一般不会有陌生人加入。这样, 一个数十、上百人的合作社又可细分为若干个小圈子。

利用熟人信任把农户凝聚起来建立一个合作社, 相对来说是比较容易的, 这也是我国农民专业合作社数量迅速增加的原因之一。而且, 这种熟人信任是合作社成长、成熟的长远动力。

2.熟人信任制约合作社的发展

合作社成立的起点是熟人信任, 但这种建立在熟人基础上的信任机制具有很大的局限性, 将对合作社的进一步成长形成制约作用。

(1) 不利于合作社规模的扩大和内部结构的改善。

合作社成员的信任是以血缘、地缘、亲缘等关系为基础的熟人信任, 这种特殊信任具有明显的边界性, 对“圈子”外的人信任不足。一旦合作社进入到成长阶段, 其消极作用就会逐渐体现出来。第一, 合作社成员普遍信任程度低, 会在一定程度上限制合作社的规模, 不利于吸收亲缘关系之外的成员入社。如果合作社的成员彼此之间全部都存在某种亲缘关系, 合作社也很难进一步向正规化发展。第二, 在这样的信任半径下, 即便通过某种方式, 吸收了其他成员入社, 也可能造成合作社内部信任的不均衡。即在圈内同质成员之间建立起深度信任关系的同时, 对圈外的人员产生排斥效应, 不利于社员之间的团结与合作。

(2) 不利于合作社对内对外合作关系的确立、加深和拓展。

合作社成立后需要确立和加深内部合作关系, 而更信任自己的小圈子是熟人信任的必然结果。这会导致更愿意跟自己的小圈子合作, 维护小圈子利益, 不利于合作社内部合作关系的确立和加深。而一旦小圈子信任得到强化, 很可能根据对熟人弱点和缺点的了解而走上反面:熟人不信任, 甚至会引发更大规模的信任危机, 导致腐败问题、裙带关系等。同时, 随着合作社业务的拓展, 合作社对外交流范围不断扩大, 人们不可能彼此知根知底, 不可能将信任建立在长时间相处而了解人品的基础上。这样, 单纯的熟人信任, 不利于“陌生人社会”中信任关系的扩展, 从而不利于合作社规模的扩大。

(3) 不利于合作社的制度建设。

作为经济个体, 由于有限理性与追求个人利益的最大化, 往往会利用熟人信任的小圈子, 来获取个人利益, 由此会对制度和遵守制度产生抵触, 从而不利于合作社制度的确立和遵守。而作为合作社的管理者层面, 如果根据熟人信任机制, 对自己所在的小圈子表现出内外有别、亲疏不同, 这时熟人信任就会成为合作社发展的障碍。

因此, 信任是合作社发展的逻辑和现实起点, 在合作社的发展过程中不断得到强化, 起着基石和润滑剂的作用, 但它又对合作社的进一步成长形成了制约。

二、制度化信任是合作社成长的基础

在合作社创立初期, 组织规模相对较小, 管理制度尚不完备, 而信任等社会资本能够在很大程度上弥补制度的不足。即在这个阶段, 成员之间的熟人信任以及社会道德规范的约束对合作社的发展具有重要意义。但是, 随着合作社的发展, “特殊主义”规则的非正式制度的局限性逐渐凸现出来。因此, 为了保证合作社正常运行, 维护成员的权利, 必须以正式制度安排弥补其局限性、限制其负面作用, 对传统的社会规范进行改造和提升, 以构建新的社会资本优势。同时, 逐步建立健全各种内部管理制度, 从而逐渐以制度化信任取代熟人信任。

1.制度信任取代熟人信任的可能性

实现这一转变已有一定社会基础。在市场经济影响下, 随着农村社会网络的扩展, 人们交往活动的准则和动机均在发生变化。一方面, 传统农村中农民的交往理念还继续受着交往中的差序格式的影响, 当他们介入较复杂的人际关系网络时, 往往希望私人之间的信任关系还建立在血缘关系基础上;另一方面, 随着人际关系网络的异质性和疏散性的增强, 法律规范逐步替代村规民约对人们的行为起约束作用, 依靠人际关系的传统的特殊主义趋向弱化, 由此农村中人际之间的信任模式也就逐渐增加了些许基于制度关系的普遍主义信任的成分。

2.制度信任取代熟人信任的必要性

道德规范等非正式制度安排可能对正式制度安排产生“挤出”效应。合作社建立之初, 在正式制度供给不足的情况下, 合作、互惠等社会规范能够帮助合作社约束成员的机会主义和违约行为。但在合作社发展过程中, 尤其是在相对封闭的环境下, 如果过分依赖非正式制度的制约与调节, 其负面作用将日益凸现。

首先, 如果合作社的管理过于依赖非正式制度安排, 则可能会忽略对正式制度的建设, 使得非正式制度对正式制度造成“挤出”效应, 因而阻碍合作社朝着规范化方向发展。在缺乏正规制度安排的背景下, 合作社扩大其组织经营规模又容易产生内部人控制现象, 导致组织模式的异化 (姜旭朝, 杨杨, 2004) 。其次, 社会规范所起的作用有限。随着农村社会关系网络的开放式和多元化发展, 合作社交易的市场规模不断扩大, 建立在血缘和地缘基础之上的特殊主义信任的可靠程度越来越低, 传统道德约束力逐渐下降, 导致成员的违约机会成本降低, 契约实施机制被削弱。最后, 农村传统的某些道德规范已经不能适应农村现代化的需要, 如果不能对其进行扬弃, 而一味抱残守缺, 合作社必将被社会主义市场经济所淘汰。

3.制度信任取代熟人信任的操作性

完备的制度和对制度的遵守是合作社成长、成熟的内部基础, 仅靠熟人信任合作社不可能成长更不可能成熟。因此, 对制度的遵守是熟人信任的升华和嬗变。制度规范必须巩固和强化这种熟人信任, 合作社才能发展。就是说, 必须建立一种信任机制, 建立起基于对契约或法律的信任, 即“制度化信任”, 由道德约束嬗变为制度约束。在现代“陌生人社会”, 只有人们树立起对制度的信任, 才能建立起对陌生人的信任。在西方社会, 契约的观念深入人心, 法律得到有效实施, 契约和法律充当了很好的信任媒介。因为双方要达成一定程度的信任, 不仅必须保证对方的行为是可以预期的, 而且必须保证如果一方违约就能对其实行有效的惩罚。而契约或法律一方面把人们的行为限制在法律所允许的范围内, 使双方对彼此具有某种预期;另一方面, 把双方都置于法律的保护之下, 同时对双方发挥威慑作用, 从而保证了信任关系。

三、网络化发展是合作社成熟的标志

如果说制度化信任是合作社成长的基础, 那么网络化发展则是合作社成熟的标志。

作为社会资本的网络是一种用来感知和实施合作社经营行为的特殊资源, 它更像是一种有价值的信息, 代表了合作社获利机会的多少。合作社的外部社会资本指的是合作社外部存在的、有助于合作社获取各种资源的社会关系网络, 包括合作社的纵向联系和合作社的横向联系。前者指合作社与相关政府部门, 如农业部门、税务部门、工商部门、当地政府以及下属实体、部门间的联系;后者指合作社与其他合作社、科研机构及高等院校、金融机构、中介组织等之间的联系。

合作社社会网络作为一种特殊的资源而隐性存在, 可以划分为直接型资源和间接型资源。直接型合作社社会网络资源表现为可以成文的形式而明确规定的可为合作社所用的资源, 比如政策优惠、投资补贴、贷款便利等。现行合作社法中规定了一系列优惠扶持政策。

间接型合作社社会网络资源, 是存在合作社社会网络中不易观察且必须借助于合作社对资本的转换能力才能获取的资源, 比如合作社在与企业、其他合作社的合作中获得的溢出价值 (或正外部性) , 如知识、技术、管理、渠道等。对于处于同一经营范围或同一起跑线上的合作社而言, 合作社的发展通常取决于合作社社会网络构建能力的强弱或者说获取间接型合作社社会网络资源的能力。

需要指出的是, 网络资源的形成与合作社发起人的个人网络、人格影响力有关。进一步说, 合作社网络资源的形成与合作社特定的历史背景有关, 它具有路径依赖的特征。也就是说, 网络中前期的网络关系对于后期的网络关系 (如有新网络成员的加入) 会有直接的影响。

合作社成立伊始就进入这个网络, 主要包括信息渠道和网络、产品销售渠道和网络、技术服务网络、生产资料供应网络等。合作社必须找准并建立一个适合自己的网络, 以自己为中心经营这个网络, 才能逐步成长、成熟。

四、结论

综上可知, 合作社作为“人的联合”的特殊经济组织, 社会资本在其发展过程中具有特殊的地位和作用, 是推动其按照成立成长成熟的发展规律不断升华的内在动力。在这3个阶段中, 信任、制度和网络是每一阶段的关键节点, 每一个关键节点都承前启后, 是合作社发展过程的3道坎。关键节点的每一次突破都是合作社的涅般木和嬗变。如果不能突破第一节点, 合作社就不能如愿成立;如果不能突破第二节点, 合作社就不能步入成长的轨道;如果不能突破第三节点, 合作社就不能走向成熟、做大做强。因此, 如何利用有关的正式制度和非正式制度安排, 推动3个关键节点的突破, 催化合作社的有序成立、健康成长、快速成熟, 是今后亟待研究的内容。

摘要：本文对合作社成立、成长、成熟发展规律的内在动力进行了探讨, 结果显示社会资本在其中具有特殊的地位和作用。在每一阶段都有一个关键节点承前启后, 熟人信任是合作社成立的逻辑起点, 制度化信任是合作社成长的基础, 网络化发展是合作社成熟的标志。

合作节点 第2篇

关键词：铁路,联运和换乘,节点重要度

多式联运是现代运输的发展重要方向, 是实现交通运输一体化的主要目标。重庆市的社会经济快速发展, 交通基础设施建设日新月异, 各种运输方式的网络基本形成, 但不同运输网络之间的协调与衔接还有待加强, 尤其是新建线路之间的如何有机结合对实现交通运输一体化十分重要。

渝怀线经过的重庆长寿、涪陵、武隆、彭水、黔江、酉阳、秀山是集少数民族地区和贫困山区为一体的地区。该线的建成, 对从根本上改变这些地区的交通落后状况, 加速资源的开发, 促进经济的发展具有重要意义。而渝遂铁路对于分流既有成渝铁路客货运输, 形成成都至重庆的便捷铁路, 改善成渝两地间运输服务质量具有重要意义。

现阶段两条铁路的建设与沿线的公路、水路共同构筑了区域的综合交通网络。目前沿线的渝合高速、渝长高速已建成通车, 渝湘高速正在建设当中, 铁路沿线的长江、嘉陵江以及乌江的航道与码头建设也发展迅速。如何实现三种运输方式间的有效衔接, 发挥综合运输网的最大效用, 就成为了一个迫切需要解决的问题。

综合运输网络的输送能力不仅取决于线路的通过能力, 而且取决于各种运输方式间的联运和换乘能力。而干线能力是一定的, 因此, 要想提高联运和换乘能力, 关键是要实现干线输送能力与联运和换乘站能力之间的有效协调。为此, 确定联运和换乘站的重要度和等级规模就成为问题的关键。

文章首先根据铁路线路所经过地区的经济地理条件和行政区位条件选择可能的节点;然后, 在充分考虑各种影响因素的基础上, 建立节点重要度评估指标;并运用层次分析法计算各指标的权重;第二, 利用综合评估法计算各节点的重要度;再运用模糊聚类法对各节点的重要度作聚类分析;最后, 结合实际的地形地利条件对各节点的重要度等级进行修正。从而达到既有理论高度, 又切合实际, 真正提高客货流在联运节点的通行速度, 减少延误, 提高受控区域的道路服务水平, 进而提高综合交通网络通行能力之目的。

1 站点的选择

渝怀铁路西起重庆枢纽襄渝铁路, 穿过歌乐山, 横跨嘉陵江, 经长寿跨越长江到涪陵, 再沿乌江逆流而上经武隆、彭水、黔江、酉阳、秀山、贵州铜仁市, 到湖南省怀化。遂渝铁路, 途经四川省遂宁市, 重庆市潼南县、合川区、北碚区, 至沙坪坝区接渝怀线井口站引入重庆枢纽。两条铁路在沙坪坝区井口站对接, 因此主要节点可选择为潼南站、合川站、北碚站、重庆北站、长寿站、武隆站、彭水站、黔江站、酉阳站以及秀山站。

2 建立节点重要度评估指标

一般而言, 影响节点重要度 (目标层) 的指标 (指标层) 主要有节点所在地区的社会经济指标和交通运输指标。其中社会经济指标主要有人口规模、国内生产总值、工业总产值等次级指标;交通运输指标也可进一步细分为铁路客货运量和总里程、节点所连接的铁路、公路和水路的数量等。具体结构见图1。

3 节点重要度评估

节点重要度评估属于多指标体系的综合评估, 目前用于综合评估的方法有综合加权法、模糊综合评价方法、灰色系统评价方法、层次分析法、多元统计分析方法 (主成分分析法、因子分析法、聚类分析法和判别分析等) 及TOPSIS法、神经网络法等方法。

考虑到层次分析法 (Analytic Hierarchy Process简称AHP) 是对定性问题进行定量分析的一种简便、灵活而又实用的多准则决策方法。该法自1982年被介绍到我国以来, 以其定性与定量相结合地处理各种决策因素的特点和系统灵活简洁的优点, 迅速地在我国社会经济各个领域内, 如能源系统分析、城市规划、经济管理、科研评价等, 得到了广泛的重视和应用。因此, 本文运用AHP来定量确定各指标的权重, 进而得到各节点的重要度指标值。为了进一步给各节点划分等级, 我们运用ISODATA模糊聚类分析法, 并借助于SPSS分析软件对各节点的重要度进行聚类, 从而比较科学地界定各节点所属类别, 为联运和换乘站点的投资和建设提供了科学的依据。

3.1 指标权重的确定

(1) A-B层次的判断矩阵及一次性检验:

λmax (1) =2 C.I. (1) =0 R.I. (1) =0 C.R. (1) =0<0.1

(2) B-C层次的判断矩阵及一次性检验:

λmax (2) =3.04 C.I. (2) =0.02 R.I. (2) =0.52 C.R. (1) =0.04<0.1

λmax (3) =3.04 C.I. (3) =0.02 R.I. (3) =0.52 C.R. (3) =0.04<0.1

层次总排序一致性检验计算如下:

undefined

则undefined

因此, 表明判断矩阵的一致性是可以接受的。

3.2 节点重要度计算

获得各指标权重后, 可计算公路运输网络中节点i (i=1, 2, , n) 的重要度指数Ai:

undefined

式中:n为节点数量;m为所选取的评价指标数量;Cij为节点 处j (j=1, 2, , m) 指标值; wi为第i项指标的权重。

采用上述公式计算铁路沿线的联运和换乘节点重要度, 计算结表5。

3.3 应用SPSS的ISODATA模糊聚类功能对节点重要度聚类分析

现分别用xi (i=1, ∧, 11) 表示铁路沿线的联运和换乘节点, 即:X={x1, x2, ∧, x11}

取分类数c=3, 依次为:非常重要因素;重要因素;一般因素。

应用SPSS统计软件进行分析, 聚类结果见表6。

根据节点重要度计算结果, 再通过聚类分析, 确定节点的重要性层次如表6所示。

表5和表6表明了铁路沿线的联运和换乘节点的重要度排序以及重要度层次的划分, 其结果反映了铁路运输站场联运和换乘节点需求的紧迫程度。因此, 应尽快根据铁路联运和换乘节点的需求, 对现有的交通基础设施进一步完善, 以构建高效便捷的物流系统, 实现提高现有综合交通网络的通行能力战略构想提供有力支持。

同样, 确定公路运输站场和港口的集疏运系统也可以采用上述方法, 仅将其中涉及到的铁路客货运指标用公路和港口的客货运参数替换即可。

4 结语

本着实用性和科学性的目的, 成功的运用改进了的层次分析法和ISODATA模糊聚类法对铁路沿线联运和换乘节点的重要度进行了分析, 结合铁路运输站场的需求, 对原有的铁路联运和换乘系统做了进一步的改进, 有效的提高了客流、货流在联运和换乘节点的通行能力。

参考文献

[1]孙东川, 林福永.系统工程引论[M].北京:清华大学出版社, 2005.

[2]胡永宏, 贺思辉.综合评价方法[M].北京:科学出版社, 2000.

[3]朱建平.应用多元统计分析[M].北京:科学出版社.2006.

[4]陈水利, 李敬功, 王向公.模糊集理论及其应用[M].北京:科学出版社, 2005.

[5]方述诚, 汪定伟.模糊数学与模糊优化[M].北京:科学出版社, 1997.

[6]薛薇, 基于SPSS的数据分析[M].北京:中国人民大学出版社, 2006.

[7]章文波, 陈红艳.实用数据统计分析及SPSS12.0应用[M].北京:人民邮电出版社, 2006.

[8]重庆市统计局, 国家统计局重庆调查总队.统计年鉴[M].北京:中国统计出版社, 2008.

[9]重庆市交通委员会, 重庆市发展和改革委员会[J].重庆市“十一五”综合交通发展规划, 2006, (1) .

合作节点 第3篇

定位技术是WSN的核心技术之一。WSN的定位算法,可以根据实际应用中所需定位机制的不同,分成基于测距算法( Range-based) 和无需测距算法( Range-free) 两大类。其中,基于测距的定位机制需要利用未知节点至信标点之间的距离或角度信息,采用三角测量法、三边测量法或最大似然估计法,计算未知节点位置。而无需测距的定位机制则不需要预先知道未知节点至信标点之间的距离和角度信息,只需要通过网络中节点间邻近关系或节点的连通性等信息实现节点定位。如质心、APIT( Approximate Point-in -triangulation Test) 定位、DV -Hop ( Distance Vector-Hop) 定位、Amorphous和MSD-MAP。由于无线传感器网络硬件设备的限制,无需测距的定位算法得到广大学者的关注。

DV-Hop算法的“无需测距定位法”是研究人员关注较多的算法之一。学者们针对其定位精度较低的缺点,提出了许多改进方法,但尚未达到理想效果。文献[1]采用的算法,虽然具有较高的定位精度,但通信开销和计算量都较大。如果将RSSI引入DV-Hop算法,虽然可以提高定位精度,但增加了节点的硬件开销。文献[2]采用遗传算法和模拟退火算法对DV-Hop算法进行改进,虽然降低了定位误差,但是算法复杂,能源消耗多。文献[3]提出采用粒子群优化的方法,但是该改进算法需要测量信号的方向,从而需要添加相应硬件设备,增加了节点的硬件成本。文献[4]先获得网络中信标节点之间的平均跳距,再计算每个信标节点的平均跳距,进而获得这两个平均跳距之间的误差,从而修正全网的平均跳距。文献[5]针对DV-Hop定位算法在不规则网络中的定位精度进行改进,考虑了未知节点与信标节点之间的路径可能与信标节点间的路径重合这一特性,对平均跳距进行修正,在一定程度上提高了定位精度,但是由于考虑的因素较少,所以定位精度提高的不是太明显。

本文在对DV-Hop定位算法进行研究分析的基础上,通过总结大量改进算法的优缺点之后,提出了基于邻居节点相似度的DV-Hop改进算法。通过仿真分析,结果表明: 算法可在无需增加节点硬件以及通信开销的基础上,提高节点的定位精度。

1 DV-Hop定位算法

1. 1 DV-Hop算法描述

DV-Hop算法的核心思想为将未知节点与信标节点之间的距离用信标节点间平均跳距和未知节点与信标节点之间的最小跳数的乘积来表示。然后通过三边测量法或者最大似然估计法求出未知节点的坐标。定位的过程主要分为以下3 个阶段[6]:

1) 测量未知节点与信标节点之间的最少跳数。采用经典的距离交换协议,使监测区域中所有未知节点获取与信标节点间的跳数信息。

2) 计算未知节点到信标节点的估计距离。每个信标节点获得自身到其他信标节点的跳数以及其他信标节点的坐标后,计算信标节点i平均每跳的距离,称为平均跳距di,计算公式为

式中: xi,yi为信标节点i的坐标; hij为信标节点i和j之间的最少跳数。

然后,信标节点将计算获得的平均跳距di以广播的形式通知网络中的其他节点。

3) 估计未知节点位置。未知节点利用到各个信标节点之间的最少跳数和平均跳距,求自身的估计坐标。假设( x ,y ) 是未知节点N的坐标,( xi,yi) 是第i个信标节点的坐标。未知节点N与信标节点i之间的估计距离为di,并且将未知节点N和网络中所有信标节点的估计距离表达式整合成方程组,则有

将上述n个二元二次方程,转化为AX = b的形式。其中

方程AX = b用标准最小二乘法求解得位置节点坐标为

1. 2 DV - Hop算法的不足

1) DV - Hop算法中,平均跳距是通过信标节点之间的最小跳数和信标节点之间的距离获得。实际中,信标节点之间的距离为直线距离,最小跳数的每跳不一定在同一直线上,且每跳的跳距是不同的。如图1 所示。DV - Hop算法将信标节点之间的距离和最小跳数之商作为平均跳距。这一平均跳距会由于网络中的节点稀疏程度和连通度的不同而出现不同程度的误差。

2) 用信标节点间的平均跳距与未知节点和信标节点之间的最小跳数的乘积,代替未知节点与信标节点之间的实际距离。其中未知节点和信标节点之间的最小跳数的通信路径并非呈直线分布,且节点间跳距不同。所以通过此步骤获得距离也会引入误差。

2 DV - Hop改进定位算法

2. 1 相关定义

1) 邻居节点: 在无线传感器网络中,节点都有一定的通信半径,处于此范围之内的节点称为该节点的邻居节点。

2) 邻居节点相似度: 无线传感器网络中的节点可以通过信息交换,获取自身的邻居节点ID号列表,并且和其他节点的邻居节点列表作比较,节点间的邻居节点列表中的节点ID号相同的数目越大,邻居节点的相似度越大,其值为

式中: δ 可以改变节点间邻居列表中ID号相同的节点数目对邻居节点相似度的影响; Numcom指的是节点间邻居列表中ID号相同的节点数目; Numi和Numj分别指未知节点i和j的邻居节点数目。

2. 2 改进算法要点

2. 2. 1 单跳节点处理

无线传感器网络中可以通过单跳直接和信标节点通信的未知节点。在DV - Hop中全部采用网络中邻近信标节点的平均跳距作为距离,实际中,网络中较多的未知节点可以和信标节点直接通信,如图2 所示。未知节点和信标节点的距离也不尽相同。使用平均跳距作为这些节点与信标节点的距离,从而导致信标节点的邻居节点区分度单一,而引入较大的误差。所以,本论文在此处引入修正方法。

本文提出邻居节点相似度的概念,通过网络信息交换获取节点的邻居节点列表后,根据式( 7) 可以求出节点i与节点j的邻居节点相似度 εij。

对单跳节点进行修正后的距离为

2. 2. 2 多跳节点处理

余弦定理: 已知三角形两边之长及其夹角,可以求得第三边的长度。

根据余弦定理,在节点ABC组成的三角形中,如图3所示。本文假设知道AB和BC的长度,以及∠ABC的度数 θ 。就可以根据余弦定理,求出AC的长度,这样就将节点A到节点C之间的折线通信路径转化为求直线AC的长,表达式为

未知节点间单跳跳距的修正方法,采用单跳节点处理方式,根据未知节点ABC的邻居节点列表和式( 7) 、式( 8) 求出节点A到节点B和节点B到节点C的距离。

节点间的距离越近则邻居节点的相似度越高,而节点距离越远,邻居节点的相似度越低。所以,本文将通过节点间邻居节点的相似度来调整夹角θ的度数。如图4所示,节点i和节点j恰好处于彼此的通信半径之外时,节点k通过多跳模式传递信息,当节点k距离节点i和节点j距离最远时,此时∠ikj的度数最小,且近似等于π/3。

如图5 所示,节点i,j恰好位于各自通信半径边缘处,且节点k位于此交集处。此时,节点i,k,j组成一条直线,通信夹角最大,近似为 π。节点i,j的距离最远。

则节点间的通信夹角取值范围是[π/3,π]。根据邻居节点的相似度,可以求得网络通信链路中的通信夹角θ为

式中: εij通过式( 7) 获得; γ 为邻居节点相似度所占权重值,改变其大小可以改变 γ 在通信夹角中的影响程度,γ值大小根据具体网络连通情况和节点的疏密程度而定。

无线传感器网络中的任意三个通信节点ABC,如图3所示。通过式( 8) 获得AB和BC的长度,再通过式( 10) 获取AB和BC的夹角。根据余弦定理,带入式( 9) ,方可将实际中的折线通信距离转化为求直线距离,减少了由于折线通信带来的误差。

2. 3 改进算法实现

1) 计算全网节点间的最小跳数

信标节点向邻居节点以广播的形式发送一个信标,包括位置信息字段和邻居节点列表字段。其中位置信息字段包括自身坐标、ID号和跳数值,跳数值初始化为0。邻居节点列表字段包括通信半径内的所有节点的ID和邻居节点的数目,初始化为NULL。

节点收到其他节点发来的信息后,位置信息字段更新坐标和ID号,同时跳数值加1; 邻居节点列表字段将接收到的位置信息中的ID号取出,存入邻居节点列表中,邻居节点数目加1,并继续向其他邻居节点广播,通过这种泛洪方式向整个网络传播数据。若节点收到来自同一个节点的多个信息,则比较其跳数值,只保留最小跳数值的信息,这样就保证了所得到的跳数值是到网络中所有节点的最短路径。

经过此阶段,网络中的所有节点都获得各个信标节点的坐标,以及邻近节点的ID号和个数。以及它到各节点的最小跳数。

2) 计算未知节点和信标节点的实际跳距

每个信标节点根据第一步中获取的到其他信标节点的位置信息和跳数,利用式( 1) 估计平均跳距di。

信标节点的邻居节点中的未知节点根据式( 7) 求出未知节点和信标节点的相似度 εi。并且将 εi带入到式( 8) 中修正di为d'i。

通过多跳间接和信标节点通信未知节点,距离修正处理如下:

对于和信标节点通信的节点采用两跳通信的未知节点。首先,采用式( 7) 和式( 8) 修正未知节点i与信标节点的前驱节点j之间的单跳距离d'ij,然后结合信标节点的前驱节点j和信标节点B( 即信标节点的邻居节点) 之间的修正距离d'j B。再根据式( 10) 求出未知节点i和信标节点B通过节点j通信的夹角 θi B,带入到式( 9) 中得到两跳通信修正距离d'i B。表达式为

对于通过三跳或三跳以上和信标节点通信的节点采用和两跳距离修正同样的方法,先求出两跳路径后,再相互结合,直到获取源节点到信标节点距离。通过此修正方法,使全网中的未知节点获得到各个信标节点的修正距离。

3) 计算未知节点坐标

将2) 获取的未知节点到各信标节点的修正距离,代入到式( 2) 中,使用最小二乘法,求得未知节点的坐标。

3 仿真结果极其分析

检测区的范围是100 m 100 m的正方形区域,随机播撒100 个节点。网络中节点的通信半径为R 。δ 和 γ 根据监测区域节点分布的疏密程度和连通度分别设置为0. 9和1。未知节点坐标与实际坐标之间的相对定位误差表示为

式中: erri代表每个未知节点的误差; UN代表未知节点的个数。

通过对DV - Hop、参考文献[5]算法、参考文献[7]算法、本文算法进行仿真,并对实验结果进行比较。从而证明了本文算法的有效性与可行性,图6 ~ 图9 给出了网络中的节点通信半径不同时,随着网络中信标节点比例变化,三种算法的定位误差比较结果。

从图中可以看出在相同的通信半径下,本文改进算法和文献[5]、文献[7]的算法的定位误差距均低于DV - Hop定位算法。通信半径为30 m时,本文的改进算法比DV - Hop定位算法在相对定位误差上降低了33. 34% ~ 35. 35% 。比文献[5]、文献[7]定位算法降低了10. 06% ~ 21. 41% 。且各个算法的定位误差随着信标节点比例的增加,定位误差都不断减小,且趋于平稳。当网络中的信标节点数目一定时,随着节点的通信半径减小,节点的定位误差也随之减小。如当信标节点的比例为10% ,节点的通信半径分别为30 m时,DV - Hop定位算法获得的未知节点的相对定位误差为92. 22%[5],文献[5]定位算法获得结果为76. 26% ,文献[7]定位算法获得结果为78. 14% ,本文改进定位算法结果为58. 48% ; 在不同的通信半经中,信标节点比例小于10% 时,改进算法较DV - Hop定位算法的定位误差降低了约32% ~ 35% ,且与文献[5]和文献[7]的定位算法获得的定位误差降低了约18% ~20% 。

算法复杂度分析: 文献[1]将RSSI引入DV - Hop算法,在复杂度上增加了节点关于RSSI强度值计算的相关部分,并且算法需要额外的硬件成本。而文献[2]和文献[3]虽然采用了经典的遗传算法、模拟退火算法和粒子群优化的方法对DV - Hop算法进行改进,这样极大地增加了算法的复杂度,同时能源消耗多。同时文献[3]还需要添加硬件设备,增加了硬件成本。文献[5]主要针对未知节点与信标节点之间的路径可能与信标节点间的路径重合这一点进行修正,一定程度上提高定位精度,算法复杂度较低,但是由于考虑的因素较少,所以定位精度提高的不是太明显。本文算法通过邻居节点列表的比较,获取邻居节点相似度,并在此基础上对节点的跳距进行修正,在此处略加大算法复杂度。但是节点定位精度却得到较大的提高。

综上所述,本文的改进定位算法,无论是相当于传统的DV - Hop定位算法还是文献[5]的定位算法,均在节点的相对定位误差上都有了较大幅度的降低。

4 结论

本文针对DV - Hop定位算法在单跳通信中,处理信标节点的邻居节点距离没有区分度,统一采用平均跳数与单跳之积的形式表示,以及多跳通信中该算法没有考虑折线通信,依然采用同样的方式处理,从而导致该算法的定位精度较低的情况。同时,这一点也是文献[5]没有考虑到的。本文提出了邻居节点相似度的概念,并应用此概念分别对单跳节点( 邻居节点) 的距离进行修正,克服了DV - Hop定位算法在处理单跳节点时,采用同样的距离表示距离信标节点的距离; 在多跳通信中,结合余弦定理将DV - Hop和文献[5]中的折线距离代替实际中的直线距离,转化为求直线距离的运算,同时修正了多跳通信中每一跳的距离。使得本算法在定位过程中增加了节点跳距区分度,克服了DV - Hop定位算法和文献[5]定位算法较单一的计算。由于本算法中的邻居节点相似度综合考虑了网络的连通度和节点的疏密程度等因素,且可根据实际情况作出相应的调整。所以本算法的实际应用价值较高且具有较好的鲁棒性。

合作节点 第4篇

关键词：并联K型搭接节点,极限承载力,有限元分析

1 概述

圆钢管并联K型搭接节点是一种新型的相贯节点形式, 在苏州国际博览中心屋盖桁架中首次使用了这种形式的节点, 如图1所示。该类节点的受力性能和规范中有明确计算公式的平面K型节点是不同的, 这是因为下弦连系杆的存在, 如图2所示。所以研究这种新型的相贯节点在荷载作用下的性能、破坏模式和极限承载力, 为工程设计提供依据是十分必要的。

2 有限元计算模型

本文在选取几何参数时, 不变的几何参数有主管的外径D=600mm, 主管的长度L=4000mm, 支管的长度l=2000mm, 变化的几何参数主要包括Ov、β、γ、τ、θ和φ, 其中Ov为支管的搭接率[Ov= (-q/p) 100%], β为支管的外径与主管的外径之比 (β=d/D) , γ为主管的外径与主管的壁厚之比 (γ=D/T) , τ为支管的壁厚与主管壁厚的之比 (τ=t/T) , θ为支管与主管轴线之间的夹角, φ为支管与并联主管所在平面的垂直面的夹角, 又称平面外角。

3 各几何参数对并联K型搭接节点极限承载力的影响

3.1 搭接率Ov对极限承载力的影响

通过改变搭接率对节点进行分析表明, 搭接率Ov对并联K型搭接节点极限承载力影响和对K型搭接节点的极限承载力[3]的影响特点非常相似。当τ=1时, 即主管壁厚与支管壁厚相等的时候, 节点的极限承载力随着搭接率的增大而增大, 但是在β较小和γ较大的时, 搭接率达到60%以后, 极限承载力随着搭接率的增大而有所减小。这是因为在主管的管径不变的情况下, 即使τ值很大, 但γ值也很大, 所以支管的壁厚还比较小, 因此, 当β值较小时, 即支管的管径小, 管壁的厚度小, 支管的强度和刚度就比较小, 而且管径小支管搭接的焊缝长度也就短, 当搭接率增加的时候, 在两支管搭接焊缝间传递的荷载就增加 , 使得支管发生局部塑性屈曲破坏的可能性就增加。当τ=0.6时, 搭接率对节点极限承载力的影响不大, 但是在γ较小的时候, 随着搭接率的不断增大而有所减小。这是因为主管管壁较厚, 刚度大, 而支管管壁薄, 当搭接率增加时两支管搭接处分担的荷载也增加, 搭接区域的应力集中现象明显, 使支管管壁提前出现局部塑性屈曲而导致节点破坏。

3.2 支、主管外径之比β=d/D对极限承载力的影响

通过改变支、主管外径比β分析表明, 并联K型节点支、主管外径之比β对极限承载力有显著的影响, 并且与K型节点的特点基本相同。节点极限承载力随着β值的增大而增大, 而且当γ值较小, τ值较大时, 极限承载力随β值增大而增大的幅度要大。这是由于主管管壁比较厚, 节点破坏容易出现支管局部塑性屈曲的破坏模式, 而β、τ值的增大提高了支管的截面面积和抗弯刚度, 因此, 节点的极限承载力大幅提高。

3.3 支管与主管轴线间的夹角θ对极限承载力的影响

通过改变支管与主轴线的夹角θ分析表明, 在其他几何参数不变的情况下, 随着支、主管间夹角θ的不断增大, 节点极限承载力降低。在现行国内钢结构规范中, 对平面K型节点的极限承载力计算已经考虑了支管与主管轴线的夹角θ对极限承载力的影响, 极限承载力随着θ的增大而减小。这是因为随着θ值增大时, 支管在垂直于主管方向上的荷载分量增大, 加快了径向刚度比较小的主管管壁的塑性屈曲破坏。

3.4 平面外角φ对极限承载力的影响

支管与并联主管所在平面的垂直面的夹角即平面外角φ对极限承载力的影响是并联K型节点比平面K型节点复杂的显著特点之一。在其他参数不变, 变化平面外角φ的情况下, 计算得到了相应的极限承载力。平面外角φ对极限承载力的影响很小。只是在平面外角φ由10°变化到30°时有所下降, 但是承载力下降不到2%, 影响并不明显。

4 计算结果比较分析

并联K型搭接节点有限元计算结果与平面K型节点有限元计算结果和国内钢结构规范[4]现有K型搭接节点承载力计算公式计算结果比较分析。

由第三节的分析研究表明, 空间双钢管并联K形搭接节点和平面K形搭接节点在破坏模式的形式、几何参数对承载力的影响等方面具有很大的相似性。通过分析可以发现, 在本文所取的参数的范围内, 它们的极限承载力也很接近。现有的国内钢结构规范对平面K型间隙节点给出了明确的极限承载力计算公式, 对于搭接节点是按间隙为零考虑的。本文给出的并联K型节点是由两个平面K型搭接节点连接而成的, 通过有限元软件计算出的极限承载力与按国内钢结构规范K型搭接节点的极限承载力计算公式计算的值是比较接近的, 规范中计算公式考虑了一定的安全系数。由于并联K型节点中连接两个主弦杆的连杆并没有主动受力, 所以它对主弦杆的影响是有限的。因此, 考虑并联K型节点的极限承载力的时候, 可以将它简化为两个平面K型节点, 这也是比较容易接受的。

将节点的极限承载力有限元计算结果与规范公式计算结果比较, 我们会发现, 当τ值等于1的时候, 有限元计算结果比国内规范的计算值要大很多。由此可见, 国内规范的平面K型节点极限承载力设计公式显然低估了他的实际承载能力。

5 结论

文中, 通过改变相贯节点的几何参数值, 选取了三组搭接率不同的36个并联K型搭接节点计算模型和36个与之对应的K型搭接节点计算模型。另外, 还特别以一个主管外径D=600mm、搭接率Ov=60%、支管外径与主管外径之比β=0.6、支管外径与壁厚之比γ=50、支管壁厚与主管壁厚之比τ=1的并联K型搭接节点为基本模型, 改变其支管轴线与主管轴线之间的夹角θ和平面外角φ, 获得了8个计算模型, 总计计算模型80个。通过这些模型的有限元分析结果, 研究了并联K型搭接节点的破坏模式和各几何参数对节点极限承载力的影响, 得出了一下主要结论:

(1) 并联K型搭接相贯节点的破坏模式主要为支管局部塑性屈曲破坏和主管局部塑性屈曲破坏与支管局部塑性屈曲破坏形成的联合破坏模式[5]。由于并联K型搭接节点中, 连系支管对主管有一定的约束作用, 使得在主管上形成塑性铰线的外荷载有所提高, 所以出现支管局部塑性屈曲破坏的几率增大。

(2) 当τ=1时, 即主管壁厚与支管壁厚相等的时候, 节点的极限承载力随着搭接率的增大而增大, 但是在β较小和γ较大的时, 搭接率达到60%以后, 极限承载力随着搭接率的增大而有所减小。当τ=0.6时, 搭接率对节点极限承载力的影响不大, 但是在γ较小的时候, 随着搭接率的不断增大而有所减小。

(3) 并联K型节点支、主管外径之比β对极限承载力有显著的影响, 节点极限承载力随着β值的增大而增大。

(4) 在其他几何参数不变的情况下, 随着支、主管间夹角θ的不断增大, 节点极限承载力降低。

(5) 支管与并联主管所在平面的垂直面的夹角即平面外角φ对极限承载力的影响很小。

(6) 并联K型搭接节点受各几何参数的影响规律与K型搭接节点比较相似。

(7) 通过对并联K型搭接节点有限元计算得到的极限承载力与K型搭接节点有限元计算得到的极限承载力和国内规范节点极限承载力公式计算的结果进行比对, 发现并联K型搭接节点的极限承载力与K型搭接节点的极限承载力非常接近, 而国内规范对于搭接型节点的计算公式偏于保守, 特别是当τ值较大时。

参考文献

[1]黄国权.有限元基础及ANSYS应用[M].北京:机械工业出版社, 2004.

[2]ANSYS有限公司.ANSYS结构分析指南 (中) ——结构非线性[Z].2001.

[3]中华人民共和国国家标准.GB50017-2003, 钢结构设计规范[S].中国计划出版社, 2002.

[4]朱庆科, 舒宣武.平面K型钢管相贯节点极限承载力有限元分析[J].华南理工大学学报 (自然科学版) , 2002, 30 (12) :62-66.

化工物流节点选址研究 第5篇

1 选址模型因素分析

1.1 成本

任何选址问题考虑的首要因素是成本。化工物流节点选址问题也是如此, 如果物流节点距离化工品生产厂家太远, 运送化工品到物流节点运输时间过长, 成本过大, 无论从效率或者成本方面考虑这都是生产厂家所不愿意看到的。因此从经济效益最大化角度考虑, 化工物流的位置应当尽量靠近这些危险化学品生产厂家。从优化角度考虑, 该目标的实现有以下基本方式:

(1) 最小和。

目标函数寻求所有危险化学品产生地距物流节点的加权欧氏距离之和为最小, 目标是优化全部或者平均性能。这种目标通常在一般的企业问题中应用, 所以被叫做“经济效益性”。这种问题也被称作网络上的中值问题。

(2) 最小最大化。

目标是最小化距化工物流最远的生产厂家同物流节点之间的加权欧氏距离。此目标是优化最坏的情况, 在以往的选址问题中通常运用在军队、应急设施和公共部门选址决策过程中, 也称作“经济平衡性”。这种问题也叫做网络上的中心问题。

除此之外, 在选址过程中, 成本还应考虑物流节点建设以及土地成本。一般选址考虑的首要因素是成本, 这对于化工物流节点选址也是考虑的重要因素。例如:化工物流节点的位置不应距危化品生产厂家太远, 否则运送成本太大, 从经济上是很不合算的。同时还要考虑场地的建设费用、土地使用费用, 最好是利用目前价值较低的荒地、弃地等。如果天然环境条件较好, 则可节约大量资金, 否则为减少对周围环境的污染, 还需采用一定的技术手段, 使成本增高。

1.2 风险

化工物流节点不同于其它商业网点或公共设施 (例学校、医院、超级商场等, 人们希望离这些服务设施尽可能的近) , 它应当尽可能小地危害附近区域以及居民。而这种危害的程度常依赖于它距离人口密集区域的距离。从风险角度考虑, 物流节点应当距离人口密集地区尽可能地远。该目标可以通过以下基本方式来实现:

(1) 最大和, 即化工物流节点周围所有的居民聚集区距离化工物流节点的加权欧氏距离之和为最大。

(2) 最大最小化, 即使得距化工物流节点最近的居民聚集区距该物流节点距离最大化。

(3) 非覆盖, 即确定物流节点的数目和位置, 使得任一人口聚集区中心到与该化工物流节点的距离均大于某一阀值。

很显然, 风险目标和成本目标是相互冲突的, 风险的降低要以更高成本为代价, 反之成本的降低可能会导致风险的提高, 因此化工物流节点选址问题具有明显的搏奕性质, 因此, 要综合考虑这两方面的影响。

1.3 风险公平性

在化工物流节点选址过程中, 由于其本身的特性, 在选址过程中, 可能会选择风险最小的路径作为其运输的路径。但是, 由于有害物品为一种令人讨厌的物品 (obnoxious materials) , 这样路径两侧的人口都不希望在有害物品运输中通过自己所属的路段。因此, 在选择有害物品运输的路径时, 还需要考虑将有害物品运输过程中所产生的风险较为均匀地分配给路径两侧的人口, 也就是说需要考虑风险的公平性问题。因此, 传统的通过考虑风险最小化 (或是成本最小化) 的方式来选择有害物品运输的路径, 对于路径两侧的某些路段上的人口可能是不公平的, 因为这些路段由于经常被选择, 使得这些路段上的人口可能承受了较多的风险, 即产生了不公平性。因此, 在有害物品运输过程中, 还需要考虑其风险的公平性问题。

2 化工物流节点选址决策目标规划模型

化工物流节点选址模型主要目的是为化工物流节点在一定区域市场内找到最佳位置, 以达到经济、环境效益的和谐统一。由上文的分析, 化工物流节点选址问题是一个多目标规划, 在已知若干候选地点的情况下, 主要从成本、风险、风险公平性三个角度考虑, 建立多目标选址规划模型由于在实际选址过程中, 所要考虑的因素很复杂, 在建立定量决策模型时, 以各个目标的表示方式为基础, 综合考虑各种影响因素, 确定各目标合理的表达式。假设1:由于物流节点的建立对周围居民带来的危害程度因其距离居民区的远近而异, 因此, 假定选址地点在一已知范围内能产生危害, 超过该范围便无危害。可用下述表达式表述这一假设。

undefined

上式表示, 如果a, b之间的距离大于已知数 (距离) λb, μ (a, b) 为0;否则为1。

假设2:用下面的线性关系表示距离化工物流节点距离越远, 对居民危害越小。

pk-rkdjk

式中:pk, rk是与化工物流节点场址k有关的参数;

djk居民聚集区距化工物流节点场址k的距离。

基于以上两个假设, 具体化工物流节点选址多目标规划模型如下:

undefined

式中:

cik危险化学品生产厂家i到危化品物流节点k的单位运输成本, 同距离成正比。

cik=tikdik (tik同路面质量, 交通负荷等相关) ;

fk一物流节点场址选在k处的土地成本以及建设、运作费用;

wik生产厂家i到化工物流节点k的总运输量;

qj人口密集地j的人口数量;

djk人口密集地j到化工物流节点k处的距离;

Di生产厂家每年运到物流节点的危险化学品数量;

Ak建设在k处化工物流节点每年的储存、中转能力 (与物流节点仓库容量、铁路专用线设计能力以及码头的吞吐量等因素有关) ;

undefined一量化风险的均值, 即:

undefined

决策变量为:

wik生产厂家i到化工物流节点k的总运输量;

ykl代表在k处建设化工物流节点;0代表排除该候选场址。以上考虑风险、成本以及风险公平性三个目标建立的多目标规划模型, 其中第一个目标是使总费用最小 (包括土地成本和建设成本) , 第二个目标是使所有化工物流节点使周围居民所承担的风险最小。第三个目标是使得周围各个居民聚集区承担风险的差异性最小, 也就是使风险尽量平均的分布到各个居民聚集区上。

3 结论

本研究建立的基于风险、成本以及风险公平性的多目标规划模型较以往建立的模型, 细化了风险模型表示方式, 引入函数量化了居民区与物流节点的距离对风险的影响;在风险公平性表示上采用了更加合理的最小化均值差和的表示方法, 具有更强的说服力。

摘要：化工物流具有一定得专业性和技术性, 以建立的定性、定量相结合的化工物流节点选址程序为主线, 综合考虑决策者对于风险与成本的偏好, 建立基于风险、成本、风险公平性的多目标规划模型。最后对研究内容进行总结, 并做出展望。

XML节点语义研究 第6篇

XML文档是具有层次结构和文本内容的半结构化数据。由于其所具有的自描述性和可扩展性等特点,现在己经被广泛应用到Internet智能信息检索、电子商务中的数据表示和数据交换、数据集成、Web Service、数字图书馆等领域,它已成为最受欢迎的信息表达和数据交换的格式和标准[1]。国外对于XML数据信息检索的研究开始于7年前,随即成为数据库(Data Base,DB)和信息检索(Information Retrieval,IR)界的研究热点之一。不同于文本文档,XML文档具有半结构化的特点。相同的内容出现在不同的位置,其节点语义也是不一样的。XML文档不仅有内容语义,还有结构语义,在排序过程中不仅要考虑内容上的匹配,还要考虑结构上的匹配。

1 语义在信息检索中的应用

信息检索与集成领域,目前国际上应用本体的著名项目主要有(Onto)2Agent(An Ontology Based WWW Broker to Select Ontologies,基于网络代理搜索本体的本体)项目、Ontobroker(Ontology Based Access to Distributed and Semi-Structured Information,基于本体的分布式半结构化信息获取)项目和SKC(The Scalable Knowledge Composition,可兼容知识合成)项目[2]。

国内也有许多学者对于将本体应用于信息检索领域进行了深入的研究。万捷等人提出基于内容的信息检索系统,利用本体对检索需求进行语义扩充,并用文档分析器对检索文档进行过滤,因此增加了检索结果的准确性,更加符合用户的检索需求[3];徐振宁等人则把本体作为信息检索系统的核心,通过构造形式化的领域本体,提出了一种将知识表示和知识处理引入互联网信息处理的方法,为互联网上半结构化数据和关系数据库提供了统一的语义模型;武成岗等人也提出了基于本体和多智能主体的信息检索服务器,该系统利用本体协助智能主体对网络上的各类信息进行领域分类,并规范用户信息检索的模式,由于仅提供给用户所关注领域的资源索引,因而查准率较高。

Richi Nayak在《Investigating Semantic Measuresin XML Clustering》中提出计算结构相似性时,考虑标签的语义相似性。首先将标签拆开(按空格、大写、标点符号等),再去掉其中的数值。相似性计算按顺序从三个方面考虑:(1)前后缀(一个标签是否是另一个的前后缀),若匹配的长度比率大于0.8,认为二者相同,用短的替换长的;(2)语义相似性:来自wordnet;(3)构词上的相似性:通过编辑距离和一元语法(有多少个相同的字母)。而在聚类上的实验结果显示,考虑语义后加重了计算的负担,但聚类效果并没有明显提高。

Shaorong Liu在《Configurable Indexing and Ranking for XML Information Retrieval》中指出XML文档中并非所有的标签都有语义意义。因此作者设计了用户可配置的框架,以区分有意义的无意义的标签。具体方法是系统先扫描一次数据,收集相似元素的结构和内容的统计信息,反馈给用户,由用户决定取舍。而对于索引:构建一个紧凑的索引树(Ctree),提供路径摘要,使得不用查找原始XML文档就可回答结构查询。而对结果的排序主要是通过如下方法来计算:(1)用户定义标签的权重;(2)定义查询中的权重,如必需要出现的词项权重要大些;(3)词频的计算:词项出现在不同的地方其权重不同,不能只考虑出现的次数。即对词项出现的所有路径,求路径权重(路径上标签权重之积)与词项在该路径中出现次数的积,再对这些积求和。

其他相关研究还包括:在《The XXL search engine:ranked retrieval of XML data using indexes and ontologies》中Anja Theobald提出的最初的方法是将Web中基于关键词的方法用于XML数据,而不提供结构限制。另外Guo在2003年提出了XRANK[10]和Cohen也在2003年提出了XSearch。其中XRANK用PageRank二维邻近方法和类PageRank权威排名法来提高基于关键词查询的质量。而XSearch允许将基于关键词的查询限制到特定标记名的元素中,但不支持更复杂的结构限制。

XML文档中路径模式相似性方面:

(1)Schlieder and Meuss在2000年扩展了向量空间模型到带结构的词项向量[12]。

(2)Schlieder在2001年考虑了基于图转换和匹配的查询图与XML数据图间的结构相似性。

(3)Sudipto Guha在2002年用了树距离来进行路径相似性计算。

(4)Amer-Yahia在2002年考虑了更广的转换规则集,包括基于本体的标签名、边的泛化、子树提升,但没讨论本体关系的定量化问题。然而,其排序结构的计算是基于图转换的代价。另外查询树与数据树的对比也是NP问题。作者的XXL中相似是基于元素名称和内容的[4]。

2 基于统计的语义计算方法

词的依赖出现反映了词之间的语义关系。通过统计语义方法,我们可以从词间的依赖出现关系来描述词间的相互关系。当前的语义计算方法的研究方法除了前一小节介绍的构造本体的方法,还有基于统计的语义计算方法。后者采用全部或部分理解文本的语义进行分类、基于概念的文本分类。

词之间的互相关系可以用统计的方法来描述,在文本中,我们把词作为最小的单位。

语义元是统计语义方法中最小的语义单位,用w表示。语义元是统计语义方法中的原子,是不可分割的最小单位,在文本分类中语义元是词。一个节点由词组成的,同一个词可能出现多次,可以认为一个节点是词的一个包集。

潜在语义分析(latent semantic analysis,LSA)是一种通过分析大量的文本集,自动生成关键字-概念(语义)之间映射规则的方法。它假设词语在文本中的使用模式内存在着潜在的语义结构,同义词之间具有基本相同的语义结构,多义词的使用必定具有多种不同的语义结构,而词语之间的这种语义结构体现为它们在文本中的出现频率上也具有一定的联系,通过统计学方法,提取并量化这些潜在的语义结构,进而消除同义词、多义词的影响,提高文本表示的准确性。基于LSA思想的文本信息检索[Deerwester&Dumais 90][5]方法,与SMART中典型的关键字向量方法相比,有效地解决了同义词和多义词的问题,将信息检索速度提高了10～30%[Dumais,1991][17],LSA查全率优势更为显著。

与传统的向量空间模型相比,LSA具有以下特点:

(1)LSA利用潜在的语义结构表示词条和文本,将词条和文本映射到同一个k维的语义空间内,均表示为k个因子的形式,向量的含义发生了很大的变化,它反映的不再是简单的词条出现频率和分布关系,而是强化的语义关系,在保持原始的大部分信息的同时,克服了使用传统向量空间表示方法时产生的多义词、同义词和单词依赖的现象。同时,在新的语义空间中进行相似度分析,比使用原始的特征向量具有更好的效果,因为它是基于语义层而不仅是词汇层[6]。

(2)由于词和文本被映射到同一k维的语义空间,因此在LSA模型中不仅能够进行传统的词-词、文本-文本之间的相似关系分析,而且能够分析词和文本之间的相似关系,与传统的向量空间模型相比,具有更好的灵活性。

(3)对于原始的词-文本矩阵,通过LSA分析提取出k维语义空间,在保留大部分信息的同时大大得降低了空间维度,这样用低维词、文本向量代替原始的空间向量,可以有效地处理大规模的文本库。

(4)LSA不同于传统的自然语言处理过程和人工智能程序,它是完全自动的。所谓自动,就是LSA不需要人工干预,不需要预先具有语言学或者知觉相似性知识(无须知识基础、语义网络、文法、词法、句法剖析器等,它的输入只是原始的未经处理的文本序列),它完全是根据普通数学学习方法,提取合适的维度语义空间,达到有效展示文本内容的目的。

3 XML文档的结构语义

根据查询条件对内容和结构的约束不同,有CO(Content Only,纯内容)查询,CAS(Content and Structure,内容与结构)查询。CO查询适合对文档标签结构不熟悉的用户,或从异构信息源查询的情况,检索引擎必须从查询语句中推导信息需求(从语法确定语义),在文档集中查找相关元素,按相关度排序返回结果;CAS查询适合了解文档模式的用户,可包含明确的或含糊的结构要求,检索引擎必须从查询语句中推导信息需求,确定符合结构约束的相关元素并按相关度排序。

其中CAS查询有基于关键字相结合的查询模型、基于非严格结构匹配与关键字相结合的查询模型两种。

由于在确定查询结果时,不要求查询结果的结构与查询中的结构匹配条件完全匹配,因此在计算查询结果的相关度时,不仅要考虑到关键字间的匹配情况,还要考虑结构上的匹配度。由于查询条件和查询结果仍都可以采用树型结构表示,因此计算查询结果与查询条件间在结构上的匹配度时,也就可以转化为计算查询结果树与查询树两棵树之间的相似度。此时可以采用两种计算方法,树间编辑距离法和多因素近似计算法。树间编辑距离法的基本思想是采用将一棵树转变为另一棵树所需进行的最小编辑代价作为两棵树间的相似度。而这种针对树可采取的各种编辑操作包括重命名节点、插入节点、删除节点以及插入子树,删除子树等。多因素近似计算法则是综合考虑结果树与查询树之间的在各种因素上的相似性,如语义完整性(Semantic Completeness)、语义正确性(Semantic Correctness)、结构完整性(Structural Completeness)、结构正确性(Struetural Correctness)以及结果内聚性(Cohesion of result)等因素,并将这各种因素结合在一起计算得出结果树与查询树之间的相似性。其中,所谓的语义完整性是指查询树中有多少节点在结果树中存在对应的结果,它反映了结果树在语义上的完整程度。“语义正确性”则指结果树中与查询树之间存在对应关系的节点之间是否在标记(语义)上满足一定的相似性,它反映了结果树在语义上与查询树之间的对应关系。“结构完整性”则指结果树中两两节点之间的结构关系(父子关系、祖先后代关系、邻居关系等)是否与查询树中对应的两个节点之间的结构关系一致,它反映了结果树在结构上是否与查询树一致[7]。Sara Cohen等人在《XSEarch:A Semantic Search Engine for XML》中认为目前的搜索引擎有两个不足:一个是搜索引擎很难精确地返回查询所对应的语义知识;二是只返回链接,而不是特定的片段。作者还提到对节点按其关系来划分成三种,一种划分为所有对关系(All-pairs R-related),它表示集合中所有结点之间都有关系R;第二种划分为星型关系(Star R-related):集合中所有结点都与某一个结点有关系R,将查询结果集(Query Answers)也分为:所有对结果集(All-pairs R-answer)、星型结果集(Star R-answer);第三种是互联关系集(Interconnection Relationship),它是将树中的一个结点视为现实中的一个实体,相同标签的不同结点是相同类型的不同实体。如果na是n的祖先,则n是属于实体na的。如果两个结点的祖先结点的标签相同(除公共祖先外),则这两个结点是有非意义相关的,因为它们是属于类型相同的不同实体。如:一本书的作者和另一本书的作者就没有关系。如果两个结点名相同,且它们的祖先名也相同,这两个结点是意义相关的,它们属于祖先结点的两个方面。他还提出影响结果排序的因素包括两个方面:答案与查询的相似度和答案结点集中结点的关系,即答案中结点集所对应的关系树(两结点通过最近祖先构成的两条路径)中的结点越少,说明这些结点越靠近。另外,答案节点中如果祖先-后裔关系越多,则其连接强度越大。

宋春芳在《基于缓冲的XML语义检索系统研究与设计》[8]论文中提出了寻找最小检索单元:

(l)若匹配成功的节点是元素节点,则最小检索单元就是该元素节点。

(2)若匹配成功的为属性节点,则以该属性节点的父元素节点作为最小检索单元。

(3)若匹配成功的为文本节点,我们这样定义最小检索单元:设该节点为n,g(n)为n的祖父节点,则从g(n)到文档节点的路径上,若有与其兄弟节点具有相同名字的节点,我们把这样的节点中所处层次最高的节点作为最小检索单元;若这样的节点不存在则把文档节点作为最小检索单元。

4 未来的研究工作

XML文档中节点的重要性不仅体现在内容上,还与节点在XML文档中的位置密切相关。因此,下一步的工作将在现在考虑节点权重的基础上,把节点的结构因素考虑进来。此外,我们还将节点的语义权重自动获取方法应用到排序模型中去,以改善现有排序模型的性能。在对查询结果排序时,除了考虑与查询的相似性之外,还可以考虑子树或节点在整个XML文档中的重要程度,类似于Web上的检索引擎,有两种方案:第一种方案是类似于PageRank把节点权重先计算出来,第二种方案是类似于Hits对检索结果中的节点进行计算。另外,引用关系也做为一个因素来考虑。我们还可利用最小生成树等技术把返回的信息单元用在XML中。另外还可以考虑利用链接分析,查询结果中的相关结点的权重是它与查询的相似性,由这些结点可以根据它们在树中的位置组成图,分析其中各个结点的authority,把最大的作为返回。

参考文献

[1]万常选.XML数据库技术[M].北京:清华大学出版社,2005

[2]SKC.http://infolab.stanford.edu/SKC/

[3]万捷,腾至阳.本体论在基于内容信息检索中的应用[J].计算机工程,2003,(04).

[4]Amer-Yahia S,Cho S,Lakeshmannan LVS.Minimization of tree pattern queries.In:Aref WG,ed.Proc.of the 2001 ACM SIGMOD Int’l Conf.on Management of Data(SIGMOD).Santa Barbara:ACM Press,2001:497-508.

[5]Deerwester S,Dumais S T A.Indexing by Latent Semantic Analysis.Journal of the Society for Information Science,41(6),1990:391-407.

[6]林鸿飞,姚天顺.基于潜在语义索引的文本浏览机制[J].Journal of Chinese Information Processing,2000,14(5):49-56.

[7]曲卫民.中文XML信息检索系统的研究[D].中国科学院软件研究所图书馆,2004.

复习课教学“节点”的选择 第7篇

一、切入点

(一) 从课本的目录切入, 总体回顾基础知识。

一册书的目录, 虽然只有3页, 但仔细阅读就会发现, 它是一个非常好的复习切入点。目录是一册书课题的汇总, 如果细心阅读, 我们能从中发现很多有用的东西。借助目录, 我们可以复习各组课文的学习主题, 每组课文分别安排了哪些文章。复习时, 我们可以设计一个粗放型的话题, 如“读到《》这一课题时, 我就会想起课文中”, 然后选择其中的一个角度重点展开, 这样有放有收, 能收到不错的效果。我们还可以引导学生从目录的课题中发现自己命题的技巧。

(二) 从单元导读切入, 整体把握单元复习内容。

众所周知, 一篇优秀的文章, 总有牵一发而动全身的“点”文眼。一组或几组文章也是如此, 它们都有一个主题。从这个主题切入文本, 也就抓住了纲, 也很容易理清复习的主线。在复习教学中抓住一条清晰的主线, 就能把厚书读薄, 把长文读短。每组课文的“单元导读”就起到了提纲挈领的作用。上新课时, 可以紧紧围绕“单元导读”组织教学;复习课以此为切入点, 同样可以达到事半功倍的效果。如六年级上册第七组复习, 我们只要围绕“单元导读”中的3个提示“继续练习用较快的速度阅读课文”“注意体会课文表达的感情”“揣摩作者是如何把人与动物、动物与动物之间的感情写真实、写具体的”组织复习, 本组的重点内容都能得到复习和巩固。

(三) 从课后练习和课前导读切入, 抓重点复习单课内容。

课后练习和课前导读是语文课程内容一个不可或缺的组成部分, 它们在很大程度上或明或暗地指导教师这一课怎么教, 指导学生怎么学。复习时, 教师要对课后练习或课前导读给予足够的重视。如《钓鱼的启示》课后题是这样编的:

1. 有感情地朗读课文。想一想为什么“我”不愿意把鲈鱼放回湖里, 而父亲却坚持要“我”这么做。

2. 根据课文内容, 用适当的词语根据“我”心情的变化。得意 () () () 。

3. 课文中有一些含义深刻的句子, 如“道德只是个简单的是与非的问题, 实践起来却很难。”请把这样的句子找出来, 并结合上下文和生活实际说说自己的理解。

4. 课文中哪些语句对你有启示?你由此想到了什么?写下来和大家交流。

练习2指向的是作者的行文线索, 练习1和练习3指向的是文本的难点, 练习4则是文本的拓展和延伸。而练习3中“抓关键词句理解”“联系上下文理解”和“联系生活实际理解”指向的是学习方法。学生自主复习时把课后题解决了, 这一课的复习基本上就没有问题了。

(四) 从不同文体的差异处切入, 整理归类文章特色。

文章类别不同, 阅读方法有着较大的差异。这些差异之处不失为一个好的切入点。一位教师在复习五上1～4组时, 抓住不同类型课文的典型语段, 引导学生总结学习的方法:读情感类文章, 关注作者抒发的情感及抒情的方式;读说明性文章, 抓住作者介绍的知识要点, 了解和运用基本的说明方法;读哲理启示类文章, 抓住关键词句体会, 联系生活实际感悟。

(五) 从“泡泡图”切入, 归纳提炼学习方法。

三年级上册开始, 课本中出现了许多“泡泡图”, 它或在文前, 或在文中, 或在文后。以吐泡泡的形式引导学生边读边想, 自读自悟, 并将“泡泡图”中的提示进行整合, 也是一个很好的复习切入点。在复习三上1～6组课文时, 一位教师紧紧以“泡泡图”这一独特的视角为中心点, 并由此点辐射开来进行词语理解、句段理解和总分段落的迁移及运用。学生们专注投入地读, 积极得体地说, 不断有新的发现, 不断有新的成功体验, 他们的学习是快乐的。教师的引导、点拨和讲解, 注重“习得、生成与转化”, 化机械识记为意义识记, 深入浅出, 既省时又高效。

二、训练点

(一) 抓重点, 在训练中巩固知识。

小学阶段每册课本安排的内容不同, 要求培养的学习方法和学习能力也有所侧重。对于阶段性比较明显的目标, 就是该册的训练重点, 复习中应予以重点安排。在此次优质课评比中三年级的练笔设计, 不管是“花田里的稻草人千姿百态”还是“我们的校园真美啊”, 不管是“雪后的景色真美呀”还是“下雪天是多么快乐啊”, 也不管要求是先分后总、先总后分还是总分总, 练笔都不约而同地围绕一个训练点, 那就是写一个总分段落。而总分段落的学习和运用, 又恰恰是三年级上册的训练重点。

(二) 抓难点, 在训练中深化知识。

“写什么, 人人看得见;怎么写, 对大多数人来说, 却是个秘密。”从学生的习作情况看, 有些学生明明心中有材料, 却不知如何表达。怎样把自己的意思表达得具体生动, 这对小学生来说, 是个难点。这次参加市优质课评比的很多教师就关注了这一点, 引导学生进行整体与细节的揣摩, 关注对语言文字的推敲和赏析, 发现句段表达的秘密。一位教师在四上1～6组句段复习时, 是这样设计的: (1) 出示《观潮》第4自然段。读着这段文字, 我们仿佛看到了钱塘江大潮那壮观的景象。作者是怎样把它生动地表现出来的?你能发现其中的奥秘吗? (2) 品读句子:“浪潮越来越近, 犹如千万匹白战马齐头并进, 浩浩荡荡地飞奔而来。那声音如同山崩地裂, 好像大地都被震得颤动起来。”删去想象的内容, 与原文比较, 比一比哪个好, 好在哪里? (3) 小结:像这样带有想象的句子在1～6组课文中还有很多。分组找一找, 说一说。 (4) 模仿运用:学习作者的这种写法, 把写潮退去时的句子加上想象的内容, 看看谁想得最有意思, 写得最生动。这一环节, 通过对语言的品味、积累和运用, 学生不仅复习了要求积累的重点语段, 而且通过对比阅读, 对句段的表达方式有了一个清晰的认识。读中悟写, 读中学写, 既优化了学生的阅读, 又打开了学生的视野, 为学生学会生动地表达提供了切实的帮助。

(三) 抓积累点, 在训练中丰富知识。

语文教学的主要任务是引导学生理解、积累和运用语言。积累是理解和运用的中介。教师在设计复习教学时, 应清晰地把握哪些是需要积累的词、句、段, 并在复习教学中加以检查和落实。一位教师在二上2～6组字词复习的设计中, 紧紧抓住教材的积累点进行有效的训练。 (1) 出示“语文园地”和部分课文后“我会读”中的词语, 引导发现每组的共同点。 (2) 将第二类词进行变化:“快乐快快乐乐非常快乐快乐极了”, 读中体会语感, 并给同类的词语也变一变。 (3) 创设语境, 灵活运用“玩游戏、练书法、画图画、弹钢琴、写作业”等进行填空。 (4) 继续变魔术:“玩游戏开心地玩游戏 () 地玩游戏”、“枫叶一片枫叶一片片枫叶一片片 () 的枫叶”, 在读读说说中体会词怎么变成词组, 怎样一步步把词变得具体生动的。这一教学片段中, 分类的词语分别来自于语文园地和部分课文后“我会读”中的词语积累, “快快乐乐”“极了”之类的词组, 分别是第3课和第21课课后题中要求积累的;“动词+名词”“数量词+名词”的词语搭配, 分别是识字2中、语文园地五的积累点, 而“一片片枫叶”之类的词组是第33课课后题中要求“读读写写”的。

三、延伸点

(一) 抓内联外延点, 形成知识的体系。

语文教学目标是环环相扣、螺旋上升的。复习前, 教师首先要对课程标准非常熟悉, 尤其是对阶段目标了如指掌, 既要体现阶段性, 又要注意阶段目标之间的衔接与过渡, 使教学目标得以全面、准确地落实。如同样是写人的一组课文, 五上第六组的要求是:“认真阅读课文, 把握主要内容, 想一想作者是怎样通过外貌、语言和动作的描写表现父母之爱的。”六上第三组的要求是:“学习本组课文, 要在读懂课文、体会情感的基础上学习作者是如何通过对环境、人物心理活动等方面的描写, 抒发美好情感的。”仔细推敲, 不难发现, 前者重在对人物语言、动作、神态的关注, 后者重在对环境、心理活动的揣摩。前面的学习为后面的学习作准备, 后面的学习是前面学习的深化和发展。五年级的一位教师写话的练习是这样设计的: (出示《慈母情深》中的语段:“那天母亲数落了我一顿。数落完, 又给我凑足了买《青年近卫军》的钱。”) “你能把这段话写具体吗?把这段话写具体, 你有什么金点子呢?”通过交流, 学生明白了可以抓住母亲数落时的语言、神态以及凑钱时的动作等进行描写。

(二) 抓方法的迁移点, 提升学习的能力。

学生的学习能力不仅仅在于其掌握知识的多少, 更在于能否运用知识去解决实际问题, 以及形成学习新知识的能力, 以适应自身发展的需要。所以, 教师复习时要选取典型的练习题, 以言语实践为平台, 让学生举一反三, 从中积累规律性的东西。一位教师在复习二上2～6组的句段时, 以学生熟知的旧内容 (本学期学过的3组形近的生字) “娃、挂、哇”、“桃、跳、逃”“抱、泡、跑”整合成一个复习的点, 用学生喜闻乐见的新方式儿歌呈现, 唤起学生的阅读体验去解决新的问题, 并以此点辐射开来进行有关形声字知识的迁移和运用。

(三) 抓生活与文本的契合点, 拓展学习的领域。

社会和生活是我们丰富的学习资源, 语文课程应拓宽学习和运用的领域。如果能留心捕捉生活与文本的契合点, 创设出合适的情境, 就会再次点燃学生思维的火花, 使他们在感性的实践过程中激发思维, 运用语言, 培养情感。如上文中围绕“雪后的景色真美呀”或“下雪是多么快乐啊!”的写话就是结合前不久当地刚刚下过一场漫天大雪而设计的。