网络管理模型食品安全论文范文

网络管理模型食品安全论文范文第1篇

【摘 要】

本文提出一种远程教育中网络课程满意度评价模型。利用云模型理论融合了模糊性和随机性的特点，采用改进的逆向云发生器实现评价指标评语的定性定量转换，用于描述指标的实际情况。与传统算法相比，该方法的结果并非是单一数值表示，可以全面地反映各个指标及总体指标的实际趋势。实验表明，评价结果详尽直观，具有一定的实践意义。

【关键词】 满意度测评；云模型；逆向云发生器

一、引言

现代远程教育教学质量在学校教育指标中非常重要。建立一套科学有效的教学质量评价体系，以保证教学质量的稳定和不断提高，意义深远。在我国远程开放教育中，建立一个统一的满意度评价指标体系可以更好地帮助院校了解远程教育实施的实际情况。在评价过程中，一般采取定性的语言，利用调查问卷的形式进行。融合了主观模糊性和随机性的云理论[1]，实现了定性语言值与定量数值之间的自然转换，在数据挖掘[2]、智能控制[3]、系统评测[4]等领域都得到广泛应用。在教育领域，云理论模型也得到了一些应用。胡石元根据云模型的公式实现了教学评语的定性定量转换[5]；蒋健等在学习评价和教学质量评估中对于数据的处理，也通过了云理论模型的方法，并且实验证明了该方法的可行性和有效性[6]。

常用的评估系统模型存在不同的指标。加权平均法[7]首先设定各项指标的权值，利用各项指标的权重系数加权平均求出最终的评价等级，快捷简单地用单一的数值实现了评价目标。其缺点是不能反映出被评价对象单独指标的具体情况。另外，该方法没有考虑自然语言的模糊性和评价者主体的随机性。如果笼统地将得分合并，可能导致信息缺失。模糊评价方法[8]根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。考虑到人类主观的模糊性因素，在模糊评价过程中，得到的模糊评价矩阵往往不唯一，缺乏严格的科学依据。粗糙集理论[9]是一种处理不精确、不确定与不完全数据的数学方法，可以对数据进行分析和推理，从中发现隐含的知识。其优点在于成熟的数学理论以及使用中所需的较小的数据量，但是由于在约简过程中采取了去除冗余数据的思想，导致约简后的信息相对不完整，在一定程度上降低了容错性和数据推广能力。本文将云模型理论引入评价体系中，提出一种基于云理论的评价系统建模方式，其特点在于：综合主观评价的模糊性和随机性特点，结果更能反映实际的评价结果；采用改进的逆向云模型，保持算法模型的稳定性；评价模型可以反映多方面的指标，能够更详尽地反映出被评价指标的实际情况，确保评价结果的权威性，同时大大节约教育资源，提高了工作效率，具有较高的实用价值。

二、云模型相关理论

1. 云模型的定义

云模型通过赋予样本点以随机确定度来统一刻画概念中的随机性、模糊性和关联性，利用特定算法构成定性和定量之间的相互转换，作为知识表示的基础。

云模型具有期望（Ex）、熵（En） 和超熵（He）三个数字特征。其中Ex是论域空间中分布的期望值，是概念量化的最典型样本。云滴距离期望（Ex）的远近反映了人们对概念的认知统一性。熵（En）是对于定性概念的不确定度量值，反映了代表此概念云滴的离散程度，表示了在论域中可被概念接受的云滴取值范围。超熵（He）是熵（En）的熵，反映出熵的随机性和模糊性特点，是对于熵的不确定度的度量。

2. 逆向云发生器

云的生成算法称为云的发生，它构建了定性到定量的映射。本模型中使用的是逆向云发生器。

图1 逆向云发生器

逆向云发生器算法（如图1所示）是根据一定数量的数据样本，将其表示为数字特征的定性概念，是实现定性概念的外延到内涵转换的过程。现有的无确定度逆向云算法通常从给定的样本中利用样本各阶矩对定性概念的数字特征直接估计，这会导致有时得不到熵（En）和超熵（He）的值，或对定性概念估计误差较大[10]。本文根据正向正态云发生器算法由定性概念的内涵生成概念外延过程的特点，使用一种多步还原的逆向云算法[11]，算法描述如下：

三、基于云理论的网络课程满意度评价体系

1. 网络课程评价体系的构成

网络课程评价的实质就是将对评价对象的价值判断转化为对评价对象的构成要素的价值判断，这实际上就是对目标进行分解，直到末级指标具有直接可测性或达到其他分级标准。所有评价指标的全体构成一项有层级结构的评价指标体系。

随着社会的发展，中国的网络教育质量越来越受到人们的关注。如何评价网络课程的优劣一直是教育界人士关注的一个焦点问题。目前，国内尚没有一套权威的评价标准。教育部于2000年发布了《现代远程教育工程教育资源开发标准》[12]，该标准并没有对具体的网络教育评价指标的建立提出指导意见。

同时，确定网络课程评价体系是一个复杂的过程，在评价体系的确立过程中，应该全面看待课程各个部分的综合性能。对于不同的课程模块，可以利用不同的权重指标来反映模块的重要程度[13]。合理评价标准的建立必须是多角度的，至少包含学生、教师和管理人员三个不同类别。从教学系统、交互系统、教师/学生支持系统、评价系统、管理系统这五个方面进行考察[14]。根据此观点，本文总结并绘制了网络课程评价体系流程图（如图2所示）。

图2 网络课程评价体系过程流程图

（1）选定评价对象

评价对象是被评价的客体。文中的评价对象是远程教育中的网络课程满意度。

（2）选定评价主体

对于网络课程的评价， 在以学生为主体进行评价的同时，可以考虑多种人员参与。不同的评价主体，有着不同的评价优势和不足，具体分析这些优势和不足，是整合和优化评价指标、提高课程质量与效益的重要途径。文中的云理论评价模型适合学生主体评价数据。专家和管理人员进行网络课程评价时，数据量偏少，应考虑其他模型。

（3）确定评价内容

按照系统论原则，考虑到模型的综合性、通用性、简洁性和可操作性，根据评价标准的五方面内容，制定一个典型评价指标体系（如表1所示）。具体内容包括以下几个方面：

教学系统主要反映在网页页面和资源设计两个指标上，网页页面是教学系统的有力支撑，良好的用户页面可以突显课程教学内容。同时，资源设计中课程内容的先进性、完整性和科学性也需要合理的页面设计才能发挥其效果。交互系统包括资源共享、小组讨论、在线查询作业和在线答疑等功能，它反映了师生之间各种形式的交互活动。教师/学生支持系统包括网络课程使用说明以及在使用过程中后台的线上线下支持能力等。在评价过程中，一般可以将交互系统与教师/学生支持系统相结合，反映在导航系统、交互性、外部链接和学习支持这四个指标上。评价系统反映在评级体系指标中，学生可以容易地对课程学习情况进行自我检测。管理系统主要指网络课程的学籍管理、成绩与学分管理、财务管理等，该指标优劣一般由专家给出，不涉及普通课程用户。

表1 网络课程评价指标体系

2. 应用案例分析

为了验证评价模型的有效性，选取《虚拟仪器应用技术》网络课程的问卷调查结果作为测试数据。该调查是常州信息职业技术学院物联网教研室于2012年秋季学期期末在网络课程选课的168名学生中做的一次课程质量问卷调查。这次问卷调查根据表1原则设计，每项指标不设权重。根据指标包含内容，每个一类指标再细化为三至四个二类指标进行定性评价。这次调查发放问卷182份，收回有效问卷168份，其中一年级、二年级、三年级比例分别是15%、67%和18%。评语集为：{满意，比较满意，一般，不太满意，不满意}。评语等级的评语值区间如表2所示。

表2 评价等级的评语值区间表

首先对于问卷系统中的定性评语进行分数区间映射，利用多步还原逆向云算法[15]对指标的评分数据进行数字特征还原，用云模型来表示语言值指标，二类指标加权得到所有一类指标的云模型的数字特征（如表3所示）。

表3 评价指标的云模型参数表

3. 结果分析

由图3（8）可以看出，该网络课程综合评价期望值（Ex） 为65.653，隶属于区间（63，70），并且其他云滴多数分布于Ex周围，根据Ex的数字特征含义认定该课程的评价结果为“满意”。从表3的结果可以看出，待评网络课程在网页页面方面期望（Ex）最高，说明该课程网页设计方面做得最好；熵值（En）反映了评价的一致性，结果中外部链接的熵值最小，反映出评价主体对于外部链接指标项的看法一致。同样，也可以得出该课程在学习支持方面做得最不好，Ex 最低。同时，在学习支持中，超熵（He）值最大，反映出了评价人在评价该项指标时的心理因素差异大，不确定程度高。

四、结束语

良好的网络课程评价体系取决于评价模型质量以及合理评价指标的建立。本文分析了国内网络课程评价的现状，根据网络课程评价标准所要考虑的教学系统、交互系统等五个方面，结合网络课程特点，总结出评价体系的流程图。在评价过程中，云模型理论可以将评价者对于指标的模糊性和随机性有机地结合在一起，考虑到了评价主体在评价过程中的主观性，从而可以更加客观、全面地反映出网络课程满意度的实际评价结果，对于网络课程体系的完善和发展有着重要的意义，具有一定的推广价值。由于逆向云算法在人数较少时会有较大误差，因此本评价模型不适合少数专家评价网络课程时使用，后期可以考虑带有隶属度的逆向云算法来改进系统模型以扩大其应用范围。

[参考文献]

[1] 李德毅，刘常昱，杜鹢. 不确定性人工智能[J]. 软件学报，2004，15（9）：1583-1594.

[2] 杨朝晖，李德毅. 二维云模型及其在预测中的应用[J]. 计算机学报，1998，21（11）：961-969.

[3] 李众，杨一栋. 基于混合维云模型定性推理的调距桨螺距控制[J].南京航空航天大学学报，2003，25（3）：162-167.

[4] 宋远骏，杨孝宗，李德毅等. 考虑环境因素的计算机可靠性云模型评价[J]. 计算机研究与发展，2001，38（5）：631-636

[5] 胡石元，姜听，丁家玲. 教师课堂教学质量的云模型评价方法[J]. 武汉大学学报，2007，（5）：455-460

[6] 蒋建兵，梁家荣，江伟等. 基于云理论的学习评价模型研究[J]. 计算机与现代化，2008，（3）：17-19.

[7] 戴丽娜，郑博薇，董海歌. 加权平均法在农村党员干部现代远程教育考核评估系统中的应用[J]. 安徽农业科学，2012，40（10）：6228-6229.

[8] 李福超，席磊，刘斌. 基于 B/S 模式的课堂电化教学模糊评价系统的研究[J]. 河南农业大学学报，2009，（z1）：29-32.

[9] 王国胤，姚一豫，于洪. 粗糙集理论与应用研究综述[J]. 计算机学报，2009，32（7）：1229-1246.

[10] 刘常昱，冯芒，戴晓军等. 基于云 X 信息的逆向云新算法[J]. 系统仿真学报，2004，16（011）：2417-2420.

[11] 王国胤，李德毅，姚一豫等. 云模型与粒计算[M]. 北京：科学出版社，2012.

[12][15] 余胜泉. 现代远程教育资源建设技术规范[S]. 教育部高教司新世纪网络课程建设工程指导文件，2000，（5）.

[13] 蒋家傅，董武绍. 现代教育技术[M]. 北京：电子工业出版社， 2005.

[14] 朱凌云，罗廷锦，余胜泉. 网络课程评价[J]. 开放教育研究，2002，（1）：22-28

[16] 蒋嵘，李德毅，范建华. 数值型数据的泛概念树的自动生成方法[J]. 计算机学报，2000，23（5）：470-476.

收稿日期： 2013-03-15

作者简介：牛杰，讲师，博士研究生；李众，教授，博士；戴艳，实习研究员，硕士。常州信息职业技术学院电子与电气工程学院（213164）。

责任编辑 日 新

更正：

本刊2013年5月刊（总440期）第47页刊登文章《国外社区教育的特色及其对我国的启示》所标注的项目信息为误植。特此致歉。

网络管理模型食品安全论文范文第2篇

摘   要：本文基于La-VaR模型测度中国国债市场流动性风险，并选取2009—2015年上证国债指数为数据，采用GARCH-VaR模型和La-VaR模型度量国债市场所面临的流动性风险，分析La-VaR模型对我国国债市场流动性风险测度的有效性。结果表明：相对于传统的VaR模型，La-VaR模型能更好的测度国债市场的流动性风险，且La-VaR模型的预测结果与国债市场的表现大致吻合，可对国债市场进行较好的预测。

关键词：国债市场;流动性风险;La-VaR模型

一、引言

“流动性是市场的一切”，也就意味着流动性是证券市场的生命力所在。而流动性风险作为目前资本市场的主要风险之一，其对于整个金融市场的影响可谓是举足轻重。1997年的亚洲金融危机、1998年的俄罗斯金融风暴以及2007年美国次贷危机无一不说明了金融市场流动性的缺失会导致重大金融危机的发生。现如今，随着我国不断深化对国债市场乃至整个债券市场的改革，债券市场在整个证券市场中扮演的角色愈发重要，且投资者对债券市场的流动性需求也愈发提高，而国债市场作为债券市场的重要一环，国债市场的流动性风险也不容忽视。鉴于流动性风险管控在国债市场发展过程中的重要性，本文将对中国国债市场的流动性风险进行实证研究。

流动性对于整个市场而言至关重要。Schwartz（1988）就曾指出市场流动性、波动性和定价效率是反映金融市场质量最核心的三个要素[1-2]。Demesetz（1968）指出较高的交易需求导致了提供流动性服务中间商可以谋取利润，而买卖价差则是交易者为了获取交易及时性所付出的成本，自此，用买卖报价价差作为流动性的衡量指标被广泛应用于流动性研究的各个领域[3]。Pastor和Stambaugh（2003）提出假说，对于流动性较差的股票的较高预期收益是对市场层面上（系统）流动性风险的补偿[4]。基于这一假说的研究通常会构造共同的流动性风险因子[5]。Amihud（2002）等对流动性则定义为在一定时间内完成交易所需要的成本，或寻找一个理想价格所需要的时间，并定义非流动性测度指标ILLIQ，ILLIQ指标越高，股票的流动性越差[6]。

从前人对流动性的定义和影响因素来看，流动性至少涉及三方面内容，即价格、数量和时间。一般地，分别以密度、深度、弹性对以上三个方面进行刻画[7-9]。Liu（2006）和Hasbrouck（2009）等进一步将流动性总结为三个维度：交易成本、交易速度、价格冲击。在使用不同的计量方法对市场流动性和信用风险进行测量时[10-11]。Schwartz（2010）得出结论认为，流动性风险是更重要的因素，该结论与Acharya， Pedersen（2005）相一致[12-13]。针对流动性风险的测度，不少学者在传统VaR模型的基础上引入流动性变量，形成了专门针对流动性风险的风险价制度模型。John C. Hull（2008）曾指出，经流动性调节过后的VaR等于在传统VaR的基础上加上各个头寸资金与价格溢差百分比乘积之和。由于价差具有随机波动性，基于以上思路，Bangia A和Diebold F（1999）提出了基于价差来计算流动性的La-VaR模型[15]。Yoshifumi Hisata ，Yasuhiro

Yamai（2000）通过考虑市场的流动性水平和投资者交易头寸大小对变现价值的影响把市场影响机制引入VaR模型中[16]。

在国内的相关研究中，流动性的测度通常包括市场宽度、深度、弹性和即时性四个维度，除了运用四个维度测度流动性，杨之曙和吴宁玫（2000）指出交易股数、交易量（金额）、交易次数、换手率、价格的波动性、市场参加者人数、交易书目也可以被认为是市场流动性的替代指标[17]。其中，换手率等指标经常被用来衡量流动性。苏冬蔚和熊家财（2013）、仲黎明、刘海龙和吴冲锋（2003）、刘林（2012）、张蕊和王春峰（2010）均采用换手率和其他相关指标来衡量流动性[18-21]。除了流动性的三大维度，Amihud所提出的ILLIQ指标也十分受中国学者的青睐，即每日回报的绝对值和成交金额之间的比值。姚亚伟等（2012）、孙彬等（2010）、王东旋等（2014）、李文鸿、田彬彬和周启运（2012）均采用Amihud的ILLIQ指标衡量流动性[22-25]。在有关流动性风险测度的研究中，戴国强、徐龙炳和陆蓉（2000）指出，VaR方法提供了一种风险管理的思路，这种思路不仅可用于市场风险的管理，还可用于信用风险、流动性风险和其它风险的管理[26]。周毓萍（2005）认为流动性缺口是流动性风险的量化指标，为了更好的管理流动性风险，VaR能够量化损失的大小[27]。但彭坤和王飚（2002）认为VaR也并非万应良药，由于VaR模型假定市场因素收益率要服从正态分布，所以他们认为该模型不符合实际情况[28]。

针对VaR在基本假设上存在的问题，龚锐、陈仲常和杨栋锐（2005）使用GARCH模型较好的刻画了收益的动态变化特征，考虑了对数收益率方差的动态性与时变性[29]。张瑞军和孟浩（2013）运用基于GARCH的VaR模型针对离岸债券市场风险状况进行了分析[30]。宋逢明和谭慧（2004）则在VaR可以较好测度风险的思路上继续深入，将流动性风险加入到VaR模型中，建立了一个基于股票市场实际特点的对流动性风险进行调整后的VaR模型[31]。针对债券市场的流动性风险研究，闻岳春和程同朦（2010）采用La-VaR模型对债券投资中来自债券市场的市场风险和流动性风险进行计量[32]。

从以往的研究结果来看，流动性风险的相关研究大都集中于股票市场，对于债券市场的流动性风险研究相对较少，而定位于国债市场的流动性风险研究则更是少之又少，本研究的创新之处在于：选取上证国债指数为样本，采用La-VaR模型（BDSS模型），研究基于我国国债市场的流动性风险测度问题。

二、模型设定与实证方法设计

（一）模型设定

传统的VaR的定义，为在某一个既定的置信水平下，在特定的持有期内，资产组合可能会遭受的最大损失。对于传统的在险价值而言，侧重于衡量资产组合所面临的市场风险，并没有涵盖流动性风险在内，考虑到这一点，1999年，Bangia、Diebold、Schuermann、Stroughair提出了基于买卖价差的流动性风险模型——La-VaR模型，也就是BDSS模型。他们的基本思路为：在传统VaR模型的基础上加上了一个增量，这个增量也就是价差带来的流动性风险。

假设某资产当前的中间价格为S0，资产的对数收益率为，收益率rt代表的是资产真实价值给投资者带来的收益。Bangia等给出了未来1个持有期内，置信水平为c，头寸为1单位的La-VaR的解析式，

其中，着表示相对价差的期望值，？滓？着表示相对价差的标准差，？酌是相对价差的刻度因子，也就是在正态分布假设下所对应的置信水平。由于在进行资产交易的时候，存在着要价与报价，所以价差总是为总价差的一半，也就需要相对价差乘上1/2。

由公式可知，BDSS模型实质上是将La-VaR模型具体分为了两个部分，其中S0[1-exp代表中间价格波动的风险，也就是我们所说的传统的VaR，而则代表以价差计算的流动性风险，由此便得到了La-VaR模型。Bangia等人针对卖出价与买入价的溢差的不定性做出了改进，但假设产品的卖出价与买入价的溢差的百分比分布相互独立，这种假设相对来说比较保守。

本文将在BDSS模型的基础之上，通过对流动性指标及其数据可得性进行分析，结合我国国债市场的实际情况，重新设定了买卖价差的定义。设定债券价格的开盘价Pk，收盘价Ps，最高价Ph，最低价Pt，价差S0则为最高价Ph与最低价Pt的差值，中间价格Pt=（Pk+Ps+Pt+Ph）/4，相对价差即为S=S0/Pt。

（二）实证方法设计

本文首先对时间序列数据进行平稳性检验及ARCH效应检验，在存在高阶ARCH效应的基础上采用四种GARCH模型对比估计时间序列的波动率，从中选出最优的GARCH模型并在此结果之上，使用模型构建法建立VaR模型与La-VaR模型。

三、实证分析

（一）数据

由于抽样选取债券样本有一定的难度且无法整体反应整个国债市场的流动性，本文决定选用债券指数来综合反应我国国债市场状况。选择标准有二，一则能较好的反映我国国债市场的整体情况;二则该指数需要在交易日具有价格波动。综合以上两个标准，本文选择上证国债指数作为样本，该指数是上证指数系列的第一只债券指数，是以上海证券交易所上市的所有固定利率国债为样本，按照国债发行量加权而成，可以综合的反映我国国债市场整体变动状况。该指数采用的是派氏加权综合价格指数公式来进行计算，并以样本国债的发行量为权数进行加权①。

由此，本文将选取上证国债指数2009年1月1日至2015年6月30日数据为样本数据。其中前4年的数据（2009年1月1日至2012年的12月31日）用于回归参数估计，2013-2015年为预测区间。数据来源为wind数据库。

（二）数据基本分析

1.描述性统计及正态分布检验

以上证国债指数为数据，对其进行取对数并差分，得到收益率r，即

其中，Pt为上证国债指数第t日最后的收盘价，Pt-1为第t-1日最后的收盘价，其描述性统计结果如下：

由图1可知，偏度S=-0.358126<0，峰度K=24.27459>3，与标准正态分布（S=0，K=3）相比，收益率r呈现出左偏尖峰的分布态势。所以，在选择分布假设时，应选择更能体现”尖峰厚尾”的t分布或GED分布。

2.聚集性检验

金融时间序列往往具有聚集性，从收益率r序列的时序图中我们看到，收益率序列的聚集性明显，即每一次小幅度波动后面往往跟着的是较小幅度的波动，而每一次大幅度波动后面往往跟着的是较大的波动。数据的前半段与后半段形成鲜明对比，前半段整体呈现出较大波动，而后半段波动较小。

3.平稳性及相关性检验

采用ADF单位根检验法检验序列的平稳性，原假设为：序列存在单位根，即序列为非平稳序列。

结果显示：原假设不成立，序列不存在单位根，是平稳序列。

图3的数据为残差相关性检验结果，从图中可以看出，自滞后3期开始，自相关系数和偏相关系数在统计上为显著，且Q统计量也显著。

综上所述，通过对收益率序列的描述统计、正态性检验、聚集性检验及平稳性检验可得：收益率序列是平稳序列，并不服从正态分布，分布的“尖峰厚尾”性和聚集性明显且残差序列存在自相关现象，据此，本文选用能反映波动时变性的GARCH族模型估计波动率，且分布假设选择t分布或GED分布。

（三）ARCH效应检验

为了更好的建立GARCH模型，我们需要对上证国债指数收益率进行ARCH效应检验。首先运用最小二乘法对收益率时间序列数据进行线性回归，得到其残差，然后运用EVIEWS对残差序列进行ARCH-LM检验，一般来说，如果LM检验的滞后期很大（如大于7），检验依然显著，则说明残差序列存在高阶ARCH（q）效应，所以在这里选择滞后期为7，得到的检验结果如下：

表3最小二乘法拟合的ARCH-LM检验结果中F统计量和LM统计量对应P值均为0，小于显著性水平，拒绝原假设，残差序列存在ARCH效应。结果同时表明模型残差序列在5%显著性水平下具有高阶ARCH效应，综合上述ARCH-LM检验和残差平法相关性检验的结果，可以据此建立GARCH模型。

（四）GARCH模型估计

通过以上基本检验可知，上证国债指数收益率为平稳序列，所以收益方程为一般均值回归方程。在建立GARCH族模型之前，用AIC与SIC信息准则，本文选择滞后阶数（p，q）为（1，1）。利用GARCH-t分布、GARCH-GED分布、GARCH-M-t分布、GARCH-M-GED分布四种模型对上证国债指数建立模型，选取时间段为2009年1月1日至2012年12月31日的日数据，由此得到GARCH模型以对2013年1月1日至2015年6月30日的波动率进行估计，本文对四种模型里的参数进行估计，各个方程的参数估计如下：

根据汇总结果可以看出，对随机误差项分别采用t分布和GED分布（广义误差分布）所得到的GARCH模型中，采取t分布的模型不符合GARCH模型的前提假设，所以排除在外。所以，应选用GARCH-GED模型或GARCH-M-GED模型。

对于GARCH-GED模型和GARCH-M-GED模型，根据AIC与SC准则，GARCH-M-GED模型的结果表现的相对优异，采取该模型来求得波动率。

（五）预测结果与分析

1.VaR模型与La-VaR模型结果对比

运用上述GARCH-M-GED模型，本文采取在置信度99%的水平下求取VaR模型与La-VaR模型结果，其预测结果折线图如下：

从图4可以看出，二者预测结果的走势基本上趋同，但在2013年5月至7月产生了较大波动，且预测结果在6月达到了最大峰值，在这期间，风险呈现出较大水平。在2013年11月至2014年6月与2014年9月至2015年6月，预测结果均呈现出一轮的高频波动，但是波动水平不大。

2.回顾测试

（1）例外天数

为了检验La-VaR模型是否有效，我们需要进行回顾测试来对实验结果进行检验。在回顾测试中，我们需要将模型结果同历史数据进行比较，在预测区间内，如果实际损失超过VaR模型的预测值，则将改日认定为例外，所有例外的合计则称为例外天数。如果例外的天数占总体天数的比例小于1%，说明VaR模型结果比较令人满意，如果例外天数占总体天数的比例远远大于1%，我们将认定所估计的VaR偏低。在这里，我们将对传统的VaR模型与La-VaR模型进行比较，从而检验La-VaR模型是否比传统的VaR模型更具有优越性。

从例外天数的结果可以看出，La-VaR模型能比VaR模型更好测度流动性风险。

（2）失败率检验

根据John C. Hull所提到的失败率检验法，我们可以进一步细化的比较La-VaR模型与VaR模型的实际效果。假定VaR的展望期为1天，置信度为x%，如果VaR模型准确无误，那么每天的损失超出VaR的概率为p=1-x。

当例外个数大于例外期望值时，给出原假设：对应样本中的任意一天，例外情况发生的概率为p。当例外个数小于例外的期望值时，给出原假设：对应样本中的任意一天，例外情况发生的概率大于p。通过EXCEL中的BINOMDIST函数，选择把握程度为5%，得出VaR模型与La-VaR模型的失败率结果如下：

根据结果可以看到，VaR模型的天数为17，对应的原假设为对应任意一天，例外发生的概率为p。经过函数BINOMDIST的计算，其概率为5.28716E-05，小于5%，则应该拒绝原假设，即对应任意一天，例外发生的概率大于0.01。而La-VaR模型的天数为2，对应的原假设为对应任意一天，例外发生的概率大于p，其概率为0.939802617，大于5%，则应该拒绝原假设，即对于任意一天，例外发生的概率小于0.01。由此失败率结果可以看出，La-VaR模型比VaR模型的效果更为优越，更好地测控了国债市场涵盖流动性风险的风险价值度。

四、结论

“发展债券市场须深化国债市场改革”，国债市场作为我国债券市场的一部分，其成长的好坏直接关系着整个金融市场发展的快慢，也对我国整体的经济改革有着重大的影响。然而，每一次金融改革的背后都必然会伴随着一定的风险，在对国债市场进行深化改革的同时，风险问题自然不容忽视，由此，本文着眼于国债市场进行流动性风险实证分析，具有一定的现实意义，并结合实证结果，得到了以下结论：

第一，从实证分析发现，通过对上证国债指数的收益率时间序列进行基本分析，发现该序列具有明显的”尖峰厚尾”特征，且结合GARCH模型结果表明，相对于t分布假设下的GARCH模型，GED分布假设下的GARCH模型能够更好反映出收益率的风险特征。

第二，实证结果表明，通过进行例外天数的回顾测试，采用La-VaR模型衡量流动性风险，能够大幅度的降低例外天数，且在失败率的检验中，La-VaR模型的预测结果更是可将对应于任意一天例外发生的概率控制在1%的范围内。由此，结合La-VaR模型与VaR模型的回顾测试结果对比可表明，基于流动性风险的La-VaR模型较之传统的VaR模型而言，更能准确的反映我国国债市场的流动性风险。

第三，La-VaR模型的预测结果与国债市场的实际较大波动相吻合。从La-VaR模型的预测结果折线图可以看出，2013年5月至7月产生了较大波动，且预测结果在6月左右呈现出最大峰值。而在实际中的2013年6月20日，整个债券市场经历了”钱荒”的巨大冲击，这场爆发在银行间债券市场的流动性危机无疑给整个债券市场也带来了巨大影响，而国债市场作为债券市场的重要组成部分也未能幸免，从2013年5月开始，金融市场的资金利率全线攀升，整个债券市场都面临着前所未有的巨大流动性危机，随之而来的风险水平也骤然提高，而这一点与本文所得到的预测结果不谋而合，在2013年6月左右的La-VaR模型结果巨幅波动，其波动水平高达平常波动水平的2-3倍。由此可见，La-VaR模型不仅比VaR模型更好的测度国债市场的流动性风险，且对国债市场的表现也可进行较好的预测。

参考文献：

[1]Brunnermeier，M..Deciphering the liquidity and credit crunch 2007—2008[J]. Journal of Economic Perspectives，2009（23）：77-100

[2]Schwartz RobertX.Equity Markets： Structure，Trading and Performance[M].Haper &Row Press，1988.

[3]Demesetz H.，The cost of transaction，Quarterly[J]. Journal of Economics，1968（82）：33-53.

[4]Pastor，L.，Stambaugh，R.F.. Liquidity risk and expected stock returns [J]. Journal of Political Economy， 2003（111）：642-685.

[5]M.RezaBradrania，MauricePeat.Characteristic liquidity，systematic liquidity and expected returns[J]. Journal of International Financial Markets，Institutions & Money. 2014（33）：78-98.

[6]Yakov Amihud.lliquidity and stock returns：cross-section and time-series effects[J].Journal of Financial Markets，2002（5）：31-56.

[7]Harris L.Minimum Price Variation，Discrete Bid-ask Spreads and Quotation Sizes [J]. Review of Financial Studies，1994（7）：147-178.

[8]Garbade K D，Silber W L.Structural Organization of Secondary Markets;Clearing Frequency， Dealer Activity and Liquidity [J]. The Journal of Finance，1979（34）：577-593.

[9]Kyle A S. Continuous Auctions and Insider Trading. Econometrica[J].1985（53）：1315-1335.

[10]Liu W.. A Liquidity-Augmented Capital Asset Pricing Model[J].Journal of Financial Economics， 2006（82）：631-671.

[11]Hasbrouck J. . Trading Costs and Returns for U.S. Equities： Estimating Effective Costs from Daily Data[J].The Journal of Finance，2009（64）：1445-1477.

[12]Schwartz，K..Mind the Gap： Disentangling Credit and Liquidity in Risk Spreads[R].Working Paper. University of Pennsylvania Wharton School of Business，2010.

[13]Acharya，V.V.，Pedersen，L.H.. “Asset pricing with liquidity risk[J].Journal of Financial Economics，2005（77）：375-410.

[14]John C.Hull. Risk Management and Financial Institutions[M].China Machine Press，2008： 230-231.

[15]Bangia A，Diebold F，Schuermann T，Stroughair J.”Modeling Liquidity Risk，With Implication for Traditional Market Risk Measurement and Management[J].Risk，1999（12）：68-73.

[16]Yoshifumi Hisata and Yasuhiro Yamai.Research Toward the Practical Application of Liquidity Risk evaluation methods[R].working paper，bank of Japan，2000.

[17]杨之曙，吴宁玫证券市场流动性研究[J]证券市场导报，2000（1）：25-34.

[18]苏冬蔚，熊家财.股票流动性、股价信息含量与CEO薪酬契约[J].经济研究，2013（11）∶56-70.

[19]仲黎明，刘海龙，吴冲锋.中国股票市场流动性：过高还是过低——一个国际比较视角的分析[J].当代经济科学，2003（25）：58-61.

[20]刘林，倪玉娟.股市流动性市场关注度与创业板上市公司转板选择[J].证券市场导报，2012（5）∶57-66.

[21]张蕊，王春峰.中国银行间债券市场流动性风险影响因素及其关联性[J].系统工程，2010（3）∶1-7.

[22]姚亚伟，杨朝军，黄峰.流动性风险特征：基于中国证券市场的经验数据分析[J].上海金融，2012（4）：63-70.

[23]孙彬，杨朝军，于静.融资流动性与市场流动性[J].管理科学，2010（2）：81-87.

[24]王东旋，张峥，殷先军.股市流动性与宏观经济[J].经济科学，2014（3）：61-71.

[25]李文鸿，田彬彬，周启运.股市流动性与股票收益率的面板数据实证分析[J].统计与决策2012（10）∶150-153.

[26]戴国强，徐龙炳，陆蓉.VaR方法对我国金融风险管理的借鉴及应用[J].金融研究，2000（07）：45-51.

[27]周毓萍.浅论Var与商业银行流动性风险管理[J].科技与产业，2005（12）：28-30.

[28]彭坤，王飚.基于VaR（风险价值）的金融投资的研究[J].昆明理工大学学报，2002（12）：138-142.

[29]龚锐，陈仲常，杨栋锐.GARCH族模型计算中国股市在险价值 （VaR）风险的比较研究与评述[J].数量经济技术经济研究，2005（7）：67-81.

[30]张瑞军，孟浩.人民币离岸债券市场风险评价[J].理论探讨，2013（5）：16-18.

[31]宋逢明，谭慧.VaR模型中流动性风险的度量[J].数量经济技术经济研究，2004（6）：114-123.

[32]闻岳春，程同朦.基于Var技术的债券投资的市场风险与流动性风险管理研究[J].武汉金融，2010（6）∶13-16.

[33]王观.政策利好消息频现   债市”轮子”动起来[N].人民日报，2015-06-15（18）.

网络管理模型食品安全论文范文第3篇

我国是世界上屈指可数的农业大国, 世界范围内的农业起源最早源自于我国。我国农业水平在古代世界中处于绝对的领先地位。但随着以农立国思想的确立, 农业已经作为我国的立国之本并且存在了相当长的一段时间。以往的传统农业形式只集中在播种、耕作和收获的状态。农村经济体系当中能够给农村发展和农民带来切实收益的往往集中在收获之后的阶段。为了改善这种经济来源单一的状况, 同时促进我国农村经济的形式向着多样化发展, 就需要结合当前我国的农业发展规划和当前的社会环境综合考虑, 对农村的经济管理方式进行完善和革新。为了有效地保证农村的社会稳定, 使社会秩序呈现井然有序的状态, 在提高农村群众的生活水平上, 农村经济管理就能发挥充分的作用。我国当前的农村经济管理经过近几年的改革尝试, 已经取得了一些成绩。农村的基础建设也日趋完善, 农民的生活不再是以往的春耕秋收, 城市化的生活方式也逐渐渗透进入乡村。受到我国科技、政策等惠民措施的落实影响, 乡村环境正在发生转变。当前的农业发展前景也是一片大好, 建立新型的农村经济信息化模型就是要为农村的经济来源和经济体系结构规划一条新的路径。

2 农村经济信息化管理现状

我国当前的农业发展状况受到长期以来的传统农业耕作方式的影响, 缺乏现代技术和信息化观念的融入。这造成了我国的农业发展在生产方式和农产品的销售等过程当中缺乏有效的发展渠道。对于这一不足, 可以采用具备智能化和信息化的互联网技术和计算机技术融入农业的生产和发展中。全面的保证农业生产的效率和质量, 实现农业智能化和集中化, 促进农村经济的发展与提高。

2.1 信息技术难以满足农民需求

当前的农村集体经济模式还沿用着传统的合作社模式充当经济发展的载体。受到农村居民知识层面的差异性影响, 农民更容易接受传统农业耕作方式所带来的稳定收入。而对信息技术的使用难免会有不适应的感受。在当前的农村经济管理模式中存在着由于信息化水平推广不足, 致使现在的农村经济发展受限的情况。虽然近年来信息和互联网技术的普及在农村地区也已经取得了一定成效, 但相比城市而言, 农村地区对信息和网络等新技术的接受能力和应用普及情况仍十分有限, 存在着很大的差距。再加上农民本身的知识储备不够丰富, 理解能力也很难达到理想的状态。对于信息技术等相关科技知识的掌握不够熟练, 使用计算机接收和获取信息的能力也有所欠缺, 这都导致了当前我国农村经济信息化管理的有效性的下降。虽然信息技术得以推广, 但在落实方面仍然存在着较大的问题。

2.2 信息化手段成本较高

在改革开放以来, 虽然党和政府都将农村地区的建设和发展作为首要的任务, 人们的生活方式也获得了一定改善。但在当前的农村经济状况调查研究中表明, 即便农村的农民收入相比过去的阶段有了较大幅度的提高, 但是在网络和信息化等技术的应用方面还与城市存在着很大的差距。总结其原因, 首先是农村地区居民对互联网和信息技术的认识存在局限性。认为互联网技术的应用具有较大的难度, 而不敢轻易尝试。其次是落实信息化技术需要采购大量的硬件设备, 增大了资金投入。而目前农村地区的资金来源相对单一。这些超过其承受范围的资金需求在一定程度上阻碍了农村信息化经济管理方式的发展。

3 落实改善举措, 建立新型农村经济管理模型体

对于在当前农村经济管理中出现的管理方式关注度不高, 信息化技术落实资金短缺等问题。需要政府和有关部门结合农村地区的实际状况开展相关的改善措施落实。通过信息化技术的深入普及, 解决农村地区经济发展的困境。建立新型的农村经济管理模型, 帮助农民获得更大的经济利益。从而全面保证农村地区经济的蓬勃发展。

3.1 突出政府的主体调控作用

为了强化信息管理的方式在农业经济中的应用, 就需要首先对农民的需求进行合理的分析和把握。根据其切实的需求制定具备可行性的农村信息技术经济管理方式。从而有效避免因为恪守观念而导致的经济管理效果受到制约。在农村经济体系结构建设的过程中, 政府始终扮演着主导作用的角色。政府能够对农村地区的财政支持提供帮助。适当的建立农村网络服务信息中心并进行整体的调度和调控。同时还能完成各部分职能内容的协调发挥。以政府的服务型职能参与进农村经济建设当中, 对各项经济发展事务进行统筹规划, 制定相关的优惠政策, 将惠民措施落实到位。为农村社会水平的改善和农村经济的发展提供支持。

3.2 健全农村经济管理体系

鉴于当前我国农村地区普遍存在着经济管理方式相对落后, 经济发达水平不高的现状。在针对农村经济进行管理方式的制定时, 需要综合考虑上述因素, 结合农村地区的实际经济现状, 制定个性化的经济发展策略。信息化的手段涉及的技术层面和资金投入方面的因素比较复杂。同时, 农村经济的发展需要各方面因素的共同努力和各职能部门之间的统筹合作, 从而形成完整的农村经济管理体系。在当前阶段, 农村经济建设的首要任务是对管理方式进行变革和创新。借助信息化的便捷性, 着重关注基层信息化服务站的建设并提高其应用的实效性。同时, 积极引入大学生村干部等高级人才, 为农村信息化建设的快速发展提供帮助。政府方面还需利用财政资源, 建立专项的农村经济建设资金, 用于信息化建设的硬件投入等方面, 改善当前资金短缺的情况。

4 结语

本文通过对当前农村经济管理体系当中信息化管理方式的建设现状进行了深入的研究和分析, 总结其中的不足。并结合当前我国农村经济的实际发展趋势, 充分考虑政府对农村经济的发展指导思想及相应的政策, 有针对性地提出了一些解决建议。并着重对于信息化技术在农村经济管理体系中的融入和应用给出了一套完善的解决对策。建立了一种新型的农村经济管理模型体, 实现了信息化平台的构建。为广大农民的农产品经销和外界的农业信息资源获取提供了可持续发展的资源共享平台。以此强有力地推动了农村经济的发展, 改善了传统农业耕作的形式, 为农村经济管理方式的完善做出了贡献。

摘要：随着我国社会水平的逐渐提高, 综合国力的提升带动了我国各行业和领域的快速发展。其中, 农业作为我国的主要经济来源和渠道, 在整体的经济布局当中占据着极其重要的作用。在当今这个信息化的时代, 传统的农村经济应该如何发展, 才能更好地去适应时代的特征, 为农村的经济发展做出贡献是亟待研究的问题。长期以来, 我国农村经济一直以粗放式的管理特点进行发展, 这种缺少精细化的管理模式虽然也能够在一定程度上实现农村经济的发展, 但其难以适应当前快速增长的农业产品需求, 持续下去势必会使农业的发展受到限制。为此, 本文结合当前的信息化时代背景, 在研究农村经济管理现状的基础上, 提出一种结合信息化技术的高效农村经济管理模型体。通过这一信息化模型更好地将农业发展和信息化产业相结合。推动农村地区的经济环境转型, 实实在在地为农民创造更多经济效益。

关键词：农村经济,经济管理,管理模型

参考文献

[1] 朱美芹.信息化在农村经济管理中的应用[J].中国集体经济, 2017 (6) .

[2] 冯艳波.浅析如何提高新形势下农村经济管理工作的水平[J].农业开发与装备, 2016 (2) .

[3] 董钊, 马佳宏.农业产业化发展背景下农村经济管理人才培养研究[J].农业经济, 2017 (4) .

[4] 中国乡镇行政管理研究[J].地方政府管理, 1998 (2) .

[5] 武卫敬.现代农村经济管理的核心内容浅析[J].农村经济与科技, 2012 (2) .

[6] 吴亚晶.信息化手段在农村经济管理中的应用[J].科技创新与应用, 2014 (33) .

[7] 翟晏彬, 王一斌.强化农业经济管理工作助推农村经济健康前行[J].吉林农业, 2017 (20) .

网络管理模型食品安全论文范文第4篇

1.测绘工具、三棱尺(比例尺) 、直尺、三角板、弯尺 (角尺) 、圆规、游标卡尺、模型、 蛇尺等。

2.剪裁 、切割工具

勾刀、笔刀、裁纸刀、角度刀(45º) 、切圆刀、 剪刀、

手锯 、 钢锯 、 电动手锯(积梳机) 、电动曲线锯 、电热切割器、电脑雕刻机。

机。 二. 材料

1简易的建筑模型用聚苯泡沫塑料块切割成建筑模型实体部分的毛坯，也可用泡沫极做简易模型的底盘;用茶色涤纶纸，茶色不干胶纸作模型的窗、底盘粘面;用吹塑板、吹塑纸作阳台、墙面、地面、道路、台阶、屋顶等;用绒纸、砂纸作绿地草坪、步行道、广场等;用彩色橡皮块、海绵作汽车、树木等配景。以上几种材料价格低，易加工制作。一3.打磨喷绘工具

砂纸 、砂纸机 、锉刀、什锦锉、木工刨、台式砂轮般视为同一档次的模型材料。这些材料灵活配合使用，可快速制成比较理想的设计模型或表现模型。

2. 建筑模型是使用易于加工的材料依照建筑设计图样或设计构想，按缩小的比例制成的样品。它是在建筑设计中用以表现建筑物或建筑群的面貌和空间关系的一种手段。对于技术先进、功能复杂、艺术造型富于变化的现代建筑，尤其需要用模型进行设计创作。那么制作一般的建筑模型需要哪些材料呢?以下做了一个简单的归类：

1、主体墙面：模型专用"747"型ABS高分子工程塑料板(厚度0.8 mm -33 mm)

2、主体玻璃：模型专用ICI高透明有机玻璃(厚度0.8 mm -1.2 mm)

3、路面、硬质铺装及加工方式：全部使用模型专用LG ABS板材。

4、绿化草坪：模型专用FALLER草坪

5、植物：软化铜丝、高弹海绵、高质量颜料及模型专用FALLER草粉

6、粘合剂：优质三氯甲烷、日本A-A超能胶、德国UHU胶、喷胶

三、制作流程

做建筑模型用的材料一般是ABS.用卡纸。

1、把图纸按需要的比例进行缩放，比如要做一比一百，就缩放到一比一百。

2、把建筑的各个面分解出来，单独出图，然后一比一打印出来。

3、把打印出来的纸贴在卡纸上，然后裁出门窗和边框。

4、把裁好的各个墙面用UHU胶粘起来。 要特别注意，各个面接缝出板子的厚度。

制作模型时要按照模型的类型从而使用不同的材料。

主体建筑：

1、主体墙面：模型专用"747"型ABS高分子工程塑料板(厚度0.8 mm -33 mm)

2、主体玻璃：模型专用ICI高透明有机玻璃(厚度0.8 mm -1.2 mm) 路面、硬质铺装及加工方式：全部使用模型专用LG ABS板材。 绿化草坪：模型专用FALLER草坪

网络管理模型食品安全论文范文第5篇

一、网络管理模型

(1) 功能模型。国际标准化组织ISO在ISO/IEC7498-4中定义了OSI管理的概念、术语和五大功能 (故障管理、配置管理、性能管理、计费管理和安全管理) , 五大功能模型被包括SNMP在内的各种网络管理系统广泛接受和实现。 (2) 信息模型。信息模型主要用于逻辑表示被管物理设备、软件、虚拟资源等。OSISMI是完全面向对象, InternetSMI是面向属性。 (3) 组织模型。组织模型包含管理者和代理者概念及实体间的管理通信, 这种通信模型提供协议接口用于管理和被管理系统间。管理应用程序所涉及的公共过程、参数都由OSI公共管理信息服务 (CMIS) 加以定义。

二、可信的网络故障管理模型设计原则

(1) 分离解耦原则。TCP/IP结构中, 数据层与控制层交织, 动态变化又紧密联系, 存有明显的蝴蝶效应。巨大的网络规模、异构也使得网络管理粒度和策略难统一, 控制管理和焦点难调和。分离解耦原则, 能实现数据传输与管理功能分离, 保证网络逻辑功能分离、物理实现解耦。分离解耦是化整为零、分而治之思想的体现。 (2) 跨层原则。TCP/IP体系结构中相邻层通过静态接口通信, 上层调用下层服务而不了解其具体情况, 非相邻层间禁止直接通信, 这种严格刚性分层使得网络控制局限于某一层设计局部优化方案, 不能保证网络管理的全局可信。跨层原则打破这种严格的层次通讯结构, 通过在层间创建新接口、共享和联调层间参数等方式, 实现状态可信评估、行为可信监测、能力可信证明等。 (3) 管理逻辑集中原则。网络故障管理的分析、推理与决策逻辑集中, 是建立在网络管理与数据传输分离思想基础之上, 使决策逻辑不再与协议交织, 易于支持复杂的网络故障管理分析。 (4) 协同管理原则。协同管理原则含两类协同, 一类是体系结构角度上的纵向协同, 主要是指在TCP/IP各层间实现信息分享、协同推理、联合管理等;一类是多管理域间的横向协同, 这是互联网大规模AS互连的现状所决定的。 (5) 闭环反馈原则:反馈是自动控制理论的主要形式, 管理与传输分离保障管理决策不再与网络协议交织, 管理系统、被管网络对象间的交互通路构成了完整的闭环反馈系统。

三、可信网络故障管理模型及工作流程

(一) 可信网络故障管理模型

可信网络故障管理模型描述了建立在被管网络对象视图和可信报告基础上的网络故障可信管理闭环反馈流程的抽象组织方式, 涵盖跨层监控、综合分析、集中决策、可信评估的网络故障可信管理思想。模型含四个抽象层、三类抽象实体和若干接口。四个抽象层分别是监控层、评估层、决策层、度量层。监控层负责向被管网络对象发送监控命令、接收被管网络对象运行参数数据等;评估层负责被管网络对象运行态势描述、视图构建、可信报告生成等;决策层基于视图与可信报告进行被管网络对象运行势态分析, 定位网络故障, 发布预警信息, 执行可信管理决策, 生成可信管理策略脚本;度量层收集可信管理动作实施前后的网络视图、可信报告、可信管理决策信息等, 评判被管网络对象可信态势, 提出相应的态势修正、偏差反馈、稳态回归等支持策略。三类实体分别是请求点、可信决策点、策略执行点。请求点是可信管理过程中提出各类请求的实体类, 主要包含被管网络对象监测请求、可信管理请求, 可信度量请求等。可信决策点是依据策略执行点给出的策略, 对AR的请求执行全局一致性网络视图及其信度报告计算, 根据视图特征、信度规则等分析网络运行态势, 诊断网络异常/故障, 生成可信控制决策脚本。策略执行点响应AR请求, 向可信决策点提供策略支持, 接收并解析可信决策点控制决策脚本, 分发网络控制任务, 执行控制行为。

(二) 可信网络故障管理模型工作流程

图1所示是可信网络故障管理模型工作流程, 围绕被管网络对象的跨层监测抽象描述综合分析集中决策可信实施的流程展开。跨层监测环节收集受控被管网络资源、服务、协议等的运行参数数据, 提供持续地被管对象运行态势感知与监测功能;抽象描述环节对监测数据进行信息融合处理 (如分类、聚类、统计特征计算、关联性分析等) , 形成被管网络对象当前运行态视图;综合分析环节主要完成被管网络对象态势预测与评判、可信性评估两部分工作, 进行故障推理与诊断, 形成故障管理请求;集中决策环节执行Network-Wide级故障管理决策, 形成可信的管理策略脚本, 进而解析、部署任务;可信实施环节进行网络故障管理任务分发和实施, 配置调整网络参数。

四、结语

TCP/IP结构严格刚性分层设计及独立管理层面的缺失, 使网络故障可信管理、有效管理成为行业的研究重点。通过设计可信管理体系结构, 探索网络故障管理过程, 给出一种网络故障可信管理模型, 阐述工作流程, 验证该模型的网络故障管理是可信的。

摘要：互联网络规模快速膨胀, 网络及其服务呈现异构化和多样化, 管理网络故障已成为十分复杂而困难的工作, 特别是在网络故障管理可信性受到严峻挑战。本文通过分析网络管理模型, 结合可信的网络故障管理设计原则, 给出一种可信网络故障管理模型, 并探究模型的管理流程, 以此阐明网络故障管理可信。

关键词：网络故障,可信,管理模型

参考文献

[1] 裴志江, 邹起辰, 谢超.基于可信计算的工业控制系统[J].计算机工程与设计, 2018 (5) :1283.

网络管理模型食品安全论文范文第6篇

目前, 国内外民航已有多种运作成熟的航空安全评价系统, 如国际航空运输协会 (IATA) 的运行安全审计 (IOSA) 、美国联邦航空局 (F A A) 的航空运输监察系统 (ATOS) 、国内航空公司安全评估系统和中国民航安全审计 (CASAP) , 这些系统均包含对航空公司飞行运行系统的评价[1]。但我海军飞行训练安全系统并没有引进一套科学可行的、适用于我军飞行训练的评价体系, 不利于提高安全训练水平、保证战斗力提升。

本文通过对军事飞行训练事故征候进行分析探讨, 并征求和咨询专家的意见, 采用层次分析法确定各相关指标的权重, 从人、机、环境和管理四个方面建立飞行安全评价指标体系。同时, 根据“模糊数学理论”建立“飞行安全模糊综合评价模型”。

1 飞行安全评价指标体系的建立

首先利用相关的历史数据, 对已知事故和事故征候, 找出飞行训练中经常出现的一些问题, 同时分析飞行运行系统中影响飞行训练安全的主要因素。此外, 要积极的记录飞行教员和专家的意见, 找出会影响飞行训练安全的潜在因素。从人、机、环境和管理四个方面建立飞行安全评价指标体系A (表1) 。一级指标记为B, 包括飞行员Bl、飞机B2、环境B3和管理B4;二级记为C (C1, C2, C3, ., C13) , 三级记为C11, C12, C21, , C134。

2 飞行安全模糊综合评价模型

2.1 模糊综合评价理论

“模糊综合评价法”的理论基础是:在确定评价因素的评价等级标准和权值的基础上, 依据模糊集合变换的原理, 用隶属度来描述各因素的模糊界限, 建立模糊评判矩阵, 然后进行多层复合运算, 最后再确定评价对象所属的等级。

模糊综合评价包括单层次模糊评价和多层次模糊评价, 其中单层次模糊评价是多层次综合模糊评价的基础[2]。本文的算例是运用的“多层次模糊评价”, 即先对底层各指标进行模糊综合评价, 再对较高层次指标进行模糊综合评价, 最后对各顶级指标进行模糊综合评价, 通过加权平均得到最终定量评价结果。

2.2 模糊综合评价数学模型

(1) 指标权重的确定。

采用AHP (层次分析法) 确定各指标是我权重。先构造判断矩阵, 判 (如表1) 断矩阵的元素值反映的是:对安全评价各指标重要性的认识;专家对各指标的重要性进行比较, 逐层判断评分。计算判断矩阵的特征向量从而得出下层指标对上层指标的贡献程度, 然后计算出各变量层指标对目标层指标重要性的排列结果, 最后把判断矩阵代入AHP计算, 就可以得出上级指标的权重。

(2) 评价集的建立。

评价集是评价者对评价因素作出的各种评价结果的集合。本文将评价集分4个等级 (v) :很好、好、一般和差, 这4个等级构成评价集V={v1, v2, v3, v4}, 而指标的最终评价结果也相应分为4个等级。

(3) 评价矩阵R的建立。

采用专家调查法建立评价矩阵。由专家综合判断各指标所属的安全等级, 根据评价者对各指标的评价结果计算出各指标在各个评价等级所占的比重, 从而得到该指标在评价集中的隶属度。

(4) 模糊综合评价。

采用加权平均模糊算子M (, ⊕) 对各指标进行评价, 该方法适用于通过综合考虑所有因素的权重来求得总体指标的情况。根据指标权重矩阵W和评价矩阵进行综合评价, 得到综合评价矩阵B=W。R (“。”表示模糊矩阵的合成运算) 。根据加权平均原则和等级得分, 对B的分量进行处理, 得出定量指标值, 即可判断最终评价结果所属的安全等级。

(5) 评价向量的处理。

对最终评价向量B= (r1, r2, r3, r4) , 分别对4个等级赋以95、80、70和50分, 由公式G=95r1+80r2+70r3+50r4, 可得最终评价结果。其中, 95、80、70和50这4个分值是根据“很好、好、一般、差”4个等级, 经过小组讨论和专家咨询, 在[0, 100]中确定的最能表示每个等级特性的点。由于这4个点问的中点 (即87.5、75和60) 的隶属性比较模糊, 将这些中点作为边界点, 可得4个评价区间, 分别对应4个等级 (表2) 。

3 实例分析

对某一飞行训练团的飞行安全系统进行建模评价, 构建了的具体指标体系 (见表l) 。

3.1 权重系数矩阵W

我们依据层次分析法算出各层指标的权重。以4个2级指标为例, 首先构造判断矩阵;专家采用9级标度法对各指标的重要程度进行评分 (表3) ;将判断矩阵代入AHP计算软件, 并进行一致性检验 (CI=0.048, RI=0.900, CR=0.053) 。由于CR<0.1, 一致性检验通过, 得WA=[0.460, 0.188, 0.059, 0.294]。

同理, 可求得WB1= (0.503, 0.080, 0.113, 0.206, 0.098) , Wc1= (0.5, 0.5) , Wc2= (0.581, 0.109, 0.310) , Wc3= (1) , Wc4= (0.333, 0.570, 0.097) , Wc5= (0.423, 0.312, 0.265) 。 (如表2、表3)

3.2 评价矩阵R

由10名专家 (外场教员、飞行训练专家等) 判定各指标属于哪种安全等级 (差、一般、好、很好) , 然后依据评价的结果算出各指标在各评价等级中所占的权重, 最后计算出该指标在评价集中的隶属度。以B1层指标为例, 评价矩阵为

3.3进行飞行安全系统的模糊综合评价

同理, 可求得

从而计算出飞行运行系统的综合评价矩阵为

根据评价向量的处理公式G=95r1+80r2+70r3+50r4, 可得到该团飞行训练系统的综合评价值为G=72.57分, 由此我们可以判定该飞行训练系统的安全等级是“一般”, 说明还有许多地方需要完善和改进。

4 结语

本文从人、机、环境和管理等4方面, 构建了飞行安全评价体系, 并根据模糊数学理论建立了模糊综合评价模型。通过实验例证说明:该模型的测评可以确定总体飞行训练安全的水平和各个模块的安全状况。训练机构可针对不同模块存在的问题提出相应的改进措施, 从而提高的安全管理能力和安全水平。

摘要：本文章是依据“模糊数学理论”构建的“飞行安全模糊综合评价模型”, 对飞行训练中的事故征候进行原因的探析。通过对专家的咨询, 从人、机、环境和管理4个方面建立了“飞行安全评价指标体系”, 并对模型进行了实例验证。研究分析表明, 本文建立的“模糊综合评价模型”可对飞行运行系统进行总体安全评价, 能够克服我军当前飞行训练运行系统安全评价方法的一些不足, 具有较强的实用价值。

关键词：安全管理,安全评价,飞行训练安全,模糊综合评价

参考文献

[1] 王莲芬, 许树柏.层次分析法引论[M].北京:中国人民出版社, 1990.

[2] 杨伦标, 高英仪.模糊数学原理与应用[M].广州:中国南方技术出版社, 1998.