自相关案例分析

自相关案例分析（共8篇）

自相关案例分析 篇1

关于自建房屋自用的相关税费规定

一、自建房屋自用的免征建筑业营业税

二、自建房屋自用的免征不动产营业税

三、自建房屋自用的，须缴纳土地使用税

四、自建房屋自用的，须缴纳房产税

五、自建房屋销售的须缴纳两道税

1.《营业税暂行条例实施细则》第四条、第二十八条规定，单位或个人自己新建建筑物后销售，其自建行为视同提供应税劳务。因此，贵公司将该厂房对外销售，要按“建筑业”税目依3％的税率缴纳营业税。对自建行为的计税依据，应当根据同类工程的价格来确定。没有同类工程价格的，按下列公式核定计税价格：计税价格＝工程成本×（1＋成本利润率）/（1－营业税税率）。

2.销售自用建筑物的行为属于《营业税暂行条例》规定的“销售不动产”应税行为，应依5％的税率缴纳“销售不动产”营业税。计税依据为出售厂房向对方收取的全部价款和价外费用。

3.上述两次缴纳的营业税，还要附征城建税和教育费附加。

六、自建房屋用于出租的

根据《营业税暂行条例》及《营业税暂行条例实施细则》规定，有偿提供应税劳务、有偿转让无形资产或者有偿转让不动产所有权的行为的单位和个人，为营业税的纳税义务人;单位或个人自建建筑物后销售，其自建行为视同提供应税劳务。

该公司自建建筑物出租，既不属于有偿提供应税劳务的行为，又不属于视同提供应税劳务的行为，因此，不需缴纳“建筑业”营业税。但对将沿街楼房出租收取租金，属于税法规定的营业税应税行为，应按“服务业———租赁业”缴纳营业税。

七、至于如何缴纳企业所得税的问题，该企业的理解是错误的。《国家税务总局关于房地产开发业务征收企业所得税问题的通知》(国税发〔2006〕31号)规定，开发企业将开发产品转作固定资产或用于捐赠、赞助、职工福利、奖励、对外投资、分配给股东或投资人、抵偿债务、换取其他企事业单位和个人的非货币性资产等行为，应视同销售，于开发产品所有权或使用权转移，或于实际取得利益权利时确认收入(或利润)的实现。同时，该文件还明确指出了其适用范围：即适用于各种经济性质的内资房地产开发企业，以及从事房地产开发业务的其他内资企业。该公司开发的沿街楼房，已转作固定资产，应视同销售行为，计算缴纳企业所得税。确认收入(或利润)的方法和顺序为：

八、(一)按本企业近期或本最近月份同类开发产品市场销售价格确定;

九、(二)由主管税务机关参照当地同类开发产品市场公允价值确定;

十、(三)按开发产品的成本利润率确定。开发产品的成本利润率不得低于15%，具体比例由主管税务机关确定。

十一、可见，有关营业税与企业所得税的法规，对自建建筑物转作固定资产并出租是否视同销售方面，规定不同，企业对此不能混淆。

自相关案例分析 篇2

耕地作为一种不可再生的资源,承载着人类生命活动所需要的物质生产,是农业的基础,是社会稳定、经济繁荣的前提。而中国是一个人多地少的国家,云南的耕地数量与质量更在全国水平以下人地矛盾更加突出。

云南省位于中国西南部,面积39.4万km 2,人口4 450万(2005年),其中汉族66.5%,彝族、白族、苗族、藏族等少数民族众多。云南省东部北部与中国的西藏,四川,贵州,广西相邻。西部南部则与东南亚的缅甸,老挝,越南接壤。既是汉族与少数民族融合的区域,又是中国与东南亚各国联系的纽带,地缘关系和战略位置十分突出。云南省96%的地区是山地、高原、丘陵,可作为耕地的面积稀少。近年来,耕地持续减少,部分地区出现了耕地被大面积占用、土地利用方式转变、生态环境恶化土地肥力退化等现象。严重威胁了人民生活质量和社会稳定。耕地保护与粮食安全成为政府部门与研究学者高度重视的问题。耕地的时空变化特性更是受到关注[1]。近年来,国内关于农用地利用与保护、耕地变化驱动力等方面的研究广泛开展[2]。

空间分布的地理现象,通常都会对其相邻区域产生影响。距离越近,影响越大;距离越远,影响越小。空间自相关就是研究这种空间规律的属性,它可以反映区域内变量之间,是否有具有空间依赖性(spatialdependence)、空间异质性(spatialheterogeneity)、空间结构性(spatialstructure)。空间自相关性具体体现为:对于同一变量,某位置的值与其周边位置的值有着相同的特征,称为空间正相关;反之,某位置的值与其周边位置的值有相反的特征,称为空间负相关。国际上,空间自相关研究已经应用于许多领域,如生态学、医学、经济学、人口学等学科[3]。但利用空间自相关性揭示耕地变化的研究还相对较少。

因此,通过空间自相关性分析,得出云南省耕地变化的时空特性,为耕地保护与可持续利用奠定基础,有着重要的理论与现实意义。

1 数据来源与研究方法。

1.1 数据说明

耕地面积数据全部来自《云南统计年鉴》(1996—2008)。由于昆明市下辖的五华、盘龙、官渡、西山四个区进行了较大规模的行政区划调整,本文中将这四个区统一作为昆明市区研究。其他地区行政区划变动,按照2008年行政区划为准。

1.2 研究方法

县级行政区划在数量与体量上都有利于研究。但是由于各个县(市、区)的耕地面积不相同,变化的面积数量也没有可比性。为了增加各县间的可比性,本文运用变化比例代替绝对数值进行分析。

空间自相关性的评价标准主要有全局自相关系数和局域自相关系数。全局自相关系数主要研究属性值在整个区域的空间特性,用全局MoransⅠ指数表示。局域自相关系数主要表示属性值在临近区域的空间特性,用局域MoransⅠ指数表示。

全局自相关系数计算公式为:

对于i单元,其局域自相关系数计算公式为:

其中i≠j,n是参与分析的空间单元数,xi和xj分别表示某个属性x在单元i和j上的观测值。Wij是空间权重,在本文中,用反距离函数表示,即距离越近,权重越大,距离越远,权重越小。

2 分析结果

2.1 耕地变化的时间性分析

表1显示了云南省耕地变化情况。总体上看,云南省耕地面积持续减少。减少过程则可分为三个时期:

1996年—2002年,耕地变化有所波动,但起伏不大,年均减少率为0.3%。

2003年—2004年,耕地减少较快,两年减少率分别为1.77%和1.09%。这是由于这两年中云南省实施了大规模的生态退耕。耕地大量转变为林地、园地。

2005年—2008年,耕地减少速度明显放慢,逐年下降。从2005年的0.41%下降到2008年的0.006%。这是由于云南省加大了保护耕地力度,并且得到明显的效果。

2.2 耕地变化的空间性分析

相比1996年,2008年云南耕地减少了5.4%其各个县(市、区)土地减少率分布如图1所示。

图1显示,绝大部分县的耕地都有不同程度的减少。但是还是有个别县区耕地有所增加,即图上颜色最浅部分显示的:元江县、施甸县、峨山县、富民县、红河县、陆良县等。但增加的面积均十分有限,大部分在2%以下,增加最多的元江县也只有4%。

而耕地面积减少最多的是图中黑色区域的:昆明市区、贡山县、泸水县、景洪市区、勐腊县、澄江县、绥江县、呈贡县、晋宁县。这些县区的耕地减少率都超多18%。昆明市区更是减少接近30%。

这表明云南省耕地总体趋势是在减少,但减少幅度不平均。

2.3 耕地减少率的自相关性分析

2.3.1 全局自相关性

经过计算,云南省县域耕地变化的全局自相关系数,MoransIndex=0.299 5。反映出全省耕地减少率存在较弱的正自相关性。显示耕地面积减少是云南省总趋势,但耕地变化率的空间分性不明显,各个行政区的变化数值高低错落。这也可以从图1中看出,耕地增加的几个县,以及耕地大规模减少的县分布在全省各个角落。

2.3.2 局域自相关性

计算出各个县区的局域自相关系数后,以全局自相关系数为依据,绝对值大于全局自相关系数的,认为是强烈相关,反之认为是相关性较弱。研究结果如图2所示:

强烈正相关的行政区有61个,占总数126的48.4%。主要分布在昆明大理两市周边、滇东南和西南地区。

相关性较弱的行政区有38个,占总数的30.2%,主要分布在滇西北、滇中、滇南地区。

强烈负相关区域有27个,占21.4%,分布多与强烈正相关区域为邻。

2.3.3 结合耕地变化率与局域自相关系数分析

为了便于结合分析。将耕地的变化分为两级以全省耕地变化为准,低于全省平均系数认为是变化不大的区域,高于全省平均系数认为是耕地减少较多的区域。然后与自相关性进行叠加分析,结果形成六种模式,如图3所示:

(1)减少—正模式:行政区域本身耕地减少较多,同时其自相关性较强,即周围行政区内耕地减少也较多。代表区域是昆明市区、玉溪市区、昭通市区。因为这些地区是全省经济最为发达的地区,加之人口分布集中,建筑用地需求最大。虽然有严格的耕地保护政策,但为了满足需求,不得不占用大量耕地。

(2)减少—弱模式:行政区域本身耕地减少较多,自相关系数趋近于零,其自相关性较弱,即周边行政区内耕地减少量有多有少,变化不均。代表区域是滇西北地区的迪庆藏族自治州,怒江傈僳族自治州。这一地区的耕地减少的主要原因是推行“退耕还林”政策。比如,2000年至2003年间,迪庆州退耕还林18 676.2亩,其中:退耕地还生态林15322.5亩,退耕地还经济林3 353.7亩[4]。所以,随着这一地区的耕地数量减少,林地与园地数量大大增加。

(3)减少—负模式:行政区域本身耕地减少较多,自相关性表现为强烈负相关,即周围地区减少量很少,甚至有耕地增加情况。代表区域为滇西南的畹町开发区。这一区域由于政策支持,经济增长迅速,耕地减少量相对较大。但其本身经济实力不强,不能形成带动作用,所以周边县区耕地数量并未随之减少。

(4)稳定—正模式:行政区域本身耕地减少不明显,自相关性表现为强烈正相关,即周围地区耕地减少也不明显。代表区域是滇东南的红河哈尼族自治州。这一地区严格执行了耕地保护政策,同时经济发展占用耕地的压力相对较小,“占补平衡”政策落实到位,土地复垦力度较大。比如大理州的弥渡县,连续七年“占补平衡”[5]。

(5)稳定—弱模式:行政区域本身耕地减少不明显,自相关系数趋近于零,自相关性表现较弱,即周围地区耕地减少变化不均。代表区域是滇中的楚雄彝族自治州、滇南的思茅市区及临近几个县因为这些地区地处云南地理中心,既受本身发展政策制约,又受周边州市影响,形成了较为复杂的模式。

(6)稳定—负模式:行政区域本身耕地减少不明显,相关性表现为强烈负相关,即周围地区耕地大幅度减少。代表区域是接近昆明市区的富民县,紧邻玉溪市区的峨山县,紧邻曲靖市区的陆良县等。这种情况是执行云南省“占补平衡”政策的结果。因为云南省有严格保护耕地的政策,耕地一旦被占用,要进行补划。由于市区耕地占用后,补划困难,就会在周边县区增加耕地。于是这些县区耕地不但没有减少,反而有所增加。

3 结论与建议

3.1 继续贯彻保护耕地政策

因为社会经济利益是土地利用类型变化的内在驱动力。随着经济的发展,人口的增长,建设用地必然增加。在开发未利用土地的同时,会占用一部分耕地资源。使得建筑用地增加与耕地减少成为持续性的趋势不可逆转。但政策可以起到巨大作用,近三年来耕地减少速度明显放缓既是政策作用的结果。

3.2 政策可以促进土地利用类型变化

无论“生态退耕”还是“占补平衡”政策,都明显的促进了土地利用类型变化。要善于利用政策,在不影响耕地数量的同时,不能阻碍经济发展和社会进步。

3.3 重视中心城市的带动作用

虽然云南省耕地减少的全局自相关性较弱,但是滇东北地区普遍出现了中心城市的带动作用,尤其以昆明市的作用最为明显。随着经济增长,这种作用会在全省范围内出现。政府主管部门要重视这种作用,制定出切实可行的政策,应对这种变化。

4 结语与展望

耕地是重要的土地资源,尤其在云南这个耕地较少的地区,人地矛盾更加突出,需要我们提起足够重视。随着经济发展与人口的增长,建设用地还会进一步增加。如何才能既不妨碍经济增长,又能保障人们赖以生存的耕地资源,是摆在我们面前的重大课题。

运用GIS技术,将空间自相关性引入耕地变化研究中,发挥其空间分析和可视化的功能优势,可以方便而准确的表现出耕地变化的时空特性。本文揭示了云南省129个县(市、区)的耕地变化情况,为我们从空间角度认识耕地变化提供了手段,为政府制定今后的耕地利用政策提供参考。

参考文献

[1]张国平,刘纪远,张增祥.近10年来中国耕地资源的时空变化分析.地理学报,2004;58(3):323—332

[2]王宗明,张柏,张树清.吉林省近20年土地利用变化及驱动力分析.干旱区资源与环境,2004;18(6):61—65

[3] Koenig W D.Spatial Autocorrelation in California Land Birds.Conser-vation Biology,1998;12(3):612—620

[4]迪庆藏族自治州人民政府网.www.diqing.gov.cn.2008.11

自相关案例分析 篇3

关键词：空间自相关；特征；中国；国民体质综合指数

中图分类号：G80-32；G804.49 文献标识码：A 文章编号：1006-2076（2016）04-0070-07

Abstract：Objective： To study the spatial dependence and autocorrelation of the national physique monitoring in various regions of China through geographical spatial econometric analysis model.Methods：The comprehensive index of national physique of 31 provinces （autonomous regions） issued in 2005， 2010 and 2014 were selected. Spatial autocorrelation was analyzed through global Morans index and local G statistics.Results：The global Morans index of the comprehensive index of national physique in the 31 provinces （autonomous regions） showed “U-shaped” trend； the influence of the national physique index in adjacent regions on that of national physique index of provinces （autonomous regions） first gradually decreased and then constantly increased. The nationwide comprehensive index of national physique had relatively good space structure and there was is space positive correction. On the whole， there was a trend that the areas with high comprehensive index of national physique were adjacent. 2） The local autocorrelation analysis of the comprehensive index of national physique presented obvious polarization phenomenon. Central and eastern regions showed the trend high aggregation effect of positive convergence， while the western regions showed low aggregation effect of negative convergence. The causes might link with the regional differences in social environment， ecological environment， etc. Conclusion： The research on the national physique from the perspective of geographical space and the dynamic change of time sequence provides a new train of thought for the researches of sports in China. To further reveal the internal motive and mechanism of the spatial distribution characteristics of comprehensive index of national physique in China， more analysis is needed through diversified information， such as economy， culture， society and natural conditions.

Key words： spatial autocorrelation； characteristic； China； comprehensive index of national physique

引言

《全民健身计划纲要》和《体育法》都指出：不仅对于国民参与体育活动和增强自身体质健康提出了明确的要求，而且还强调要实施体质测定制度，制定体质测定标准，定期公布全民体质状况[1]。国民体质监测既能满足中国社会发展需求，使国民树立正确健身观，还能帮助政府建立科学化和人性化的管控体系。国家体育总局自1998年颁布国民体质监测以来，全国范围内已顺利完成4次国民体质监测任务[2]，并分别于2001年、2006年、2011年以及2015年发布了各省国民体质监测结果。国民体质监测结果所涉及的指标丰富，所以指标经过相关处理以后即可以做同年间的横向比较分析，也可以做不同年份的纵向分析[2]。

目前，国内的研究大多是用定性描述的方法对国民体质监测结果进行分析，研究者很少结合定量化的方法，特别是难以借助现代科技手段，如地理信息技术（Geographic Information System， GIS）对各省国民体质监测数据进行分析，实现了关系检验的定量化研究，使得结果更为科学、客观。GIS是用于采集、存储、查询、分析和显示地理空间数据的计算机技术[3]。其空间分析技术包括空间自相关分析、空间叠加分析等可以使得地图这种独特的视觉化效果和地理分析功能与国民体质监测数据统计分析集成在一起[4]。两个事物存在联系是相对的、有条件的。国民体质监测绝不单单是一个孤立的社会现象，这种社会现象必然在地域间存在着极化或扩散效应，国民体质监测工作发展的区域差异性、地理空间分布特征与国民体质监测整体水平密切相关，运用GIS技术从地理空间特征的视角去研究我国国民体质相关数据，能够更全面地认识我国国民体质存在的问题。

本研究基于上述观点拟以中国大陆地区31省市（自治区）国民体质综合指数为研究对象，运用地理空间计量分析模型分析我国区域国民体质监测的空间布局与空间关联特征，为我国国民体质监测工作开展、相关法规政策制定及社会的发展提供科学合理的决策依据。

1 数据选取与研究方法

1.1 数据选取

本研究所涉及的地域范围是我国大陆地区31个省市（自治区），不包括香港、澳门和台湾。

选取2005年、2010年和2014年31个省市（自治区）国民体质综合指数作为衡量指标，通过国家体育总局官网发布的国民体质监测公报及文献资料收集即获得相关数据。随着2015年最新的国民体质公报出炉，国民体质监测工作已顺利开展四次，2005年第二次国民体质监测首次使用“国民体质综合指数”来描述国民体质总体水平。“国民体质指数”指通过国民体质监测，所取得国民总体的身体形态、身体机能和身体素质等资料，进行无量纲处理后得到的反映国民体质综合状况的指数[5]。该指数以2000年第一次国民体质监测相应指标的平均数为基期数据，固定基期同度量水平，将这个水平定位在数值100上， 即第一次国民体质综合指数为100。指数的数值将会在100上下波动，指数的数值越大表明体质水平越高，故笔者选取2005年、2010年和2014年三次国民体质监测数据进行分析。

1.2 研究方法

空间自相关分析是研究一定空间单元内，某空间单元与其周围单元空间，就某种检测与量化研究变量的空间依赖性的统计方法。反映的是事物或现象具有空间位置的依赖关系，即相关程度。如气温、湿度等的空间分布体现了与海陆距离、海拔高程的相关性。该方法通过计算各地区某要素观测值的空间相关系数、描绘空间布局散点图及对加入空间滞后变量的模型进行估计等途径来反映各要素观测值的空间依赖性和自相关关系，即发现空间中出现的异常值或集聚现象[6]。空间自相关算法种类丰富：Moran' s I、Geary' s C、Get is等。基本分为全局和局域两种。

1.2.1 全局空间自相关

全局空间自相关是关于所要研究的属性值在整个单元的空间特征描述，即通过分析可以知道空间中是否出现异常值或集聚现象[7]。全局空间自相关指标和方法主要有全局Moran' s I、全局Geary' s C和全局Getis-Ord G[7]。本研究主要采用Moran' s I的方法通过比较邻近空间位置观察值的相似程度来反映研究目标相关性。其计算公式为：

1.3 研究结果与分析

1.3.1 中国各省市国民体质综合指数情况分析

本研究选取2005年、2010年和2014年的31个省市（自治区）国民体质综合指数作为研究的区域变量，涉及地域范围是我国大陆地区31个省市（自治区），不包括香港、澳门和台湾，共计31个不规则的空间区域单元。在 Arc GIS 桌面窗口 Arc-Map 中将国民体质综合指数均分成 4个相同等级，并以不同的颜色进行标识，绘制成图。图1、图2和图3分别是2005年、2010年和2014年三次国民体质测量31个省市（自治区）的国民体质综合指数的专题图。

2005年国民体质综合指数平均数在100.75，2005年与2000相比，有18个省（区、市）的国民体质综合指数水平提升，幅度在0.17～5.27之间。2010年的国民体质综合指数为100.39，比2005年降低0.36，各省（区、市）国民体质综合指数的总体水平在93.71～106.18之间。2010年与2005年相比，全国有13个省（区、市）的国民体质综合指数有所增长，18个省（区、市）的国民体质综合指数有所降低。2014年的国民体质综合指数为100.54，比2010年上升0.15，各省（区、市）国民体质综合指数的总体水平在93.82～107.91。2014与2010年相比，全国12个省（区、市）的国民体质综合指数有所增长，1个省（区、市）持平，18个省（区、市）的国民体质综合指数有所降低。2005年、2010年和2014年近三次国民体质综合指数结果呈“U”趋势。由图1、图2和图3可知，中国各省市国民体质综合指数始终呈现“东高西低“的状态。

从表1可以看出，中国31个省市（自治区）的国民体质综合指数的全局Moran's I指数呈“U”态势，中国国民体质综合指数的空间依赖程度在2005年到2010年间呈下降趋势，各省市（自治区）国民体质综合指数受到周边邻接地域国民体质综合指数的影响逐渐减小。但在2010年到2014年间中国国民体质综合指数的空间依赖程度呈上升趋势，各省市（自治区）国民体质综合指数受到周边邻接地域国民体质综合指数的影响又逐渐增加。2005年、2010年和2014年标准化结果 Z值 均大于1.65，表明中国31省市（自治区）国民体质综合指数在全国范围内始终具有较好的空间结构性，存在明显的空间正相关，即：国民体质综合指数高的地区与国民体质综合指数低的地区分别在空间上呈现一定的集聚现象。中国整体上具有国民体质综合指数高的地区相邻接的趋势。

1.3.3 中国各省国民体质综合指数的局部自相关分析

本研究将中国大陆地区31个省市（自治区）按中国行政区域划分为华东地区、华南地区、华中地区、华北地区、西北地区、西南地区、东北地区，表2即为2005年、2010年和2014年三次国民体质测量的中国各省国民体质综合指数局域统计Gi值及标准化值Z（ Gi）。

1）2005年中国各省国民体质综合指数的局域空间特征分析

通过表2分析可知：2005年中国七大行政区呈三种空间结构形态，其中华东地区、华中地区、华北地区呈明显的空间正相关，华南地区、西南地区、东北地区表现为不存在明显相关性，西北地区呈明显的空间负相关。具体分析可以看出，华东地区各省，华中地区的湖北省、河南省和江西省以及华北地区的天津市、河北省、山西省的Z（Gi）均大于1.96，表现为较高的国民体质综合指数空间集聚区域，形成“高-高效应“。西北地区新疆维吾尔自治区、青海省和甘肃省Z（Gi）均小于-1.96表现为负向趋同性，有较低的国民体质综合指数空间集聚区域，形成“低-低效应“。其他省市（自治区）Z（Gi）在-1.96～1.96之间，因此为中间过渡地带。

2）2010年中国各省国民体质综合指数的局域空间特征分析

通过表2分析可知：2010年中国七大行政区呈三种空间结构形态，其中华东地区、华中地区呈空间正相关，华南地区、华北地区、西南地区、东北地区不存在明显相关性，西北地区呈明显的空间负相关性。具体分析可以看出，华东地区安徽省、浙江省、福建省和华中地区的湖北省、江西省的Z（Gi）均大于1.96，表现为较高的国民体质综合指数空间集聚区域，形成“高-高效应“。西北地区的甘肃省、青海省Z（Gi）均小于-1.96表现为较低的国民体质综合指数空间集聚区域，显示为负向趋同性，形成“低-低效应“。其余各省（自治区）Z（Gi）在-1.96～1.96之间，因此为中间过渡地带。

3）2014年中国各省国民体质综合指数的局域空间特征分析

通过表2分析可知：2014年中国七大行政区同样呈三种空间结构形态，华东地区、华中地区呈空间正相关，华南地区、华北地区、东北地区不存在明显相关性，西北地区、西南地区呈明显的空间负相关性。具体分析可以看出，华东地区所有省份、华中地区的湖北省和江西省的Z（Gi）均大于1.96，表现为较高的国民体质综合指数空间集聚区域，形成“高-高效应“。西北地区新疆维吾尔族自治区和青海省、西南地区西藏自治区和四川省Z（Gi）均小于-1.96表现为较低的国民体质综合指数空间集聚区域，显示为负向趋同性，形成“低-低效应“。其余各省（自治区）Z（Gi）在-1.96～1.96之间，因此为中间过渡地带。

2 结论与启示

2.1 结论

本研究选取2005年、2010年和2014年31个省市（自治区）的国民体质综合指数作为衡量指标，得出以下结论：

1）中国31个省市（自治区）的国民体质综合指数的全局Moran's I指数呈“U”态势，表明中国国民体质综合指数的空间依赖程度在2010年之前呈下降趋势，之后呈上升趋势，各省市（自治区）国民体质综合指数受到周边邻接地域国民体质综合指数的影响先逐渐减少后持续增加。国民体质综合指数在全国范围内具有较好的空间结构性，存在明显的空间正相关。整体上具有国民体质综合指数高的地区相邻接趋势。

2）局域自相关分析显示，2005年、2010年和2014年中国七大行政区总体始终呈三种空间结构形态，华东地区、华中地区始终呈空间正相关。华南地区、东北地区始终不存在明显空间相关性。华北地区在2005年显示存在空间正相关，但2010年和2014年均显示不存在空间相关性。西南地区2005年显示不存在空间相关性，但2010年和2014年均显示存在空间负相关性。西北地区始终呈明显的空间负相关。

华东地区安徽省、浙江省、福建省和华中地区湖北省、江西省始终表现为较高的国民体质综合指数空间集聚区域，形成“高-高效应“。华东地区山东省、江苏省和上海市仅在2005年和2014年形成“高-高效应“。西北地区青海省始终表现为较低的国民体质综合指数空间集聚区域，显示为负向趋同性，形成“低-低效应“，新疆维吾尔自治区在2005年和2014年形成“低-低效应“，甘肃省在2005年和2010年形成“低-低效应“。

通过分析可知国民体质综合指数的局部自相关分析呈现出明显的两极分化现象，中东部地区表现为正向趋同的高聚集效应趋势，偏西部地区则呈现负向趋同的低聚集效应趋势。形成这一结论的原因可能与地区间社会环境、生态环境等因素的差异有关联。中东部地区的体育经费投入强度、体育指导宣传力度、体质监测重视程度以及日常健身氛围、体育健身自然环境条件等等均优于偏西部地区。

2.2 启示

2.2.1 传统的统计学由于地理空间的独特属性，使其无法建立在样本的独立性和大样本假设基础上，随着地理信息技术应用与空间统计学相结合，使得空间统计分析广泛的应用于计量经济学、生态学、公共卫生流行病学等各个领域，空间自相关分析很好地弥补传统统计的不足[9]。近些年来，国内已有学者运用空间自相关分析的方法对体育领域中体育产业、国民体质等社会问题展开研究，从地理空间角度和时间序列的动态变化方向去研究各类与体育相关的社会现象，为国内体育科学研究提供了新的思路。

2.2.2 国民体质绝不单单是一个孤立的社会现象，这种社会现象必然在地域间存在着极化或扩散效应，运用GIS技术从地理空间特征的视角去研究我国国民体质这一社会问题是可行的。本研究正是基于上述观点运用地理空间计量分析模型对中国各区域国民体质监测的空间依赖作用和自相关关系进行研究。因为基于不同地理空间计量分析模型的空间自相关指标很多，全局空间自相关通常有Moran指数和Geary系数，都是比较邻近空间位置观察值的相似程度来测量全局空间自相关[10]。局域自相关一般包含LISA、G统计量和Moran散点图[10]。因此本研究采用全局Moran指数和局域G统计量进行空间自相关分析，局域G统计量具有能够探测出区域单元属于高值集聚还是低值集聚的空间分布模式作用[11]。

2.2.3 本研究选取2005年、2010年和2014年的31个省市（自治区）国民体质综合指数作为研究指标，通过地理空间自相关分析的方法，虽然能一定程度上反映出我国国民体质综合指数的空间分布特征，但想要进一步揭示其内部动因与形成机理，还须结合经济、文化、社会、自然条件等多元化信息进行分析，单一的指标仅仅反映出国民体质现实状况的一部分，未来的研究，应考虑多方面的研究指标，力求客观性、全面性。

参考文献：

[1]周进国，周爱光，等.中日青少年体质监测比较研究[J].体育文化导刊，2013（2）：37-40.

[2]李森，黄辉明，等.空间自相关在江苏省国民体质监测中的应用[J].体育与科学，2008，29（1）：76-79.

[3]张丽，赵林.北京奥运安保地理信息系统[J].吉林师范大学学报：自然科学版，2010（3）：82-84.

[4]皮慧娟.基于中小连锁超市的GIS物流配送系统[J].四川理工学院学报：自然科学版，2009（2）：52-54.

[5]蔡睿，江崇明，等.国民体质综合指数数学模型的建立[J].体育科学，2005（3）：30-32.

[6]陈颇.中国竞技体育发展的空间自相关特征研究[J].体育科学，2013，33（10）：71-77.

[7]何宗贵，韩世民，等.空间自相关分析的统计量探讨[J].中国血吸虫病防治杂志，2008（4）：315-318.

[8]马晓熠，裴韬.基于探索性空间数据分析方法的北京市区域经济差异[J].地理科学进展，2010（12）：1555-1561.

[9]董承玮，芮小平，等.基于空间自相关的支持向量机空间聚类研究[J].地理与地理信息科学，2014（4）：36-41.

[10]鲁凤，徐建华.中国区域经济差异的空间统计分析[J].华东师范大学学报：自然科学版，2007（2）：44-51.

教师自评报告分析 篇4

自从参加工作以来，我首先在师德上严格要求自己，要做一个合格的人民教师！

一、做一名师德高尚的教师。

十余年的实践告诉自己，一位教师，在从事教育教学活动中首先表现出来的是职业道德素质。因而完善的教师职业道德素质就成了新时期教师素质的顶梁柱。一个教师的成就，不仅取决于他的学识和智慧，更重要的是取决于教育事业的忠诚态度。我想，新时期的教师不仅要继承对教育事业的爱，还要把这样的爱现实化、行为化、把对教师事业的爱当成人生的一大追求、当成人生的价值体现的源泉。所以我在工作、生活中处处严格要求自己——“其身正，不令而行”、“学校无小事，事事育新人”，无论是爱生、团结同事还是各种班级、学校工作我都努力做到“身先士卒，身正示范”。

二、用科学的发展观来统领教育教学工作,认真落实教育教学十六字原则,践行学校提高的核心价值观。

1、热爱祖国，热爱人民，热爱教育，热爱学校。

2、永远把学生当成上帝，无条件的爱每一个学生。

3、加强修养，严格自律，严守纪律，任何时候任何场合都要保持二中教职员工的良好形象。

4、认同学校的发展目标，为这个目标而积极工作。在任何复杂的情况下，都要冷静思考，明辨是非，把握方向，旗帜鲜明的勇敢的用实际行动维护学校利益。当学校利益和局部利益、个人利益发生矛盾的时候无条件的服从学校利益。

5、积极参与学校发展的一切重大事务，主动发表自己的意见。无条件服从学校正当的工作安排，自觉遵守学校各项规章制度。

6、任劳任怨，不怕吃苦，努力学习，勤于思考，积极参与教学研究和改革，与时俱进。不断转变旧观念，乐于接受新思想。团结合作，共同前进。落实2631工程。

7、一言一行为学生放好样，言谈举止是积极的、高雅的、善意的、利人的。

三、做一个科研型教师。

“当教师，就要当名师，专家型、学者型名师”，教师的从教之日，也即重新学习之时。新时代要求教师具备的不只是操作技巧，还要有直面新情况、分析新问题、解决新矛盾的本领。我参加工作的这些年,可以说是化学教学不断改革和探索的几年。在这几年里,市教育局、学校不断提倡改革,鼓励教学上的大胆创新。在这种教改思想的指引下,我也努力探索,大胆尝试,逐渐摸索出了一套适合自己教学的方法。在调动学生学习化学的积极性、发挥学生的主体地位、提高课堂教学效益上取得了良好的成效。以本人为组长《中学化学教学合作学习》研究课题获市立项并顺利开题。

自相关案例分析 篇5

阿冰和阿邦因举行婚礼给关谷发去了请帖，但悠悠也希望参加。阿冰一口同意的同时阿邦却极力反对。他认为筹备婚礼已经有一大堆不顺的事情了，现在好不容易弄得差不多了再添一个位置，那么编号抽奖又将会全部乱套，而阿冰认为多加一个位置那是最容易不过的事情。两人因意见不统一而发生争执：阿邦一听到阿冰说多加一个位置，想起之前的各种不顺就气火攻心，急躁地和阿冰理论起来，说阿冰没有和他商量就答应了别人。

从这儿可以看出，阿冰并没有同理到阿邦。她不知道婚礼的流程是有多么的复杂，加上各种事情的不顺，阿邦是多么的操心操肺。压力一大，这件事也就成了阿邦发脾气的导火索。她一味地认为再添一个座位是件再容易不过的事情，没有站在阿邦的角度想一想。而阿邦对婚礼的任何事情都亲力亲为，想要办得风风光光，让老妈有面子。他追求完美，导致自己的压力过大，各种事情的不顺更是让他压力山大。加座事件刺激到了他，在不断追求完美的过程中，总是受挫让他感觉到很乏力，忙疯了。他没有正确地处理自己的压力，过分投入到婚礼筹办中，间接制造了和阿冰的矛盾和冲突。

本来只是因为添座而发生争吵，但是由于阿邦说话的语气太冲，阿冰也怒了，拍着桌子反问他：“好好说话不行啊？”阿邦因为阿冰对他的不理解不体谅，说她站着说话不腰疼。然后两人就翻出了以前的旧账，婚礼连个外景都没有，各自将先前埋藏在心中的不满全都道出来，阿冰双手叉腰吐露出对婆婆的不满，阿邦维护妈妈，两人都吵着婚不结了，最后以阿冰狠狠往阿邦的脸上揍了一拳为结尾。

在这段吵架过程中，我们可以发现，后来的两人都走向了不理智的一面。阿冰拍桌子，叉腰，首先将吵架的点引向了旧账，还牵扯到了婆婆。阿邦之前的怒火被浇得更旺，同样也翻出陈年旧事，吐露对她的行为的不满，对她责骂自己的妈妈感到愤慨。两人指手画脚，到了最后动武的地步。

从这则吵架事件中，我们学到：

（1）由于各人看法存在差异，那么要进行有效的沟通，避免吵架，我们必须先相互理解。在沟通过程中，我们要学会运用同理，站在对方的角度考虑考虑事情的可行性，理解到对方的难处，在不丢失自我的基础上同理到对方，将事情尽可能最大化到维护到双方的利益。

（2）要有效地处理压力，不能将自身压力通过对别人的发怒而释放。我们要了解到压力的来源和征兆及评估自己现在的状况，通过合理的方式缓解、消除压力。我们可以找身边的朋友倾诉自己最近感到压力烦心的事情，或是静下心来自己分析分析，该如何释放压力使自己将事情做得更好，心理暗示自己，给自己打气。总之，我们要了解压力，学会如何缓解释放压力。

（3）要冷静处事，学会控制情绪，不能由一件事情而牵扯到陈年旧事，将争吵进行到底。当发生争执时，我们不能一股火儿从胸口直冲脑袋，丢掉理智，话儿不经过脑子就说出口。忘掉了对方好的行为，脑海里只有对方的一切缺点，话语中全是对对方的不满。当发生冲突时，我们总是对人不对事，双眼被蒙蔽。所以，我们应该冷静处理事情，心平气和地与对方交谈，停止争执，不然关系只会变得更加紧张，害人害己。其实，这也与我们自身的性格有关，就拿我自己来说吧，我是一个性子比较急的人，碰到争执了总是会忍不住和别人吵了先说。后来静下来想想，其实也就芝麻大点的事。所以，我们应该学会了解自己的性格脾气，吵架吵的都是情绪，我们要学会控制情绪，学会冷静，对事不对人。更不应该动手打人。

小学生成功自救自护案例记录 篇6

案例一

2013年9月14日上午，我校五年级女生樊静正独自在家中写作业，妈妈说去下地干活，让王秋拴好大门写完作业后去奶奶家吃午饭。11时，“当当当”，有人敲门，静静透过大门缝，只见一位陌生的年轻人站在门口。那人说，自己是卖饲料的，想借笔和纸留个条。

樊静见状，想起来老师在安全教育课上讲到：面对陌生人，一定要冷静、机智，想办法摆脱，比如装作喊邻居、打电话等，于是樊静急中生智，冲着西院邻居大声喊：“五叔，你把我家钥匙拿来！!有人借东西！”那人听了，急忙说：“不用了··不用了··我去商店买···”说罢转身就走开了。樊静紧接着听见了发动摩托车的声音，她沿门缝看去，那陌生人骑车离去。后来王秋去商店了解情况，并没有买笔的，才知道遇上了坏人。要不是在学校学习了安全自救常识，还指不定发生什么事情呢。樊静又是后怕，又是庆幸！

案例

二、2013年10月14日一天，八年级同学宋安成跟随伯父去水库钓鱼，正钓的起劲，忽然乌云密布、狂风大作，紧接着电闪雷鸣倾盆大雨哗哗哗下起来。

伯父俩匆忙撑起来雨伞，宋安成看见雷电猛烈，想起了安全教育课上老师讲的防雷击的自救自护知识，连忙大叫：“大爷，快扔掉鱼竿和雨伞！它们会招来雷击的······“话没说完，只见一道闪电从天而至，大伯的金属伞帽上闪出一片火花。幸好大伯扔的快，但大伯说胳膊觉得又嘛又疼······

宋安成接着对大伯说：“这么危险，咱别怕淋雨了。咱们快到宽阔的地方蹲着，用衣服 护住头就行····

自相关案例分析 篇7

区域发展过程中产生差异是一种必然的社会现象, 目前国内外学者关注的是区域的差异话题, 同时我们都知道经济增长离不开工业化。因此, 区域工业发展差异是区域经济差异产生的根源。区域的工业差异问题也表现在中国的西部地区的贵州省, 适当的工业差异有利于推动资源的有效配置和产业的空间转移, 但差异过大也会弱化区域工业分工与合作, 甚至影响到区域经济发展和社会稳定。因此本文深入的分析贵州省区域工业差异的变化规律, 对于贵州省今后探索工业的协调发展具有重要的理论和实践意义。

20 世纪70 年代, Tobler提出“地理学第一定律:万物都是有相关性的, 但近处的东西比远处的东西相关性更强”[1]。变量在同一个分布地区的观测数据之间潜在的相互依赖性叫做空间自相关 (spatial autocorrelation) 。区域的经济差异越来越受到关注, 本文用空间自相关的方法对贵州省的区域工业差异进行分析, 不仅可以展示贵州省的区域差异的大格局特征, 还可以分析贵州省内工业发展的具体情况。随着空间分析技术的不断发展, 空间自相关分析也日趋成熟, 目前, 空间自相关被广泛应用到旅游、土地利用、经济发展等各个方面[2,3,4,5,6]。

1 研究区概况

贵州省位于中国西南部, 位于东经103°31′~109°30′, 北纬24°30′~29°13′。贵州省国土总面积为176 167 km2, 占全国总面积的1.8%。贵州省88个县 (市、区) , 省会贵阳市。贵州省属于中国西部高原山地, 地势自中部向北、东、南三面倾斜, 整体呈现西高东低, 平均海拔在1 100 m左右。全省地貌有高原山地、盆地、丘陵三种基本类型, 省内山脉众多、地表崎岖破碎, 喀斯特地貌非常典型。

2 数据与方法

2.1 数据的来源

1) 本文资料来源于 《贵州省统计年鉴》, 选取了2000 年、2005 年、2010 年作为研究对象, 用人均工业产值作为研究指标, 空间分析尺度为贵州省88个县 (市) , 进行空间自相关的分析。

2) 贵州省的行政区划图。

2.2 方法

空间自相关分为全局空间自相关和局域空间自相关, 首先要先确定空间权重矩阵, 再进行空间的自相关分析。本文借助Geoda10.0 软件实现了空间自相关分析。

3 实证研究

3.1 贵州省人均工业产值在空间差异分析

贵州省人均工业产值是由地区工业总产值与地区总人数相除, 反映该区域劳动投入的经济效益及产出效益。运用Arc Gis9.3 软件, 结合贵州省各县的人均工业产值数据, 把贵州省2010 年的人均工业产值分成6 个等级, 因此就得到贵州省人均工业产值等级分布图如下页图1 所示。贵州省的地域辽阔、各县域的经济发展水平、工业发展、自然资源等差别较大, 使得各地的人均工业产值表现出较大的空间差异。贵州省2010 年工业总产值是16 150 709 万元, 人均工业总产值325 478 万元。

从贵州省的人均工业产值等级分布图来看, 人均工业产值较高的地区是白云、龙里、息烽、玉屏、仁怀、六盘水、盘县。从地区的角度来看, 贵阳、遵义地区以及六盘水地区是贵州省人均工业产值最大的区域, 黔东南和黔西南、铜仁和毕节地区的人均工业产值相对较低。总体而言, 贵州省各县的人均工业产值呈现中间高四周低的趋势。为了分析县域人均工业产值对其周围的人均工业产值的高低是否有影响, 所以我们有必要对其人均工业产值作相关性的分析。

3.2 贵州省各县人均工业产值全局空间自相关分析

通过Geoda软件对人均工业产值数据进行全局空间自相关分析, 得到Moran’s I的值, 2000 年Moran’s I值为0.04, 2005 年Moran’s I值为0.45, 2010 年Moran’s I值为0.28, 可知贵州省各县的人均工业产值的空间自相关性2000 年不是很明显, 2005 年空间自相关性较强, 2010 年比2005 年相关性小。总体上, 贵州省的人均工业产值在空间上聚集。从2000年到2005 年显著增加, 2005 到2010 年相对减少。空间自相关性具体表现为人均工业产值较高的县趋于和人均工业产值较高的县相邻, 人均工业产值较低的县趋于和人均工业产值较低的县相邻。贵州省各县人均工业产值表现出较明显的空间正相关性, 人均工业产值的空间分布呈现明显的空间二元结构, 各区县的人均工业产值高高低低集聚分布, 人均工业产值的差异较为显著, 从2000 年、2005 年、2010 年贵州省地区人均工业产值Moran’s I的值可以看出贵州省工业分布存在很显著的空间依赖, 具有地理上的集聚特征。

3.3贵州省各县人均工业产值局部空间自相关分析

由20 世纪90 年代Anselin提出的局部空间相关性是局部空间关联指数LISA (Local Indices of Spatial Association) , 可以揭示空间参考单元与其邻近的空间单元属性特征值之间的相似性或相关性, 识别到空间集聚和空间孤立特征, 探测空间异质性等[7]。

根据贵州省各县的人均工业产值数据, 利用Geo Da10.0 软件, 得到LISA聚集图, 如下页图2, 3, 4所示。不同的颜色代表不同的空间相关性的类别, 红色代表高高集聚, 2000 年遵义地区、花溪、白云的人均工业产值较高, 到2005 年以贵阳市为中心, 白云、花溪、龙里、清镇人均工业产值较高, 在到2010 年整个贵阳周边、遵义地区的人均工业产值都较高;蓝色表示低低集聚, 2000 年遵义和铜仁的小部分地区人均工业产值都较低, 到2005 年遵义和铜仁地区的人均工业产值低的范围进一步扩大, 还包括黔东南的小部分地区, 在到2010 年, 人均工业产值低的范围在2005 年的基础上又增加了一些县域;紫色代表低高集聚, 2000 年绥阳和余庆的人均工业产值远低于其周边县域的人均工业产值, 到2005 年变化为威宁、修文的人均工业产值低于周边, 再到2010 年习水的人均工业产值低于周边地区;淡粉色代表高低集聚, 2000 年、2005 年没有高低集聚分布的区域, 2010 年贞丰县的人均工业产值远高于周边的县域;而无色则为不显著。

贵州省的工业总产值从2000 年5 008 013 万元, 发展到2010 年的16 150 709 万元, 贵州省的工业发展在这十年来发展很快, 特别是在贵阳的周边地区。人均工业产值较高的县域大体上呈现区域式增加, 人均工业产值较低的县域也呈现区域式增加。贵州省工业的发展非常不均衡, 造成这种分布的原因主要是基于贵州省的地形地貌特点, 位于云贵高原上, 远离发达地区, 制约了工业的发展;贵州省的经济发展水平较低, 资金、技术等投资较少。2000 年工业发展较快的是贵阳和遵义, 随着贵州省经济的发展, 贵阳市是贵州省的行政中心, 交通比较发达, 所以到2005 年发展到以贵阳市为中心, 同时带动了其周边花溪、白云、乌当、清镇的工业发展。2010 年的工业发展又在2005 年的基础上, 以贵阳为中心, 辐射范围更大, 包括开阳、修文和遵义。地理位置上, 各地区和贵阳市毗邻, 贵阳的发带动了周围经济的经济发展, 而当贵阳市发展达到一定程度时, 就需要扩大周边地区投入和生产。贵阳市就形成一个增长极, 经济的增长率先发生在增长极上, 然后通过各种方式向外扩散, 对整个经济的发展产生影响。贵阳市的发展带动了其周边地区的工业发展, 这就形成了人均工业产值的高集聚。黔东南、铜仁地区、遵义的小部分地区由于本身地形的限制, 不能够大规模地机械化发展工业, 经济发展较慢, 且空间位置上也相邻, 就形成了人均工业产值低低集聚地区。

4结语

笔者通过对2000 年、2005 年、2010 年贵州省各县的人均工业产值数据进行分析, 得到贵州省的人均工业产值与空间上存在正相关性。说明了贵州省的人均工业产值在空间分布上表现集聚性的特点, 并不是随意分布的。人均工业产值高的县域趋于和人均工业产值高的县域相邻、人均工业产值低的县域趋于和人均工业产值低的县域相邻。目前贵州省人均工业产值较高的贵阳、遵义地区, 其趋势是逐步向周围地区扩散。主要是铜仁、黔东南、遵义的部分地区人均工业产值较低。贵州省在空间上出现这种分布的原因主要是经济发展不平衡, 且地形复杂, 制约了贵州省工业的发展, 进而就导致贵州省的人均工业产值分布不均衡。

本文基于Geo DA软件对其人均工业产值进行了空间自相关分析, 很明显地看到贵州一带的人均工业产值在区域上分布的差异性。用空间自相关分析人均工业产值的空间相关性, 来显示区域工业差异, 也存在一些不足之处, 人均工业产值仅是单一变量, 不能很全面地看出区域工业方面的差异。在日后研究中可以试着用工业的增加值, 固定资产总额, 城乡居民消费总额等进行研究。

参考文献

[1]Tobler WR.A computer movie simulating urban growth in the Detroit region[J].Economic Geography.1970, 46:234-240.

[2]张树萍, 胡敏杰, 雷能忠.安徽省旅游开发空间自相关统计[J].合肥工业大学学报 (社会科学版) , 2012, 26 (4) :31-35.

[3]刘敏, 赵翠微, 施明辉.贵州山区土地利用变化多尺度空间自相关分析[J].农业工程学报, 2012, 28 (20) :239-246.

[4]公云龙, 张绍良, 章兰兰.城市地价空间自相关分析——以宿州市为例[J].经济地理, 2011, 31 (11) :1 906-1 911.

[5]刘玉, 周艳兵, 王国刚, 等.环渤海地区县域经济发展时空分异研究[J].地域研究与开发, 2012, 31 (4) :52-55.

[6]黄飞飞, 张晓林, 余华, 等.基空间自相关的江苏省县域经济实力空间差异研究[J].人文地理, 2009, 2 (24) :84-89.

[7]万鲁河, 王绍巍, 陈晓红.基于Geo DA的哈大齐工业走廊GDP空间关联性[J].地理研究, 2011, 30 (6) :977-984.

[8]华娟, 涂建军, 孔露平, 等.基于空间自相关的重庆区域经济时空差异研究[J].西南大学学报, 2012, 34 (10) :118-123.

[9]席路瑶, 赵翠薇.贵州省化肥施用量的空间自相关分析[J].广东农业科学, 2014, 41 (2) :79-82.

自学习控制技术分析研究 篇8

关键词：自学习控制技术 非线性 智能控制

1、引言

工程上对于学习的研究起源于人工智能中对学习机制的模拟。一条途径是基于人脑结构模型来模拟人的形象思维。80 年代以来，示例式、观察式、发现式、类比式等多种学习机制被深入研究，一些工具式学习系统可供应用。以上阶段的研究形成了“机器学习”的人工智能学科分支，它以知识为中心，综合应用知识的表达、存储、推理等技术，是自动知识获取的重要手段。在机器学习中观察中学习、实验中学习、发现式学习等学习途径是不需要外界指导，统称无监督学习，又称为在线学习或自学习。

2、自学习控制分析

自学习是智能控制的重要属性，是衡量智能控制系统智能化水平的重要标志。

对某一智能控制系统来说，在其要完成某一任务时，常常遇到的问题是受控对象和系统的性能目标具有一定的复杂性和不确定性。通常受控对象通常存在。自学习控制的作用就是为了解决由于对象的非线性和系统建模不良所造成的不确定性问题，即利用自学习具有自动获取知识，积累经验，不断更新和扩充知识的能力，努力降低这种由于缺乏必要的先验知识给系统控制带来的干扰。

2.1 被控对象先验知识已知

若被控对象或过程的先验知识全部是已知的、确定的，而且能被描述，那么从合适的常规控制到最优控制的各种方法都可利用，得到满意的控制性能，如果受控对象或过程的先验知识是全部地或局部地已知，但只能得到统计的描述，那么就要利用随机设计或统计设计技术来解决控制问题，然而如果受控对象或过程的先验知识是全部未知的或者局部未知的，这时就谈不上完整的建模，传统的优化控制设计方法就无法进行，甚至常规控制方法也下能简单地使用。

2.2被控对象先验知识未知

对于先验知识未知的情况，可以采取两种不同的解决方法。一种是忽略未知部分的先验知识，或者对这些知识预先猜测而把它们视同已知，这样就可以基于知识“已知”来设计控制，采取保守的控制原则，安全低效和次优的结果；另一种方法是，在运行过程中对未知信息进行估什，基于估计信息采用优化控制方法，如果这种估计能逐渐逼近未知信息的真实情况，那么就可与已知全部先验知识一样，得到满意的优化控制性能。在无外界指导的情况下，对未知信息的估計逐步改善而导致控制性能的逐步改善，这就是自学习控制。

3、自学习控制的基本结构与原理分析

智能控制系统能够通过在线实时学习，从环境中自动获取知识，并将所学得的知识用来不断改善过程的控制性能，则该称该系统为自学习控制系统。根据人工智能大师西蒙的观点而设计出的学习系统包括5个环节：

①选例器：负责采集被控对象的数据及多种信息，如系统的状态变量、动态特征、输出及干扰等。

②知识库：存储或记忆系统通过学习所获取的知识，这些知识包括基本概念、定义、控制规则及系统的动态数据、中间结果等。

③学习器：进行在线学习，采集信息，修改和更新知识库。

④推理机：利用知识库的知识进行推理，作出控制决策，对执行器输出控制信号。

⑤监督器：根据系统的输入信息、反馈信息，对自学习系统的效果进行评价和检验，整定评价准则，监督学习过程并指导选例器的工作。因此，它本身必须具有评价准则或校验标准，并能根据接受来自环境变化的信息加以整定或修订。具有评价准则或校验标准，并能根据接受来自环境变化的信息加以整定或修订。自学习控制器实际上是一组具有拟人自学习功能的智能控制程序。通常，控制作用U根据偏差e和偏差变化率ec的大小、方向及其变化趋势，可由专家知识和负反馈控制的理论设计出如下的规则：

if e and ec then U

控制策略是由偏差数据驱动而产生的控制作用，根据控制效果和评价准则，可以通过学习单元采用适当的学习方法进行学习，来对施加于控制对象的控制作用进行校正，即用学习的方法逐步修正和完善模糊控制规则，从而不断地调整和改善控制器的控制性能，以使被控过程的控制效果达到更佳的状态。

4、自学习控制系统的特点

自学习的概念含义丰富而又难于被确切界定，因而自学习机制的研究目前也缺乏系统的理论表达，但有一种表述被广泛推荐采用：一个自学习控制系统是具有这样一种能力的系统，它能逼近与控制对象和环境的闭环交互作用，根据过去获得的经验信息，逐步改进系统自身的未来性能，并具有以下功能：

①有一定的自主性。自学习控制系统的性能是自我改进的；

②是一种动态过程。自学习控制系统的性能随时间而变，性能的改进在与外界反复作用的过程中进行；

③有记忆功能。自学习控制系统需要积累经验，用以改进其性能。

5、结论

本文介绍了自学习控制的研究现状及基本原理，主要包括自学习控制基本构成和原理，以及自学习控制系统所具有的基本特点等内容。它们是模糊自学习环节分析和设计的理论基础。要深入研究自学习控制技术，里面所涉及的研究内容是相当丰富的，由于作者的水平限制，会有许多考虑不到的地方，希望以后的研究者结合实际多做些这方面的工作。

参考文献：

[1]张乃尧，阎平凡.神经网络与模糊控制[M].清华大学出版社，1998

[2]孙增圻.智能控制理论与技术[M].北京：清华大学出版社，1997

[3]李众 王建化.智能控制技术[M].武汉武汉大学出版社，1998

[4]刘曙关，魏俊民，竺志超.模糊控制技术[M].北京：中国纺织出版社，2001