时序网络（精选10篇）
时序网络 篇1
0 引言
天气预报可看作是典型的时序数据预测,在传统的天气预报中,一般是根据现有资料,建立数学模型来进行预测,但是由于天气预报涉及到很多气象要素,且相互之间存在着复杂的非线性关系,要建立一个完善的模型是很困难的。
BP神经网络能够以任意精度模拟复杂的非线性关系,因此在天气预报中的应用越来越广泛,但BP神经网络全局搜索能力差、收敛速度慢,结果易陷入局部极值,单独使用BP神经网络效果不是很理想。
针对BP神经网络的不足,本文提出了用擅长全局搜索的遗传算法寻优与神经网络学习相结合的天气预报模型,结合两者的优点,先利用遗传算法在解空间进行全局搜索,然后在遗传算法搜索到的最优区间内用神经网络学习找到最优解。最后以空军某场站气象台2002年的气象观测数据为对象,建立了该局部地区基于遗传神经网络的天气预报模型,取得了很好的预报效果。
1 遗传神经网络
遗传算法优化神经网络的基本思想是:改变BP算法依赖梯度信息的指导来调整网络权值、阈值的方法,利用遗传算法全局性搜索的特点,寻找对于特定应用或数据集最为合适的网络参数和网络结构。
1.1 遗传个体编码
常用的遗传算法编码方案有二进制编码、实数编码等。二进制编码应用是最早和最广泛的,几乎任何问题都可以用二进制编码来表达,但对一些多维、高精度连续函数优化问题,二进制编码较长会使搜索空间急剧扩大,计算量大,占用内存多,导致运行性能差,甚至无法运行。实数编码主要适用于求解多维、精度要求较高的连续函数优化问题。神经网络的优化设计问题属于高维连续的寻优问题,所以本文选择实数编码。
理论上已经证明:具有偏差(bias)和至少一个S型隐含层加上一个线性输出层的网络,能够逼近任何有理函数。因此本算法采用只有一个隐含层的神经网络。而输入层、输出层节点的个数由建模样本决定,所以在优化BP网络结构时主要是优化它的隐节点的个数。一般确定隐节点数的经验公式为:
式中h、i、o和α分别为隐节点数、输入节点数、输出节点数和1-10间常数。
本算法同时对网络结构和权值、阈值进行编码。因此个体码串由三部分组成:隐节点数及其与各隐含层节点相连的权值、阈值。依据式(1)来确定个体的隐含层节点数的取值范围。由于隐含层节点数也作为一个遗传基因,而它的变化会导致神经网络权值个数的变化,即编码长度是变化的,这为遗传操作带来了不便。因此,为保持个体长度的一致性,保证交叉、变异子代个体的完整性,取码串的最大可能长度作为个体编码的长度,即先确定隐含层节点数的最大可能值hmax:
然后将个体编码长度统一为l,满足下式:
设BP网络输入层、隐含层、输入层节点个数分别为i、j、k,则需要优化的参数如下所示:
在这里值得注意的是,隐含层节点数j也是需要优化的参数,它同上述参数一同编码优化。编码以隐含层节点为中心,将隐含层节点数放在第一位,与同一个隐含层节点所连接的权值及其阈值排在一起,当删除或增加隐含层节点时,方便操作,其组成如图1所示:
由式(3)可得,个体码串总长度为l。而在选取权值、阈值进行计算时,只选取与隐含层实际节点数j相对应的权值和阈值,有效码串长度为1+(i+k)j+(j+k)。这样码串就包含了网络结构及权值、阈值的信息。
1.2 适应度函数
本算法采用均方误差(Mean Square Error,MSE)的倒数作为适应度函数,具体定义见式(4)。
其中yt(n),^yt(n)分别表示第n个样本输入时,第t个输出节点的期望输出与实际输出。
1.3 遗传算子
(1)选择算子
为提高个体的多样性和计算效率,同时保证算法能够收敛,本算法采用最优个体保留策略和轮盘赌选择法相结合的策略,即保留种群中适应度最高的个体,它不参与交叉和变异运算,而直接将其复制到下一代,对种群中其它个体采用轮盘赌选择法进行选择操作。
(2)交叉算子
交叉操作是按一定的交叉概率PC选择参与交叉的父代染色体,本算法随机选用算术交叉或基于方向的交叉。
(1)算术交叉:
(2)基于方向的交叉:
式中v1,v2为个体编码向量,α为[0,1]之间的随机数。算术交叉可以保证产生的后代位于两个父代染色体之间,而基于方向的交叉则可以有效扩展搜索空间[5],这对遗传算法的初始迭代尤为重要。
(3)变异算子
本算法采用文献[6]提出的自适应变异算子,对变异率进行动态自适应调整。其目的是自适应调整搜索区域,提高其搜索能力,改善收敛性能,提高遗传算法的收敛速度。
2 实验仿真
本实验用上文提出的遗传神经网络与传统的BP神经网络进行对比实验,为方便起见,二者采用相同的网络结构,即都采用三层网络结构且后者取前者优化过的隐含层节点数,只比较优化过的权值、阈值和未优化过的权值、阈值对预测精度的影响。
2.1 实验样本
本文提出的预测模型用于气象要素预报,在这里以温度预报为例进行实验。实验随机选取的是2002年1月1日至2月28日每日9时的温度数据进行实验仿真,共59个数据,其中前50个数据用于训练,后9个数据用于验证预测结果。从第1天开始,以连续4天的温度来预报第5天的温度。由于样本数据值的大小往往相差很大,因此,在进行仿真之前,必须对样本数据进行预处理,即归一化处理,避免较大的值对误差产生过大影响。最后得到的训练样本(部分)如表1所示。
2.2 样本训练
本文所提出的遗传神经网络模型是在Matlab7.7环境下实现的。通过训练,得到最优的隐含层节点个数为4,权值和阈值参数如表2所示。
2.3 仿真结果
利用上文提出的遗传神经网络的对2月20日至28日每日9时的温度进行预报,并同传统BP神经网络进行预报得出的结果进行比较,BP神经网络隐含层节点数取4,初始权值、阈值随机生成,具体的预报结果如表3所示。通过比较我们可以看出通过遗传神经网络方法预测的温度值误差在1°C以内,而传统的BP神经网络预测的温度值误差将近2°C,前者比后者的预测精度提高了将近7%。
3 结束语
本文针对神经网络和遗传算法的优缺点,将两者有机地结合起来,提出了一种优化确定BP神经网络结构和参数的方法,并将其应用到天气预报中去。通过对实验和统计结果的分析,可以看出遗传神经网络法在预测精度上比BP神经网络法提高了很多。结果表明,本文给出的预测方法是可行的,可以作为天气预报的一种手段。
摘要：针对机场短时局地天气预报这一特定的时序数据预测问题,提出用遗传算法同时优化神经网络的连接权值、阈值和网络结构,建立了基于遗传神经网络的天气预报模型,并利用某气象站的实际观测数据进行了实验。仿真结果表明,相对于单独使用BP神经网络,运用该方法可以有效提高预测精度。
关键词：遗传算法,神经网络,天气预报,时序数据预测
参考文献
[1]钟颖,汪秉文.基于遗传算法的BP神经网络时间序列预测模型[J].系统工程与电子技术,2002(4).
[2]张超群,郑建国,钱洁.遗传算法编码方案比较[J].计算机应用研究,2011(3).
[3]康建红.基于遗传算法的前馈神经网络优化设计[D].秦皇岛:燕山大学,2005.
[4]吴永明,吴晟.改进的遗传算法在神经网络结构优化中的应用[J].微型机与应用,2011(3).
[5]刘威,李小平,毛慧欧,等.基于实数编码遗传算法的神经网络成本预测模型及其应用[J].控制理论与应用,2004(3).
[6]任子武,伞冶.自适应遗传算法的改进及在系统辨识中应用研究[J].系统仿真学报,2006(1).
乾坤万里眼，时序百年心 篇2
当前，我们正处在一个文化多元化的时期，由于旧的传统文化体系被支离，新的体系还没形成固定的模式，而经济的全球化使我们的视野更加开阔，思维变得更加的繁复；眼界的打开，使我们看到、听到、感受到了许多新的东西，也很自然的把我们的古老传统与别的文明进行比较、分析，获得了许多新的认识，也看到我们的差距和不同之处。
近百年来，由于我们这个以农业为基础的古老帝国，被工业化的西方世界甩在了后面，在受尽了许多的凌辱之后，我们带着无数的隐痛重新审视自己，却发现大多是不尽如人意的地方，传统的道德标准和思维原则被打破后，我们象随风飘摇的飞絮，精神没有了根基；外来的各种思维像潮水般涌进来，它渗透进了我们生活的方方面面，我们被动地接受着这样的侵蚀，痛苦而又迷惘地选择着适合自己的精神支柱，但总是发现我们的努力显得那么徒劳和悲哀。
我们以怀疑的心态来审视外来的各种艺术思潮，是传统的稳健还是现代的时髦，我们在矛盾中摇摆不定。
当我们知道了塞尚、凡·高等印象派大家们也从非洲和东方的艺术里寻求线条的灵感时，当我们知道了毕加索也在临摹齐白石的作品时，我们知道了西方人同样在追寻着艺术的未来，这给了我们一些安慰，因为我们并非一无是处，至少我们还有西方人难以真正理解的绘画艺术，我们在精神领域依然走在了他们的前面。
然而，当我们仔细观照目前的中国绘画时，我们不得不为我们所看到的状况感到不安，僵化的传统和时髦的庸俗总是那么顽固地影响着中国绘画的走向，试想，如果蒙养人类灵魂的艺术被世俗的功利思想所奴役，那么，艺术的天职还存在么？
目前的美术界，对于中国画的未来，还存在着普遍的悲观情绪，认为中国传统的绘画艺术经过了千年的演变之后，发展到现在已是江郎才尽了；于是，一些有责任的中国画家忧心忡忡，中国画到底何去何从，是让他象中国的某些戏剧一样成为历史的痕迹，还是让她生生不息地延续下去！这样的痛苦一直困绕着那些善良的中国画家们。
其实，这不过是杞人忧天，就象历史的发展不可避免一样，艺术的发展同样不可避免，如果我们从历史发展的角度来客观的看待这个问题，我们就会发现，中国画自出现以来从来就没有停止过发展，在每一个时代都有辛勤耕耘的开拓者，他们无视世俗的偏见，我行我素的为艺术的进步消耗着自己有限的生命，“江山代有才人出，各领风骚数百年”，他们的作品光彩熠熠，不知不觉间引领着时代的潮流，他们既不会盲从于传统，也不会盲从于西方，他们立足于艺术的基本原则去思考、去发现、去创造。
四川画家王易先生就是其中特别突出的一位。
一
让我们来读读王易先生的作品吧，因为一个画家最有力的声响自然是他的作品——
当我们在画展上，站在王易先生的作品前，我们能感受到什么呢？当我们在家里，在一个窗外飘着小雨的夜晚翻开王易先生的画册，我们又能体会到什么呢？
是的，首先我们会感觉到一种力量，一股强劲的力量从画面涌出，它牵引着我们的神经，我们的心绪被一只无形的手撩拨着、导引着进入一个世界，一个由画家用心灵创造的人神共居的世界，一个精神凝聚的家园，一块情感丰饶的福地……不同的景像裹着不同的情感侵入我们的思想，我们在如梦如幻的世界里豁然空明，宛如世间的本来面目明明白白展现在我们的眼前，我们随着画面脉博的跳动而起伏亢奋，一股强劲的感染力在我们的视野和想象间传递着。
从画面上看，绵密繁茂的丈二宣山水让我们感受到先生的博大思想，玲珑畅快的尺幅小品又透露出先生精致的趣味，还有那夸张的人物、动物时时刻刻表现着先生丰富的情感……纸面上笔姿娇键，落笔有声，线条酣畅，点划狼籍，看似漫不经心，却错落有致，秩序井然。
在先生的绘画世界里，弥漫着的那股汹涌奔腾的情绪，象劲风扑面，而又温柔如水，我们的心灵被振荡着，同时，这股情绪又象暴雨倾盆，洗涤着这个世界的一切，也洗涤着我们的心灵；我们既感到急促的沉重，又感到释放的畅快。
我们行走在高山峻岭的山岗小道上，我们漫步在和风轻拂的田埂小河边，我们在浓密的紫藤花下乘凉，我们在天真浪漫的桃花树下嘻戏，我们在鸡犬相闻的农家小院里歇息，我们在柳枝飘摇的池塘水渠边谈爱……我们与劳作的人们聊天，我们与悠闲的鸡鸭对话，我们在虬枝婆娑的苍松下听风辩雨，我们在翠影摇曳的竹林里饮酒品茶……时而象火一样燃烧起来，把我们干枯的情感点燃，我们一同燃烧，一同化为灰烬；时而寒风刺骨铺天盖地，把我们贫弱的心智击得粉碎，时而茂林森森，寒潭留影；时而荒坡凄凄，雁过无痕……
我听见牧童的笛音萦绕天际，我也听见撮学小孩的哭泣缭绕林间，我还听见一颗心的跳动，它虽不那么强劲，但却清晰、干净、沉稳，这颗心便是王易先生的赤子之心。
二
诚然，那样的感觉是美妙的，它可以让我们暂时忘却平常的一切锁事，而在一个虚无飘渺的世界里畅游，但它又是真实的，因为我们的感觉是真实的；从这个世界里我们能触摸到先生充满理性的情感，既是那样天真，又是那样深沉，当然，只有有着同样坦诚真挚情感的观者才能与其碰撞，才能与其心灵的颤动相偕相依，共同感受着这份艺术带给我们的快乐与痛苦，所以，能真正读懂先生的绘画的人，是很少的。
正如白石老人说的：“世人都说我的虾好，有几人能看懂呢！
正如毕加索说的：“你怎能期望一个旁观者像我一样地享受我的画呢？”
绘画艺术是眼睛的产物，画家通过他的双眼来观察这个现实的世界，用情感去熔炼所看到的一切，然后把熔炼出的各种原素通过一种形式展现开来，便组成了一幅幅形态万千的画面。苏珊·郎格认为：艺术家表现的决不是他自己的真实情感，而是他认识到的人类情感。这种认识只说对了一半，艺术家对人类的认识从来就离不开他个人的情感，每个人的感受不同，他对人类的认识就有差别，体现在作品上就是绘画风格的差别。
我们要读懂先生的绘画作品，就必须真正了解先生绘画艺术的各种原素和构建这些原素的形式。
但是，所有元素和形式都是为画家的情感服务的，如果我们脱离了对画家情感世界的了解而空谈那些元素和形式，就会陷入机械和教条主义的泥潭里，把原本活生生的绘画原素变成了死板僵硬的空壳，那样，我们不仅不能真实地理解先生的绘画艺术，还会在他的画作面前一片迷惘，只能看到纸面上的各种图样，而看不到图案背后涌动的思想，这对先生绘画艺术来说是一种伤害。
然而，这却是很不容易做到的事情，一个人的内心情感活动是不会轻易向人敞开的，不管他是多么豁达的人，我们不可能象记者发问一样去询问他的内心世界；情感活动本来就是一种内在的、无形的涌动，他无形无影，无色无味，凭籍我们肉体的感觉器官无论如何也发现不这种涌动的；自然，王易先生与万万千千普通人一样，他也不会把他的情感世界象橱窗商品样摆放在人们面前供大家观赏，但他是一个画家，他会把他的情感活动幻化成一幅幅画面，由我们通过对画面的想象来感受这种情感，无疑，这样表现出来的情感才是真实的、完整的。
三
我们在观赏王易先生的绘画作品时，在画面上最显著的特征就是强烈的个性表达。
绘画作品个性的界定有着许多层面，它包含的内容很丰富，既有画家本人看待世界的视角和理解，也有他独立的思维方式和表现手法，他的构图趣味、点线的韵律、水墨和色彩的意识和对绘画对象的认知等等，无不是画家个人风格的表现，于是有人干脆就把个性直接定性为画家的绘画风格，其实，绘画风格也只是画家个性表现的表面现象，任何个人风格的表现都避免不了画家内在气质的驱动和牵制，画家的内在气质便是画家天性与学养的综合体现。
中国画离不开点线，点线是中国传统绘画的实质，王易先生从画像砖等传统的民间艺术形式里获取了许多的原素，然后巧妙地与书法线条互相融合，形成了古拙灵动的面貌；其奔放恣肆的线条也是他生活情感的渲泄，力透纸背而又变化多端的墨点，是他精神意志的寄托，有人评价他的线条是行草笔法，这不过是表面的见识，中国画的线条当然离不开书法，它本身就是书法的延伸和扩张，但他们往往忽略了情感因素对线条的溶化，它并不是书法线条的简单挪移，这些线条和点面构成了先生个人思想的表现方式，所以，在谈论到这点时他说：“艺术家的表现手段应当完全是从他的气质中产生的。”
对一个在不断地追求个人表现的画家来说，王易先生无疑是最富个人特征的；做为艺术个体的艺术家本人，先生的情感渲泄是那么的率真和直露，在他的绘画作品里，他从不遮掩他的喜怒哀乐，他将数十年的人生体验，浓索成一幅幅绘画，丰富的情感使得他的画面同样的丰满，这主要体现在他的山水画上，满纸氤氲，你几乎找不到可以看透的地方，不管你接不接受他的这种表现方式，至少你得承认他的表现方式是他个人的，他没有把人家的方式拿来硬套在自己身上，以追求某法某派的地位或某种约定俗成的模样，他非常坚定地用自己的方法来表现自己，即使他的方法还不被大部分人接受。
他的线条决对找不到受到某种原则的支配，不管粗细，不管中锋侧锋，满纸游走，随心所欲，确却的说，他的线条不是用手画出来的，而是在他的跃动不停的情绪推动下自然流出，所以他的线条或躁动、或沉着、或欢畅、或闷涩，无不是他当时情感的表白。不管有多大的画幅，似乎都装不满他热烈的情感，不管他的构图有多满，总是有一股情绪的暗流要溢出纸外，让你永远看不到画幅的真正边界。如果说黄宾虹的线条是理性的表达，那么王易先生的线条却是激情的倾诉，从这个角度说，先生比起黄宾虹更加丰富和变化多端；从情感与线条的关系上说，先生的线条特征更接近齐白石，但齐白石的线条显得平实而厚重，而先生的线条却充溢着动感。
王易先生的绘画作品所表现出来的张扬的个性，是他对艺术的理解，其个性的表现方式并非是空穴来风的胡思乱想，而是他对艺术进行了本质性的思考和不断总结之后，所得出的经验判断，彰显他对世界的看法，对人生的理解，对绘画艺术的认识，所以他的绘画艺术所表现出来的气氛，不是每个人都能真正体会和了解的。如音乐般流动的线条，如休止符般的墨点，无不包含着他的思想和情感。
目前，我们对个性的理解总是停留在形式的表面，而不能透过这些表面的符号，而去挖掘画家的内在心灵。他说过“我认为当今中国，最应重视的是个性，凡束缚个性发展的东西都应排除打倒。”这对于目前中国的普遍现状来说无疑是有深刻认识的。
先生的个性来源于在对传统绘画的深刻理解基础上的自我创造。他跟许多有理想的画家一样，对传统进行了深入而广泛的研究和思考，这不仅仅体现在点线色彩等表现手法上，还体现在对传统绘画的发展源流和审美情趣、哲学思想等方面，所以，他的独特性即包含传统的精神又溶合了现代的意韵，他开创了一个新的风尚，他的绘画既繁复华滋又磊落爽明，与时下流行的媚俗取宠风气格格不入；这是因为当前的许多画家由于文化素养的缺乏，他们无力创作出震撼人心的作品，但为了取得捷径以换取更大的经济效益和艺术地位，许多画家不是一味的模仿就是孩子涂抹式的乱造，模仿者有的模仿前人，有的模仿自然，有的还模仿自己，乱造者的花样就实在繁多，无法表述。正因为如此，在绘画圈里对先生的艺术成就的评价也是毁誉参半，然而，对这种状况先生从来是坦然面对，我行我素地依着他的感受画着、写着、思考着，他说：“要人人都说你好，办不到，办到了又有什么意思和价值；我有勇气作为人人骂的对象，可能我就成功了。”
先生的个性表现还来源于他的儒家思想。
儒家讲求入世之说，学以致用，济世救人，用崇高的思想和道德来教化世人，先生正是这样把自己的思想和观念通过绘画的表现手段传递给人们；所以他的绘画从点线到构图，再到色彩的运用，无不张扬着这样的精神境界；他希望大家能够了解他，他希望苦心经营的表现方式能让人们理解，从而读懂他的作品。有些评论家把他看成隐士，那是对他的误解，他并不希望成为隐士，他希望是一个不断呐喊的斗士，他时刻想站出来大声疾呼，唤醒世人来关心我们的世界、爱护我们世界，孔子曰：“素隐性怪，后世有述焉，吾弗为之矣。”他遵循着这一教诲，他的感情热烈而真挚，他并不在乎人们会因此对他产生多大的误解，他只想明明白白告诉大家，他的想法、他的希望、他的终极关怀。
四
随着时代的演进，人们对每个时代的艺术要求和原则也在变化着，绘画也不例外；“任何艺术作品都是自己时代的孩子，它常常还是我们感情的母亲。”康定斯基在这方面有着很深的见识，本来，人的情感变化离不开他所处时代的生存环境，如果对生存环境冷漠艺术上是难有作为的。
我们知道，八大山人的作品比之同时代的画家们更具有震撼力，那是因为他有着沉郁落寞的亡国之恨，颠沛流离的隐痛，复兴无望的失落，这样的经历使他对人世的态度充满了冷漠和怨恨，虽然他又当道士又做和尚，只不过披了件衣服而已，他的内心并没有平静，他把这种冷漠和怨恨溶入他的作品中了，所以他画的残山剩水、枯枝败叶显得实在的冷俊孤寂。一个画家真正的心声流露是能够打动人的，所以，在他之后，他的艺术影响力至今未灭。
同样，我们要想完整全面地了解王易先生的绘画艺术，就不能不立足于目前的时代及社会背景以及先生所处的社会地位。
我们处在一个变化激烈而又思想动荡的年代，从机械化到电子化进而到数字信息化，只是几十年间的事，人们在快速地创造物质财富的同时，也在泯灭上天赋予我们的天性，人们麻木了生存的目标和本质，只机械式涌动在城市和乡村，身体宛如丧失灵魂的空壳，人们的思想变得懒散而随波逐流，情绪浮躁焦虑，因生活富裕而带来的各种病症层出不穷，大量的天然资源被侵吞破坏，大地满目疮疫，一片狼藉，被消耗的资源来不及重生，绿地在减少，沙漠在扩张，湖泊在收缩，动植物在灭绝，等等，这些都是在物质满足的背后，衍生出来的病症，这些病症正在不断加快步伐影响着我们的生存；可是，这些警示并没有阻挡人们对物质的追求，大自然已越来越不能承担人们无尽的贪婪和欲望了。人们在物资的需求方面消耗了太多的精力，而忽视了精神的释放，对精神的修练成了过时的概念；我们生活在这样一个时代里，不能不受到这些原因的困扰和迷惑。
只有少数人能在这纷繁的世界里清醒地独立着，王易先生就是这少数人之一。
他以关爱众生的宗教情怀，注视并关怀着这一切变化；他痛心疾首，他大声疾呼，然而做为个体的他，身处社会的最普通阶层，其声音是那么的弱小而孤独，他根本没有办法对现状产生实质性的影响，但是，他却用他最有力的武器，发出了振聋发聩的呼喊，那就是他的绘画艺术；他把这一情怀深深地烙入他的绘画中。
实际上许多画家也在做着这方面的努力，但他们都没有王易先生那么干脆和直接，他们总是带有一种矛盾的心情，把自己的思想遮掩起来，怕这怕那，不过，也正因为如此，才造就了王易先生的画风在我们这个时代的特立独行，他的绘画满纸充溢着孟子所说的“浩然之气”。
所以，常听他说：“不能疏远现实，应常常想到我绘画的职责是为社会而不是为个人。”还说：“我是不幸者，但一想到世间许多饥寒苦难的人，我个人的不幸算得什么。”
“唯仁者能好人，能恶人。”这不是每个画家所能具有的。虽然先生生活在社会下层，物质上并不富有，但他一直认为他是富有的，因为他在不停地创造，他把他的绘画坚定地认为是为社会创造的产品之一，既然是产品就一定有它的价值，并且它不会低于粮食布匹冰箱电视以及高楼地产，他为自己能与工人农夫一样而为社会创造财富而自豪。
五
康定斯基说：“不是以物质形态存在的东西，就不能以物质的形式具体化。进入未来王国的精神可能只能由感情去认知。艺术家的天才是通向那里的途径。”
诚然，艺术是一个形而上的东西，作为造形艺术的绘画，虽然它也借用了一些物质化的元素，但它利用精神的力量把这些元素进行了重新组合，使之超越了原有的物质形态而变得更加神秘和充满理想的气息，传统的中国绘画更明显地体现了这一原则。古人们在借用了大自然中的一山一水、一草一木、一花一石、一鸟一兽等自然形态的同时，却智慧地用一种变化多端的点线把其原有的形式化解了，再辅之水墨和色彩的映衬，使之创造出将大自然的外在形态发生了根本的变异的图画来，由于它是经过了画家思想的孵化才产生的，其表现出来的内在气质更接近自然界的本质。
因为我们眼睛所看到的物质形态，从某种程度上说并不是真实的，就象一个色盲所看到的色彩不是真实的一样，可以这样说，我们每个人都有色盲，只不过这种色盲不是在做为肉体的眼睛上，而隐藏在我们的精神深处，我们被自以为是所遮盖，没有认识到这个毛病罢了，但一个真正的艺术家就能够拨开这层障幔，所以一个伟大的画家并不会完全相信自己的眼睛，他更加相信他对精神的感悟，这样的感悟从某种程度上说是无法用有限的言语表达的，它象一束弥漫着的光，直透心灵，它直指事物背后的本来面目，它是一种空朦的概念，或许就是佛家的“空”、道家的“道”、儒家的“仁”吧，或许它就是一个理想化的目标。
《易》曰：“仰则观象于天，附则观法于地。”于天地间搜寻人类法则，这是艺术家的根本职责。所以，我们的先贤很早就提出了“外师造化，中得心源”的艺术法则。
本来，“外师造化，中得心源”充分体现了中国传统文化中天人合一、万物平等的人文精神，但是，后来的许多画家却歪曲了这句经典格言，大部份人都认为“外师造化“就是去描摹自然界的各种物质形态，而忽视了对自然形态的化解以及再造，他们非常努力地去描画一棵树、一朵花、一只鸟、一座山、一栋房屋、一个人体、……甚至照搬一张照片，其实，他们的理解仅仅停留在文字的表面，他们总是带着各种各样的私心来对待艺术，在他们的作品里挤满了功利思想；大概这就是“造化弄人”吧，大自然的奇妙纷繁，变化无穷，如果不对其进行精神上的冶炼和哲学上的思考，是根本无法探究其奥秘的；故其绘画由于缺乏了情感的因素显得空虚；所以，罗丹让他的模特在画室内自由走动，他不要一个死的人体，他希望抓住人体最富生命力那一瞬间。
王易先生的绘画正是理会了“外师造化，中得心源”的真谛，因为他始终是在感情的驱动下创作他的每一幅作品。
从他的画里我们要找到现实世界的真实模样是困难的，但他从没真正脱离这个世界，他的作品里自始至终张显着现实世界的氛围，他不过把现实世界给予情绪化了，他熔化了现实世界的表面形态，而还给大家一个真实的世界，他创造了一个梦幻的景象，里面闪耀着人性的光芒，他按照他的理想来重新营造一个万物平等、充满爱心的世界，“乾坤万里眼，时序百年心。”不是吗，在这个世界里，我们宛若相识而又相隔辽远。
王易先生同样地游山看水，但他不是在用眼睛，而是用心灵审视大自然的一切，他不是用画家的眼光来观看自然世界，而是用哲学家的思考来默想这个世界，因为他关心着人类的未来，人类何去何从是哲学的永久命题，他把静思默想得来的感受通过他的绘画表现出来，让观者共鸣，“枕上见千里，窗中窥万室”（王维），正好栓释了这样的道理：“会心处不必在远。”所以，他写生不用笔，而是用心，近人宗白华先生也说过：“艺术最邻近于哲学，它是达到真理表现真理的另一道路，它使真理披了一件美丽的外衣。”
六
“笔墨为你服务，不是你为笔墨服务。画时一往情深，哪计较笔墨二字。”这是王易先生对笔墨的理解，也是他身体力行的一大原则。
大部分画家都容易被笔墨左右而成为笔墨的奴隶，他们为了追求某种感官效果，把笔墨程式化，使笔墨成为了教条式的形式，从而削弱了绘画本身的意韵。
当我们欣赏一幅传统中国画时，那墨线逶迤、水气氤氲的视觉效果是最能刺激我们神经的。古人早就提出了气韵生动的观念，品评一幅作品优劣的起始标准，便是看这幅作品是否有气韵，有了气韵还得生动，其艺术价值才会被认可。气韵本身是一个虚幻的概念，气和韵是不同的两个方面，气是精神，韵为表象，气为骨，韵为肉，气与韵的完美统一便组成了充满生机的整体。
然而，还有一个更高的概念，那就是境界，它几乎涵括了一切的行为和准则。诗有诗境、词有词境、文有文境、人有心境，自然，画就有画境；境界是灵魂的居所，是希望的终端，是人品的归宿，是艺术的本质，它象梦幻一样不可捉摸，却又真实地存在着。如果说气韵体现了艺术家的素养，境界就是艺术家的内在情感，“境由心造”，古人们对此的理解，远比今人深厚；王国维说：“能写真景物、真感情者，谓之有境界。”如果是气韵搭起了绘画的形式，那么境界便使绘画有了生命。
笔墨当随时代。正是先生对笔墨的这种理解，使他的笔墨能在传统与现代之间游走，把现代思维的表现意识与传统笔墨有机融合，创造出一种崭新的笔墨系统，它既不同于黄宾虹的浑厚，又不同于齐白石的静穆，它以键拙精巧的风格另树起了一座山峰。从先生的绘画里我们发现了中国绘画的未来方向。
严格地说来，王易先生不是一个有理智的画家，他的内心纯真如婴儿，仅凭直觉来感受世间的炎凉、自然的风雨晦明；他的作品充满了直观的情素，在那看似游戏的笔墨背后，我们感受到的是他主观的童真，直指心性的真实。如此强烈的自我表现，比之于凡·高和毕加索有过之而无不及。同样境界很高的八大，由于牢骚太盛，似乎缺少了点敦厚；凡·高的感情太过激烈，以致于超出了他肌体的承受能力，使他时不时的发点神经。在我们细细品味先生的作品时，还不难发现，其实先生并没有刻意去追求一种什么样的境界，他全凭自己性情的流动自然而然地去表现当时的心境，或平静、或激动、或忧虑、或烦躁。这样涌动着的情绪虽然我们不一定能说得出来，但我们用心灵的触角能感受到，这已经够了，一件艺术品的价值也就体现出来了。
石涛说：“夫画，天地变通之大法也，山川形势之精英也，古今造物之陶冶也，阴阳气度之流行也，借笔墨以写天地万物而淘泳我也。”历来的许多文人墨客都把绘画当做政事之余的游戏，所胃“绘事小道，壮夫不为”，正是这种闲暇时的游戏，也给那些有思想有抱负而又求进无门的落泊文人们开了一扇倾述思想的窗户，他们不仅为此淘泳了自己，也启迪了别人，也使绘画这门艺术气象万千，蓬勃发展起来，小道演进成了能变通天地、揉合山川的大法了。
时序网络 篇3
关键词：故障诊断,时序信息,因果网络,时序因果网络,电力系统
0 引言
电力系统故障诊断的准确性和快速性对于事故后快速恢复供电以及维持系统安全稳定运行具有重要意义。迄今为止,国内外已提出多种电力系统故障诊断方法,如专家系统[1,2]、解析模型[3,4,5,6]、Petri网[7]、人工神经元网络[8]、因果网络[9,10,11,12]等。专家系统应用于电力系统故障诊断已有接近30年的历史,但仍存在知识库维护困难、推理时间长等缺陷。基于解析模型方法的难点在于如何构造故障诊断的数学模型,尤其是如何适当描述故障的演变过程。基于Petri网的方法在处理复杂电力系统的故障诊断时,会出现关联矩阵维数过大的问题。基于人工神经元网络的方法,则存在学习算法收敛速度过慢,网络结构发生变化时需要重新训练的问题,而且对诊断结果的解释能力差。
电力系统发生故障时,故障设备和警报信息在逻辑上存在因果关系,这与因果网络(cause-effect net,CEN)的知识表示方式有很好的对应关系。文献[9-10]针对配电变电站,提出了一种基于因果网络的识别故障馈线的方法。该方法描述了设备故障与保护和断路器动作之间的逻辑关系,利用保护和断路器状态信息进行故障诊断。这种方法可以较好地解释故障演变过程,并具有推理速度快、数据库维护方便等优点,具有良好的在线应用前景。文献[11]对文献[9]的方法进行了改进,提出一种基于因果网络的输电系统故障诊断方法;该方法首先利用因果网络生成关联矩阵R,然后通过关联矩阵与故障真值状态向量T、故障节点向量F之间的逻辑运算推断出故障元件。
在实际电力系统中,数据采集与监控(SCADA)系统采集的保护和断路器状态信息可能出现误报和漏报等不确定性情况,此时文献[9-11]中的向量T将出现错误,从而影响最终故障诊断结果。基于全球定位系统(GPS)对时的事件顺序记录(SOE)信息,能够以毫秒级的分辨率识别事件发生时间和设备状态变化的先后顺序,这为利用警报的时序信息提供了客观条件。文献[13-14]分析了警报信息的时序特性,建立了能够处理警报时序信息的故障诊断模型。在复杂故障的情况下,所述方法能够得到更为明确的诊断结果。文献[15]研究了事件发生时间的不确定性问题,并构造了基于时序约束网络的故障诊断模型,可在相当程度上避免文献[13-14]中的方法要求对时间进行精确定义的缺点。但是,该方法在利用正向推理得到期望警报信息的过程中,需不断搜索规则库并与实际收到的警报序列信息进行匹配运算,这对于复杂故障场景计算量较大。
在上述背景下,针对输电系统提出了一种能够利用警报时序信息的时序因果网络(temporal cause-effect net,TCEN)故障诊断方法。所提出的方法能够较好地处理警报误报或漏报、保护或断路器误动或拒动等不确定情况,具备较好的容错性,且能够较好地解释故障演变过程。
1 警报信息时序特性
前已述及,电力系统发生故障时的警报信息(事件)具有时序特性。首先,设备故障使得电气量发生变化,之后是保护装置动作,最后是断路器跳闸。电力系统发生复杂故障时,警报信息的时序特性是分析故障原因、故障演变过程及评价保护和断路器动作行为的重要依据。迄今为止,在利用警报信息时序特性的故障诊断方面已取得了一些初步成果[13,14,15]。
1.1 警报事件时间点约束
在实际系统中,保护和断路器动作在触发、整定或动作环节都可能存在一定的延时误差。因此相对于故障发生时刻,各警报事件的出现时刻应该在一定区间之内。为表述方便,定义TBEG(mi)为警报事件mi的发生时刻,TCONS(mi)为mi发生时刻的时间点约束,tDIST(mi,mj)表示mi和mj这2个关联事件先后出现的时间区间约束。
1.2 保护事件的时间点约束
保护动作事件的时间点约束可以由保护动作时间整定值估算。假设某保护P的时间整定值为tP,故障发生于t0时刻,则考虑实际运行的时间误差τP之后(τP为整定时间的一定比例),可以估算该保护事件的时间点约束为:
例如:线路L的后备保护Pb动作整定值为1000ms,假设故障发生于0时刻,如果考虑±5%的时间误差(τP=50 ms),则可确定TCONS(Pb)=[950,1050]ms。
设备故障事件mi与保护动作事件mj的时间区间约束为:
1.3 断路器事件的时间点约束
断路器动作事件的时间点约束可由断路器分闸时间估算。假设某断路器C的分闸时间为tC,触发断路器的保护动作时刻为t1,则考虑实际运行的时间误差τC后,可估算该断路器事件的时间点约束为:
保护动作事件mi引发断路器动作事件mj的时间区间约束为:
1.4 时序特性一致性约束
警报事件的时序特性必须满足一致性约束[13,16],如下式所示:
式(1)表示:若事件mi发生于TBEG(mi),则事件mj的发生时刻TBEG(mj)须满足时间点约束,即TBEG(mj)∈(TBEG(mi)+tDIST(mi,mj))。若实际收到的警报事件mj的发生时刻TBEG(mj)不满足式(1),则称mj不满足时序特性一致性约束,属于错误警报信息。
2 CEN的基本原理
2.1 CEN的定义
CEN是一种可用于描述故障设备与保护、断路器等警报动作信息之间逻辑关系的图形化建模工具,由各类事件节点和带有方向的弧组成。这里采用的节点包括4类,即故障设备节点、保护节点、断路器节点及虚拟节点(VN)[11];各类节点在CEN中用Ck表示,下标k为节点序号。在CEN中,各个节点由带有方向的弧连接,表示各个事件节点之间的因果关系。文献[11]中给出了3种节点关联关系,见附录A图A1。弧的起点A表示原因,弧的终点B表示A引发的结果。
1)故障设备节点A引发相应的保护节点B动作之间的关联。
2)保护节点A动作引发相应断路器节点B动作之间的关联。
3)断路器节点拒动引发相应的后备保护节点动作之间的关联,其中虚拟节点A′表示断路器节点A动作不成功(拒动)引发的节点。
第3类关联关系中出现了虚拟节点,该类节点的作用是为了防止CEN中出现环网。环网的形成会影响后续的基于矩阵运算的推理过程[11]。
2.2 CEN的矩阵表达
在故障发生后,对所有存在故障可能的设备按附录A图A1所示的3种关联关系构造CEN。如此建立的CEN可以用被称为关联矩阵的二进制矩阵R来描述。R是一个对角线元素均为1的n阶方阵,n为CEN中的节点总数。R中的各元素ri,j定义如下:
式中:ri,j=1表示节点Ci与Cj之间存在关联关系,Cj⇒Ci表示节点Cj的发生引发节点Ci的发生;ri,j=0表示节点Ci与Cj之间不存在关联关系。
3 基于TCEN的故障诊断
3.1 TCEN的基本概念
电力系统警报事件之间的关联关系可分为事件逻辑关联和时序逻辑关联2类。这里构造的TCEN将警报信息时序特性约束引入CEN之中,从而形成一种新的可计及时序特性的因果网络。利用事件之间不同形式的关联关系的互补性,可以增加冗余信息,增强诊断模型的容错性。
考虑时序特性之后,TCEN中的各类事件节点和弧就具备了时间属性。同时,这里新增了主保护拒动与后备保护动作之间的关联关系,以此进一步判断主保护是否发生拒动。图1给出了TCEN中各类事件节点的关联关系,虚拟节点的发生时刻为相应主保护拒动或断路器拒动发生时刻。在TCEN中,关联关系不同的弧具有不同的时间区间属性,在实际应用中可利用当地以往的统计数据确定。
CEN的建立过程如下:首先在离线状态下,根据专家或运行人员的经验,建立各元件保护动作的逻辑规则,CEN以逻辑规则的形式存放在数据库中。在故障诊断系统初始化时,首先根据故障前后的拓扑确定停电区域,然后在规则库中读取停电区域中相关元件的保护配置规则自动构建CEN。保护配置变化后,就需要更新规则库。然而,电网在不同运行方式下部分保护和断路器的动作逻辑可能发生变化,例如失灵保护所保护的母线相连线路及断路器的触发保护与电网的运行方式有关,这可以通过对运行状态进行识别、相关性分析和动态拓扑分析等途径来解决。
3.2 基于TCEN的电力系统故障诊断
为便于叙述,本节以一个简化的输电系统为例来阐述基于TCEN的故障诊断模型。图2为一个简化的输电系统[11]。图中:R1m和R2m分别为与1号断路器和2号断路器相关的主保护;R1b和R2b分别为与1号断路器和2号断路器相关的后备保护。假设线路L发生故障后,左右两侧主保护R1m和R2m分别在TBEG(C2)和TBEG(C6)时刻动作,1号断路器于TBEG(C3)时刻跳闸,2号断路器于TBEG(C7)时刻跳闸。图3为与图2输电系统相对应的TCEN。
在图3中,VN(Ci,Cj)=Ci∩Cj-,表示节点Ci发生且Cj不发生。例如:VN(C1,C2)表示L发生故障,且1号断路器主保护拒动。
下面对故障诊断过程中所涉及的各个矩阵和向量进行说明。
1)关联矩阵R:在TCEN中,R的各个元素与CEN中R的定义一致。R是一个对角线元素均为1的n阶方阵,n为事件节点总个数。
在图3已建立的TCEN基础上,根据式(2)的定义可得到R。R除各对角元素为1外,以下元素的布尔状态值亦为1:r2,1,r3,2,r3,5,r5,4,r6,1,r7,6,r7,9,r9,8。
2)故障真值状态向量T:T反映实际上传的所有警报信息状态值。若某事件节点Ci发生,即接收到节点所对应的警报信息,则该节点的状态为1;若未接收到相应的警报信息,则该节点状态置为0。T的生成是整个故障推理过程中最为关键的环节,考虑到实际系统运行中警报信息可能出现漏报或误报等不确定性情况,必须对接收的错误警报序列进行过滤。T为n维列向量,其各个元素ti的定义如下:
式中:ci s.t.表征Ci是否满足时序一致性约束,若满足则取1,否则为0。
如果接收的警报信息均是正确的,则图3所示系统的T为:
3)故障节点向量F:F反映TCEN中各故障设备的节点分布。F为n维列向量,其各个元素fi的定义如下:
图3所示系统的故障设备节点只有C1,因此除f1=1外,其他元素均为0。
这里将虚拟节点(包括主保护拒动和断路器拒动节点)对应的Ci加入F中,可以进一步判定主保护与断路器的拒动情况。
在以上3个矩阵或向量生成之后,便可通过矩阵运算实现故障推理,具体步骤如下。
步骤1:将关联矩阵R的转置矩阵与故障真值状态向量T进行二进制乘法运算[9,11],得到转换矩阵T*。该过程可用式(5)表示,其中“二进制乘法”用⊗表示:
R反映各个事件节点之间的因果关系,R转置之后,原有节点间的因果关系互换,即TCEN中各关联关系的弧全部发生转向。例如:ri,j=1表示节点Ci与Cj之间存在关联关系,且Cj的发生会引发节点Ci的发生。转置后ri,j行列互换,弧的方向变成由Ci指向Cj。因此,转换矩阵T*的计算过程在逻辑上实现的是从警报信号向故障设备反向推理的过程。
步骤2:生成转换矩阵T*之后,将T*与故障节点向量F进行逻辑“与”运算,得到最终的故障判断矩阵Tend,即
由于故障只可能发生在故障设备节点,因此,即可判定矩阵Tend中非零元素对应的设备发生了故障。
步骤3:故障演变过程分析。
在用Tend估计出故障设备之后,结合接收到的警报时序信息,借助TCEN中各节点和前后节点间各弧的时间属性,通过正向推理和反向推理,并利用式(1),可以导出故障演变过程,并估算出设备故障时刻以及漏报信息的发生区间。这里引入“允许漏报程度”的概念。例如:当允许漏报程度为1时,表示实际系统可以接受1个警报信息被漏报的情况。这样,在正反向推理时,故障演变过程中允许经过1个布尔值为0的节点实现关联,且该布尔值为0的节点为漏报信息节点。
3.3 系统架构
基于TCEN的故障诊断,需对警报事件进行时序特性一致性约束判断,其详细架构如图4所示。
4 算例分析
以图5所示广州地区220kV电力系统的实际故障案例[15]为例,来说明本文所述模型及方法的可行性与有效性。
根据文献[17]给出的实际电力系统中保护和断路器动作时延数据,结合广州电力系统的实际情况,这里对TCEN中各类弧的时间区间约束属性给定如下:①Δta=tDIST(故障发生,主保护动作)∈[10,40]ms;②Δtb=tDIST(保护动作,断路器动作)∈[40,60]ms;③Δtcsl=tDIST(断路器拒动,失灵保护动作)∈[210,240]ms;④Δtd=tDIST(主保护拒动,后备保护动作)∈[940,1030]ms。
附录B表B1列出了图5所示故障发生后收到的警报序列。
4.1 基于CEN的实际故障案例诊断
1)生成关联矩阵R,其各元素取值见附录C。
2)生成故障真值状态向量T。根据附录B表B1列出的警报序列,确定T中以下元素的布尔状态值为1:t2,t3,t4,t5,t7,t8,t9,t10,t18,t25,t26,t30。
3)生成故障节点向量F。对应故障案例中故障设备节点,F中以下元素的布尔状态值为1:f1,f12,f14,f22。
4)计算转换矩阵T*。将R和T代入式(5)求得T*,结果见表1。
5)计算故障判断矩阵Tend。将T*和F代入式(6)计算Tend,最终判断故障设备为L2943和L2295。结果见附录B表B2。
4.2 基于TCEN的实际故障案例诊断
在收到警报信息序列和完成故障区域自动识别之后,需要检查警报序列是否满足时序特性一致性约束,然后构造最终的TCEN。图6为所构造的本故障案例的TCEN,其中各个节点的含义列于附录B表B3,节点上方的数字表示该节点相应警报发生的时刻。
考虑到实际电力系统发生故障时,错误警报信息占警报信息总数的比例一般较小,因此,在检查时序特性一致性约束时可以采用以下方法:假设某一警报信息A正确,利用式(1)和CEN检查与其关联的警报信息B是否正确。若警报信息B正确,在余下的警报信息中找到与B关联的警报信息C,同样利用式(1)和CEN检查C是否正确;若警报信息B错误,则假设警报信息C正确,然后对C采用与A同样的方法判断余下的警报信息。重复此过程,并记录各种假设情形下的错误警报信息个数。最后,选择错误警报个数较少的假设情形作为结果。这里,以假设最先接收到的主保护相关警报信息为正确信息来启动这一检查过程。
基于TCEN的故障诊断的具体步骤如下。
步骤1:警报序列时序特性一致性约束检查。
假设在收到的警报序列中,表示主保护动作的警报1和警报2是正确信息,警报4(即断路器C12动作)和警报5(即碧山站L2295纵联差动保护动作)为错误警报,则错误警报信息有2个。现在分析收到的所有警报序列:(1)警报4是由警报1相关的保护动作引发的,属于图1(b)类关联关系;参照附录B表B2,可求得Δtb=tDIST(C4,C5)=90 ms[40,60]ms,即不满足时序特性一致性约束,由式(3)可知C5不满足时序一致性约束时c5s.t.=0。(2)与警报5相关的事件引发警报9(即断路器C7动作),属于图1(a)类关联关系,可求得Δta=tDIST(C25,C26)=217 ms[10,40]ms,因此警报5不满足时序特性一致性约束,此时c25s.t.=0。
其他假设情形可参照上述分析方法。因篇幅限制,这里不再赘述。
步骤2:生成关联矩阵R,且R中各元素的布尔值与4.1节中给出的关联矩阵各元素相同。
步骤3:生成故障真值状态向量T。由于警报4和警报5为错误警报,因此,根据式(3)可确定T中以下元素的布尔状态值为1:t2,t3,t4,t7,t8,t9,t10,t18,t26。
步骤4:生成故障节点向量F。F中以下元素的布尔状态值为1:f1,f12,f14,f22,f6,f19,f27,f31,f32,f33。
步骤5:计算转换矩阵T*。将R和T代入式(5)计算T*,结果列于表1。
步骤6:计算故障判断矩阵Tend。将T*和F代入式(6)计算Tend,最终诊断出来的故障设备为L2943。结果见表1。
步骤7:故障演变过程分析。
以接收到的第1个警报的时标为基准点(定义此时刻为0时刻),通过分析TCEN和T*可知,实际故障演变过程为:在-12~-40 ms期间,线路L2943故障;0ms时碧山站L2943纵联差动保护动作,并向C12发出跳闸信号,但是C12拒动;2ms时炼化站L2943纵联差动保护动作,引发50ms时C14跳闸;279 ms时C12失灵保护动作,导致C16,C6和C7分别在328 ms,330 ms和337ms跳闸;在50ms和90ms时出现错误警报。
诊断结果与实际发生事件相符。
4.3 方法对比分析
将文献[10]的方法与本文方法进行对比分析,结论如下。
1)文献[10]的方法对存在错误警报的故障诊断场景的适应能力较差,尤其是当主保护信息出现误报时会直接影响诊断结果。例如:当警报5作为错误警报出现时,就会误诊断为线路L2295故障。
2)文献[10]的方法对故障演变过程的解释能力较差,无法直接判断主保护与断路器的拒动情况。例如:当诊断案例中出现断路器C12状态误报为1时,用文献[10]的方法诊断时在逻辑上就存在矛盾:警报显示断路器C12已经跳闸,这与C12失灵保护动作跳开B4母线上的断路器相矛盾。采用本文方法则可以正确判断出C12实际拒动。
将文献[15]的方法与本文方法进行对比分析,结论如下。
1)文献[15]的方法不具备过滤保护/断路器误报等错误警报信息的功能,直接将采集的保护/断路器相关警报作为源数据进行诊断。本文通过时序特性约束,能够过滤警报序列中的误报等错误信息,得到更为可靠的诊断源数据,从而提高模型的准确性。
2)文献[15]中目标函数的参数需根据实际系统中警报的错误率高低设定,一旦设定参数,就无法根据实际系统中警报的错误率高低及时调整,因而适应性有待改善。若在文献[15]原有的警报序列中加上“90ms碧山C12断路器跳闸”这一误报信息,即使调整参数,依然无法得到正确的诊断结果(正确的诊断结果在目标函数寻优过程中被淘汰),算例测试对比分析见附录B表B4。
通过引入警报信息时序特性约束,本文方法对错误警报信息有较强的适应能力,并能够解释故障演变过程。
5 结语
通过引入警报信息时序特性,本文构建了一种基于时序因果网络的电力系统故障诊断方法。这种方法对存在错误警报信息的故障场景有较好的容错能力,不仅能够诊断出故障设备,而且可以推理出故障发生时刻所在的时间区间,并解释整个故障的演变过程。采用实际电力系统发生的故障场景验证了所构建的方法。此外,所述方法速度快、数据库维护方便,具有较好的工程应用前景。
有关时序循环问题的编程方法探讨 篇4
关键词可编程逻辑控制器编程方法时序循环
中图分类号：G712文献标识码：A文章编号：1002-7661（2011）08-0012-02
可编程逻辑控制器（Programmable Logic Controller简称PLC）被广泛应用于工业控制领域，目前，PLC在国内外已广泛应用于钢铁、石油、化工、电力、建材、机械制造、汽车、轻纺、交通运输、环保及文化娱乐等各个行业，使用情况大致可归纳为如下几类。
一、开关量的逻辑控制
这是PLC最基本、最广泛的应用领域，它取代传统的继电器电路，实现逻辑控制、顺序控制，既可用于单台设备的控制，也可用于多机群控及自动化流水线。如注塑机、印刷机、订书机械、组合机床、磨床、包装生产线、电镀流水线等。
二、模拟量控制
在工业生产过程当中，有许多连续变化的量，如温度、压力、流量、液位和速度等都是模拟量。为了使可编程控制器处理模拟量，必须实现模拟量（Analog）和数字量（Digital）之间的A/D转换及D/A转换。PLC厂家都生产配套的A/D和D/A转换模块，使可编程控制器用于模拟量控制。
三、运动控制
PLC可以用于圆周运动或直线运动的控制。从控制机构配置来说，早期直接用于开关量I/O模块连接位置传感器和执行机构，现在一般使用专用的运动控制模块。如可驱动步进电机或伺服电机的单轴或多轴位置控制模块。世界上各主要PLC厂家的产品几乎都有运动控制功能，广泛用于各种机械、机床、机器人、电梯等场合。
四、过程控制
过程控制是指对温度、压力、流量等模拟量的闭环控制。作为工业控制计算机，PLC能编制各种各样的控制算法程序，完成闭环控制。PID调节是一般闭环控制系统中用得较多的调节方法。大中型PLC都有PID模块，目前许多小型PLC也具有此功能模块。PID处理一般是运行专用的PID子程序。过程控制在冶金、化工、热处理、锅炉控制等场合有非常广泛的应用。
五、数据处理
现代PLC具有数学运算（含矩阵运算、函数运算、逻辑运算）、数据传送、数据转换、排序、查表位、操作等功能，可以完成数据的采集、分析及处理。这些数据可以与存储在存储器中的参考值比较，完成一定的控制操作，也可以利用通信功能传送到别的智能装置，或将它们打印制表。数据处理一般用于大型控制系统，如无人控制的柔性制造系统；也可用于过程控制系统，如造纸、冶金、食品工业中的一些大型控制系统。
六、通信及联网
PLC通信含PLC间的通信及PLC与其它智能设备间的通信。随着计算机控制的发展，工厂自动化网络发展得很快，各PLC厂商都十分重视PLC的通信功能，纷纷推出各自的网络系统。新近生产的PLC都具有通信接口，通信非常方便。
PLC的应用领域仍在扩展，在日本，PLC的应用范围已从传统的产业设备和机械的自动控制，扩展到以下应用领域：中小型过程控制系统、远程维护服务系统、节能监视控制系统，以及与生活关连的机器、与环境关连的机器，而且均有急速的上升趋势。值得注意的是，随着PLC、DCS相互渗透，二者的界线日趋模糊的时候，PLC从传统的应用于离散的制造业向应用到连续的流程工业扩展。
PLC具有通用性强、使用方便、适应面广、可靠性高、抗干扰能力强、编程简单等特点。PLC在工业自动化控制特别是顺序控制中的地位，在可预见的将来，是无法取代的。正是基于这样的发展状况，我院多个专业都开设了PLC课程以满足学生将来工作、就业的需求。在PLC的教学中编程方法是重点同时也是难点，常用的PLC编程方法有经验法、解析法、图解法。
所谓经验法，即是运用自己的或别人的经验进行设计，设计前选择与设计要求相类似的成功的例子，并进行修改，增删部分功能或运用其中部分程序，直至适合自己的情况。在学习过程中，可收集与积累这样成功的例子，从而可不断丰富自己的经验。经验设计法对于一些比较简单的程序设计是比较奏效的，可以收到快速、简单的效果。但是，由于这种方法主要是依靠设计人员的经验进行设计，所以对设计人员的要求也就比较高，特别是要求设计者有一定的实践经验，对工业控制系统和工业上常用的各种典型环节比较熟悉。经验设计法没有规律可遵循，具有很大的试探性和随意性，往往需经多次反复修改和完善才能符合设计要求，所以设计的结果往往不很规范，因人而异。
而解析法，则是利用组合逻辑或时序逻辑的理论，并运用相应的解析方法，对其进行逻辑关系的求解，然后再根据求解的结果，画成梯形图或直接写出程序。解析法比较严密，可以运用一定的标准，使程序优化，可避免编程的盲目性，是较有效的方法。
图解法是靠画图进行设计。常用的方法有梯形图法、波形图法及流程法。梯形图法是基本方法，无论是经验法还是解析法，若将PLC程序转化成梯形图后，就要用到梯形图法。波形图法适合于时间控制电路，将对应信号的波形画出后，再依时间逻辑关系去组合，就可很容易把电路设计出。流程法是用框图表示PLC程序执行过程及输入条件与输出关系，在使用步进指令的情况下，用它设计是很方便的。
在学习和实践我们经常会遇到有关时间循环的控制问题，其编程是有一定规律的，掌握了这个规律，编程就会容易，并且有条理，结构也很清晰完整。下面笔者就波形图法重点探讨这类问题的设计步骤，与各位同行商榷，不当之处欢迎指正。
首先，在正确理解控制要求的基础上画出时序图，根据时序图中各负载发生的变化，定下要用定时器的编号和各定时器所延续的时间。
第二步，由于各定时器是按照先后顺序循环接通的，所以要用前一个定时器的常开触点接通后一个定时器的线圈，再用最后一个定时器的常闭触点去断开（一个扫描周期后又自动接通）第一个定时器的线圈，这样就完成了定时器的一个循环周期，如果控制要求中有循环次数要求，那么就用最后一个定时器的常开触点启动计数器，达到计数器预定值后，用计数器的常闭触点断开启动程序，从而实现控制次数的目的。
最后写驱动负载的程序，根据时序图中各负载上升沿和下降沿的变化，上升沿表示是负载要接通，用相应的常开触点，下降沿表示的是负载断开，应用相应的常闭触点，在一个周期内负载有多次接通时要用多条支路触点并联实现。
十字路口交通灯、全自动洗衣机等的控制都是非常典型的时序问题，如果也采用上面的规律进行编程，相信大家一定会感觉非常轻松而且充满乐趣。当然这类问题还可以采用其他的编程方法实现，无论采用何种方法，只要我们掌握了其中的规律都能应付自如。
时序网络 篇5
变电站警报处理系统的任务就是通过对大量警报信息进行处理,找出变电站发生的具体事件和存在异常或丢失的警报信息,辅助调度员进行故障判断和事故处理。到目前为止,国内外已经提出了多种基于人工智能技术[1]的警报处理方法,主要包括:基于专家系统的[2,3,4]、基于人工神经元网络的[5,6]和基于解析模型的方法[7,8,9,10]。
由于警报处理问题需要调度员的运行经验和逻辑推理,专家系统在原理上很适合解决这一问题,因而得到了比较广泛的研究,也有一些实际应用[2,3,4]。例如:文献[2,3]发展的警报处理专家系统已经成功地集成到意大利ENEL电力公司调度中心的能量管理系统(EMS)。
基于人工神经元网络的警报处理和故障诊断方法的优点是不需要对电网配置和保护动作逻辑进行精确的定义[5]。文献[6]将决策树映射到人工神经元网络,通过数据驱动的决策树推理使得基于人工神经元网络的方法更加实用化。
文献[7,8,9,10]发展了基于解析模型的警报处理方法,其基本思想是:构造一个反映实际警报信息与期望警报信息之间差异的目标函数,将警报处理问题表示为无约束0-1整数规划问题,并通过遗传算法[7,8]或Tabu算法[9,10]等优化算法来求解,以找到一个最能够解释所接收到的警报的事件假说。
上述模型都存在一个局限,即没有计及警报信息的时序特性。基于全球定位系统(GPS)对时的事件顺序记录(SOE)信息以毫秒级的分辨率识别各事件信号状态变化的先后次序,为利用警报的时序特性提供了客观条件。文献[11,12,13]所提出的方法以解析模型为基础,计及了警报的时序特性,但其对时序特性的表达要求相当精确,而电力系统中各种事件发生的时间存在不确定性。
在人工智能领域发展起来的时序约束网络[14]是一种描述时序逻辑的有向无环图,其在原理上适于求解具有时序特性的警报处理问题。原因如下:
1)该网络可以清晰且直观地表示各个事件之间的时序逻辑关系;
2)可以利用该网络中所定义的时间点和时间距离约束的概念来描述电力系统中各种事件发生时间的不确定性,避免了现有的计及时序信息的警报处理模型必须对时间精确定义的缺点,可以提高警报处理模型的适应性和容错性。
在上述背景下,基于时序约束网络,本文构建了能够充分利用警报信息时序特性的在线警报处理解析模型。首先,对与时序约束网络相关的概念进行了定义和描述,在此基础上对电力系统中各种事件之间的时序逻辑关系进行了建模。之后,构建了基于时序约束网络的警报处理解析模型,主要包括如下3个关键部分:警报选择、原因分析和警报处理结果分析。最后,采用实际系统的警报处理案例说明了所提出的方法的可行性和有效性。
1 时序约束网络
1.1 时间点与时间距离
时间点可分为确定时间点和不确定时间点[15]。不确定时间点t是一个变量,定义时间区间T(t)=[t-,t+],其表示不确定时间点t的约束,即t∈T(t);t-和t+分别表示T(t)的起点和终点。当t-=t+时,t就是一个确定时间点。时间点约束适于描述事件发生时间不确定的情况。
时间距离是指2个时间点之间的时间长度[15]。可以用d(ti,tj)表示ti与tj之间的时间距离,即d(ti,tj)=tj-ti。与时间点类似,时间距离可分为确定时间距离和不确定时间距离。不确定时间距离d(ti,tj)是一个变量,定义D(ti,tj)=[Δt-ij,Δt+ij]表示不确定时间距离d(ti,tj)的约束,即d(ti,tj)∈D(ti,tj);Δt-ij和Δt+ij 分别表示区间D(ti,tj)的起点和终点。当Δt-ij=Δt+ij 时,d(ti,tj)就是一个确定时间距离。对于给定的问题,D(ti,tj)通常是已知的,其适于描述对时间距离无法精确确定的情况。
假设事件i,j,k分别在ti,tj,tk(ti≤tj≤tk)时相继发生,下面定义关于时间点和时间距离约束的3个运算。
1)求后继事件时间点的约束:
已知T(ti)和D(ti,tj),求事件i的后继事件j的时间点约束T(tj)。如图1(a)所示,由tj=ti+d(ti,tj)可得:
2)求前驱事件时间点的约束:
已知T(tj)和D(ti,tj),求事件j的前驱事件i的时间点约束T(ti)。如图1(b)所示,由ti=tj-d(ti,tj)可得:
3)时间距离约束的叠加:
已知D(ti,tj)和D(tj,tk),求解时间点ti与tk之间的时间距离d(ti,tk)的约束。如图1(c)所示,d(ti,tk)=d(ti,tj)+d(tj,tk)。因此,可得:
1.2 时序约束网络的数学描述
时序约束网络是一种有向无环图,能够描述事件之间的时序逻辑关系[14,16],其可用以下五元组表示:
式中:V={v1,v2,…,vN}为节点集合,其元素vi表示第i个事件,N为V中的事件个数;E={〈vi,vj〉|vi,vj∈V}表示有向无环图中有向边的集合;〈vi,vj〉为由起始节点vi指向终止节点vj的有向边,表示事件vi的发生会触发事件vj的发生;T={tv1,tv2,…,tvN}为对应V中的各个事件的时间点的集合,tvi表示事件vi发生的时间点;C1={T(tvi)|tvi∈T}为一元约束的集合,与T中元素一一对应,其元素T(tvi)=[t-vi,t+vi]表示时间点tvi的约束;C2={D(tvi,tvj)|〈vi,vj〉∈E}为二元约束的集合,与E中元素一一对应;D(tvi,tvj)表示时间点tvi与tvj之间的时间距离约束。
1.3 时序推理
定义vi到vj的路径为符合以下条件的有序事件序列P=(τ1,τ2,…,τm):①m≥2;②τ1=vi并且τm=vj;③τ1,τ2,…,τm∈V;④∀k∈{1,2,…,m-1},〈τk,τk+1〉∈E。
定义运算符Start(P)=vi和End(P)=vj分别表示路径P的起点和终点。路径P描述了如图2所示的一连串相继发生的事件序列。
假设图G中任意2个节点vi与vj之间的路径最多只有1条, 这样时间点tvi与tvj之间的时间距离约束可通过将式(3)进行如下扩展来求得:
时序约束网络的时序推理是以路径为基础进行的,其包括下述的前向时序推理和反向时序推理。
1)前向时序推理
前向时序推理旨在找出事件vi的发生所能触发的所有相继发生的事件集合Forward(vi),并确定集合Forward(vi)中各个事件发生的时间点约束。根据时序约束网络中路径的定义,Forward(vi)表示以vi为起点的所有路径上非vi的所有节点所表示的事件的集合,即
设vj∈Forward(vi),则根据式(1)和式(4)可得:
2)反向时序推理
与前向时序推理相反,反向时序推理则旨在找出可能导致事件vj发生的事件集合Backward(vj),即Backward(vj)中任何一个事件的发生都会引起vj的发生,并确定Backward(vj)中各个事件发生的时间点约束。Backward(vj)包括以vj为终点的所有路径上非vj的所有节点所表示的事件集合,即
设vi∈Backward(vj),则根据式(2)和式(4)可得:
1.4 电力系统事件发生时序关系建模
针对所要研究的电力系统警报处理问题的特征,这里首先对时序约束网络做一些拓展。
首先,将电力系统中的事件分为2种类型:警报和原因事件。警报是指在调度台接收到的设备动作或告警信息(如SOE信息),比如“花都站断路器2458跳闸”;原因事件则指会引发一系列警报发生的原因,是警报信息产生的根源,比如“花郊甲线发生接地故障”。
节点集合V分为两部分:①原因事件集合VC={c1,c2,…cNC}。其中,NC表示VC中原因事件的个数,VC中的第i个元素ci表示第i个原因事件。②警报集合VA={a1,a2,…,aNA}。其中,NA为VA中警报的个数,VA中的第i个元素ai表示第i个警报。
根据图论中入度的概念,VC和VA在数学上可描述为:
式中:d+D(vi)表示节点vi的入度,即以vi为终点的有向边的边数。
相应地,T={tc1,…,tci,…,tcNC,ta1,…taj,…taNA}。其中,tci和taj分别表示原因事件ci和警报aj的发生时间点。
为了后面描述方便,现在定义几个符号:(vi,tvi)为一个“事件—时间点”组,表示“在t=tvi时事件vi发生”;(vi,T(tvi))为一个“事件—时间点约束”组,表示“在时间区间T(tvi)内事件vi发生”;h=(ci,T(tci))为一个原因假说,表示对警报发生的原因的一种假设,即警报是“由于在时间区间T(tci)内原因事件ci的发生而引起的”。
基于在1.3节中所提出的时序推理方法,这里定义3个重要集合:
1)如图3(a)所示,Expect[h]为一个“事件—时间点约束”集合,表示原因假说所对应的期望警报信息,即如果原因假说h=(ci,T(tci))为真,则会导致“在哪段时间内发生哪些事件”。根据式(5)和式(6),采用前向时序推理可得:
式中:T(taj)是根据式(6)确定的,即T(taj)=T(tci)+D(tci,taj)。
定义运算符号“|=”和“|∈”来表示实际接收的警报与期望发生的警报之间的关系:
如果ai=aj并且tai∈T(taj),则
如果(ai,tai)|=(aj,T(taj)),并且(aj,T(taj))∈Expect[h],则
2)如图3(b)所示,Cause[(aj,taj)]表示可能引起“在t=taj时警报aj发生”的原因假说的集合。
根据式(7)和式(8),采用反向时序推理可得:
Cause[(aj,taj)]={h=(ci,T(tci))|ci∈
Backward(aj)∧ci∈VC} (14)
式中:T(tci)是根据式(8)确定的,即T(tci)=T(taj)-D(tci,taj)。
3)Sibling(aj)表示aj的兄弟警报集合,其定义如下:
式(15)说明了警报aj与集合Sibling(aj)中的警报都是关联的,都对应着一些相同的原因事件。这样,一旦警报aj发生,一般情况下Sibling(aj)中的某些警报也会相应发生。换句话说,对于一个已经发生的警报aj,通过Sibling(aj)可以估计出其他也可能发生的警报。对于一个给定的“(警报)事件—时间点”(aj,taj),可确定一个相应的特征时间窗口,使得Sibling(aj)中的警报发生时间点都落在该时间窗内。如图4所示,对应于(aj,taj)的特征时间窗口W[(aj,taj)]=[t-w,aj,t+w,aj]可通过式(16)、式(17)确定。
2 电力系统在线警报处理解析模型
2.1 总体框架
所发展的警报处理系统的基本框架见图5。
在对警报处理系统初始化时,首先从规则库中读取警报配置规则以形成时序约束网络。警报配置规则包括以下2种基本形式:①表示原因事件ci与警报aj之间的时间距离约束;②表示警报ai与aj之间的时间距离约束。
图5中的映射表包含以下3种映射数据表格:h=(ci,T(tci))→Expect[h];(aj,taj)→Cause[(aj,taj)];(aj,taj)→W[(aj,taj)]。
在时序约束网络的初始化完成之后,再通过时序推理建立映射表。当系统在线运行时,映射表将通过其中的元素匹配代替耗时的图的路径搜索,这样就可以满足在线运行要求。
当在线警报处理系统处于运行状态时,通信服务器将实时接收到的警报序列作为输入,经过警报选择、原因分析和警报处理结果分析这3个关键步骤处理之后,最终将包含以下信息的处理结果显示到调度台:
1)显示导致警报发生的事件及该事件所在的时间区间;
2)异常或遗漏的警报信息。
2.2 警报选择
警报选择过程是以时间窗为基准的,并将实时接收到的警报序列进行分组处理,以避免把关联的警报信息分开处理。如图6所示,当目前时间超出时间窗时,警报处理模块将会启动以处理时间窗内的警报。
警报选择过程如图7所示。
时间窗Wc=[t-w,t+w]是根据所接收到的警报动态地改变的,(aj,taj)为当前接收到的警报。
1)如果时间窗Wc内的警报已处理,则创建新时间窗Wc=W[(aj,taj)]=[t-w,aj,t+w,aj];
2)如果时间窗Wc内的警报尚未处理,则按以下方式进行时间窗的更新:如果t-w,aj <t-w,则t-w=t-w,aj;如果t+w,aj>t+w,则t+w=t+w,aj。
2.3 原因分析
假设经过警报选择后,所选择的警报集合为A={(a1,ta1),(a2,ta2),…,(an,tan)},这里n为A中所包含的警报的总数目。原因分析是从候选的原因假说集合H中找出最能解释警报集合A的原因假说集合Hs={h1,h2,…,hw},这里w为Hs中假说的总数。原因分析的具体步骤如下:
1)确定候选的原因假说集合H={h1,h2,…,hp},即Hs⊂H。
首先,取A中各个警报(aj,taj)对应的Cause[(aj,taj)]的并集,即
对于
2)分别确定H中每一个原因(事件)假说hi所对应的期望警报集合Expect[hi]。
3)形成目标函数。
定义p维0-1向量X=[x1,x2,…,xp]为事件假说模式,X中的元素xi与H中的元素hi一一对应,xi=1表示原因假说hi为真,反之则xi=0。对于给定的X=[x1,x2,…,xp],可确定在该种假说模式下期望的警报集合K(X):
设K(X)中元素的总数为q,定义q维0-1向量Y(X)=[y1,y2,…,yq]。Y(X)与K(X)中的元素一一对应,其值通过以下方式确定:设yr(r=1, 2, …, q)在K(X)中所对应的元素为(aj,T(taj)),如果存在(ai,tai)∈A,使得(ai,tai)|=(aj,T(taj)),则yr=1,否则yr=0。定义n维0-1向量Z(X)=[z1,z2,…,zn],Z(X)与A中的元素一一对应,其中元素的值采用以下方式确定:设zr(r=1, 2, …, n)在A中所对应的元素为(ai,tai),如果存在(aj,T(taj))∈K(X),使得(ai,tai)|=(aj,T(taj)),则zr=1,否则zr=0。在此基础上,定义最小化的目标函数如下:
式中:
w1,w2,w3可以根据实际系统的具体情况酌情确定:①如果实际系统发生警报错误(包括警报的时标错误)的概率很低,可取w1=0和w2≫w3。此时的优化目标为求取最小覆盖集,警报处理的结果(即所发生的事件)可以解释所有接收到的警报。②否则,可取w1≫w3和w2=0。此时,以期望警报与实际警报的差异量最小化作为主要优化目标。
这样,警报处理问题最终就转化为求解最小化式(20)的无约束0-1整数规划问题。可以采用传统的整数规划算法或现代启发式方法如遗传算法或禁忌搜索(Tabu search)算法[17,18]求取最优解Xs。本文采用了禁忌搜索。最后,可获得导致A发生的原因(事件)的集合:
2.4 警报处理结果分析
这一步的主要工作就是对上一步得到的警报处理结果的合理性进行分析,并识别出异常或遗漏的警报。
首先,根据2.3节的方法所求得的最优解Xs来求取K(Xs)和Y(Xs)。假设Y(Xs)中的某个元素yr(r=1, 2, …,q)在K(Xs)中所对应的元素为(aj,T(taj)),则可以根据以下规则对警报处理结果进行分析:
1)如果yr=1,则说明警报(aj,taj)的发生是合理的。
2)如果yr=0,且A中存在警报(ai,tai)满足ai=aj∧tai∉T(taj),这说明警报ai发生的时间点存在异常。这可能是由于GPS对时存在误差或者保护整定值存在异常等原因所引起的。
3)如果yr=0,且A中不存在警报(ai,tai)满足(ai,tai)|=(aj,T(taj)),则说明警报aj在时间区间T(taj)内应该发生,但实际上并未接收到该警报信息。这可能是由于警报信息丢失,或者产生该警报的设备出现异常。
4)对于A中的某一个警报(ai,tai),如果不满足(ai,tai)|∈K(Xs),则说明警报(ai,tai)是不应该发生的,其为错误警报。
3 算例
以图8所示的广州地区220 kV电力系统发生过的实际警报处理案例为例,来说明本文所提出的模型和方法的可行性和有效性。
由于篇幅所限,该案例实际发生的事件、所接收的警报、时序约束网络的建立和详细的警报处理过程见附录A。
最终所建立的时序约束网络如图9所示,经过原因分析模块处理后得到引起所接收的警报的原因如下:在-18 ms～-10 ms期间,线路L2943发生故障;在29 ms～59 ms期间,碧山站C12断路器拒动。
警报处理结果分析如下:警报a23在[32,70]内应该发生,但实际并未收到该警报,可能是产生该警报的设备出现异常,即C12断路器A相存在异常。
警报处理结果与实际发生的事件相符。
采用Visual Studio 2005开发平台下的C#语言编制了相应的软件,在主频为2.1 GHz的双核处理器(AMD Athlon 64 X2 Dual)和内存容量为2 GB的PC机下所耗的计算时间为185 ms,可满足在线实时运行的需要。
现场的警报分析结果证明了本文所提出的警报处理模型和方法是可行和有效的。
4 结语
基于时序约束网络构建了一种能够充分利用警报信号时序特性的电力系统警报处理的解析模型。所发展的模型不仅能够分析出导致警报发生的具体事件,而且可以推理出发生该事件的时间区间。此外,其还可以识别出存在异常或遗漏的警报信息。实际系统的算例测试结果表明所提出的警报处理模型正确、方法有效,满足在线应用要求。
附录见本刊网络版(http://www.aeps-info.com/aeps/ch/index.aspx)。
时序网络 篇6
1 时序过程神经元网络模型
由若干个时序过程神经元按一定的拓扑结构组成的网络称为时序过程神经元网络。时序过程神经元由时间序列输入加权、时空二维聚合和激励输出三部分组成。与一般过程神经元不同, 时序过程神经元的输入和连接权值均为离散时间序列。时序过程神经元网络的输入与输出之间的映射关系为:
式 (1) 中, wij (tk) (k=1, 2, …) 为在时刻tk输入层节点i到隐层节点j的连接权值, vj为隐层节点j到输出节点的连接权值, 为隐层节点j的激励阈值, f为隐层神经元激励函数, g为输出节点激励函数, θ为输出节点激励阈值。
若时序过程神经元网络的输入为有限时间序列, 且时间序列长度为T, 式 (1) 可写为
2 基于离散Walsh函数变换的学习算法
对于输入为有限时间序列的时序过程神经元网络的训练问题, 本文采用基于离散Walsh函数变换的网络训练方法确定网络连接权值和激励阈值。
由于输入过程区间0[, T]经变量代换后可转换为区间[0, 1], 下面同样只讨论输入过程区间[0, 1]。在[0, 1]区间上, 给定K个序列长度为2p学习样本:
其中, , dk为期望输出。对学习样本进行Walsh变换, 得到式 (4) :
对应系统输入xk1 (tl) , xk2 (tl) , ..., xkn (tl)
(l=, 1, 0L2, p-1) , 式 (2) 对应的时序过程神经元网络的输入与输出之间的映射关系为:
设b1 (tk) , b2 (tk) , …, bL (tk) 为输入函数空间中的一组有限基函数, 则xi (tk) (i=, 12, …, n) 和权函数wij (tk) 可表示为该组基函数的有限项展开形式。
b1 (tk) , b2 (tk) , …, bL (tk) 为Walsh基函数, 式 (5) 展开得
这里, lY为第l个学习样本对应的实际输出。
误差函数定义为
这里, wal (xli (tk) ) (k=, 0, 1, …2p-1) 为第l个学习样本第i个分量的Walsh变换序列。
采用梯度下降算法, 确定网络连接权值和激励阈值。
相应的学习算法描述如下:
步骤1将输入函数整理成长度为N=2p的时间序列;对输入的时间序列进行离散Walsh变换;
步骤2给定网络学习误差精度ε;累计学习迭代次数s=0;学习最大迭代次数M;
步骤3初始化连接权值和激励阈值
步骤4由式 (7) 计算误差函数E, 如果E<ε或s>M转步骤6;
步骤5修正连接权值和激励阈值;s+1→s;转步骤4。
步骤6输出学习结果;结束。
3 在水淹层识别中的应用
根据数据挖掘的一般过程, 首先确定目标。实验数据选取大庆油田葡区斜21-加密29 (X21J29) 、中90-加密252 (Z90J252) 、中342-加密21 (Z342J21) 和北1330 (B1330) 四口井的井组数据作为训练样本集, 提取水淹层识别参数等模式特征, 然后将从采集到的测井资料进行归一化处理, 并将归一化处理后的采样数据 (即测井曲线随深度变化的地质-地球物理特征) 看成是一组时间序列数据, 采用基于离散Walsh变换的方法[5], 将时间序列采样数据进行转换, 网络通过离散Walsh函数变换确定连接权值和激励阈值, 通过时序过程神经元隐层完成系统对输入时间序列空间和时间的加权聚合和累积, 以及对输入时间序列特征的提取和记忆, 形成类别输出, 实现水淹层类型自动识别。结果显示时序过程神经元网络挖掘模型由于充分反映了时间序列中实际存在的累积效应, 其精度有了进一步提高。
4 结语
本文主要研究了时序过程神经元网络挖掘模型及其在水淹层识别中的应用问题。针对传统人工神经网络解决时间序列数据挖掘问题的局限性, 本文引进了一种比人工神经网络更一般化的新型神经网络, 即过程神经元网络。结果表明:该网络模型用于求解与时间 (或过程) 有关的众多实际问题, 具有良好的适应效果。关于时间序列数据挖掘的研究尚处于起步阶段, 本文虽提出了基于过程神经元网络的时间序列挖掘模型, 但由于时间原因, 论文中还有许多问题需要深入研究和不断完善。
参考文献
[1]张保稳.时间序列数据挖掘研究[D].西北工业大学, 2002.
[2]刘钊, 蒋良孝.基于神经网络的数据挖掘研究[J].计算机工程与应用.2004, 3:190.
[3]何新贵, 许少华.过程神经元网络[M].北京:科学出版社, 2007.
[4]许少华, 刘扬, 何新贵.基于过程神经网络的水淹层自动识别[J].石油学报, 2004, 25 (4) :54-57.
DPBUS时序及其设定方法 篇7
关键词：DPBUS,同步时序,异步时序
1 概述
DPBUS在数字化控制系统中有比较广泛的应用, 时序在主站访问从站进行数据通讯中, 对数据的传输效率、速度和传输质量都有重要影响, 特别是对通讯数量大、结构复杂的主从站通讯尤为重要。
1.1 DPBUS程序相关参数和名称说明
链路:在二进制的基础上识别报文机制, 将二进制表示的信息转变为可在实际线路传输的物理状态。
链表:用于C语言中动态存储分配, 链表是由一连串的结点组成, 其中每个结点都包含指向链中下一个结点的指针, 最后一个结点是空字节。在DPBUS中采用链表的方式是因为在需要存储数据项时采用数组方式, 链表可以代替数组更加灵活地分配数据, 方便插入和删除数据。
Dpbus.h头文件中, 定义了两个关键变量:Logic Addr (不连续的物理地址) , Phy Addr (逻辑地址) 。
时序:数据传输过程中, 主站的通信数据按照某种周期访问从站 (S1, S2, S3……, Sn) , 每个从站之间的周期可以相同或不同。
1.2 时序规则
(1) 时序时间由波特率和数据大小共同决定。 (2) 时序分为两种:同步时序和异步时序。 (3) 每一个从站都可以设置时序。
2 同步时序的设定
2.1 同步时序的定义
在数据通信中, 每一个从站访问周期时间相同的情况下, 从站时序的分配方式叫做同步时序。为方便说明, 举例10个从站:S1, S2, S3……, S10。每个从站的周期相同T0=T1=T2···=T10。
2.2 从站时序与数据链表分配方式
在Dpbus.h头文件中, 有两个寻址结构体:dp_dataelement2, dp_dataement3。两个结构体中各有物理地址logic Addr, 分别用于回复相关程序和执行程序中的地址选择。
举例:假设有10个从站地址访问DPBUS总线, 每个从站的访问时间为T0=T1=T2···=T10, 每个从站的访问周期T在pco Failover.c中设定, 设定函数为getplc Maxperiod。
在同步时序下, 将10个从站分别写入10个物理地址logic Addr中, 即有A0、A1……A9, 10个物理地址。程序按顺序寻找物理地址, 当A0写入了从站地址1则将A0寻找到逻辑地址S0, 以此类推A9指针放入S9中。当A0、A1有从站地址分别放入S0、S1后, 在A2、A3无从站地址写入的情况下, A4物理地址有从站5的地址写入, 则将A4指针放入S2中。如图2所示。
DPBUS程序是以S0、S1……S9为执行链表, 如图2所示。每个结点之间时序为T0=T1=T2……=T10, 在程序中以链表方式对从站信息排序、插入和删除。每个从站之间时序就是链表的时序。
因此在同步时序下, 从站的时序分配方式是按照每个从站的访问周期, 按照相同时间分配。
3 异步时序的设定
3.1 异步时序的定义
异步时序是指在数据通信中, 每个从站的访问 (数据交换) 周期不相同的情况下, 从站数据通信的时间方式。
在DPBUS程序中首先按照上文所述的方法将物理地址放入逻辑地址。为方便举例, 仍然假设有10个从站, S1、S2、S3……S10。在每个从站都有不同的访问周期分别为Ts0、Ts1……Ts9。其中假设对应时间为, Ts1=8ms, Ts2=8ms, Ts3=3ms=Ts4, Ts5=48ms, Ts6=48ms, Ts7=48ms, Ts8=8ms, Ts10=24ms。
在系统中, 每一个从站的访问间隔是由系统波特率和硬件条件确定的, 一般从站的访问间隔Δ=1ms, 为方便说明假设Δ=1ms。
3.2 不间断从站处理方式下时序分配方式
原则:从站访问时序间隔数除以每个从站的访问周期, 检查结果是否有余数, 在计算后对从站时序间隔清0。
以第12个从站访问周期开头为例。
如果在第12个Δ周期下 (即SΔ=12) 时开始, 有S3从站的周期Ts3=3计算除法后没有余数, 即12/4=3, 则在该从站访问时间上对S3进行处理。又因为Ts4=3, 所以下一个从站访问时序间隔上 (即SΔ=13) 对S4处理。接下来, 在下一个从站访问时序间隔上 (SΔ=14) , 没有TS=3的对应从站, 也没有能够整除14的从站周期, 此时为空置状态不做处理。一直到SΔ=15时, 会出现15/3能整除的情况, 此时Ts3和Ts4对应周期的从站, 处理S3和S4。如图所示在SΔ=15位置处理S3从站。
在SΔ=16位置, 因为有16除以8=2, Ts=8的时序可以做处理, 但是在SΔ=16处没有处理S1从站继续处理S4从站。而在SΔ=17位置, 在没有Ts=3的对应从站, 也没有能够整除17的从站周期情况下, 没有进入空置状态, 反而在SΔ=17处理S1从站。另外在时间间隔SΔ=24时候, 会出现TS=3和TS=8都能整除的重叠情况。
出现以上情况在处理办法中都采用了间隔处理方法。在选择从站时序的某个TS时, 因为优先级的关系会有间断的情况发生, 此时必须根据优先级采取间断从站处理方法。
3.3 间断从站处理方式下从站的时序分配
原则:从站访问时间间隔数/每个从站的访问周期, 检查结果是否有余数, 在计算后对从站时序间隔清0。间断从站处理方式的时序分配与不间断的时序分配是同步的关系。
优先级原则:DPBUS程序按照S1、S2……S10的顺序扫描一遍, 在S1扫描时得到Ts0=8, 此时将S1逻辑地址放入第一行中, 如表1所示。在扫到S2时, Ts1=8, 此时将S2逻辑地址放入第一行中如表2所示。在扫描S3时, Ts2=3ms, 因为3<8, 因此Ts=3的周期更少。以周期少的从站作为优先级, 此时将S3放入第一行, S0和S1往下移动, 成为第二行, 以此类推, 最终完成从站访问时间周期的链表库, 如图表3所示。在每个从站地址表格中, 当选中该从站时, 状态标识位置1, 在下一个Δ周期访问前, 将状态标志位清0, 便于下次访问。
表格在程序中是以链表的方式存储的, 在updatecirele Ref Flag函数做链表处理。每个从站的访问周期在logic文件pco Failover.c中设定, 设定函数为getplc Maxperiod。以第1个从站访问周期下开头为例。
在第1个到第2个Δ周期下, 没有能够整除从站周期, 在第三个Δ周期下 (SΔ=3) 时, Ts3=Ts4=3ms可以整除, 即3/3=1, Ts=3对应S3和S4从站周期。按照上面的方法, 有SΔ=3时处理S3, SΔ=4时处理S4, SΔ=5为空置状态。直到SΔ=6时, 有6/3=2, 再次出现可以整除的情况, 此时SΔ=6处理S3, SΔ=7处理S4。在SΔ=8时, 有Ts1=Ts2=Ts8=8ms, 因此在SΔ=8处理S1, 在SΔ=9时, 再次出现Ts3=Ts4=3ms可以整除, 即3/3=1。根据优先级的原则, 在Ts=3的优先级大于Ts=8的优先级, 则在SΔ=9时处理S3不处理S2, 以此类推, SΔ=10处理S4从站地址。
在SΔ=11时, 虽然没有Ts=3或者Ts=8的对应从站, 也没有能够整除11的从站周期, 但是在该时序下不能空置, 因为之前出现了间断的情况, S1, S2, S8在Ts=8的周期下没有完成处理, 此时SΔ=11处理S2。接下来, 在SΔ=12时, 再次出现间断情况, SΔ=13处理S3, SΔ=14处理S4, 在SΔ=14时, 不处于控制状态处理S8, 以下类推。在SΔ=16时, Ts=8都可以被16整除, 但是此时, 由于在SΔ=15时, 处理了S3, 因此在SΔ=16时, 不能处理S1只能处理S4。SΔ=17时, 不空置状态, 在SΔ=17处理S1。
在SΔ=24时, 因为Ts=3和Ts=8都可以整除3, 根据优先级的原则, 在SΔ=24时处理S3, 在SΔ=25时处理S4, 在SΔ=26时不空置状态, 处理S1。
3.4 时序算法的总结与原则
在间断从站处理方式下, 可以发现S4的处理时序SΔ=4, 7, 10….。S3的处理时序SΔ=3, 6, 9, 12…。S0的时序处理时序SΔ=8, 17…等。S3和S3时序间隔周期为3, S1时序的间隔周期为9。
在SΔ=50 (因为从站的最大周期Ts=48) 的范围内, 可以全部寻址所有从站逻辑地址, 为了防止出现时序时间不能在规定的SΔ范围内完成寻址, 在分配每个从站的访问周期时采用以下原则:1从站访问时间之和+预留时间C<1△。
在例子中, 有2×13+3×18+3×124+2×150<1000, 符合时序分配的原则。预留时间是指用于紧急状态处理, 或者在访问中需求的多余时间。通过将预留计算进从站访问时序保证了从站时序的可靠性。
3.5 时序算法的特殊情况处理原则
在DPBUS执行过程中, 难免出现特殊情况, 比如热插拔, 紧急中断等情况。在从站寻址时, 会出现时序没有分配完成的情况, 在这一情况下, 必须计算出剩下没分配时序的地址所需时间, 这样才能保证数据的正常通信。另外, 为保证紧急通信, 以及保证其他从站访问有充裕的轮训时间, 可以将多余的从站时间利用到从站轮训中, 平均分配给每个从站保证从站的访问周期时间。采取以下公式:
1Δ-1T (总时序倒数-分配的从站访问时间倒数) s (从站访问之后) =平均值ava Period
这样可以将多余的时序平均值分配给没有完成的从站, 或者分配给每一个从站上, 在DPbus Dlc.c中defauit Slave ADD/Del函数中做相应处理。
4 小结
《惊马奔逃》的时序解读 篇8
关键词：马丁·瓦尔泽,《惊马奔逃》,叙事艺术,时序
《惊马奔逃》作为马丁·瓦尔泽 (M artinW alser, 1927-) 的成名作一经出版便轰动德国文坛, 甚至跻入当年十大畅销书之列。《法兰克福汇报》 (FA Z) 最具影响的评论家拉尼茨基 (M archel R eich-R anicki) 把它称作瓦尔泽的“夺目之作”, 并认为:“[这]是他最成熟、最出色的书。这个描写两对夫妇的故事是这些年来德语散文的一部杰作。”鲍姆加特 (R einhart Baum gart) 也在《明镜》上热情洋溢地写道:“这是瓦尔泽第一部无与伦比、举世无双的小说, 它远远超越了艺术的成就。”
一.小说作为时间艺术
小说讲述的是分别二十多年的老同学赫尔穆特·哈尔姆和克劳斯·布赫在博登湖畔不期而遇, 矛盾激化, 最后分道扬镳的故事。瓦尔泽用150页创造了文坛奇迹, 因此拉尼茨基称他为“驾驭语言的能手”。笔者在此从叙事学角度浅析这位语言舵手的叙事技巧。叙事文属于时间艺术, 是一个具有双重时间序列的转换系统, 它由被叙述故事的编年时间与文本中的叙事时间组成, 即故事时间与叙述时间。法国叙事学家热奈特根据这种双重时间的相互关系, 引出时间的一系列理论问题, 如构成叙述时间的三方面——时序、时限、叙述频率。本文仅从时序角度分析作品。
时序简言之就是指叙事时间顺序, 是相对于故事时间顺序而言的。用热奈特的话说:“研究叙事的时间顺序, 就是对照事件或时间在叙述话语中的排列顺序和这些事件或时间在故事中的接续顺序。”[热奈特把时序的变形现象叫做“时间倒错”], 这种手法是作家打乱事物发展的客观时间次序, 颠倒因果关系的一种文学手法, 是现代主义作家经常使用的写作技巧。热奈特将时间倒错大致分为两种类型:倒叙 (flashback) 和预叙 (flashforward) , Flashback直译是“闪回”, 因此“倒叙”又被称为“闪回”;flashforward则是“闪前”, 与“预叙”同义。
二.闪回:拓展时空, 弥补遗漏
“闪回”即回头叙述先前发生的事, 它包括各种追叙和回忆。作为一种传统的叙述技巧, 它受到现当代作家的极度青睐。根据闪回与开端时间的关系, 可以将它分为外部闪回、内部闪回和混合闪回。“外部闪回”叙述的是开端时间之前的故事;“内部闪回”, 它的时间起点发生在第一叙事的时间起点之内, 它的整个时间幅度也包含在第一叙事时间之内;“混合闪回”则是外部闪回与内部闪回的结合, 幅度从开端时间之前一直延续到开端时间之后。
《惊马奔逃》是人物对几天前所发生事情的回忆, 属于闪回, 而且故事整个幅度皆没有超出叙事时间, 因而可以归入内部闪回。在整部作品中, 主人公及其他人物又不断地追忆往事, 这样就构成了闪回中的闪回。如:“曾经有一次, 他不是妒忌过一个在爱丁堡获得教师职位的人吗?……那房子的窗户象教堂彩色窗户那么高, 那是克劳斯家的房子;……因为害怕, 他从未进去过。只有一次, 当他得知, 这家人全去了北海时, 他翻过围墙, 从灌木丛边上, 观赏着花园和那幢高大的建筑。”倒叙中插入的追忆不仅能扩展故事的空间, 省掉不必要的叙述, 而且可以毫无遗漏地交待过去的事情, 自然而然地向读者交代克劳斯的家境以及好胜心极强的小赫尔穆特。而如今的赫尔穆特早已不是“斗士”, 前后形成鲜明的对比。
根据闪回与故事时间的关系, 可将闪回细分为整体闪回和局部闪回, 它可以告诉我们闪回在情节中所占的比重。“整体闪回”, 指闪回构成情节的中心或主干;“局部闪回”, 又称“偶然闪回”, 是对故事中某一时刻的回顾或交待, 它是时序发展过程中的洄流。小说显然采用了整体闪回, 结尾的现在时清楚地告诉我们整个故事是赫尔穆特在火车上讲给妻子萨比娜的, 逆时叙述囊括了整部作品。本文叙述的奇特之处是叙述者采用第三人称讲述自己的故事, 这样做可以拉开叙述者与故事的距离, 用小说家杜波依斯的话说, ‘他’就是一个隔着一段距离的‘我’。此时的叙述者以理性的眼光叙述彼时的“我”。
三.闪前:游丝惹花, 将迎复脱
“时间倒错”的另一种表现是闪前, 也叫预叙。它指叙述者提前叙述以后将要发生的事情。预叙有明言的, 也有暗示的。明言的预叙清楚地说出将要发生的事, 这类叙述常常出现具体的时间;另一类则是暗示的, 如《红楼梦》十二支曲已经隐约暗示了人物的命运。闪前在叙事文中没有闪回出现频率高, 却有独特的效果。小说开头赫尔穆特夫妇坐在湖边的一家咖啡馆观看来往的人群, 赫尔穆特想到自己裸着上身的滑稽样, 自慰道“八天之后, 他对此也许会毫不介意”, 因为“八天之后, 萨比娜和他的皮肤也许会晒成褐色。”此处在当时 (博登湖度假第三天) 预言未来的事情, 而且有明确的时间提示, 因此属于明言的闪前。它通过时间上的指向性引起读者的期待, 读者必定会留意八天后夫妇俩的变化。然而, 赫尔穆特夫妇的假期未能如愿进行, 正好在第八天他们不得不“仓皇出逃”, 这与他的预期形成鲜明的对比。两个数字的叠和是不是作者有意为之?大有可能, 细小之处作者都毫不含糊, 可见瓦尔泽娴熟的创作技巧和策略。
暗示亦在文中出现数次, 但暗示一般含糊其辞, 多为后文作铺垫, 对读者要求也相对较高。如赫尔穆特在没有寄出的信中对克劳斯说:“我知道, 谁阻碍我, 谁……我不想陈述己见了, 隐瞒是我的心愿。”克劳斯则在拦截惊马大显身手后, 自豪地作了一番评论:“当时, 我只想到, 那是一匹脱缰的惊马。那个农民犯了一个大忌, 他从前面向马走去, 并且向它进行说教。你不能拦住一匹惊马的去路。惊马肯定有一种感觉, 它要保持自己道路的畅通无阻, 还有:一匹惊马可不是好说话的。”这两个暗示结合起来, 就可以清楚地看到原文所欲传达之义。赫尔穆特信中的“阻碍”与克劳斯的“拦住”不正是同义词吗, 一个要“隐瞒”, 另一个要“说教”, 赫尔穆特显然成了“惊马”。想想他每年携同妻子度假的原因:“每当证明学校和邻里对他了如指掌, 熟悉他从未承认过的性格特点时, 他都想逃开, 远走高飞, 一走了之。……现在, 他就剩下逃避这一条退路。为此, 每年去度一两次假期。”这段话采用人物内部聚焦, 淋漓尽致地再现人物的内心想法, 让赫尔穆特的真实性格在读者面前暴露无遗, 他要通过度假逃避人群和现实世界, “逃避” (Flucht) 是他存在的方式。不识时务的克劳斯偏要“拦住”、“说教”, 结果在狂风大作之夜被“惊马”踢入博登湖, 生死未卜。赫尔穆特信中暗示的“谁……”, 那个人必定自讨苦吃。暗示用的妙到极致, 虽然着墨不多, 却“该出手时就出手”。正如金圣叹所赞, “每于事前先逗一线, 如游丝惹花, 将迎复脱, 妙不可言”。
“惊马”扫清障碍后, 成功出逃了吗?克劳斯身落咆哮的狂澜后, 赫尔穆特有何反应?
“赫尔穆特小心地站起身来, 在白色的浪尖和黑色的浪谷里搜寻着。他……声音越来越大地叫喊着:克劳斯!克劳斯!当他觉得, 现在这样喊叫是为了安慰自己时, 便停止了喊叫。”赫尔穆特的大声呼唤实际是自由的呼喊, 是解脱的喜悦。惊马在小说第六章被拦截回来, 这意味着惊恐万分、要逃离人群的惊马最终还是被牵回人群中。“惊马”逃而未果, 逃避社会, 终究还得回到社会中, 因为个人、社会以及人类生存的状况没有改变。正如小说呼应的开头结尾“突然, 萨比娜从散步的人流中挤出来, 朝一张空桌子走去”把小说结实地封闭起来, 围成一个“圆环” (Zirkel) 。福尔克尔 (V olker Bonn) 把这种社会现象称为“指环运动” (Zirkelbewegung) , 赫尔穆特和布赫正生活在其中, 过着没有止境的重复生活。赫尔穆特从始自终说着一样的话, 克劳斯同样也做着重复的事, 他们作为小市民的典型代表在这个永无止尽的指环中重复。
至此, 克劳斯仍生死未卜, 读者心中的弦还在紧绷着接着, 接着有一段描写赫尔穆特与漂亮蝗虫较劲的场面:
昨天晚上, 当他终于回到度假公寓并只想尽快钻进被窝时, 在他床前的小地毯上爬着一只漂亮的绿色蝗虫。赫尔穆特要是立即踩上一脚就好了。……他只好稍稍用点力把它扯开。一根长触角垂下来, 除此之外, 这只漂亮的绿色蝗虫安然无恙。它的半球状眼睛显然无法闭合。赫尔穆特想:使劲闭上眼睛!他想, 蝗虫……绿色的颈甲……如同克劳斯·布赫搭在衣领上的金黄色鬈发。突然, 这只蝗虫……又爬行起来……长长的身体直哆嗦。他目不忍睹……自己钻进被窝里等待着颤抖的发生……今天早晨蝗虫不见了。”
他想尽快“钻入被窝”, 却有一只漂亮的“蝗虫挡道”影射着小说的情节:赫尔穆特要逃离熟人, 偏偏一个“健美”的男子克劳斯阻碍他。蝗虫显然是克劳斯的隐喻, 后文把蝗虫颈甲与克劳斯鬈发相比, 而且用“漂亮”、“绿色”[绿色 (grün) 在德语中有“年轻、未成熟、幼稚”的意思]形容蝗虫, 那不正是“健美”、“年轻”的克劳斯。“踩上一脚”暗示他潜意识中想置克劳斯于死地, 原文中使用了第二虚拟式, 德语第二虚拟式表示不真实的愿望]。不听劝阻的克劳斯被他踹入水中, 也即蝗虫不配合, 他只好“稍稍用力点”扯开它。蝗虫损失一根触角, 此外无大碍, 这一描写暗示克劳斯将安然无恙地生还, 只是设想的一条道路“巴哈马之行”成为泡影。赫尔穆特不敢看蝗虫的眼睛, 克劳斯落水前的眼神他永远不会忘记, 他只想让它快闭上眼睛或干脆死去算了。蝗虫又开始爬行, 克劳斯回到他们中间, 只是它还在不住地哆嗦, 克劳斯有惊无险, 看清楚了老同学的真面目, 想起过去的几天就不寒而栗。赫尔穆特“哆嗦了好一阵子”, 一天前发生的事自己也难料, 更害怕, “这个看透他的人”偏偏还活着。蝗虫一声不吭离开他的公寓, 结局两对夫妇不欢而散, 分道扬镳。
若将暗示部分串起来小说的基本内容及人物结局已轮廓清晰:
↓赫尔穆特信中的警告→开头框架, 警告克劳斯悬崖肋马, 否则后果自负
克劳斯拦住惊马→不识时务的克劳斯坚持阻拦赫尔穆特
惊马可不是好说话的→克劳斯必自食其果
赫尔穆特的无意识说念→克劳斯也许葬身海底
赫尔穆特与蝗虫较劲场面→结尾框架, 影射事件开头、经过、高潮及结局
四.结语
小说艺术是时间的艺术, 它不仅以时间符号 (语言) 为表达媒介, 而且以时间文本 (故事) 为内涵。光从叙事时间的一个小点——时序就可以读到如此丰富的内涵, 可见瓦尔泽对小说叙事技巧驾驭自如、游刃有余。他巧妙利用双重时间的差异, 发挥时序特有的功能, 闪回、闪前的交错使用既增强小说的层次性, 又天衣无缝地构造出流畅的文本, 恰到好处地把故事展示给读者。
参考文献
热拉尔·热奈特:《叙事话语·新叙事话语》[M]。王文融译。北京:中国社会科学出版社, 1990年。14页。
罗刚:《叙事学导论》[M]。昆明:云南人民出版社, 1995年。
时序网络 篇9
关键词：高标准基本农田；建设时序；建设模式；河北省卢龙县
中图分类号： F323.2文献标志码： A文章编号：1002-1302（2014）06-0310-03
收稿日期：2013-12-10
基金项目：河北省科技计划（编号：11237109D）；河北农业大学非生命学科与新兴学科科研发展基金（编号：Fs20090201）。
作者简介：郭凤玉（1980—），女，河北唐山人，博士，讲师，主要从事土地经济、房地产经济教学与研究。E-mail：xyzz0312@126.com。以河北省卢龙县为例，研究高标准基本农田的建设条件评价方法，并对高标准基本农田建设进行合理模式选择，旨在为区域高标准基本农田建设规划与实施提供科学依据。
1研究区域与数据来源
1.1研究区概况
卢龙县位于118°45′54″～119°08′06″E，39°43′00″～40°08′42″N之间，东西宽28 km、南北长47 km，地处河北省东部，秦皇岛市西部，东与抚宁县相连，北部以长城与青龙满族自治县分界，西部分别与迁安市、滦县隔青龙河、滦河相望，南部接壤昌黎县。县城地处卢龙县域中西部，距离秦皇岛市区82 km，向西距首都北京225 km，西南距离天津市165 km，地理位置显著。卢龙县南部为山麓平原区，中部为丘陵区，北部为低山区。丘陵区面积最大，占全县总面积的71.63%；低山区面积最小，占全县总面积的10.43%；山麓平原区占全县总面积的17.94%。
1.2数据来源
2011年卢龙縣土地利用变更调查数据库、卢龙县DEM高程数据、卢龙县地形图、《卢龙县土地利用总体规划（2010—2020年）》相关图件、卢龙县土壤图、农用地分等及耕地质量等级成果补充等。
2建设布局规划方法
2.1评价单元的确定
评价单元是评价对象的最小单元，单元内部地形地貌、土壤和气候等自然特征和社会经济特征应相对均一。土地整治在实践中一般是在县域范围内开展基层规划的编制，以乡镇为单位进行组织，以行政村为具体实施单位。本研究以行政村为基本评价单元，对自然条件或土地利用差异较大的行政村，可通过叠加相应的图层来划分成若干个均质评价单元，对以图斑为单元提取的指标信息采用加权平均法汇总至评价单元。
2.2高标准基本农田建设时序安排
2.2.1评价指标体系建立《高标准基本农田建设标准》对高标准基本农田建设提出了5 个方面的建设目标，同时对建设条件、建设区域、禁止建设区域做出了明确规定。基于以上分析，从卢龙县属丘陵地区，耕地质量相对较差，基础配套设施不完善的情况出发，本研究从自然禀赋、基础设施与工程施工条件、立地条件3个方面构建高标准基本农田建设的评价指标体系，并在此基础上通过熵权法确定权重，运用逼近理想解排序求解，得到时序上的安排[1-2]
标准基本农田建设影响因素指标体系
目标层准则层指标层高标准基本自然禀赋条件B1土地利用方式C1农田建设A有效土层厚度C2表土质地C3有机质含量C4基础设施与工程施工条件B2田块坡度C5灌溉保证率C6排水条件C7路网密度C8农田防护林C9立地条件B3连片性C10区位条件C11空间格局C12
2.2.2评价指标的分级标准根据高标准基本农田建设的标准，结合上述评价指标赋值研究方法，并借鉴农用地分等体系中的赋值标准，采用经验法和专家咨询法确定高标准基本农田评价指标分级赋值标准，其中数值型评价因子采用[0，1]的标准化处理赋值，阈值型评价因子则按照具体分级赋值标准[3-4]（表2）。表2高标准基本农田建设阈值型指标分级赋值标准
（km）100耕地壤土≥2.0≥150<2充分满足健全≥85018～2036～40≤0.590耕地黏土≥2.0100～1502～5基本满足基本健全≥85018～2036～40≤0.580园地黏土≥2.060～1005～8一般满足一般650～85015～18或20～2330～36或40～460.5～1.070园地沙土≥2.060～1005～8一般满足一般650～85015～18或20～2330～36或40～460.5～1.060林地沙土1.5～2.060～1008～15一般满足一般250～65012～15或23～2624～30或46～521.0～1.550林地沙土1.0～1.560～1008～15一般满足一般250～65012～15或23～2624～30或46～521.0～1.540林地砾质土0.6～1.030～608～15无灌溉条件无排水条件200～2509～12或26～2918～24或52～581.5～2.030林地砾质土0.6～1.030～6015～25无灌溉条件无排水条件200～2509～12或26～2918～24或52～581.5～2.020林地砾质土≤0.630～6015～25无灌溉条件无排水条件≤200≤9或≥29≤18或≥58≥2.010林地砾质土≤0.6≤30≥25无灌溉条件无排水条件≤200≤9或≥29≤18或≥58≥2.0
2.2.3建设条件综合排序
2.2.3.1建立决策矩阵A卢龙县参与评价的共14 402个评价单元，12个评价指标，对数据集标准化处理，形成规范化的决策矩阵，记第i个评价单元的第j个指标值是yij，则标准化后决策矩阵如下：
Am×n=y11y12…y1n
y21y22…y2n
…
ym1ym2…ymn（1）
2.2.3.2确定评价指标的熵权本研究采用熵权法确定各指标权重。熵权法原理是某项指标的值变异程度越大，信息熵越小，即提供的信息量越大，相应权重越大，反之权重越小[5-6]。最终权重。
高标准基本农田建设影响因素指标权重
准则层权重指标层权重自然禀赋0.172 1利用方式0.030 8有效土层厚度0.052 8表层质地0.043 6有机质含量0.044 9基础设施与工程施工条件0.725 8田块坡度0.065 8灌溉保证率0.322 1排水条件0.128 3路网密度0.117 8农田防护林0.091 8立地条件0.102 1连片性0.034 2区位条件0.030 7空间格局0.037 2
2.2.3.3构造加权矩阵将标准化数据乘以对应各指标的权重，构成加权矩阵R。
R=（rij）mn=a1y11a2y21…any1n
a1y21a2y11…any2n
…
a1ym1a2y11…anymn（2）
式中：ai 表示各指标权重；rij 表示加权的标准化矩阵元素。
理想点是研究中某一指标在理想状态下的取值，分为理想点和反理想点。本研究中用M1表示理想点，M2表示反理想点，由于指标类型不同，理想点和反理想点的定义也不同：评价指标属于正相关时，理想点为矩阵R列向量的最大值，反理想点为最小值；评价指标属于负相关时，理想点为矩阵R列向量的最小值，反理想点为最大值。由矩阵R作运算得到：理想点向量M1={p1，p2，p3，…，pm}，反理想点向量M2={q1，q2，q3，…，qm}。
计算评价单元指标值到理想点M1和评价单元指标值到反理想点M2的距离，其中第i个评价单元（i=1，2，…，n）到M1和M2 2点距离分别用S+i和S-i表示：
S+i=∑mj=1（rij-pj）2；（3）
S-i=∑mj=1（rij-qj）2。（4）
S+i值越小說明评价单元距离理想点越近，综合评价分值越大；S-i值越小说明评价单元距离反理想点越近，综合评价分值越小。
Ti=S-iS+i+S-i。（5）
根据Ti值的大小对高标准基本农田建设评价单元进行排序，其中Ti值越大说明进行高标准基本农田建设的各项条件越好，应优先进行建设；相反，Ti值越小说明进行高标准基本农田建设的各项条件越差，应在经济社会发展到一定阶段再进行建设。根据以上方法，按照综合排序对县域基本农田综合分值进行分级，采用自然断点法，确定高标准基本农田建设时序为近、中、远3个时期，即基本具备、稍加改造、全面整治类型区[7-9]。
2.3高标准基本农田建设模式分类
土地整治系统是一个由待整治土地、劳力、技术、资金等多种要素构成，且相互联系相互作用的综合体。这些构成要素在特定的时间和特定的区域中，按照一定的构成方式所组成的具有一定外在表现形式与组合规律的整体就称为土地整治模式[10]。划分整治模式主要考虑各个区域所存在的整治工程可改造和消除的各种土地利用限制因素。本研究从田水路林方面选用田块坡度（C5）、有效灌溉率（C6）、排水条件（C7）、田间道路条件（C8）4项指标进行评价[11]。按照自然断点法将4个指标划分为高、中、低限制级别，之后按照4种指标限制类型的组合划分模式类型。按照前述指标顺序进行形如“高中中低”的组合统计。理论上卢龙县4个因素的组合类型应有81种，经汇总分析实际有76种。一般来讲，因素限制程度达到中等水平时就对农用地生产潜力的发挥具有明显限制作用；一个限制因素组合类型中，高限制因素个数越多，该单元农用地改造难度越大。与此同时，农用地整治难度还与限制因素本身性质有关，限制因素个数相同因素组合不同，最终改造方向、难度也不同。本研究确定的农用地整治模式分区重点考虑限制因素性质对农用地整治类型分区的影响。组合类型的划分原则[12]如下：
（1）从具体限制因素看，克服和改造坡度的难度最大、工程类型最复杂，尽管可通过修筑梯田改变坡度，但并不是一朝一夕可以实现的，而且要更多考虑水土保持和生态影响，需要大量工程的投入，难度相对较大，将组合类型中坡度因素限制级为高的组合类型划为类型区Ⅰ。另外，当坡度因素限制为中同时其他为中或者低限制级时的组合也划入这一类。
（2）农田水利建设是基本农田建设的重要内容，也是提升耕地质量、提高粮食产量的重要环节。因此，将灌溉因素或排水因素的限制级为高的组合划入类型区Ⅱ；灌溉因素或排水因素的限制级为中、其他因素为低的组合同样划为类型区Ⅱ；当有灌溉排水和田间道路指标同时为高或中时，优先考虑农田水利设施的建设。
（3）田间道路的建设主要是提高耕地的区位和耕作便利条件，将只有田间道路条件限制等级为高的组合划入类型区Ⅲ，同时4个因素的限制等级全为低的组合类型划为类型区Ⅲ。
基于上述原则，最终将76种限制因素组合类型划分为3个农用地整治模式类型区。
3卢龙县高标准基本农田建设时序与模式研究结果
高标准基本农田建设中既要考虑时序的安排，同时还要考虑建设模式的限制，通过基本农田时序的研究可以科学掌握基本农田建设在时空上的配置，通过建设模式评价可以科学分析影响高标准基本农田建设的限制性工程因素。根据分析分别确定卢龙县高标准基本农田建设时序和模式研究结果，通过ArcGIS将上述2个研究结果进行叠加分析，得出卢龙县不同时序安排上的建设模式（图1）。
高标准基本农田近期建设规模为11 306.24 hm2，在近期建设区域内模式Ⅰ类型区为484.65 hm2、模式Ⅱ为 7 773.55 hm2、模式Ⅲ为3 048.04 hm2，近期建设区域内以模式Ⅱ为主，符合高标准基本农田建设时序安排的原则。在近期建设模式Ⅰ内，潘庄镇面积最大，为211.99 hm2，其他乡镇分布较少或者没有该建设类型；在近期建设模式Ⅱ内潘庄镇、燕河营镇、木井乡面积均超过1 000 hm2；近期建设模式Ⅲ内陈官屯乡、燕河营镇面积较大，分别为1 260.79、1 039.04 hm2，其他乡镇分布较少。
高标准基本农田中期建设规模为6 468.57 hm2，在中期建设区域内模式Ⅰ类型区较少，仅为219.66 hm2，模式Ⅱ为 2 451.85 hm2，模式Ⅲ为3 797.06 hm2，中期建设区域内以模式Ⅱ和Ⅲ为主。在中期建设模式Ⅰ内，仅有刘田各庄镇与双
望镇分布该模式类型；在中期建设模式Ⅱ类型区内，双望镇、印庄乡、陈官屯乡分布较多，下寨乡、潘庄镇、卢龙镇分布较少，均小于100 hm2；中期建设模式Ⅲ内，潘庄镇面积最高，为1 151.83 hm2，其次为印庄乡和双望镇，均超过800 hm2。
高标准基本农田遠期建设规模为11 047.43 hm2，在远期建设区域内以模式Ⅰ和Ⅱ为主，3种模式面积分别为 5 256.18、4 258.44、1 532.81 hm2。远期建设模式Ⅰ内，石门镇分布最多，为1 904.48 hm2，其次是卢龙镇，面积为 878.48 hm2，与该地区的基本农田地形实际相符；在远期建设模式Ⅱ类型区内，双望镇分布较多，达1 089.87 hm2，除印庄乡外其他乡镇均有分布；远期建设模式Ⅲ内，双望镇面积最高，为681.37 hm2，其他乡镇分布较少。
4结论
从高标准基本农田建设的内涵和特征出发，提出高标准基本农田建设融数量、质量、生态为一体的评价体系，评价县域基础上高标准基本农田建设的时序与模式。通过实证研究对该评价框架体系进行验证，得出以下结论：
（1）从基本农田的自然禀赋条件、基础设施与工程施工条件、立地条件3大方面12个评价因子构建了高标准基本农田建设评价的指标体系，分别采用理想逼近法和因素组合法确定高标准基本农田建设的时序和模式，为高标准基本农田建设实际工作提供科学依据。
（2）将卢龙县基本农田贴近度大小进行排序，将待需建
设的高标准基本农田划分为近期（基本具备）、中期（稍加改造）、远期（全面整治），建设规模分别为11 306.24、6 468.57、1 1047.43 hm2。本研究确定的建设时序规模科学合理，有助于提高高标准基本农田建设的效率。
（3）根据卢龙县高标准基本农田建设的时序和模式分布结果，通过空间分析叠加得出卢龙县不同时序安排上的建设模式，结合不同建设时序内基本农田建设限制因子，分类推进。高标准基本农田近期建设区域内以模式Ⅱ为主，3种模式面积分别为484.65、7 773.55、3 048.04 hm2。
参考文献：
[1]张晓燕. 基于“反规划”理念的基本农田保护空间规划研究[D]. 保定：河北农业大学，2010.
[2]涂建军，卢德彬. 基于GIS与耕地质量组合评价模型划定基本农田整备区[J]. 农业工程学报，2012，28（2）：234-238.
[3]聂庆华，包浩生. 中国基本农田保护的回顾与展望[J]. 中国人口·资源与环境，1999，9（2）：33-37.
[4]蔡运龙. 中国农村转型与耕地保护机制[J]. 地理科学，2001，21（1）：1-6.
[5]陈百明. 耕地与基本农田保护态势与对策[J]. 中国农业资源与区划，2004，25（5）：1-4.
[6]张凤荣，张晋科，张琳，等. 大都市区土地利用总体规划应将基本农田作为城市绿化隔离带[J]. 广东土地科学，2005，3（3）：4-6.
[7]郧文聚，张蕾娜，程锋. 基本农田保护20年[J]. 中国土地，2009（11）：51-53.
[8]周尚意，朱阿兴，邱维理，等. 基于GIS的农用地连片性分析及其在基本农田保护规划中的应用[J]. 农业工程学报，2008，24（7）：72-77，封3.
[9]石英，朱德举，程锋，等. 属性层次模型在乡级基本农田保护区布局优化中的应用[J]. 农业工程学报，2006，22（3）：27-31.
[10]魏菁华，许皞. 基于因素组合法的耕地后备资源潜力研究——以河北省卢龙县为例[J]. 河南农业科学，2011，40（11）：71-75.
[11]TD/T 1033—2012高标准基本农田建设标准[S].
历史教学中时序观念的培养 篇10
在中学历史教学中培养学生的时序观念是一项重要的基础任务, 中外各国历史研究与历史教育在此认识上高度一致, 如:1996年颁布的美国《国家历史课程标准》体现了历史学科的特性, 在历史思维能力的要求上它强调历史教学要着重培养相对独立但互相联系的5种历史思考能力, 把“时间顺序的思维能力”排在首位, 它解释说“时序思维能力是历史推理的核心, 如果没有历史地看待时间的明确意识, 学生肯定会把诸多事件看作一大堆杂乱无章的东西。没有强烈的年代学意识;学生就不可能考察它们之间的相互关系或解释历史因果联系。”年代学是组织历史思维的智力前提。由于我国《义务教育历史课程标准 (实验稿) 》采用的是学习主题式的编排, 多年的实验表明, 由于历史学科时序性强的特点以及学生认知基础薄弱等状况, 对学生掌握历史造成一定的混乱。所以2011年版《义务教育历史课程标准》又回归历史学科特点, 建立基于时序的课程内容体系。
目前, 新的教科书采用专题的编写体例, 这种编排有助于学生认识同一个历史现象的来龙去脉和发展演变规律, 但是, 在实践中也暴露出一些问题:第一, 同类知识过于集中, 不利于学生多角度分析历史问题, 也不利于激发学生学习学习兴趣.第二, 内容跨度大, 高度概括, 加剧了学生的认知难度。第三, 历史发展的时序性不清晰, 学生不容易搞清历史内容的先后顺序。很多学生学历史感到很混乱, 就是没有培养学生的时序观念。最基本的历史时序概念, 成为学生认知结构的短板。因此, 历史学科的基本时序特征在中学教学中应突出体现和落实。在课堂教学中, 可以从以下几个方面培养学生的时序观念:
一、帮助学生掌握与时间有关的专业术语
包括常用历史分期及其起止时间、历史分期划分依据, 如中国古代史、中国近代史、中国现代史、世界古代史、世界近代史、世界现代史、旧民主主义革命时期、新民民主义革命时期。这些历史分期及依据, 教师新课开始之前就应向学生讲明白, 以使学生能有整体的认识。
二、在通史教学中帮助学生掌握历史发展的基本脉络及不同历史发展阶段的社会特征
1.重要的历史事件、历史现象应讲述发生发展的过程。如英国资产阶级革命, 其过程相当复杂, 所经历时间很长, 其中还有反复。教师在讲授时可概括为:议会斗争→革命战争→共和国成立→克伦威尔独裁→王朝复辟→光荣革命, 然后让学生复述其过程。
2.帮助学生掌握基于时间的“大事记”叙事文体。如, 引导学生编制“专题性事件大事记” (如印刷术的发明与改进大事记) 、“断代大事记” (如唐朝大事记) 、“重要组织大事年记” (如中国共产党90年发展大事记) 、“重要人物大事记”、“年度或月份大事记”等。大事记的素材可以由教师提供, 也可以由学生根据历史教科书和其他资源整合而来。教学中应设计相应的问题, 引导学生根据大事记进行思考.
3.每个单元内容新授完后, 教师应及时小结, 把整个单元事件按时间发展顺序帮助学生梳理。如二战史, 整个单元新授完后可这样构建知识网:
4.每个大的历史分期内容新授完后也应给学生梳理。如世界近代史可以构建网络:
三、在专题教学中帮助学生梳理
梳理政治、经济、思想、文化、社会生活、军事、外交等专题主要内容, 进而了解历史发展的基本脉络。如中国近代化的起步可这样梳理:
学生一看很清楚, 中国近代化特点:从学习西方技术到政治制度再到思想文化, 由表及里, 层层深入。
四、引导学生从“原因与结果”“延续与变迁”等视角出发, 把握历史观念, 历史事件之间的内在联系
如英国第一次工业革命进行的原因、过程、结果可如下讲述:
进程:工作机的发明——动力机的发明——交通工具的发明
结果:1.促进资本主义生产力的发展———资本主义制度的巩固并扩大———对外扩张———西方先进、东方落后
2.形成两大对立的阶级 (资产阶级和无产阶级) ———工人运动的发展———宪章运动———巴黎公社———十月革命——第一个社会主义国家的建立。