模型制作控制范文

模型制作控制范文（精选11篇）

模型制作控制 第1篇

预测控制一经问世至今已提出许多的算法和成功的应用，其中基于脉冲响应非参数模型的模型算法控制(MAC)已有许多算法和成功的应用，如单步模型算法控制、多步模型算法控制、增量型模型算法控制、单值模型算法控制，因实际工程对象多为非线性系统，如何将模型算法控制的机理引入非线性系统中的研究具有理论和应用意义。广义Hammerstein模型[1]可描述一类非线性系统，但不能描述“对称非线性系统”，本文在其中加入控制输入的符号函数，提出一可描述“对称非线性系统”的脉冲响应广义Hammerstein模型，并在目标函数中加入控制输入的高次项和其符号函数，提出一超二次目标函数，参考线性系统多步模型算法控制[2,3]和CARIMA模型的广义预测控制算法[4]，给出一约束多步模型算法控制。

2 脉冲响应广义Hammerstein模型及超二次目标函数

2.1 脉冲响应广义Hammerstein模型

确定性广义Hammerstein模型[1]为：

式中：y(t)、u(t)为系统的输出和控制输入，d为系统时滞。A(q-1)和Bi(q-1)(i=1,2，，n)为关于q-1的多项式。

从实际对象的物理意义出发，其不能描述“对称非线性系统”的原因为：如果u(t)为正时对系统输出y(t+d)起增强的作用，那么当u(t)为负时就起减弱的作用，而式(1)模型中的偶次项，如b2,0u2(t)项，无论u(t)是正数还是负数均起相同的作用(若b2,0>0则均起增强的作用，若b2,0<0，则均起减弱的作用)，造成系统不对称。这里在式(1)模型中加入控制输入的符号函数，给出一可描述“对称非线性系统”的脉冲响应广义Hammerstein模型为：

式中：ξ(t)为不可测干扰或噪声。

而

式中:i奇为数时,为偶数时,

sgn()为符号函数，

其中n可为奇数也可为偶数，克服了广义Hammerstein模型要求为奇数的限制。

2.2 超二次型目标函数

在目标函数中加入控制输入的高次项和其符号函数，提出一超二次型目标函数:

式中：yP(t+j)为系统的闭环输出预测;yr(t+j)为系统的参考输入;qj为多步预测输出误差的加权系数;p为多步输出预测时域长度;M为控制时域长度;N为min(ni:i=1,2，，n)，且N+d≥p≥M+d-1。Qi,j(q-1)为加权网络。

3 多步预测模型

系统的真实脉冲响应传递函数为gi(q-1)(i=1,2，，n)，由于系统的真实模型未知，需通过参数估计得到，通过参数估计得到的模型为预测模型[2,3]，即：

而

式中：ym(t+j)为t+j时刻预测模型输出;g赞i,0,g赞i,1，，g赞i,ni为系统估计脉冲响应序列值。考虑到实际对象存在着时变或存在模型误差、加上系统的各种随机干扰，使得预测模型不可能与实际对象的输出完全一致，因此需要对上述开环模型进行修正。常用输出误差反馈校正方法，即闭环预测，具体方法是：将第t步的实际对象输出测量值y(t)与预测模型输出ym(t)之间的误差加到模型的预测输出ym(t+j)上，即可得到闭环输出预测，用yp(t+j)表示。

式中：hj为误差修正系数;e(t)为t时刻预测模型输出误差。

而 e(t)=y(t)-ym(t)

4 约束多步模型算法控制

考虑到在t+M-1时刻后控制输入不再改变，即有

由式(7)的闭环输出预测，写j=d到j=p的输出预测的展开形式有[2,3,4]:

令

令

则式(9)-(12)写成矩阵形式为：

式中

令

由式(3)、(18)可得:

式中

式(23)目标函数中含有待求控制输入序列的高次项及符号函数，不能采用线性系统中的寻优方法，因实际工程对象对控制输入均具有饱和限幅限制，可采用线性不等式约束最优化算法，这里采用投影梯度法[5]寻优。设控制输入的饱和限幅为：

式中：Umax和Umin为适当的正数和负数。

5 控制策略

分析表明，在式(3)的目标函数选取时，使系统无稳态偏差和使控制输入收敛于以原点为中心的变化域内(非线性系统有多个变化域)是互相矛盾的，可采用如下控制策略解决该问题。

控制器1：选取Qi,j(q-1)=qi,j,0，此时系统的控制输入收敛于以原点中心的变化域内，但系统有稳态偏差;

控制器2：选取Qi,j(q-1)=qi,j,0+qi,j,1q-1++qi,j,ni,j q-ni,j，满足Qi,j(1)=0，此时系统无稳态偏差，但控制输入有时不收敛于以原点为中心的变化域内。

给出如下切换条件

yr(t)-y(t)<ε

式中：ε为一适当的小正数。

控制策略：当切换条件不成立时采用控制器1，切换条件成立时采用控制器2，则算法可实现无稳态偏差，且控制输入收敛于以原点为中心的变化域内。

6 采用投影梯度算法寻优时的几个问题

式(23)的线性不等式约束最优化问题可采用投影梯度算法，这里讨论采用投影梯度算法寻优时的几个问题。

6.1 写成规范形式令

则，

式(23)写成规范形式为：

当i=1,2，，M时，

当i=M+1,M+2，，2M时，

6.2 初始可行点的确定

文献[5]的投影梯度法的初始可行点，可由变尺度法[6,7]对如下目标函数寻优，即：

设变尺度法的初始点X0DFP在可行域内，则

由(26)式可知

则式(32)为：

故X0=X0DFP即可行域内所有点均可作为投影梯度法的初始可行点。

6.3 可行域即为正则域

由式(27)可知，α1，α2，，αM线性无关，由式(29)可知，αM+1，αM+2，，α2M线性无关。由式(27)和(29)可知，αi与αi+M线性相关(i=1,2，，M)。但由式(26)可知，gi(X)与gi+M(X)不能同时为紧约束，则紧约束指标集的最大维数为M，且任意紧约束组合的紧约束指标集中的列向量均线性无关，即可行域内所有点均为正则点，可行域即为正则域。

6.4 投影梯度算法结合变尺度算法寻优

由式(26)可知，当紧约束指标集为空集时，投影梯度算法退化为无约束最优化中最速下降法[8]，而最速下降法的收敛速度慢，为了加快此时优化算法的收敛速度，在紧约束指标集为空集时将投影梯度法切换为变尺度法。

6.5 一维搜索

采用文献[9]黄金分割法。

7 仿真研究

设被控对象为如下开环稳定的“非最小相位系统”

式中e(t)～N(0,1/10)，选取式(6)中的n1=n2=20。

采用递推辅助变量法估计参数时，选取，目标函数中的参数及加权网络选取为：p=5,M=4,q2=q3=q4=q5=1;误差修正系数h2=h3=h4=h5=1。

控制器1：选取

控制器2：选取

参考输入y(t)=(-1)∧round(t/100);控制输入的饱和限幅值Umax=0.8,Umin=-0.8;控制策略的切换条件为ε=0.17;投影梯度算法的初始可行点为x1(0)=x2(0)=x3(0)=x4(0)=0。

仿真结果如图1、2所示，图1为系统输出响应曲线，由图1可知，当0t200时，系统的响应品质不好，其原因是初始的估计脉冲响应序列值偏离真值过远造成的，但系统能稳定运行，说明算法的鲁棒性较好。

8 结束语

文中提出的可描述“对称非线性系统”的脉冲响应广义Hammerstein模型因其关于参数线性，所提出的超二次型目标函数合理并具有广泛意义，故许多线性系统下的控制算法的机理均可推广到该模型下。这里研究了其约束多步模型算法控制，进一步可研究其多变量情形，其算法的收敛性和稳定性有待于研究。对脉冲响应广义Hammerstein模型改进的机理，可推广到多变量情形及双线性系统、Wiener模型和Wiener-Hammerstein模型等非线性系统中。

参考文献

[1]R.Isermann,K-H.Lachmann,D.Matko.Adaptive controlSystems[M].Prentice Hall International Ltd,1992.

[2]Maurath P R,Mellichamp D A,Seborg D E.PredictiveController Design for SISO Systems[C].Proc.A.C.C.Boston,1985.

[3]Bruijin P M,Bootsma L J.Predictive Control UsingImpulse Response Model[C].6th IFAC/IFIP Conference.Dusseldorf,1980.

[4]Clarke D W,et al.Generalized Predictive Control,ParⅠ,The Basic Algorithm;PartⅡ.Extensions and Interpretations[J].Automatica,1987,23(2):137-148.

[5]Rosen J.B.The Gradient Projection Method for NonlinearProgramming.Part 1:Linear Constraints[J],J.SIAM,1960,8:181-217.

[6]Davidon W C.Variable Metic Method for Minimization[M].Argonne Nat.lab.ANL-5990Rev.1959.

[7]Fletcher R,Powell M J D.A rapidly Convergent DescentMethod for Minimization[J].Computer Jour.1963,6:163.

[8]Cauchy A,Method General Pour La Resolution des Systemsd/Equations Simultaneous[J].Comp.Rend.Acod.Sci.Paris.1847:536-538.

采访质量控制数学模型研究 第2篇

表1 读者级别赋分表

附图

注：分值是相对值，所以，最后的书的价值也是一个相对的值，即，这种书相对于其它书的价值。

表2 馆藏特色相关度赋分表

(表达某类书与馆藏特色的相关程度)

附图

表3 馆藏图书分类表

附图

表4 随机选取的2种政治、法律类图书

附图

表5 采访经费预算表(假设购书经费100万元)

附图

4 结束语

本数学模型的特点在于粒度细、可操作性强，从最原始的图书借还记录，推导出采购经费预算方案，每一步都是可信的，建立在真实的数据之上，几乎没有个人经验掺杂进来。而且，由于图书馆的读者群相对固定，在一定的时限内，读者的需求也是有规律可循的，其间根本没有投机的因素，因而寻求定量分析的方法是可行的。在本算法提出之前，大部分采购人员陷入一种怪圈，比如花大量的钱买计算机类图书，因为他到书库一看，大部分读者在看计算机类的图书，所以采购时，又狠买计算机类的图书。显然，采购人员眼中只有宏观上的利用率，根本不考虑浪费问题和价值问题。这就是对图书价值的理解不完整造成的，只抓住了图书价值构成要素中的一两个方面，而且没有量化，以此来指导工作，势必要出差错。

本算法除了用于采访质量控制外，还可以用于以下方面：(1)对采购人员的工作进行评估。比如规定采购回来的书，其价值必须达到某一水平(值)。(2)确定各种图书在藏书布局中的位置。比如把质量高的书，集中放在读者易接触的地方。(3)为藏书复选和剔除提供依据。现在很多馆在搞藏书剔旧时，没有量化标准，一切凭感觉和经验，这是很不科学的。(4)为阅读指导提供参考。把质量好的书推荐给读者，在藏书建设和读者需求之间，建立一种良性互动关系。

本文提出的数学模型还需进一步研究的问题：(1)影响图书价值的因素是否考虑完整。比如，由于不同类的书的出版种数不同，这必然影响到采访工作中的选书问题，是否应设置一个出版影响因子。(2)图书价值公式的表达是否完美。首先，因素之间是否都是与线性无关的，如果因素之间存在着相关关系，如何进一步做函数分析。其次，因素之间是否可用加(减)连接，比如：

Value=(Count+Relative)/(Period+Copy+Price)

对于这些问题，笔者也未深入研究，还请广大读者共同讨论。

【参考文献】

1 鞠文红，辛希孟.网络环境下信息资源建设的新理念及其实践和发展前景.中国图书馆学报，2001(4)

制作滑动控制联动数据图表 第3篇

1. 准备图表数据

图表制作，数据先行。打开名称为“新产品销售统计”的工作表，点击公式选项卡中的“名称管理器”，新建名称“cpA”，引用位置为“=OFFSET（新产品销售统计！$B$2，0，0，1，新产品销售统计！$B$8）”;新建名称“cpB”，引用位置为“=OFFSET（新产品销售统计！$B$3，0，0，1，新产品销售统计！$B$8）”（图2）。

2. 滚动条巧设置

选择“开发工具”选项卡，点击“插入”按钮，选择“表单控件→滚动条”，在工作表中画出一个滚动条。右击滚动条，选择“设置控件格式”，在“控制”选项卡中设置当前值为1，最小值为1，最大值为12，步长为1，页步长为1，单元格链接为B8（图3）。

小提示

B8是将来作为滚动条值的临时存放位置。

3. 应用图表数据

数据准备好后，就该把它应用到图表中。首先，在数据区域外选择一个空白单元格，再按住Ctrl键选择A2：B2、A3：B3单元格;然后点击“插入”选项卡中的“推荐的图表”，在弹出的窗口中点击“所有图表→组合”，选择“簇状柱形图-折线图”，其中产品B的图表类型选择“带数据标记的折线图”。图表添加后，右击图表，点击“选择数据”，在弹出的窗口左侧的图例项处分别选择产品A、产品B，点击“编辑”，在弹出的窗口的系列值处分别输入“=新产品销售统计！cpA”、“=新产品销售统计！cpB”;在右侧水平分类轴标签处点击“编辑”，选择B1：M1（图4）。

自动灌溉控制系统的控制模型及应用 第4篇

关键词：自动灌溉系统,控制模型,节水灌溉,景观灌溉

0引言

大型乐园中的园林景观灌溉是更好的保证景观植物健康生长、弥补自然降水在数量上不足与时间空间上的不均、保证适时适量地满足景观植物生长所需水分的重要措施。以往的园林景观灌溉工程, 很多没有完整的配套灌溉系统, 灌水时采用大水漫灌或人工洒水。不但造成水的大量浪费, 而且往往不能及时灌溉、灌溉过量或不足, 难以控制灌水均匀度, 对植物的正常生长产生不良影响。现代园林灌溉设计包括喷灌和微灌技术, 如果我们想使整个面积都得到相同的水量, 通常用喷灌, 如草坪灌溉。如果我们想让某一特定区域湿润而使周围干燥时, 可采用微喷灌或滴灌, 如灌木和乔木灌溉。为了节约劳力和资金、提高灌溉质量的要求, 园林灌溉大多采用自动控制灌溉系统。因此需要选择合适的设备并做科学合理的设计、安装、维护和管理, 以实现园林景观灌溉节约用水。

上海浦东的某大型乐园使用的是美国雨鸟公司的MAXICOM中央计算机控制系统。该系统可实现园林精确灌溉并自动监测气象和水文数据, 监测、分析、报警到数据统计及处理, 远距离数据传输和控制, 实现灌溉系统的自动化和智能化。香港迪士尼乐园及北京颐和园均采用该灌溉系统。

雨鸟 (Maxicom) 是一个为灌溉系统提供的中央管理硬件和软件包。通过发出指令, 并不断地监控反馈信息来检验指令的执行, 实现对灌溉系统的管理。 由气象站收集与植物需水相关的气象数据并反馈给中央计算机, 通过专用的管理软件, 运算出植物前一天损耗的水量并决策今天是否补充水分及补充多少水分;若需补水, 中央计算机向各集群控制器发送指令并由集群控制器传送给各田间控制器, 由田间控制器完成电磁阀的启闭, 在一定的时间内按一定的顺序自动完成园林绿地的灌溉并自动停机。Maxi- com通过流量管理软件来实现整个系统的流量最优分配和最大利用率。

1自动灌溉控制模型

1.1控制输出

在上海某大型乐园项目上, 喷头类型根据最大灌溉强度及地形等条件确定, 通过喷头对应的电磁阀做启闭完成灌溉。电磁阀只有启闭2种状态, 灌溉强度取决于灌溉时间。景观喷灌多数在夜间进行, 原因之一是白天喷灌, 蒸发损失大, 一般夜晚喷灌能比白天少消耗10%以上的水量;原因之二是景观可能白天不允许喷洒, 如乐园娱乐区进行文娱活动等。 因此每天通常只在夜间灌溉一次, 灌溉时间不超过8小时。该灌溉时间即控制输出, 灌溉时间乘电磁阀流量即灌溉水量I。对于不同土壤、不同植物, 需水量不一致。通过划分区域用不同电磁阀控制, 每个电磁阀可以单独控制, 因此不同区域的电磁阀灌溉时间应是不同的。需要注意, 灌溉用水量总是大于灌溉水量I, 灌溉水量I= 灌溉用水量×效率CI×喷头分组效率CP, 其中效率CI取决于灌溉方式和灌水器, 如滴灌效率80~90%;旋转喷头效率70~ 80%;散射喷头效率60~70%。喷头分组效率CP一般取95%。

1.2控制输入

灌溉控制保证适时适量地满足景观植物生长所需水分。水分消耗途径包括: (1) 植物蒸腾损失, 指植物将根系从土壤中吸收的水分, 通过叶片的气孔蒸散到大气中的水量 (包含少量植物光合作用需要的水量) 。 (2) 棵间蒸发损失, 指从植株间土壤表面蒸发到大气中的水量。 (3) 深层渗漏, 土壤由于降雨量或灌溉水量太多, 使土壤水分超过了土壤持水量, 向根系吸水层以下土层渗漏的现象。在节水灌溉情况下很少出现此情况。

需水量指植物在适宜的土壤水分和肥力水平下, 经过正常生长发育, 获得高产时的植株蒸腾、棵间蒸发以及构成植株体的水量之和[1]。主要包括棵间蒸发和植物蒸腾损失的水量, 两者之和称为蒸散量或ET值。影响植物需水量的因素: (1) 气象条件: 气温、大气湿度、风速、日照时间、辐射强度; (2) 土壤因素:土壤含水量、土壤质地、地下水埋深等; (3) 植物条件:植物品种、叶面积指数 (单位土地面积上的叶片面积) 、生育阶段; (4) 植物状况:植物状况受到气象和土壤条件的限制。如当土壤水分较少时, 植物生长受到抑制, 叶面积指数较小, 同时气孔开度减小, 蒸腾和蒸发量减少。

由于上述这些影响因素错综复杂, 确定灌溉需水量最可靠的办法是进行实际观测, 通过彭曼蒙特斯公式计算参考植物需水量ET0。联合国粮食与农业组织 (FAO) 推荐的Penman-Monteith以能量平衡和水汽扩散理论为基础, 既考虑空气动力学和辐射项的作用, 又涉及作物的生理特征[2]。联合国粮食与农业组织将ET0定义为一种假想的参考作物冠层的蒸发蒸腾速率, 参考作物被假设为高度为12cm, 固定的表面阻力为70s/m, 反射率为0.23, 非常类似于表面开阔、高度一致、生长旺盛、完全遮盖地面而不缺水的绿色草地[3]。

彭曼蒙特斯公式[4]:

式 (1) 中, ET0为参考作物蒸发蒸腾量, mm/d; △为温度- 饱和水汽压关系曲线上在T处的切线斜率, k Pa/℃;Rn为净辐射, MJ/m2·d;G为土壤热通量, MJ/m2·d;γ 为湿度表常数, k Pa/℃ ;P为气压, k Pa/℃;T为平均气温, ℃;Z为计算地点海拔高程, m;λ 为潜热, MJ/kg-1;u2为2m高处风速, m/s;ea为饱和水汽压, k Pa;ed为实际水汽压, k Pa。

对于特定的植物, 用ET0乘以一个植物系数Kc, 就得到ET值。

现场精确计算ET0往往较困难, 可根据影响需水量的主要因素进行简化计算。计算需要以下控制输入:

(1) 气象条件

气温、大气湿度、风速、日照时间、辐射强度等由园区小型气象站提供数据, 通过以太网输入控制系统中央计算机。降雨强度对控制系统影响较大, 需要较精确的数据, 因此需要使用雨鸟公司的RAIN- GAUGE雨量计做雨量现场测量, 将雨量转为脉冲电信号输入集群控制器以提高降雨强度的精度。

(2) 土壤条件

土壤吸收和保持水分很像海绵。特定质地和体积的土壤将保持特定的含水量。土壤的吸水率 (或入渗率) 将影响喷灌强度和使用的喷头类型。土壤的持水能力及其含水量, 将极大的影响灌溉制度。 但对于确定的区域, 如土壤类型、地下水埋深等, 通过土壤湿度传感器将取样点土壤含水量转为电信号输入集群控制器, 可以计算相似区域的土壤持水能力及其含水量。如果精度不足, 可以增加取样点。

(3) 植物条件

不同植物需水量不同, 同种植物叶面积指数也可能不同, 同一种植物在不同生长期需水量也可能不同。对于确定的区域, 这些植物条件都已确定, 根据不同区域情况在中央计算机手动输入参数。需要注意, 对于不同植物组合种植, 需水量计算要考虑景观系数。

1.3控制模型

土壤水量可以视为一个桶, 桶中的水为植物可利用水。桶的水量上限为田间持水量, 超过水量上限的水将通过深层渗漏及地表排水快速排走。桶的水量下限为永久凋萎点, 低于水量下限导致植物的死亡。水量上限及水量下限之间就是桶容量C, 桶容量通过估算获得, 并用土壤湿度传感器校正。

图一表示植物可利用的有效水。具体说明: (1) 吸湿水是与土壤颗粒结合得太紧而不能被植物利用的水分; (2) 毛细水是保持在土壤的空隙中可以被植物利用的水分; (3) 重力水是从土壤中排得非常快, 不易被植物有效利用的水分; (4) 永久凋萎点代表毛细水和吸湿水二者间的分界线。因为吸湿水不能被植物利用, 所以土壤含水量持续低于永久凋萎点将导致植物的死亡; (5) 田间持水量代表重力水和毛细水之间的分界线, 它是植物可利用水的上限。

该桶有二个入水口。入水口一为灌溉水, 由电磁阀启闭控制, 即控制系统输出。入水口二为气象降雨量R0, 不可控 (特殊条件下也可能可控, 如市内人工降雨) , 但可以由雨量计测量。需要注意, 降雨量不会全部进入土壤, 植物可能有盖板保护;暴雨会产生地表径流, 被排水系统排走;过大的雨量会产生深层渗漏。因此气象的雨要乘一个系数得到接受的雨量R。

该桶有一个总出水口ET。出水口ET包括前述棵间蒸发和植物蒸腾损失的水量。ET通过气象条件和植物条件计算。气象条件由园区小型气象站提供数据, 植物条件手动输入参数。

控制的目标是将园林植物主要根系吸水层的土壤含水量保持在植物所要求的范围内, 同时减少灌溉。即控制模型保持桶中水位W在水量上限下限之间, 同时尽量减少灌溉。多灌溉可以保证植物需求, 但会浪费水;少灌溉可能导致植物死亡。

图二表示桶的水位控制 (其中灌溉水入水口未画出) 。土壤存水能力有限, 同时水位也不可以降到永久凋萎点, 因此水位0<水位W<桶容量C。当水位W+接受的雨量R>桶容量C时, 水位W=桶容量C。此为计算水位的限定条件。

1.4控制策略

灌溉只能在晚上, 控制策略分为最大灌溉和最节水灌溉。 (1) 最大灌溉策略 (对植物最有利) 下明日灌溉水量I计算:明日灌溉水量I= 桶容量C-灌溉前水位W-明日雨量R。 (2) 最节水灌溉策略 (最节水) 下明日灌溉水量I计算:明日灌溉水量I= 明日蒸散量ET-灌溉前水位W-明日雨量R;明日灌溉用水量= 明日灌溉水量I/ 效率CI/ 喷头分组效率CP;电磁阀开启时间= 明日灌溉用水量/ 对应电磁阀流量。中央计算机会自动根据控制输入及灌溉参数计算每个电磁阀开启时间, 并通过集群控制器控制电磁阀, 完成自动灌溉。

2灌溉实施及节水情况

上海某大型乐园采用的是最大灌溉策略。使用最节水灌溉策略可以进一步提高节水率, 但对植物生长有一定影响。乐园对植物观赏性要求较高, 大部分乐园会采用最大灌溉策略。上海某大型乐园使用最大灌溉策略比人工洒水节水40%。使用自动园林灌溉系统有效的节约了灌溉用水, 降低了成本, 提高了管理水平。

3结束语

综上所述, 基于雨鸟Maxicom系统在上海某大型乐园的实施, 不仅满足了植物需水要求, 同时有效地提高水的利用率, 节省劳务及日常养护开支, 节约水电费, 把园林工人从繁重的灌水工作中解脱出来, 使他们集中精力从事植物的植保、养护等设备无法完成的工作。随着科技的不断进步, 自动园林灌溉控制系统将会有更多的改进, 并更好地降低成本, 提高公司的生产效率、管理水平和竞争力。

参考文献

[1]康绍忠, 蔡焕杰.农业水管理学[M].北京:中国农业出版社, 1996.

[2]许迪, 刘钰.测定和估算田间作物腾发量方法研究综述[J].灌溉排水, 1997, 16 (02) :54-59.

[3]Allen R.G., Smith M., Perrier A., et al.An update for the definitiono freferenceeapotranspiration[J].ICIDBulletin, 1994, 43 (02) :1-34.

一种动态网页自适应访问控制模型 第5篇

一种动态网页自适应访问控制模型

分析了动态网页访问控制的现状和需求,提出了一种动态网页细粒度策略自适应访问控制模型(FPAAC),并在开发的模拟系统中进行了验证.

作 者：薛原 XUO Yuan 作者单位：解放军信息工程大学电子技术学院广州分院,广州,510510刊 名：国土资源信息化英文刊名：LAND AND RESOURCES INFORMATIZATION年，卷(期)：“”(4)分类号：P23关键词：动态网页 访问控制 细粒度 策略自适应

试论钢构件制作工序质量控制 第6篇

【关键词】钢结构；建筑；钢构件；制作工序；质量控制

目前在我国，钢结构建筑越来越多，应用越来越广泛，但是由于我国的钢结构工程起步较晚，尚处于发展阶段，因此在质量控制上还不够成熟，这极大地影响了钢结构建筑的质量。钢结构是一种预制结构，若想提高钢结构工程的质量，首先要对其钢构件的制作工序进行严格的质量控制。以下笔者就根据多年钢构件制作加工经验来浅要分析一下钢构件的制作要素，并就其制作工序的质量控制提出几条有效对策，希望能够对本行业的生产和发展带来一定助益。

一、钢构件制作工序流程

一般情況下，钢构件的制作需要根据实际设计要求来进行，例如，在某项厂房工程的建设中，其钢构件的制作工序流程如下：生产计划-接收图纸-作业计划-编制工艺流程卡-下料-组立-自动焊接-矫正-拼装-抛丸或手工除锈-打磨及刷漆-成品。而在上述工序流程中，最主要的质量控制内容乃是材料质量控制、下料质量控制、装配质量控制、焊接质量控制及涂装质量控制。

二、钢构件制作工序质量控制

1、材料质量控制

对于钢构件制作来说，材料质量控制乃是其制作工序质量控制的重点之一，因为材料的质量是影响钢构件制作质量的一项重要因素。总体来说，钢构件材料质量的控制应当遵循以下几点：①应当通过严格的验算来确定其钢板及型钢的材质和规格等，不得出现严重偏差；②制作所需的钢材、焊材及油漆等材料都必须要符合国家相关质量标准要求，要有质量合格证明书，并且要提前进行过相关复验，确定没有问题后方可投入使用；③所有钢材表面的锈蚀、划痕、麻点等缺陷都必须要在允许范围之内，一般要求其不能大于钢材厚度允许负偏差的二分之一；④焊材的选择必须要符合相关焊接工艺要求；⑤切割用气体必须要符合相关纯度要求。

2、下料质量控制

对下料的质量进行严格控制也是钢构件制作工序质量控制的一项重要内容。通常情况下，钢构件下料质量的控制应当遵循以下几点：①当板材进入到车间后，首先应当对其规格及材质等进行严格核对，确定其符合相关图纸设计的要求后方可使用；②在进行切割之前，应当先清除切割区表面的铁锈和油污等，确保切割区表面干净清洁，然后再严格按照划线下料的标注来切割，切割面不得出现夹渣、裂纹及超过1mm的缺棱等，且边缘不得留有熔瘤和各种飞溅物，否则严禁传递到下一道工序；③板材号料后，应当将定货号、零件号及加工方法等数据标明清楚，从而方便标识移植；④在切割钢柱吊车梁等重要构件的腹板和翼缘板时，应当采用半自动气割机或自动气割机，并且要采用整板拼焊后再进行切割下料，长度方向应预留30mm-50mm的荒料，翼缘板接料的长度方向要与轧制方向一致，拼接长度要≥2倍板宽，吊车翼缘板的拼接点则应距梁端三分之一范围内，以及腹板和翼缘板之间的对接缝不能设置在同一截面，应互相错开至少200mm。

3、装配质量控制

钢构件制作工序质量控制的另一项重要内容是装配质量控制，其要点如下：①在开始装配之前，应当先根据相关图纸设计要求及加工车间所提供的料单来认真核对检查零件的尺寸和规格等数据，确保质量合格后方能进行组立；②在装配之前，还应当先仔细清除干净接口表面的铁锈和油污等杂质，一般要求50mm范围内都必须要打磨干净，并要确定钢板的平整度达到了相关要求，然后才可以组立；③H型组立应当在H型钢生产线或者门型H型钢组立机上进行，组立时必须要确保定位焊焊材与正式焊接材料相一致，点焊高度不能超过设计焊缝高度的三分之二，焊缝长度应≥25mm，焊点间距应控制在450mm-550mm之间，并且点焊必须要牢固可靠，吊点处应当适当加大焊缝长度；④在进行装配之时，应当对各个部位的偏差和间隙进行严格控制，一般要求局部间隙要≤1mm，边缘最大间隙要≤0.8mm，磨光顶紧接触部位则要≥75%，

4、焊接质量控制

焊接是钢构件制作过程中的一项重要步骤，若想要切实保障钢构件的生产质量，就必须要保障焊接的质量。若想对钢构件焊接质量进行有效控制，必须要做到以下几点：①所有焊工都必须要持证上岗，焊接时必须要在规定的施焊范围内实施，严禁无证上岗；②所有焊接材料在使用前都必须要先按照规定进行烘干，且烘干后要存放在保温筒内，以便随时取用；③为了确保焊接质量，焊接前必须先要对接口两侧各50mm范围内进行检查，主要检查铁锈和油污等杂质是否已彻底清除干净，同时应再次检查组装质量，如发现不符合要求的地方应重新进行修正，待一切合格后方可实施焊接，焊接完成后也应及时清除上面的金属飞溅物，并要在焊缝附近处打上焊工钢印；④对于需要多层焊接的地方，应当连续施焊，并在每层焊完后都及时进行焊渣清理，如有发现缺陷则应利用碳弧气刨进行彻底清除并打磨干净，之后再重新焊接；⑤如果发现焊缝处出现裂纹，焊工不能擅自处理，而应当先上报相关负责人，查清楚原因并制定出有效的处理方案后再进行处理，且必须要保证同一处返修不超过两次；⑥焊缝以外的母材上面严禁打火引弧；⑦对于板材接料和H型主焊缝来说，其焊接方式最好是采用埋弧自动焊；⑧对于T型焊缝和对接焊缝来说，必须要在两端设置好引、熄弧板后再进行焊接；⑨对于质量等级要求较高的焊缝，如一、二级焊缝，相关质量部门必须要严格监控其施焊过程，并派专业人员对焊缝进行超声波探伤；⑩焊接后，可采用矫直机机械矫正或者火焰矫正，火焰矫正时同一部位的加热至多两次，温度应≤900℃；如果钢构件的变形较大，在焊接前应先进行反变形处理，并合理选择焊接顺序，尽量减少焊接变形。

5、涂装质量控制

最后，还应注意涂装质量控制，要点如下：①所有钢构件在涂装前都要先清除表面的锈蚀、油污、水渍及灰尘等，并经检查合格；②涂装时温度应在5℃-38℃，相对湿度应≤85%，雨天不能涂装，且涂装后4小时内严防雨淋；③每层涂装前都要先对前道表面进行彻底清理和打磨，如发现漆膜局部有损伤，也应先处理损伤；④油漆要搅拌均匀，涂刷要快速，避免反复刷涂；⑤涂刷完毕并经检查验收合格后，应及时标注构件编号。

结语

综上所述，若想对钢构件制作工序进行有效的质量控制，就必须要控制好其材料质量、下料质量、装配质量、焊接质量及涂装质量，这几项都是钢构件制作工序中的重要质量控制内容。

参考文献

[1]唐静.钢构件制作的质量控制[J].科技资讯，2009，31：77-78.

[2]赵艳丽.浅析钢结构制作工序质量控制[J].科技创新导报，2010，30：111.

[3]贺海勃.浅议钢构件加工质量控制[J].中国建筑金属结构，2013，15：77-79.

纸机模型的预测函数控制 第7篇

预测函数控制(PFC)最早是于1986年由法国的Richalet与德国的Kuntze等人共同提出的,从理论方面看,Richalet等人先后在预测模型的选择与结构、操纵变量约束的处理等方面对基本PFC算法进行了改进,并将改进算法从单变量系统扩展到多变量系统,利用分解原理把PFC的应用范围从稳定对象推广到临界稳定的柔性结构系统和不稳定对象[1,2,3,4,5,6,7,8]。预测函数与其它预测控制算法的最大区别是注重控制量的结构形式,认为控制量与一组相应于过程特性和跟踪设定值的基函数有关,用这些基函数已知过程响应,通过对目标函数进行线性优化计算,得到各基函数的权系数,继而求出相应的控制量。因此,预测函数控制的控制量计算方程简单、实时控制计算量小,适用于快速系统的控制,并可以处理不稳定、时滞、带约束等的系统。该方法已经在机器人、化工间歇反应过程以及军事等许多领域得到成功应用[9,10,11,12,13,14,15]。

纸张的定量和水分是纸张最重要的质量指标。实现定量和水分控制,可以有效减少横向定量和水分偏差,明显提高成纸的合格率和一级品率,减少回炉率。本文针对造纸机系统大时滞、强耦合的特点,运用预测函数控制算法,结果具有很高的预测精度。

2 纸机模型与前馈解耦

造纸机模型是一个具有大时滞、大耦合的双输入、双输出系统。纸机模型用一阶惯性环节加纯滞后表示:

undefined

定量回路:

K1=1 τ1=80 s T1=72 s

水分回路:

K2=1 τ2=35 s T2=108 s

浆阀对水分的影响:

K3=0.01 τ3=80 s T3=108 s

蒸汽阀对定量的影响:

K4=0.01 τ4=35 s T4=72 s

其传递函数的形式为:

undefined

运用前馈补偿解耦法对该系统进行解耦:

undefined

undefined

系统被解耦之后的传递函数为:

undefined

3 预测函数控制及造纸机仿真

3.1 预测函数控制的基本原理

预测函数控制仍然属于模型预测控制的范畴,这是因为它具有MPC的三个基本特征,即:①内部模型。PFC采用状态空间变量来预测过程的未来输出;②参考轨迹。PFC用指数率表征期望的未来行为;③误差修正。PFC采用时推的方法来修正模型误差。

3.2 典型工业控制的预测函数控制

3.2.1 一阶过程

一阶过程的传递函数可用下式表示:

undefined

式中:P,M过程及其模型;u,y过程的输入和输出;K,T过程的稳态增益和时间常数。

当过程和模型有误差时,Km,Tm表示模型的参数。在采样时间为Ts的条件下将其离散化,得到差分方程:

y(k)=αy(k-1)+K(1-α)u(k-1) (2)

这里,undefined。对象的输出由两部分组成,即自由输出响应αy(k-1),基函数输出响应K(1-α)u(k-1)。

为适应多部预测控制算法的要求,当预测步长为H,并且有u(k)=u(k+1)==u(k+H-1)的假设时,根据预测模型,可由当前模型输出ym(k)和控制输入u(k)计算出未来H步过程输出的预测值:

ym(k+H)=αHmym(k)+Km(1-αHm)u(k) (3)

3.2.2 阶跃变化设定值情况

在一阶对象和设定值阶跃变化的情况下,只要选定一个基函数,即阶跃函数,假设参考轨迹采样时间常数为Tr的一阶曲线,则轨迹的值为:

undefined

令undefined,将式(4)化简为:

yr(k+H)=βHyp(k)+(1-βH)c (5)

根据单值预测控制的思想,并引入误差反馈校正,保证系统具有较强的鲁棒性。则最优指标为:

J=min [ym(k+H)-e(k)+yr(k+H)]2

即:

ym=(k+H)+e(k)=yr(k+H) (6)

将式(3)、式(5)、式(6)代入式(4),化简后可得:

undefined

3.2.3 一阶加纯滞后过程

当过程的纯滞后时间与主导时间常数之比超过0.5时,称该过程为大滞后过程。通常,这种情况是难以控制的,在采用PID控制时,为了维持系统的稳定性,必须将控制作用整定得很弱,因此,在许多场合将得不到满意的控制效果。大纯滞后过程的控制一直是过程控制界关注的研究课题。上节给出的PFC算法是针对无纯滞后过程的,现将这种算法做一些修改,使之能较好地处理大纯滞后过程。

现有如下形式的大纯滞后系统:

undefined

在采样时间为Ts的条件下将其离散化后,可得如下形式的差分方程:

y(k)=αy(k-1)+k(1-α)u(k-1-L) (9)

式中:undefined,undefined。

过程的输出值由预测模型和一个滞后时间前的那个控制量来决定。如果将式(7)改为下式:

undefined

处理虽然可以用预测控制处理大纯滞后过程,但是模型中有一段滞后时间,使控制的反应速度减慢,且只能在经过纯滞后时间之后才能实现真正意义上的控制,使预测值与轨迹间的偏差达到最小。

参考Smith预估控制思想,用无纯滞后的过程来修正实际的测量值,给出改进的PFC算法,其控制算法的推导如下:

由式(7)的输出模型可得,实际过程输出为:

yu(k)=αyu(k-1)+Ku(1-α)u(k-i-L) (11)

模型输出值为:

ym(k)=αym(k-1)+Km(1-α)u(k-1-L) (12)

将模型去掉纯滞后,可得预测模型输出值为:

ymav(k)=αymav(k-1)+Km(1-α)u(k-1) (13)

实际输出在时刻k当然未知,为此,我们对当前时刻的测量值yp(k)进行校正构造出包含未来预报信息的新的过程输出值ypav(k):

ypav(k)=yu(k)+ymav(k)-ymav(k-L) (14)

由以上各式可得去掉纯滞后的PFC算法的控制量为:

undefined

这个控制量可以通过一些时域上的变化,应用于大滞后过程。具体的,应把迭代过程的开始时域设在L步上。前L不失为滞后时间,其控制量为零,并将式(15)中计算得到的控制量u(k)在当前时刻实施应用,此后不断进行递归迭代计算。这样既能加快控制速度,又能得到满意的控制效果。

4 纸机模型仿真研究

(1)在这里先求出纸机模型的动态矩阵控制仿真,仿真图如图1～图4所示。

由图1～图4可以看出,动态矩阵预测控制的跟踪性能不是很好,主要原因在于阶跃响应系数的选取。只有得到系统准确的阶跃响应系数,并适当选取控制参数,控制效果才会有所改善。但在实际生产过程中,很难得到准确的阶跃响应系数。

(2)利用广义预测算法分别对纸机模型的定量和水分环节进行仿真研究,如图5～图8所示。

从图5～图8可以看出,广义预测控制算法的跟踪性能较好。广义预测控制算法性能的好坏主要取决于模型参数的选取和各个参数块的计算,且计算量较大。从仿真结果可以看出,它比动态矩阵的控制效果好,各项指标都基本达到要求。

(3)预测函数的纸机模型仿真研究。

对控制量做变形,由式(3)、式(5)、式(7)、式(8)可以得到:

undefined

式中:undefined;undefined;T惯性时间;Ts采样时间;Tr参考时间常数;H预测步长。

在此,我们取H=10,Ts=0.1,Tr=1。当系统完全匹配时对系统进行仿真,仿真图如图9、图10所示。

当模型失配时,此时,定量回路模型为:

undefined

水分回路模型为:

undefined

此时再对失配模型进行仿真,仿真图如图11、图12所示。

从图9～图12可以看出,不管是在模型匹配还是在模型失配的情况下,预测函数控制都能达到相对较快的反应速度,仿真结果较满意。

5 结 论

钢构件制作的质量控制 第8篇

下面就钢构件制作质量控制作简单探讨。

本工程为钢排架结构试验中心厂房, 研究中心及试验中心辅助用房为现浇框架结构。根据设计要求, 采用工厂式加工, 确保构件焊缝的焊接质量。构件加工好后运输到施工现场。

钢结构制作工艺流程见图1。

依据制造图及相关规范排定下料工令三维CNC钻孔机加工全自动带锯切割开槽加工二次人员板件组焊作业钢丸除锈涂装。

1 放样、下料

(1) 施工人员认真核对施工图, 发现问题, 立即向项目负责人提出, 以便及时解决问题。

(2) 对重要节点尺寸放样、计算校核。画出各构件的实际尺寸、形状, 部份较复杂的构件经过展开, 然后作成样板、样带, 作为落样、切割、组合。

(3) 放样、下料和构件组装, 检验所使用的量具应是计量检测部门检定合格的量具, 从而保证制作精度。常用的放样工具有:钢卷尺、直尺、角度尺、直角尺、墨斗、焦线、铅笔、石笔、压铁、样冲、小头、剪刀。

(1) H型钢翼板和腹板进行对接, 同一构件上翼板和腹板横向接缝错开250mm, 在距拼接处40mm范围内有孔, 拼接焊缝磨平。

(2) 下料所划的切割线正确、清晰。划线完成应尽快进行钻孔或裁剪, 以免日晒雨淋后样线模糊不清。

(3) 零件下料根据具体情况分别采用剪板机、直条气割机、半自动气割机, 尽量避免手工切割。各种切割方法和切割面允许偏差见表1。切割面深度超过1mm的局部缺口, 深度大于2mm的割纹, 以及断面残留的毛刺给予补焊和打磨光顺。

(4) 无余量零件外形尺寸的允许偏差见表2。

(5) 构件的焊缝坡口型式, 按图纸标出的焊接符号选择坡口型式和尺寸, 坡口采用半自动气割机加工。

(4) 放样检查。

(1) 校对基本尺寸;

(2) 检查制作上或设计上是否有问题;

(3) 构件上螺栓连接时有无障碍;

(4) 各构件组合有无障碍;

(5) 焊接作业进行时有无障碍及电焊切割预留量是否足够;

(6) 工作顺序模拟是否有障碍;

(7) 构件运输有无障碍;

(8) 现场高强螺栓与焊接作业之间有无障碍;

(9) 特殊构件工地现场组合是否可行。

(5) 落样注意事项。

(1) 落样时依全尺寸放样的样板 (考虑切割余量及焊接收缩量) 。

(2) 每一单片材作适当取材安排, 使钢板余料减少至最低程度, 一般为8%~15%。

(3) 大构件优先取材落样, 小构件则利用侨汇料或大构件所剩的空间落样。取材应考虑应力作用方向与钢板轧制方向一致。

(4) 落样时特别注意材料是否平直, 表面是否有伤痕。

(5) 较简单的构件, 放样与落样可同时进行。

(6) 现场放样的地面须保持平整、干燥、坚实。

2 矫正

(1) 各工序加工完毕后对零件或成品进行矫正。

(2) 钢材的矫正, 在常温下用机械设备矫正, 矫正后的钢材, 在表面上无凹陷、凹痕及其它损伤。

(3) 碳素钢及低合金钢加热矫正, 在自然状态下冷却。

3 组装

(1) 组装H型钢前, 翼腹板用钢板矫平机矫正, 构件组装前对构件零件 (如连接板等) 进行矫平。

(2) 按施工图中零件编号、方向和尺寸进行组装, 注意不同部位零件板厚的不同。

(3) 零件在组装时清除被焊部位的厚锈熔渣、污垢、水份等, 重要构件 (如吊车梁) 焊缝的清理, 用砂轮打磨至出现金属光泽。

(4) 定位焊由持证焊工焊, 焊缝厚度不应大于设计的2/3, 定位焊后清除焊渣和大颗粒飞溅。定位焊缝长度和间距见表3。

(5) 零件组装时顶紧, 局部间隙小于1mm。

(6) 不在构件的翼腹板的面上焊接临时支撑。

(7) 对接角接组合焊缝 (含对接焊缝) 在两端配置引出板。其材质和坡口形式应和母材相同。引出板的尺寸应不小于8080mm, 引出板的坡口允许用碳弧气刨加工。引出板在焊接完成后用气割切除, 并修磨平整。

(8) 组装后对构件全面复查, 确认合格后交下道工序。

4 焊接和矫正

4.1焊接预案

(1) 上岗焊工具备焊工合格证和焊工操作证。

(2) 焊材管理:工作结束, 剩余焊条必须收回置于干燥箱内, 次日再取用。

(3) 开槽加工。

(1) 钢材接合部板厚9mm以上的全熔透焊接必须开槽加工, 开槽的形状、尺寸、加工方法应按照设计图 (制造图) 或放样图所规定的要求进行。

(2) 开槽表面要清理干净并作防锈处理或立即焊接。火焰开槽若有伤痕, 须用电焊修补后再用砂轮机磨平, 并清理干净割渣和焊渣。

(4) 焊接前检查。

(1) 是否选择正确的焊接方法和焊接材料。

(2) 开槽加工、构件组立是否达到规定的精度。

(3) 焊接施工顺序是否正确。

(4) 焊接面是否清洁。

(5) 预热方案是否可行。

(5) 未标注尺寸的焊缝一律双面焊, 角焊缝高度不小于5mm。

(6) 引出板焊缝长度:埋弧焊不小于50mm。CO2气体保护焊不小于20mm。

(7) 每条焊缝在收弧时 (特别是气体保护焊) 必须填满弧坑, 以免出现弧坑裂缝。在构件角焊缝终止处, 必须进行包角焊。

(8) 焊接完成后, 应进行认真自检, 如彻底清除焊瘤、飞溅、修正焊缝缺陷和遗漏焊缝等。

(9) 构件在焊接后产生超过允许公差范围的变形应予矫正。构件变形矫正可采用机械和加热的方法, H型钢采用翼缘矫直机等。

(10) 采用机械方法未能矫正构件变形时, 环境的温度应不低于0℃, 缓慢加压, 并采用有效措施, 保证构件表面不发生严重损伤。

(11) 采用加热方法进行构件变形矫正时, 加热温度应控制在900℃~1050℃范围内 (正火温度) , 然后自然冷却到环境温度.当温度自然冷却到600℃时允许用水冷却, 同时应防止构件加热过度, 造成过烧。

钢结构工程施工在我国还处于起步阶段, 只有在施工过程中加强技术人员、工人对规范标准和操作规程的学习, 加强施工过程中的质量控制和监督检查, 积极发挥施工、监理等各方面的作用, 做好各分项工程的工序验收工作, 才能保证钢结构工程的施工质量。

摘要：结合钢结构工程在建筑领域的广泛应用, 探讨了钢结构工程制作过程质量控制要点。

关键词：厂房,钢结构,施工,质量控制

参考文献

[1]GB50205-2001, 钢结构工程施工质量验收规范[S].北京:中国计划出版社.

[2]GB50017-2003, 钢结构设计规范[S].北京:中国计划出版社.

[3]吴鸿伟.浅论钢结构工程施工质量控制措施[J].经营管理者, 2009, 8.

计算机访问控制模型 第9篇

1 自主访问控制模型

计算机访问控制模型有很多种, 而自主访问控制模型就是其中一种。所谓自主访问控制模型, 简单的说, 就是按照自主访问控制策略要求而构建的模型, 该模型只需要合法用户进行计算机访问, 而不允许非法用户访问, 此种模型允许用户将自己的访问权限转移给其他用户。相关学者也将此种模型, 称之为任意访问控制模型。现阶段已经有很多系统都应用此种控制模型。自主控制模型的实现应用步骤如下:第一, 判断用户的身份是否合法;第二, 按照用户的权限, 提供相应的信息资源。有些情况下, 主体控制权限需要进行必要的修改, 而此种修改通常情况下, 由特殊用户负责, 或者特殊用户组负责。

自主访问控制模型比较灵活, 便于用户访问, 并且使得DAC应用范围更加广泛。因为用户能够进行权限传递, 这就是的不具备访问权限的用户必须通过权限传递从另一个用户中获得相应的访问权限。这样虽然方便了用户, 但是却存在着比较大的安全隐患, 无法保证数据保护安全合理有效。

自主访问控制模型最典型的优势就是授权主体有权限将客体访问权限收回或者授予权限。此种控制模型主要是借助控制矩阵以及控制列表来储存相应的访问信息, 这样就能够有效的限制主体访问能力。

2 强制访问控制模型

此种模型的研发之初主要是为了能够完善自主访问控制策略。研究者最初阶段研发了各种类型的计算机访问控制模型, 每种模型都有非常准确的定义, 后来逐渐发展成为此种控制模型。自主访问控制模型, 将用户以及客体资源分为了不同的级别, 用户级别确定之后, 自身无法改变, 只有管理人员能够有权利改变。强制访问控制策略属于多级访问控制策略, , 明显特征就是访问主体能够进行强制性的控制。强制访问控制模型, 预先会确定各个安全级别属性, 之后分别给予各个访问主体以及受控对象, 如果访问主体要进行相应的访问, 模型会对访问主体所拥有的安全级别进行分析, 依据分析结果再确定是否能够授予访问主体相应的访问权限。强制访问控制模型对访问主体会标记两个并于同的标识, 受控对象也是如此。第一个是具有安全等级的标记点, 此标记点就偏序关系;第二个为非等级分类标记。至于安全等级的具体层次, 这要结合安全主体与客体对象进行具体分析。如果进行偏序关系的考量, 主体与客体访问方式目前可以分为四种类型:首先, 向下读类型, 此种类型是主体与客体相比, 安全级别更高, 主体能够进行查阅方面的读操作;其次, 向上读类型, 主体与客体相比, 安全等级比较低, 能够进行列读操作;再次, 向下写类型, 主体与客体相比, 安全级别更高, 主体能够进行动作操作或者是执行写操作;最后, 向上写操作, 主体与客体相比, 安全级别比较低, 能够进行的相应的动作与写的操作。

3 基于角色的访问控制模型

计算机访问控制模型中, 基于角色的访问控制模型应用更加的广泛, 几乎所有的人数比较多的大型企业都应用此种模型。所谓角色的访问控制模型简单的说就是将访问权限进行角色上的分配, 用户依据自己的角色来进行相应的访问。最简单的例子就是高校将访问权限分为教师、学生等, 不同角色的人选择进入不同的网页中, 获取不同的信息资源。基于角色的访问控制模型主要以控制主体为重点, 按照访问对象的比较职权以及所要承担的相应的责任进行角色划分, 从而将角色与访问权利有效的联系起来。在这里, 角色就是桥梁, 沟通访问主体与计算机数据信息。

角色可以看作是一组操作的集合, 不同的角色具有不同的操作集, 这些操作集由系统管理员分配给角色。在下面的实例中.我们假设Tchl, Tch 2, Tch 3, …, Tch i是对应的教师, Studl, Stud 2, Stud3, …、Studj是相应的学生, Mngl, Mng 2, Mng3, …, Mngk是教务处管理人员, 那么老师的权限为Tch MN= (查询成绩、上传所教课程的成绩) ;学生的权限为Stud MN= (查询成绩、反映意见) ;教务管理人员的权限为Mng MN= (查询、修改成绩、打印成绩清单) 。那么, 依据角色的不同, 每个主体只能执行自己所制订的访问功能。用户在一定的部门中具有一定的角色, 其所执行的操作与其所扮演的角色的职能相匹配, 这正是基于角色的访问控制 (RDAC) 的根本特征, 即:依据RBAC策略, 系统定义了各种角色, 每种角色可以完成一定的职能, 不同的用户根据其职能和责任被赋子相应的角色, 一旦某个用户成为某角色的成员, 则此用户可以完成该角色所具有的职能。系统管理员负责授予用户各种角色的成员资格或撤销某用户具有的某个角色。例如学校新进一名教师Tchx, 那么系统管理员只需将Tchx添加到教师这一角色的成员中即可, 而无需对访问控制列表做改动。需要加以注意的是, 相同的用户, 可以有不同的角色, 换言之, 相同的访问对象, 能够被赋予不同的角色, 最简单的例子就是, 该访问对象扮演教师的角色, 但是也能够同时扮演进修学生的角色。同样, 一个角色可以拥有多个用户成员, 这与现实是一致的, 一个人可以在同一部门中担任多种职务, 而且担任相同职务的可能不止一人。因此RBAC提供了一种描述用户和权限之间的多对多关系, 角色可以划分成不同的等级, 通过角色等级关系来反映一个组织的职权利责任关系, 这种关系具有反身性、传递性和非对称性特点, 通过继承行为形成了一个偏序关系, 比如Mng MN>Tch MN>Stud MN。RBAC中通常定义不同的约束规则来对模型中的各种关系进行限制.最基本的约束是“相互排斥”约束和“基本限制”约束, 分别规定了模型中的互斥角色和一个角色可被分配的最大用户数。RBAC中引进了角色的概念, 用角色表示访问主体具有的职权和责任, 灵活地表达和实现了企业的安全策略。

结束语

综上所述, 可知上述介绍的三种计算机访问控制模型相比较而言, 基于角色的访问控制模型的整体安全级别更高, 不仅具有良好的灵活性, 同时能够解决企业用量数量多的问题, 因此企业可以尝试着应用此种模型。

摘要：计算机访问控制模型主要有三大类型, 分别为自主访问控制模型、强制访问控制模型、基于角色的访问控制模型。这三种控制模型各具优势, 先进性是越来越好。分别对这三种模型进行了介绍, 希望能够提供借鉴。

关键词：计算机,访问控制模型,企业

参考文献

[1]郎波.面向分布式系统访问控制的信任度量化模型[J].通信学报, 2010 (12) .

[2]曲延盛, 罗军舟, 李伟, 王鹏, 谭晶.可信可控网络资源控制的冲突检测机制[J].通信学报, 2010 (10) .

[3]张颖君, 冯登国, 陈恺.面向空间索引树的授权机制[J].通信学报, 2010 (9) .

[4]王小明, 付红, 张立臣.基于属性的访问控制研究进展[J].电子学报, 2010 (7) .

内容适配系统控制模型研究 第10篇

关键词：内容适配系统,反馈控制,人工神经网络

0 引言

随着网络技术的发展,各种各样的网络接入设备日益普及。因为网络中数字媒体内容正呈指数级的增长,所以如何充分利用这些海量数字媒体内容,根据用户特征(网络接入设备和用户偏好等),提供高效、个性化的服务,即数字媒体服务问题,得到了广泛的研究和实践。其中数字媒体内容适配又是这一问题的核心。现在,大多数研究集中于利用静态适配模型来解决适配问题[1]。静态适配模型虽然可以在一定程度满足适配需求,但该模型缺乏对用户特征变化的适应性,进而不能解决动态适配问题。

本文针对数字媒体内容动态适配问题,利用人工神经网络技术(artificial neural network,简称ANN)和改进的QBP学习算法,建立适配系统的控制器子系统,采用学习式神经网络控制模式,实现数字媒体内容的动态适配,满足动态适配的需求。

1 ANN概述

神经网络是由大量互连的神经元构成的网络,而ANN则是利用工程技术手段模拟人脑神经网络结构和功能,由简单神经元所构成的非线性动力学系统。ANN在模拟人脑,实现智能神经网络信息处理时具有6项特征。

1)分布式存储信息。在ANN中,信息(知识)的存储是按内容分布于大量神经元中,而且每个神经元实际上存储着多种不同信息的部分内容。

2)高强的容错性。在ANN中,由于存在并行处理机制和冗余结构特性,一定比例的神经元(结点)不参与运算,对整个系统的性能不会产生重大的影响,由此表现出高强的容错能力。

3)并行处理信息。在ANN中,大量的神经元可以同时对信息进行同样的处理,而且是大规模地对信息平行处理。

4)信息存储和处理合二为一。在ANN中,每个神经元都兼有存储信息和处理信息的功能。

5)自学习性。ANN可以对信息自行组织,自行学习,自行适应。经过适应训练的神经网络具有潜在的自适应模式匹配功能,能对所学习的信息加以分布式存储或泛化。

6)非线性映射逼近能力。任意的连续非线性函数映射关系都可由某种多层神经网络以任意精度加以逼近。这种组成单元简单、结构有序的模型是非线性系统建模的有效框架模型。

2 系统模型

2.1 系统模型设计

数字媒体内容适配实质是根据用户特征的不同,选取不同的媒体内容和媒体格式,为其提高效、个性化服务的过程。从控制理论的角度看,如果视用户为控制对象,选取的媒体内容和媒体格式为控制量,则内容适配可以转化成典型的控制过程。利用基于ANN的学习式控制模式,能实现这一控制过程,其原理框图如图1。

2.2 系统组件设计

2.2.1 控制器设计

因为用户(控制对象)具有动态变化的特点,所以,无法建立用户完整的数学模型。经典的控制器(如PID控制器)设计大多建立在控制对象模型已知的基础之上,对于控制模型未知的情况几乎束手无策。然而,由于ANN自学习的特性,使其能够很好的解决未知模型的控制问题。结合数字媒体内容适配系统的需求,采用三层前馈网络构造ANN控制器,如图2所示:

其中,第一层为输入层,由1个神经元节点组成,输入是误差信号e(t),响应函数取s型函数,输出为hj。

第二层为隐含层,由5个神经元节点组成,响应函数取s型函数;

第三层为输出层,由6个神经元节点组成,响应函数是域值函数,输出对应用户特征描述的6个参数的开关控制量。

由于经典BP学习算法有收敛速度慢和易陷入局部最优的缺点,而QBP(快速BP算法)针对这两点做了改进[2],因此,ANN学习算法采用QBP。其内容表述如下:

权值调整函数改为:

式中hj为第一层输出,α称为放大因子,β称为动量项因子,γ称为

比例因子。其中γ的取值较小,太大则会导致振荡,一般需通过试验确定.

2.2.2 媒体内容选择器

媒体内容选择器根据控制器的输出信息,决定数字媒体的内容和媒体格式,并将最终的选择结果作为控制量输出给用户。为了简化内容选取过程,采用分层过滤的提取机制建立媒体选择器模型[3],模型见图3。

数字媒体内容选择过程为:提取内容层按照用户申请先从数字媒体内容数据库取内容,然后根据控制器输出信号对数字媒体内容按从动画到文本的顺序,实现内容分层过滤,最后,在内容组装层实现媒体格式的转换和组装,并将结果传送到用户。

2.3 系统运行机制

数字媒体内容适配系统的工作流程如图4。用户先向媒体内容选择器提交服务申请,并同时启动ANN控制器(1);ANN控制器离线训练的初始模型给媒体内容选择器发出适配控制信号(2);媒体内容选择器根据用户申请从服务器提取内容(3);数据库将检索的内容送回媒体内容选择器(4);媒体内容选择器按照适配控制信号对内容进行筛选和组装,将适配的数字媒体内容传送到用户端(5);用户收到适配内容后向控制器发送反馈信号,若是满意信号,则控制器初始模型不变,否则,根据偏差信号(不满意的程度)快速调整控制器模型,使其尽快符合用户特征(6);如果用户终止服务,则系统服务过程结束,否则,重复上述工作流程。

3 总结

本文提成将内容适配视为控制过程的思想,并按这一思想设计了内容适配控制系统模型,利用ANN和QBP学习算法构建自学习控制器,动态控制内容适配过程。另外,通过分层过滤的内容选取机制建立内容选择器,使内容选取过程得以简化。该内容适配控制系统具有快速响应和动态变化的特点,能够根据用户特征的变化,自适应的调整控制器,为用户提供高效、个性化的多媒体内容服务。

参考文献

[1]童名文.内容适配研究综述[J].软件,2012,33(3):1-5.

[2]武妍,王守觉.一种新的快速收敛的反向传播算法[J].同济大学学报,2004,32(8):1092-1095.

[3]张海峰,张金霞.人工神经网络及其在环境科学中的应用[J].青海大学学报,2005,23(1):78-82

[4]王永骥,涂健.神经元网络控制[B].机械工业出版社,1999,7

模型制作控制 第11篇

一、文献综述

1. 基于委托代理理论对代理行为的研究综述。

在委托代理理论下, 委托人既可以耗费一定的资源去监督代理人, 又可以采取有效的手段去激励代理人。当监督的边际收益大于监督的边际成本时, 委托人应当耗费一定的资源去监督代理人;相反, 当监督的边际成本大于监督的边际收益时, 委托人就应当采取有效的手段去激励代理人。阿尔钦和德姆塞茨 (1972) 提出, 企业实质上采用的是“团队生产”方式。这种生产方式容易引发“偷懒”问题。为了防止产生这种问题, “团队生产”就需要有一个监督者, 并允许其拥有企业的剩余索取权和合同修改权, 使其具有监督的积极性。Shapiro和Stiglitz (1984) 运用无限次重复博弈模型对工人效率工资进行了研究, 研究结果表明:企业为激励工人努力工作, 一方面支付高额工资, 另一方面又威胁工人一旦发现其偷懒就立即将其开除。张维迎 (1996) 假定委托人的选择变量是发现代理人“偷懒”的概率, 并研究了最优监督问题。王克敏和陈井勇 (2001) 将加里S.贝克尔 (1968) 的“犯罪与惩罚”理论引入Jensen和Meckling (1976) 的研究体系中, 以此来分析所有权结构与投资者保护对管理者行为控制和企业价值的影响。我们可以看出, 许多学者基于委托代理理论, 从不同的角度就如何控制代理行为的发生进行了较为深入的研究。但遗憾的是, 目前还少有学者基于委托代理理论建立一种激励约束机制来控制经营者代理行为的发生。

2. 行为控制制度研究综述。

行为控制理论认为, 在管理活动中, 被管理者的行为分为提倡行为与不提倡行为。提倡行为指的是管理者希望被管理者实施的有利于管理目标实现的行为;不提倡行为指的是管理者不希望被管理者实施的不利于管理目标达成的行为, 一般指机会主义行为, 本文中指代理行为。孙平 (1987) 将控制论引入人的行为研究中, 提出了企业管理中的自组织控制模式, 即把人的行为系统看成自组织系统, 从人的需求、环境和信息联系三方面对人的行为施加间接影响, 从而实现对人的行为进行控制的目标。基于此, 孙绍荣 (1999) 提出了全面行为控制理论, 他认为资源、项目和回报是行为发生的必要条件, 三者缺一不可。在这个理论基础上, 孙绍荣和齐丽萍 (2004) 重新阐释了激励理论与委托代理理论, 认为激励理论主要是通过改变回报来控制行为;而委托代理理论则把行为控制关系看做是委托代理关系, 侧重研究回报机制的设计与优化, 从而扩大了行为控制理论的研究领域。张文健和孙绍荣 (2005) 进一步提出了基于行为控制理论的制度设计路径:利用项目控制、资源控制和回报控制等方法对人的行为加以控制, 使其只实施有利于制度目标实现的提倡行为而不愿或不敢实施不利于制度目标实现的不提倡行为, 从而控制行为的异化, 最终实现制度目标。孙绍荣 (2006) 首次将法律中的“疑罪从无制度”引入行为控制理论中, 从管理者与被管理者之间的行为控制博弈角度对疑罪从无制度进行回报概率描述和博弈树描述, 得出疑罪从无制度有效条件的数学模型, 并且得出了选择管理成本 (其中包括观测成本和控制成本) 最低的分配方案的方法。

从以上分析可以看出, 我国学者对行为控制理论进行了较为系统和深入的研究。但遗憾的是, 目前少有学者基于委托代理理论, 从制度设计的角度构建公司经营者代理行为控制模型, 并对经营者代理行为控制制度进行优化设计。

二、基于疑罪从无制度的经营者代理行为控制模型

1. 疑罪从无制度。

“疑罪从无”, 即在刑事诉讼中, 当主要案件事实处于认定上的真伪不明状态, 证据不够充分确凿、不足以形成指控犯罪的确定证明时, 对被告作出无罪的宣告与判决。管理学中的“疑罪从无制度”也称为从良推定制度或无罪推定制度, 指管理者对被管理者进行观察, 看其是否有不良行为, 如果观察不到不良行为, 即使被管理者有实施不良行为的动机, 也只能进行无罪推定, 认定被管理者没有不良行为。从行为控制的角度分析, 公司股东应当建立一种激励约束机制以对公司经理的代理行为进行控制。一方面, 股东设计激励合同以增大公司经理正的回报从而促使其实施提倡行为, 即努力工作、进行自我增值等;另一方面, 股东也会建立一种惩罚机制以增大公司经理负的回报从而限制其实施不提倡行为, 比如偷懒、侵占公司财产等。当股东不能根据公司业绩等判断经理的工作努力程度, 同时也没有观察到经理的不良行为, 那么即使经理有实施机会主义行为的动机也要被认定是努力工作的。

2. 疑罪从无制度条件下经营者代理行为控制模型的构建。

假设代理人是风险中性的, 其期望效用函数为:U (w, F, kR, a) =w-F+kR-C (a) 。

假设1:F=f (λ) , λ表示公司经理权力的大小。 (1) f (0) =0, 表示当λ=0时, 公司经理实施不提倡行为后不需要支付罚款; (2) f' (λ) >0, 表示公司经理一旦实施了不提倡行为, 随着其权力的增大, 危害也会增大, 罚款也随之增多; (3) f'' (λ) >0, 表示危害增大的幅度以及随之而来的罚款的增加幅度大于权力增大的幅度; (4) f''' (λ) >0, 表示一种更加严厉的惩罚, 比如公司经理的行为触犯了法律时将受到国家法律的制裁。

假设2:R=R (λ) , 表示公司经理的不当行为带来的额外收益, 比如公司经理滥用职权获得的额外收入、兼职取得的收入等。R' (λ) >0, 表示公司经理权力愈大, 其实施不提倡行为获得的额外收益愈多。kR表示以k的概率获得的额外收益。

假设3:C (a) 是工人的 (努力) 成本函数。C' (a) >0, C'' (a) >0, C (0) =0。

假设4:a只取0 (代理行为) 和1 (提倡行为) 这两个值。在疑罪从无制度下, 企业只能通过直接观察经理的行为判断其工作努力程度。

假设5:设P是公司经理的代理行为被发现的概率。当经理实施提倡行为时, 合同收益为w1, 努力成本为C (1) , 此时的效用为:U (w1, 1) =w1-C (1) 。当经理实施代理行为被发现时, 保留效用为w0, 同时支付罚款F, 此时的效用为:U (w0, 0, F) =w0-F。在疑罪从无制度条件下, 若经理实施代理行为不被发现, 则企业支付给经理w1的报酬, 同时经理以k的概率获得额外收益, 此时的效用为:U (w1, 0, kR) =w1+kR。从而可以得出经理实施代理行为时的期望效用为:P (w0-F) + (1-P) w1+kR。

因此, 如果要使公司经理实施提倡行为a1, 就必须满足“U (a1) >U (a0) ”的参与约束条件, 即当且仅当以下条件成立:

整理得:P (w1+F-w0) ≥kR+C (1) (1)

3. 建立经营者代理行为控制模型的现实意义。

将式 (1) 变形可得到:

把P定义为行为观测力度, 把“w1+F-w0”定义为行为控制回报差异h, 因为C (0) =0, 所以可以将C (1) 看做是“C (1) -C (0) ”并定义为行为成本差异。在疑罪从无制度下, 各要素的关系如下:

(1) 鄣p/鄣h<0。这意味着行为控制回报差异越大, 行为观测力度越小。也就是说, 企业对经理的激励程度越大, 惩罚会越严厉, 则行为控制回报差异就越大, 理性的经理人就会倾向于实施提倡行为, 从而通过增大行为控制回报差异实现自我控制, 此时企业对经理代理行为的观测力度就会变小。

(2) 鄣p/鄣kR>0, 鄣p/鄣C (1) >0。这表示行为观测力度随着行为控制回报差异的增大或额外收益的增加而增大。特别是在给定w1、w0、F和C (1) 的情况下, 公司经理的权力越大, 其实施代理行为的额外收益就越多, 其实施代理行为的动机就越强。如果公司要使经理实施提倡行为, 就必须加大行为观测力度, 这也就意味着公司需要建立和完善事前监督机制, 充分发挥监督机构的作用, 加大对代理行为的观测力度, 随机地对代理人进行监督。

三、基于疑罪从无制度的经营者代理行为控制制度优化设计

将式 (1) 变形可得到:

如果公司经理的行为能完全被监督, 则式 (3) 是成立的。当公司经理行为能完全被监督时 (P<1) , 为使经理实施提倡行为, 公司就要向经理支付扣除罚金的保留效用与努力成本之和的激励合同水平的报酬。当监督越困难时, P越小, 公司支付的激励合同水平的报酬就越多。当P=0, 公司经理行为不能完全被监督时, 则任何激励合同都不能使公司经理努力工作。

令△P= (w0-F) +[C (1) +kR]/P-[ (w0-F) +C (1) +kR]=[C (1) +kR] (1-P) /P, 则△P就是在公司经理行为不能完全被监督时, 公司为促使公司经理实施提倡行为而在激励合同中加入的一种“奖金”。

1. 最优制度成本。

当委托人耗费资源来加强监督时, 公司经理代理行为被发现的概率 (也称“监督概率”) P就越大。例如, 企业花更多的钱聘请独立董事, 则P就会提高。我们假定P对应的监督成本为M (P) , 且M' (P) >0, M'' (P) >0, M (0) =0。这样, 经营者代理行为控制制度成本AC (P) 就包含△P和M (P) 这两个部分。如果提高P, 则△P将下降, 但会增大监督成本。于是, 最优的监督概率应使AC (P) 最小。

一阶条件为:

根据式 (5) , 可以绘制出最优监督概率图 (见下页) 。

在最优监督概率图中, [C (1) +kR]/p2是P提高时监督的边际收益;M' (P) 是P提高时监督的边际成本;p*是最优监督概率。

2. 最优制度强度。将式 (1) 变形可得:

最优监督概率图

其中:J表示最优制度强度。J≥0意味着只有当制度强度不小于0时, 才能促使公司经理实施提倡行为。

因为对公司经理的代理行为进行控制是需要耗费成本的, 所以问题就演变成确定最优制度成本约束条件下的最优制度强度, 即:

联立求解上述模型可以得到:

3. 优化经营者代理行为控制制度的现实意义。

根据上述分析, 公司经理总会根据自己的期望效用来选择行动, 因此需要在公司内部建立一种制度或某种约束 (监督) 机制, 以提高经理的罚款数额 (F) 、减少额外收益 (R) , 使R

(1) 鄣J/鄣h>0。这表示经营者代理行为控制制度强度随行为控制回报差异的增大而加大。对企业来说, 需要通过制定各种代理人的薪酬计划及建立组合激励制度来增大行为控制回报差异, 从而实现对经营者代理行为的有效控制。现代企业理论研究表明, 组合激励制度可以缩小委托人和代理人的利益缺口, 会促使企业的代理人为实现委托人的利益而努力。而且这种组合激励制度如经营者持股制度、股票期权制度等, 可以让代理人意识到实施提倡行为比实施代理行为的成本更低、收益更大, 从而削弱机会主义动机。

(2) 鄣J/鄣F>0, 鄣J/鄣kR<0。这说明经理的权力越大, 其实施不提倡行为而受到的惩罚就越重, 制度强度也就越大, 这体现了现代企业管理的权责对等原则。经理权力越大, 其额外收益就越多, 制度强度就越小, 因此对公司来说, 关键在于建立和完善现代公司治理结构。公司治理结构是关于现代公司经营者选择、激励和监督及保护投资者的制度安排, 这种制度安排包括内部治理和外部治理两个方面。内部治理主要是要完善董事会制度、提高董事会的效率、明确管理范围和职权, 使公司的各项决策公开化、透明化、程序化, 尽量避免公司制度给经理人实施代理行为创造机会, 把经理的机会主义行为出现的可能性降到最小;外部治理就是要提高资本市场、产品市场和劳动力市场的效率, 通过声誉机制提高公司经理实施代理行为的成本、降低其获得额外收益的概率, 以此来提高制度强度。

四、结语

本文在疑罪从无制度条件下构建了公司经营者代理行为控制模型, 并对经营者代理行为控制制度进行了优化设计。本文通过数学证明和推理得到如下结论:首先, 现代企业要控制经营者代理行为的发生必须建立一套严格的激励约束机制, 通过这套激励约束机制来增大行为控制回报差异、增大经理实施代理行为的机会成本从而提高制度强度;其次, 应完善现代公司治理结构, 使经理权责对等。同时还要做到对内取消经营者代理行为发生的制度条件, 对外降低额外收益发生的概率, 以此来提高制度强度。

摘要：本文基于委托代理理论, 从行为控制制度设计的角度构建了公司经营者代理行为控制模型, 并对经营者代理行为控制制度进行了优化设计。