体系结构演化模型

体系结构演化模型（精选8篇）

体系结构演化模型 篇1

1 引言

在区域经济一体化的大背景下,区域物流成为区域经济系统形成与发展的一种重要力量,而区域物流网络结构的好与坏则直接影响区域物流系统及区域经济系统的构成与发展。通过对区域物流网络结构进行系统的研究,可以看到区域物流发展的现状及存在的不足,有助于为相关领域更好的规划、发展区域物流系统,从而促进区域经济社会一体化发展。云南作为中国面向西南开放的“桥头堡”,具有重要的战略意义及得天独厚的区位优势,云南也相继提出了关于区域经济一体化的措施。然而云南发展区域经济、区域物流的现状如何?区域物流网络结构的演化与发展如何?如何抓住良好的区位优势大力发展区域物流?这些问题都值得我们去深入研究。本文主要通过时空演化模型看云南区域物流网络结构的演变与发展,分析目前云南区域物流的发展现状,提出促进区域物流发展的合理建议。

2 区域物流网络结构的演化

区域物流网络结构(Regional Logistics Network Structure)指的是区域物流网络系统内部各组成要素之间相对稳定的联系方式、组织秩序、时空关系的内在表现形式。区域物流网络的结构是区域物流网络系统的基础,它具有多样性、复杂性和演化性等特性,分析区域物流网络结构能了解物流宏观层面特征,为相关领域发展现代区域物流提供帮助。

借鉴弗里德曼(John Friedman)空间组织理论及国内杨光华研究员的区域物流网络结构空间拓展阶段辨识分析,区域物流网络结构的演化过程大概分为四个阶段:(1)低水平均衡阶段,(2)极化集聚式发展阶段,(3)辐射扩展式发展阶段,(4)高水平均衡阶段。各阶段具体特征、表现形式、区域物流网络结构形态,如表1所示。

由上图分析,我们可以看出,区域物流网络结构大体呈现出由“点”——“轴”——“网”的演化过程。

3 基于时空演化的区域物流网络结构演化模型

时空演化是区域物流网络结构用于研究物流网络结构演化机理的主要方面之一,其主要研究的是某一区域物流网络在某一时间段里其空间结构是如何变化的,可以充分全面认知和论证其演化的机理。研究区域物流网络结构的时空演化的主要内容是分析区域物流网络中物流分部的集散程度和扩散程度机制。

赫佛因得指数(HI)是区域经济学中说明市场集中化程度的一个重要指标,由此我们可以借鉴其原理,结合数据计算来反映区域物流的集中与分散程度。物流区域分布非均衡系数(α)则是在区域物流网络中根据亚区域分布比求出来的标准差,用来衡量区域物流网络结构发展的均衡程度及趋势。为了研究区域物流网络时空演化的特征,这里选用赫佛因得指数(HI)、区域分布非均衡系数(α)两个数学模型对区域物流网络时空演化进行深入的分析论证。

(1)赫佛因得指数(HI)

其中,Bi为各个节点物流量占其网络中总物流量的比重(用小数表示),n表示网络中的节点个数。根据(1)可知,0

(2)分布非均衡系数(α)

在区域物流网络中,α越大,分布越不均衡,计算公式如下:

其中,Bi为各个节点物流量占其网络中总物流量的分布百分比,n表示网络中的节点个数,为分布百分比的平均值。α越大,分布越不均衡。

4 实证分析——以云南省为例

实证分析以云南省为例,结合云南省具有代表性的八个城市的历年货运量,对基于时空演化的云南省区域物流网络结构演化模型进行分析研究。

(单位:万吨)

注:表中数据来源于《中国城市统计年鉴》、《云南统计年鉴》。

4.1 HI集聚指数计算

根据研究需要,我们需要将域面划分为:八个代表地区总体指数、滇中、滇西南、滇北。其中滇中包括昆明、曲靖、玉溪;滇西南包括保山、临沧、思茅;滇北包括丽江、昭通。基于表2的基础数据,根据赫佛因得(HI)公式,我们可以算出以上四个域面的(HI)聚集指数,如表3所示。

依照表3的数值,我们可以作出(HI)聚集指数图,从而观察其趋势变化,如图1、图2所示。

由图1我们可以看出,从2001~2010年云南八个代表城市总体(HI)聚集指数呈下降现象,这表明其物流在这十年里正经历由集中到分散的过程。按照曲线的趋势,八个代表城市总体(HI)聚集指数还将下降。但是八个代表城市总体(HI)聚集指数偏高,表明区域物流的分散程度还不高。

由图2我们可以看出,滇中(HI)聚集指数呈下降现象,可见物流也经历由集中到分散的过程,但分散程度不高。滇西南(HI)聚集指数较平稳,演化不明显,总体发展慢。滇北(HI)聚集指数变化较大,由0.52升到0.64,数值偏高,说明其经济整体水平低,物流网络不发达。

4.2 分布非均衡系数(α)计算

同样是基于表2的基础数据,根据分布非均衡系数(α)计算公式,我们可以算出以上四个域面的(α)系数,如表4所示。

依照表4的数值,我们可以作出(α)系数图,从而观察其趋势变化,如图3、图4所示。

由图3、图4我们也不难看出,云南八个城市总体分布非均衡(α)系数呈下降现象。滇中(α)系数下降最明显,滇西南呈上升趋势,滇北先下降到5而后又上升到27。

4.3 云南区域物流网络结构演变现状

从以上计算结果及趋势图可以得出,在2001~2010年这十年里,云南全省总体物流结构演化呈现由集中到分散、由凝聚式到扩展式的发展,但是全省区域物流发展形式不容乐观,(HI)聚集指数和分布非均衡(α)系数数值都过高,还有待于进一步发展区域物流。

滇中发展态势与全省相似,由于滇中城市群的发展,其经济整体发展水平相对高,物流网络相对发达,但是其各项指数也都偏高,还有待发展。滇西南处于云南边境,具有一定通商贸易的区位优势,其各项数值都相对偏低,但是演化过程不明显,没有得到快速发展。滇北区域物流网络演化最明显,其区域物流网络不发达,正从低水平均衡阶段发展到凝聚式发展阶段,其各项指数较高,急迫需要发展区域物流,需要快速进入由凝聚式到扩展式的发展阶段。

5 结论与建议

基于时空演化模型,我们看到了云南区域物流网络结构的演化情况与发展过程,云南总体区域物流发展情况不容乐观,区域物流网络结构发散程度、均衡程度偏低,迫切需要大力发展区域物流。我们只有通过发展好区域物流中心节点,扩大区域物流干线的线路容量,建立区域物流信息处理平台,优化物流信息网络功能,优化物流协作网络功能等方法来促进云南区域物流的快速健康发展,从而带动云南经济社会一体化的良好发展。如何来更好地促进云南区域物流的发展是一个我们还需深入研究的重大课题。

参考文献

[1]中国物流与采购联合会.中国物流重点课题报告[R].北京:中国物资出版社,2011.

[2]杨光华,邹敏.区域物流网络结构演化分析与实证[J].物流科技,2010,(08):40—42.

[3]杨光华,李夏苗,蔡鉴明.区域物流网络结构关系分析与实证[J].铁道科学与工程,2009,6,(4):91-96.

[4]高洪深.区域经济学[M].北京:中国人民大学出版社,2002.

[5]王子龙.区域物流网络结构及其功能研究[D].南京:南京航天航空大学,2004.

体系结构演化模型 篇2

作者简介：李治国（1960-），男，河北省承德市人，中海石油（中国）有限公司上海分公司高级经济师，硕士，主要从事石油管理研究。摘要：海上石油开发项目风险演化问题具有复杂性，运用系统论、项目生命周期理论以及预警管理理论构建了海上石油开发项目风险演化的理论基础。通过构建海上石油开发项目风险演化的系统动力学模型，揭示了海上石油开发项目风险演化的总体规律、海上石油开发项目风险演化的核心影响要素以及主体风险意识改变对开发风险演化的影响机理。

关键词：海上石油开发项目；风险演化；系统动力学

中图分类号：F213.1文献标识码：ADOI：10.3963/j.issn.16716477.2014.03.004武汉理工大学学报（社会科学版）2014年第27卷第3期李治国：海上石油开发项目风险演化模型研究

当前，我国海上石油开发在装备、技术、开采量等方面均取得了显著的发展成效＼[1＼]，然而海上石油开发项目因受海洋气候环境及海洋油气田地质环境的复杂性、海洋石油开发设备的专用性、海洋石油生产平台工作地点的特殊性、海上石油作业产物的危险性等诸多原因，而比陆地石油开发项目更具风险性，海上原油开发所占比率小于大陆架区块＼[2＼]，这引起了施工单位、政府机构、保险公司等单位的高度关注。与此同时，海上石油开发项目的HSE管理、海洋石油开发保险等若干针对海上石油开发项目风险的措施也应运而生，但其对于系统解决海上石油开发项目风险管理仍然存在一定的局限性。其主要原因在于，海上石油开发所涉及的技术、人员、设备相互之间的交错影响及动态演化特征增加了海上石油开发项目的风险性＼[3＼]。目前关于海上石油开发项目风险类别的研究主要集中于：政治风险（政局稳定性、政策变动等）、经济风险（价格风险、融资风险等）、社会风险（文化风险、社会治安风险等）、自然风险（自然灾害风险、地质危险等）、工程风险（海洋平台工程风险、钻井工程风险等）与管理风险（风险意识、管理者综合水平风险等）几个方面，不同类别的风险有各自的风险等级划分＼[4＼]。除政治、经济、社会、自然等人为不可控风险因素外，从学术界已有的相关研究结论来看，其主要从海洋石油开采的环境效率检测（EEM）＼[56＼]、资金、环境与技术可获得性的综合评价＼[7＼]、人员与组织因素＼[8＼]等因素对于海洋石油开发项目的风险识别、方法与控制展开了研究。因此，海上石油开发项目主要可控风险来源为技术、设备及人员，本文也力求从可控风险角度探索综合风险的演化规律，并寻求影响风险演化的显著性因素。

已有研究成果均认为对于海上石油开发项目风险的研究必须从动态和连续时间序列的角度展开＼[9＼]，然而却未能对海上石油开发项目的风险演化规律展开研究，由此导致海上石油开发项目风险管理难以做到真正地有适应性、针对性和预警性。基于此，本文试图从外部的海洋环境以及内部技术、人员、设备条件的综合视角对海上石油开发项目风险演化模型展开研究。

一、海上石油开发项目风险演化的理论基础

（一）系统论

海上石油开发是一项复杂的系统工程，从系统的构成而言，其包括外部的海洋环境子系统（广义的环境，其包括海洋气候环境、海洋地质环境、海洋生物环境等）和内部的人员子系统、设备子系统和技术子系统。不可控的外部风险会影响内部子系统的运行效率，当内部子系统无法有效应对外部风险时则会增强内部风险，然而通过改善人员操作稳定性、设备可靠性与技术实力，不仅可以降低人员风险、设备风险、技术风险，还能够提高开发项目的整体抗风险能力＼[78＼]。而如何调整三个子系统，则必须系统地和动态地了解技术、设备、人员等风险因素与风险演化的内在联系。

显然，在海上石油开发项目全寿命周期过程中，项目风险演化的过程绝非是相关子系统风险简单叠加的过程，因为任意子系统的变化均会导致系统随之发生变化。海上石油开发项目风险演化受到环境、设备、技术、人员等多维度因素的综合影响，当低于风险阈值，各子系统趋于平衡态时，海上石油开发项目风险演化相对稳定，风险总体在可操控范围内。然而，多个系统要素将引发海上石油开发项目风险的涌现，由此导致事先的风险预评估和事后的风险补救均必须考虑到海上石油开发项目的风险演化规律。

（二）项目生命周期理论

海上石油开发项目全寿命周期是该项目从建设、运行到最终经过评价决定废弃的全过程。项目进展的过程，也是项目风险随之不断传递和演化的过程。风险与利益总是相辅相成的，对于海上石油开发项目风险演化规律的识别和掌控，必须建立在以项目生命周期的视角对项目的价值和利益取向与项目风险综合权衡的基础上。在海上石油开发项目不同生命周期阶段，项目对应的主导风险相应有所不同，比如在钻前普查勘探阶段，项目风险以勘探船舶风险为主；在建设阶段，项目风险将以钻井设备风险、工作船舶风险、井喷风险等为主；在钻探阶段，项目风险增加安装工程风险、油管铺设风险等；在生产阶段风险，项目风险增加爆炸、火灾风险、生产作业风险等。可见，海上石油开发项目风险演化是伴随项目推进，项目各阶段主要工作内容、工作所需设备、技术和人员所决定的主导风险演化分析必须考虑时间要素即开发进程。此外，项目前一阶段的风险将进一步延续和传递至后一阶段，使得海上石油开发项目风险演化具有迭代性和叠加性。

（三）预警管理理论

海上石油开发项目风险演化的过程，并不完全是项目所设计的人员、设备、技术在外界环境影响下，遵循自身工作和运行规律而放任动态变化的过程。因为在缺乏外在的人为干预时，海上石油开发项目风险可能会在非线性规律及复杂系统的影响下，被无形放大，导致最终的风险总量超出可控制范围。在此背景条件下，风险预警管理对于海上石油开发项目风险管理很有必要，从而使得海上石油开发项目风险演化必然是预警系统中人为外在影响和干预条件下的动态变化。即人员所引发的风险演化将因为有意识地减少海上作业人员的不安全行为，设备所引发的风险演化将因为物的不安全状态被控制以及相关设备得到第三方检验机构的权威检测和认证，技术所引发的风险演化将因为技术方案的不断调整、技术创新工作的持续开展以及技术“外脑”的有效利用，而得到有效弱化和控制。综合而言，如果能够厘清人员、设备与技术对风险演化的影响，则可以预先调整、改善相应子系统要素，以此提高抗风险能力并遏制风险强化性演化趋势。

可以考虑采取预先危险性分析方法，对系统中存在的危险类别、出现条件、可能导致的后果等因素进行分析，评价风险发生时对人员及系统造成危害的等级，然后针对不同级别的风险以及造成风险的原因，确定消除或控制风险因素的对策与措施，力图将风险最小化、最弱化＼[10＼]。

（四）风险控制理论

从技术的维度来看，科学合理配置应急资源，提升海上石油开发技术与能力，充分利用计算机技术与传感器，并与地理信息系统与数值模型等技术相结合，形成海上石油开发风险预测与应急系统，是防范事故发生的重要手段＼[11＼]。从人员的维度来看，管理者综合水平等因素的变化会导致项目的实际实施结果与当初的计划产生偏离，这就会引起海上石油开发项目的管理风险问题，具体包括：组织机构风险、管理者综合水平风险和风险意识三个方面＼[12＼]。从设备的角度来看，为降低海上石油开发项目风险，一方面需要不断对开发设备及其配套设施进行改进，增加海洋石油装备数量、类型、能力，提高其专业化程度＼[1＼]；另一方面就必须在设备严重受损或者性能下降之前，投入资金对设备进行以可靠性为中心的维修（RCM）、费用有效维修（CEM）和风险维修（RBM）＼[13＼]，提高设备的抗风险能力。

二、风险演化仿真模型的建立

（一）模型的总体分析

通过上述关于海上石油开发项目风险方面的理论分析可知，海上石油开发项目风险主要源于人员、设备、技术等要素，每一环节要素的不确定性都直接影响了海上石油开发项目的风险状态＼[14＼]，海上石油开发项目是投资巨大、运营复杂、时间跨度长的复杂性系统工程，风险不仅存在于环境勘探、方案设计及评估、项目建设、生产的每一个阶段，而且不同阶段的风险成因、表征、程度均有所不同＼[15＼]。总体而言，由于开发项目处于一种动态海洋环境中，随着工程项目不断深入、接触的环境范围越来越广，更加强化了风险的动态性与复杂性，因此必须厘清海上石油开发项目风险系统的内在关联，掌握风险演化的内在规律，才能有效识别风险，预控风险。

如上所述，人为风险、技术风险与设备风险是海上石油开发的主要内部风险，那么开发项目的抗风险能力就与人员、技术和设备息息相关，开发主体根据环境不确定性以及内在抗风险能力，不断预判项目面临的各种风险，并及时调整项目投入方向及力度，形成海上石油开发项目风险演化模型的总体结构，见图1。

图1海上石油开发项目风险演化的框架模型

（二） 流程图、关系式及变量解释

根据海上石油开发项目风险预警的总体思路与结构，本文设定海上石油开发项目技术实力、人员素质与能力、设备可靠度为水平变量（盒变量），相应地设计技术提升率、技术折损率、人员能力提升率、设备改进率以及设备可靠度减损率为速率变量，抗风险能力、开发风险、风险感知度、主体风险意识等位辅助变量或常量，得出海上石油开发项目风险演化的动态流程图，见图2。

图2海上石油开发项目风险演化的动态流程图

由于海上石油开发项目风险的相关参数值既缺乏足够有效数据，又难以通过定量方法予以确定，同时也没有相应文献对参数值的确定提供直接参考和帮助。因此，本文采用问卷调查、深度访谈的方法，选择某海洋石油公司为目标对象，选择参与过多个海上石油开发项目的工作人员作为被访谈者，围绕环境不确定性、主体风险意识、方案效度等内容设计问卷问题，再对访谈结果进行加权平均，得到相应参数值＼[16＼]，其中部分关键参数值的问卷描述及赋值结果，见表1。

表1关键参数的问卷内容描述及赋值结果

参数值1问题描述1加权平均值环境不

确定性1相对于稳定的一般性陆上开发项目，您所经历的海上石油项目开发过程中环境的平均不确定性程度10.5您所经历的开发项目中，最恶劣状态下环境不确定程度10.8主体风

险意识1开发过程中，正常状态下能够预知的风险事件比例10.7开发过程中，采用最好的预测工具及方法，保持高度风险意识，能够预知的风险事件比例10.9方案效度1所经历的开发项目中，因环境不确定性，设计方案在开发进程中不需要调整内容比例或稳定程度10.8依据表1结果及调研结论，海上石油开发项目风险演化的系统动态流程图中主要变量及其内在关系的解释如下：

方案效度= 0.8+0.2×ABS（40-Time）/40。开发的海洋环境不确定性极强，事前开发方案与实际状况存在差异，并且这种差异随着海底设施范围的延伸会越来越大。通过调研，假定一个开发项目的总时间为20年（80Quarters），方案效度一般能够保持在0.8以上，当开发范围最广时（一般time在40左右）效度最低。

设备可靠度=INTEG（设备改进率-可靠度减损率，0.8）。

技术实力= INTEG（技术提升率-技术折损率，0.8）。

素质与能力= INTEG（能力提升率，0.8）。

可靠度减损率= 0.1×（1-方案效度）。方案效度越低说明方案匹配、适应环境的能力越差，那么方案指定下的设备减损可能越大。

技术折损率= 0.2×（1-方案效度）^2。一般情况下技术折旧水平高于设备减损，但技术折损对方案效度的反应，要低于设备减损对方案效度的减损。这是因为相对于设备而言，技术要素应对不确定情况更具有能动性。

操作稳定性=素质与能力×＼[0.9+0.1×ABS（（40-Time）/40）^2＼]。人员操作的稳定性，首先影响于人员的素质与能力，当素质与能力一定时，环境越稳定则操作越不易犯错，环境变动越大则人员需要更多时间去适应，相应地操作稳定性会略差。

抗风险能力=操作稳定性×（0.7×设备可靠度+0.3×技术实力）。海上石油开发项目风险中，给定的设备与技术条件下，人为因素决定了风险的大小；同时设备要素比技术要素对风险影响更为显著＼[6＼]，对设备与技术变量分别赋权0.7与0.3。

开发风险=海洋环境不确定性×（1-抗风险能力）。

风险感知度=开发风险×主体风险意识。

此外，当开发主体风险感知越强，则在能力提高、技术提升以及设备改造上投入更多。海洋环境不确定性、主体风险意识为常量。

三、模型模拟及结果分析

根据表1可知，一般情况下，海洋环境不确定性可赋值0.5，恶劣环境的不确定性值则为0.8；主体风险意识值一般为0.7，最高的风险态度与意识值可确定为0.9，通过调研访谈得知，由于海洋环境极为复杂、现有预测方法不够尽善以及人员主观偏差，不可能对所有风险全部感知。此外，海上石油开发项目的整个周期为20年左右（即使20年后仍可继续开采，设备基本上也需要全部更新），经历环境勘探、方案设计、开采设施建设、直到海底输油管线铺设完毕，大概需要10年，因此模型运行周期为0-80Quarters，仿真步长为1 Quarter。本文运用软件Vensim_PLE5.4a，模拟海上石油开发项目风险演化过程。

（一） 仿真模拟

初始状态下，海洋环境不确定性为0.5，主体风险意识为0.7；改变海洋环境不确定性值为0.8，主体风险意识不变，得到方案1状态；海洋环境不确定性为0.8，主体风险意识改变为0.9，得到方案2状态。

1. 海上石油开发项目风险演化的总体规律。通过比较初始状态和方案1状态下海上石油开发项目风险演化的趋势，可以判断出在内部条件一定时，无论外部不确定性如何变化，长期来看开发项目风险总存在的演化内在规律，见图3。

图3不同外部状态下海上石油开发项目风险演化规律

由图3可见，海上石油开发项目风险具有开发初期风险下降、中期风险增加、后期风险显著回落的总体规律，并且当外部环境不确定性越强，这种规律性起伏就更为显著。结合文献研究、理论分析可以得知，初期的环境勘探无法完全掌握多变的海洋环境，必然导致设计方案与现实情况存在差异，进入实质性建设和开发阶段后会面临诸多未知状态，表现为风险较高；但是，开发主体具有主观能动性，根据具体环境及时调整技术和设备投入方案来弱化风险；随着开发项目不断深入，涉及的海洋领域更为复杂，输送线路更为广泛，迅速提高了开发风险，此时任何一个环节的失误和偏差都会产生较大事故和损失；如果开发设备、传输设施建设完毕，不会出现新的环境，开发主体通过不断学习、熟练操作，规律化风险防控对策，在开发项目中后期显著降低风险。抗风险能力变化规律与开发风险演化规模相反，说明风险既源于人为、技术、设备，即可以通过人为、技术、设备的改进来防控风险。

2. 海上石油开发项目风险演化的核心影响要素分析。开发风险的主要影响要素为人为、技术与设备，通过初始状态和方案1下开发风险与三个要素之间的关联分析，识别开发风险的主要影响因素，见图4。

人员素质与能力、技术实力、设备可靠度对开发风险存在负向影响，从图4可知，无论外部环境不确定性如何，当设备可靠性下降时开发风险上升，反之亦然，并且同人为、技术要素相比，设备与开发风险的影响关系最为显著。说明海上石油开发项目风险事故主要体现为海底设备损坏，其原因在于当设计方案指定设备难以满足未知环境要求时，风险会显著上升（如图4中的开发中期）。技术实力与人员素质变化相对平稳，但也正因为如此，才使得开发风险的变化起伏没有设备可靠性那么明显。此外，通过方案1下的比较，能够发现人员素质与能力在后期保持较高水平会导致开发风险在后期显著下降，说明当开发项目在空间上不再拓展后，方案的效度性影响已经不明显了，主体学习能力、经验积累会大大减少操作不当导致的风险事故。

图4海上石油开发项目风险演化的影响关系分析

3. 主体风险意识改变对开发风险演化的影响。当外部环境不变时，考察主体风险意识的提高对开发风险的影响，由于风险意识直接影响风险感知度，所以可通过对比方案1和方案2下风险感知度对开发风险的影响，见图5。

图5风险感知度与开发风险演化的关系

依图5可见，主体风险意识的改变对海上石油开发项目风险演化的趋势影响不明显，即图5中曲线1和曲线4的起伏规律改变不显著；当海洋环境不确定性很高时（方案1和方案2中均为0.8），主体风险意识的改变，虽然对风险感知度的影响并非特别强烈，但是这种比较微弱的改变都使得开发风险的风险绝对值显著下降。说明在海上石油开发项目中，弱化风险、防范风险的最直接策略是提高开发主体的风险意识。

（二）结果分析

首先，由于海上项目开发的环境相对陆地项目更为复杂，使得开发初期以及拓展中期的方案效度不高，体现出开发风险在初期以及中期显著提升的演化规律；而开发主体主观能动的改变，会不断提高抗风险能力，在项目开发初中期以及中后期，风险呈现出逐步下降的演化趋势。

其次，许多现实的海上石油项目开发事故，都体现出开发设施与设备的损坏是主要因素与表征，本文通过仿真模拟也验证了设备可靠度对开发风险的显著影响。与此同时，如果人为与技术性因素能够保持在较高的安全水平，可以在一定程度上减缓开发风险演化的剧烈波动。

再次，虽然提高风险意识不能改变开发风险演化的趋势规律，但由于海上石油开发项目投资大，风险高，复杂性强，如果开发主体能够引起足够重视，作好充分准备，就可以感知到更多的潜在风险，进而通过及时投入来提高设备可靠性、提高人员素质能力以及提升技术水平，综合强化抗风险能力，就能够极大降低开发项目所面临的风险绝对值。

四、结语

不同于一般项目风险演化规律，由于海上环境更为复杂且可预测性相对较弱，海上石油开发项目风险演化呈现出初期高、再降低，中期显著增加，并在后期显著下降地波动规律，因此风险防控的重点时期应处于项目开发初期以及中期。鉴于设备可靠度与海上石油开发项目风险相关性最强，那么在项目开发过程中，应根据环境可能出现的各种不确定性，提高设备质量与规格，并在建设与生产期间重视设备日常维护与安全检查。此外，风险意识决定了风险识别效率以及抗风险能力提升性投入，因此无论具体的海上环境不确定性高或低，项目开发主体都应该时刻保持较高的风险意识。

此外，本文采用的方法及得到的模型，能够为其它开发项目风险演化研究提供参考与借鉴，比如设备可靠性、技术实力、操作稳定性与抗风险能力之间的关系。但如果要整体借鉴方法与模型，则要求开发项目随开发时间推进体现出很强的环境复杂性与动态性，并且能够影响到开发技术、设备适用性；对于环境不确定性在开发初期能够有效预测的项目而言，开发前的设计方案效度近似为1，导致设备可靠度减损率基本为0，与此同时由于开发过程中环境不确定性是可预测的，则方案效度、操作稳定性与时间（TIME）参数不相关，因此本文的方法及模型在运用过程中必须剔除时间对技术、设备等参数的影响。

＼[参考文献＼]

＼[1＼]王定亚，王进全.浅谈我国海洋石油装备技术现状及发展前景＼[J＼].石油机械， 2009，37（9）：136139.

＼[2＼]毕彩霞，武英山，宋永和.海上石油开发风险分析与安全对策＼[J＼].中国高新技术企业，2008（12）：67.

＼[3＼]苟三权.油田开发项目的风险分析方法综述＼[J＼].石油钻探技术，2007，35（2）： 8790.

＼[4＼]杨旭.海上石油工程国际合作项目风险评价及控制研究＼[D＼].大庆：东北石油大学，2011.

＼[5＼]Jan Erik Vinnem，Terje Aven，Torleif Huseb， et al.Major hazard risk indicators for monitoring of trends in the Norwegian offshore petroleum sector＼[J＼]. Reliability Engineering & System Safety，2006，91（7）： 778791.

＼[6＼]VinnemJ E.Risk indicators for major hazards on offshore installations＼[J＼]. Safety Science，2010，48（6）：770787.

＼[7＼]Suslick S B， Furtado R.Quantifying the value of te

chnological，environmental and financial gain in decision models for offshore oil exploration＼[J＼].Journal of Petroleum Science and Engineering，2001，32（24）：115125.

＼[8＼]Skogdalen J E，Vinnem J E.Quantitative risk analysis offshore：Human and organizational factors＼[J＼].Reliability Engineering & System Safety，2011，96（4）：468479.

＼[9＼]Skogdalen J E，Utne I B，Vinnem J E.Developing sa

fety indicators for preventing offshore oil and gas deepwater drilling blowouts＼[J＼].Safety Science，2011，49（89）：11871199.

＼[10＼]郭长进.海上石油开发项目海上安全管理方法的研究与应用＼[J＼].经营管理者， 2011（12）：223.

＼[11＼]崔源，郑国栋.海上石油设施溢油风险管理与防控研究＼[J＼].油气田环境保护，2010，20（1）：2932.

＼[12＼]李志刚.海洋工程项目管理风险分析模型研究＼[D＼].天津：天津大学，2004.

＼[13＼]田中，刘俊，司马明.海上石油钻井平台设备风险维修策略的探讨＼[J＼].石油机械， 2005，33（6）：8183.

＼[14＼]蒋国平.风险分析与评估在海上石油开发中的应用＼[J＼].安全，2012（12）：1618.

＼[15＼]陈琳琳，贾健谊.海上石油国际合作项目的风险评价特点分析＼[J＼].海洋地质动态，2002，18（12）：1821.

＼[16＼]Desheng Dash Wu，Xie Kefan， Liu Hua，et al.Modeling technological innovation risks of an entrepreneurial team using system dynamics：An agentbased perspective＼[J＼].Technological Forecasting and Social Change，2010，77（6）：857869.

最近邻演化网络模型 篇3

在以往的复杂网络模型的研究中很少考虑区域和距离的因素。然而, 很多真实的网络受限于节点的位置和节点间的距离, 例如, 现代物流网络和大型集会中的临时通信网络, 人际关系网络中也有区域的限制。假设存在若干区域, 每块区域中有一个“骨干节点”。每个骨干节点和其邻近的骨干节点相连, 新加入的节点选择其附近的节点进行连接。节点代表了通信节点、物流中心等实际场景, 边代表了节点之间的联系。在这种情况下, 节点和边的连接遵循就近原则, 即节点更倾向于与最近的邻居相连。上述情况在我们的生活中几乎时时刻刻都在发生, 我们该如何构建与之相符的模型来描述这种情况呢?如何得出模型的关键指标?新模型将具有哪些特性?为此, 本文提出了“最近邻演化网络模型”。

1 最近邻演化网络模型的构建

本文在BA无标度网络的构建算法的基础上引入区域和距离的限制, 邻近的节点将会位于同一簇中。最近邻演化网络模型的构建算法如下。

(1) 初始状态:具有m0个节点的最近邻耦合网络。每个节点和邻近的左右两侧各K/2 (K为偶数) 个节点相连, 称这m0个初始节点为“骨干节点”。

(2) 归属节点和节点簇:当一个新节点加入网络后, 距该节点最近 (距离以边数衡量, 最近即最短路径上的边数最少) 的骨干节点称为该节点的“归属节点” (如果几个骨干节点与新节点的距离相同且均是最少, 则从中随机选取一个作为节点i的归属节点) 。具有同一归属节点的节点构成一个“节点簇”。

(3) 增长:每次只允许一个节点加入网络。新节点加入时, 首先选择2个相邻的节点簇, 再从这两个节点簇中选择m (m>=2) 个节点进行连接。 (在初始阶段, 节点簇中的节点数一般会小于m, 所以规定新加入的节点只和其选择的节点簇中2个节点连接)

(4) 优先连接:新节点在选择节点进行连接时, 采用优先连接的机制, 即新节点和节点i相连的概率iΠ与节点i的度ki有关, 度越大, 连接概率越大, 按如下公式计算:

其中, Pclusters表示选择的节点簇中包含节点i的概率,

2 最近邻演化网络模型的基本指标

复杂网络研究中刻画网络特性的三个基本指标为:度分布、聚类系数和平均路径长度。度分布指网络中节点度的分布, 节点的度 (如前述, 即与该节点相连的边的数目) 可以衡量一个节点的重要程度, 充分了解网络的度分布, 可以使我们对网络拓扑有一个直观的把握, 并进一步帮助人们更深入地了解复杂系统。聚类系数是衡量网络中邻近节点联系紧密程度的指标, 网络的聚类特性在某种程度上可以概括为社会关系网络中“物以类聚, 人以群分”的特性。平均路径长度可用来衡量网络中节点间距离的大小, 如果网络的平均路径长度的增加速度至多与网络规模的对数成正比, 就说这个网络具有小世界效应。

度分布

将公式 (2) 带入公式 (1) 得到

长时间后, 每个节点簇中的节点数将远大于m, 所以公式 (3) 中的约等于号成立。

利用主方程法, 得到稳态度分布为:

该公式表明最近邻演化网络模型和BA无标度网络模型具有相同的度分布。实验结果和理论值吻合地较好。双对数坐标系下的斜线表明该网络在具有众多小度数节点的同时, 仍在存在少量的大度节点, 这也是网络增长过程中择优连接的一个必然产物。

聚类系数

聚类系数指节点i的ki个邻居节点之间实际存在的连边数Ei与这ki节点所有可能的连边数目之比, 衡量了网络中邻近节点间的紧密程度, 用Ci表示, 即

这里“i”既是节点的代号, 又是节点加入网络的时间点。利用平均场理论, 得到最近邻演化网络的聚类系数 (随时间变化) 为:

当ti远小于t (即节点i加入网络后又过了较长时间) 时, Ci (t) 可作如下近似,

平均路径长度

网络中两节点i和j之间的距离dij定义为连接这两个节点的最短路径的边数。网络的平均路径长度L定义为任意两个节点之间的距离的平均值, 即

其中N为网络节点个数, 因为每一时刻网络中有且只有一个节点加入, 所以若不考虑网络的初始规模, 该处的N等价于t。

给出了无标度网络平均路径长度的尺度,

如表1所示, 通过仿真, 本文得到了最近邻演化网络的平均路径长度L, L的增长速度介于公式 (9) 和ln N之间。随网络规模的增加, 平均路径长度的增长十分缓慢, 表明该网络具有较明显的“小世界效应”。

3 总结与展望

体系结构演化模型 篇4

“地球诞生初期, 熔岩海洋冷却形成了坚硬地壳, 这一过程就好比逐渐变冷的火锅被盖上‘锅盖’, 在温度不断积累、上升的过程中, 形成了地表大龟裂。”在日前举行的中国科协第80期新观点新学说学术沙龙上, 围绕“地球演化与全球变暖”这一主题, 大连理工大学教授唐春安提出的有关地球演化的“锅盖效应”模型, 引起了与会者的极大兴趣。

唐春安认为, 地球演化的历史, 就是一部地球热能在“冷———热”周期不断转换中渐进衰变的历史。地壳与地幔物质在热平衡条件下的不断相互转化, 诱发了一系列升温与冷却、膨胀与收缩、熔融与凝固过程, 进而形成了地表变迁。

专家们认为, 地球科学在经历了以板块构造为主要内容的大发展之后, 目前又处于一个新的起点, 该模型的提出发人深思。

时间演化的修正BBV模型探讨 篇5

自小世界网络和无标度网络提出以来, 复杂网络逐渐成为人们关注的领域。许多模型已被提出来并和实际很好的符合, 比如万维网、交际网、科学家合作网、食物网、电力网、社会关系网等。网络可以分为无权网络和加权网络。小世界网络和无标度网络都是无权网络, 现在随着研究的深入, 越来越多的模型都属于加权网络。

2004年, A.Barrat M.Barthelemy and A. Vespinani三人在文献中提出了一个十分好的模型:BBV模型。该模型是加权网络的经典模型它是在拓扑结构增长和权重动力学机制的基础上建立的, 可以模仿现实系统中相互作用强度的变化。在文献中, 李守伟等人从无标度网络的指数式演化角度, 建立在BA模型基础上的, 基于时间的演化, 提出了较为符合实际的模型:指数增长的无标度网络。

结合这两个模型, 本文提出了时间演化的BBV模型, 同时分析了模型的点强度, 度以及权重的分布, 并在最后得出了模型符合幂律分布。

2 模型的提出

本文我们考察了点i和点j的权重wij为正的状态。首先我们先介绍下BBV模型的演化机制, 该模型的初始图是具有N0个结点的全连通图, 且每条连线上的权重为w0。

(1) 每个时间步t加入一个新结点n, 它与m个旧结点相连, 且结点i被连接到的概率为undefined, 且每条新连线上的权重为w0;

(2) 由于引进了一条新的连线 (n, i) , 网络中连线上的权重发生了改变, 我们考虑连线 (i, j) , j∈ v (i) 上权重的重新分布:

wij→wij+Δwij, 这里undefined

所以, si→si+δ+w0, 这里δ是常数。

通过计算机模拟和平均场方法计算, 模型中P (s) , P (k) , P (w) 都遵循幂律分布:P (w) :undefined:k-γ, P (s) :undefined;因此BBV模型可以生成幂律衰减指数介于[2,3]之间的无标度网络。当δ=0时, BBV网络的拓扑结构与BA模型的完全相同, 此时γ=3:当δ→∞时, γ=2。同时, 这里给出了结点强度与度之间的函数关系s (k) :AKβ, 其中A≠〈w〉, β=1:即结点度和强度的关系是线性的。这只符合社会网的情况 (如科学家合作网络) , 无法解释大型交通网 (如全球机场网络) 中度和强度的非线性关系。

接下来所提出的模型亦与BBV模型有很大的关系, 现在先介绍该模型的演化机理:

(1) 拓扑增长。网络开始于n0个点。新点n在时间t加入到网络中, 我们假设n与网络中的节点i相连接的概率Πn→i为:

undefined

其中, ∑jsj包括所以存在节点的点强度。假设新边最初的权重w0=1。这里需要强调的是时间t是服从是服从参数为β的指数分布。

(2) 权重的变化。同BBV模型一样, 由于引进了一条新的连线 (n, i) , 网络中连线上的权重发生了改变, 我们考虑连线 (i, j) , j∈v (i) 上权重的重新分布:

wij→wij+Δwij, 这里undefined。

所以, si→si+δ+w0, 这里δ是常数。

接下来我们将通过平均场方法对该模型的si (t) , ki (t) , wij (t) 进行分析。

根据该模型的演化机理, 我们可以得到第i个节点的点强度si (t) 对时间 的变化率为:

undefined

经过t步的演化, 网络节点的强度总和为:

undefined

因此, undefined

同理, 我们也可以很容易得到关于网络度分布的式子:

undefined

根据初始条件si (ti) =ki (ti) =1, 上述两等式等价于:

undefined

节点i的点强度si (t) 小于s的概率P (si (t)

undefined

(由于在每个时间间隔段新点加入到网络中, ti的概率密度ρi (ti) =βe-β ti) 那么点强度分布ρ (s) 为:

undefined

按泰勒展开式, 可得:

undefined

当t→∞, 可得:

undefined

因此, 点强度是服从指数为undefined的幂律分布, 这说明模型的点强度演化与参数β相关。

同样, 我们也可以的得到ρ (k) 的计算结果为:

undefined

当t→∞时, undefined

因此, γk=2β+1, 亦和参数β相关。

下面我们将研究权重wij随时间变化的特性, 同分析si (t) 和ki (t) 类似, 对权重的分布我们将通过平均场方法来求解。在网络增长的过程中, wij的增长是新点和节点i或者j相连的结果, 而且wij的演化满足如下等式:

undefined

只有当点i和j之间出现连边时, 边 (i, j) 才会出现, 因此边 (i, j) 出现的时间为tij=max (i, j) 。由于初始权重wij=1, 因此解上述等式, 可得:

undefined

通过这一等式, 我们就可以知道边权 服从幂律分布:P (w) :w-γw, 并且指数为undefined。

3 结论

综上所述, 我们可知, 修正的BBV模型的点强度, 度以及权重都服从幂律分布。并且指数分别为undefined和undefined, 都和参数δ和β相关。这说明模型的演化是由参数δ和β所决定的。由于时间间隔是指数增长的, 在细菌分裂、病毒传播等突破式增长中均可以应用。以后的工作可从时间间隔角度去提出模型, 如时间服从泊松分布等。当然所提出的模型都需基于实际网络, 这样模型才会有意义。

参考文献

[1]D.J.Watts, H.Strogatz, Nature (London) , 393 (1998) , p.440-442.

[2]A.-L.Barabsi, R.Albert, Science, 286 (1999) , p.509-512.

[3]J.Scott, Social Network Analysis:A Handbook, second ed, Sage, London, 2000.

[4]E.Ravasz, A.L.Somera, D.A.Mongru, Z.N.Oltvai, and A.-L.Barab偄si, Science, 297 (2002) , p.1551-1555.

[5]A.Barrat, M.Barthelemy, R.Pastor-Satorras, A.Vespig-nani, The architecture of complex weighted networks[J].Proc.Natl.Acad.Sci.U.S.A.101, 2004, 3747-3752.

物流配送网络模型演化机制研究 篇6

1 相关研究评述

复杂网络是用来描述系统中个体之间的关系以及系统的集体行为, 许多复杂系统都可以抽象成复杂网络。从互联网到万维网, 从大型电力网络到交通网络, 从生物网络到人际网络, 从科研合作网络到各种经济、政治网络等, 人们生活在一个充满各种各样复杂网络的世界中。80年代, Watts和Strogatz提出的小世界模型[1]和Barabasi和Albert提出的无标度网络网络模型[2]开创了复杂网络研究的新纪元, 其研究正逐渐成为统计物理学、数学、计算机科学、生物学、系统科学等多个学科共同关注的前沿热点[3]。复杂网络已成为研究大型复杂系统的一种新兴工具, 许多学者致力于探索复杂网络的演化规律、结构功能和动力学行为。

在过去的几年里, 对于供应链配送网络的演化问题已有学者做了一些研究。Meepetchdee和Shah研究了物流网络的复杂性鲁棒性和效率, 分析了物流网络的平均路径长度、聚类系数和度分布等网络拓扑性质[4];Haft Prasad Thadakamalla研究了供应网络的形成与演化[5];杨华, 聂玉超等对快递网络进行了实证研究, 分析了快递网络的统计性质, 发现真实的快递网络是具有小世界特性和无标度特性的网络[6];覃儒展等通过从加权网络方面对物流网络进行的研究, 分析边权和点权的统计特性和规律[7]。研究方法上, 目前对供应链配送网络演化的研究主要采取的方法有定性分析、博弈论、系统动力学和计算机模拟等。配送网络是一典型的复杂网络, 是由许多企业通过复杂的相互合作关系连接而成的网络结构, 其中不断有企业的进入和离开, 其结构是不断演化的。通过建立复杂网络演化模型的方法, 来构建与现实物流配送网络接近的网络模型是非常合适的。利用复杂网络的理论和方法可以分析研究物流配送网络的演化规律和相应的网络性质, 为配送网络构建建立一个良好的理论基础。从复杂网络的研究视角来看, 目前复杂网络理论在经济管理领域中的应用相对较少, 特别是在供应链和物流管理领域更少, 已有的研究多是把供应链上所有的节点看作同一类型的节点, 在BA无标度网络模型的基础上, 根据节点的度进行择优选择连接, 建立无标度网络不断增大的演化模型, 以此作为物流配送网络的生长模型。现实的情况是, 物流配送网络的节点不是单一类型的节点, 配送网络是物流配送过程中相互联系的不同类型的节点集合。通过把网络中节点分类研究, 才能更好地模拟真实配送网络。

2 基于复杂网络的配送网络模型

2.1 复杂配送网络模型

本文把配送网络模型作扁平化简化处理, 把配送网络简化为三类节点, 配送中心D节点是配送网络的转接节点, 接收供应商S节点供货, 并及时为客户C节点配送。客户就是配送网络的配送端节点。供应商为配送网络的源节点, 为配送中心供货。配送网络中各节点通过配送关系连接, 形成配送网络拓扑结构。

下面假定以等时间间隔, 概率分别以概率ps、pd、pc向网络加入供应商、配送中心、顾客三类新节点, 其中假设pc=1-ps。新加入节点与网络中节点连接遵循以下优先连接规则, 具体算法如下:

(1) 令初始时刻t=0, 供应商网络、配送网络、客户网络分布具有ms、md、mc个节点及ns、nd、nc条边; (2) 每个时间间隔, 同时向供应商网络, 配送网络, 客户网络中分别加入新节点qs、qd、qc, 即供应商、配送中心、顾客各增加ps、pd、pc个。配送中心作为连接整个网络的枢纽, 因此三类节点分别于已存在的配送中心节点中m (m≤md) 个节点相互连接, 即有业务往来; (3) 新加入的配送节点qd与任意已存在的配送节点i有连接的概率依赖于节点i在配送节点内部的连接度数, 即:

新加入的供应商节点qs与任意已存在的配送节点i有连接的概率取决于节点i所拥有的客户群, 即:

同理, 新客户节点qc与任意已存在的配送节点i有连接的概率取决于节点i所拥有的供应商的多少, 即:

如此演化, 直到达到一个稳定的状态。2.2复杂配送网络演化模型的分析

度分布是网络中最重要的统计特性之一。下面我们以平均场的方法来分析配送网络的度分布。根据复杂网络理论, 网络中的节点的度分布情况用分布函数P (k) 来描述。P (k) 表示的是一个随机选定的节点的度为k的概率。

令ki (t) 表示在配送网络中随机选择的节点i在t时刻的总度数, 即ki=ki s+kid+kic。这个度数会随着时间增加, 设它是连续的实变量。由于节点i被新节点qs、qd、qc连接的概率分别为 (1) , (2) , (3) , 从而kid (t) 、kis (t) 、kic (t) 分别满足动力方程:

当t足够大时,

将 (5) 分别代入 (4) 公式中, 得:

当t足够大时, 在初始条件kid (ti) =m、kis (ti) =m、kic (ti) =m下化简微分方程, 得:

同时, 可以计算出配送网络中节点的度ki (t) 的概率分布:

由于是以等时间间隔有新节点进入网络的, 因此节点i进入网络的时间是服从 (0, t) 区间上的均匀分布的随机变量, 其概率密度为:

代入 (11) 得式:

将 (13) 式对k求偏导, t足够大, 忽略md得:

该模型得到的网络的度分布为指数为2的幂律分布, 与BA无标度网络模型的度分布一致, 说明本文建立的网络模型具有很好的无标度特性、小世界特性。

3 结语

无标度网络的特点是网络中的大部分节点的度值都很低, 但也存在着度数非常高的中枢节点。在一个物流配送网络中, 通常都有一个核心配送网点, 核心配送网点因其具有位置和各种客观条件的优势与其他节点建立起密切联系, 充分竞争后往往会形成垄断, 从而建立了围绕核心配送网点的供应、配送体系, 体现了无标度性。

参考文献

[1]Watts D J, Strogatz S H.Collective Dynamics of‘Small-World’Networks[J].Nature (S0028-0836) , 1998, 393 (6684) :440.

[2]Barabási A L, Albert R.Emergence of Scaling in Random Networks[J].Science (S0036-8075) , 1999, 286 (5439) :509.

[3]汪小帆, 李翔, 陈关荣.复杂网络理论及其应用, 2006.

[4]Yongyut Meepetchdee, Nilay Shah.Logistical network design with robustness and complexity considerations, International Journal of Physical Distribution&Logistics Management, Vol.37 Iss:3, pp.201～222

[5]Haft Prasad Thadakamalla, Usha Nandini Raghavan, Soundar Kumara, Réka Albert.Survivability of Multiagent-Based Supply Networks:A Topological Perspective[J].IEEE Intelligent Systems and Their Applications, 2004, 19 (5) :24～31.

[6]杨华, 聂玉超, 张洪斌, 樊瑛.基于复杂网络的快递网络性质分析[J].北京师范大学学报, 2009, 45 (1) :101～103.

上海农村居民纯收入的演化模型 篇7

关键词：上海农村居民纯收入统计数据,遗传算法,经济演化模型,经济预测

一、引言

利用上海农村居民纯收入历史统计数据(《中国统计年鉴》)，借助计量经济学工具和遗传算法进行回归分析，找出上海农村居民纯收入演化规律的形式的某些方面，建立上海农村居民纯收入演化的一个计算机仿真模型，是一个有意义的工作。本文是这一工作的一部分。

二、上海农村居民纯收入历史数据的实证分析和经济演化模型

据文献，上海农村居民纯收入随着改革开放的普及和深入而高速增长。利用计量经济学工具和遗传算法，我们对1 9 7 8年～2 0 0 6年的上海农村居民纯收入数据进行回归分析。

1. 先进行数据截取：1978年至2006年的上海农村居民纯收入演化数据作为模型创建样本;用以预测2 0 0 8年～2030年的上海农村居民纯收入主要指标取值。所用数据来自《中国统计年鉴》。

2. 然后对主要经济指标系例数据作出散点图(图1中的圆圈表示)。

3. 据数据散点图进行回归分析。回归函数形式的设定：由于给定结构的经济系统常态增长具有最大可能值(经济系统的最大负荷)和对负荷的一定的占据速率(经济增长速率)，所以回归函数有可能具有如下的形式：

首先确定各参数的粗略估计值。L是曲线最大极限值即经济系统的负荷，b与逻辑斯蒂曲线的增长速率正相关即与经济系统对其负荷的本征侵占速率正相关，a近似与曲线的缩小因子即经济系统内在的交易费用等耗散因素的作用强度正相关。据这三个参数的意义其估计值可近似由统计数据的演化态势进行估计。我们取为：L=20000, a=40, b=0.15。

在此基础上，借助遗传算法，对统计数据回归函数的参数进行优化估计，得出精确的统计数据回归函数完备表达式。最后得出的优化参数值是：L=1 8 2 0 8, a=3 3, b=0.1 2 4 7 3，残差值为4889327。

于是，我们得到农村居民纯收入演化的数学模型(单位：元)：

作为比较，我们得到湖北省农村居民纯收入演化模型：

4.据回归曲线进行主要经济指标在未来20年～30年 (取2008年至2 0 3 0年作为预测区间) 的取值预测 (图1中的加号表示) 。

5. 据回归曲线进行经济系统演化态势分析：回归曲线的相变点 (回归曲线的拐点即经济增长相变点) 位于z=L/2=9104元附近;饱和值约为1 8 2 0 8元;由仿真曲线可以看出，上海农村居民纯收入加速增长期目前正越过其相变点;仿真曲线显示，未来2 0年仍然是上海农村居民纯收入的高速增长期(一直延伸到2 0 3 0年以后);接近极限点的时间(约2030年)，就是上海农村居民纯收入结构的变革期开始的时间;经过结构调整，上海农村居民纯收入将开始新一轮逻辑斯蒂演化。

三、结论与政策建议

上海农村居民纯收入总体态势目前处于越过相变点的高速增长时期，并且还将持续高速增长2 0年，开始渐渐接近其饱和值。认清这一基本态势，从各个方面规划和协调上海农村政策和农业政策，促进上海经济全面协调可持续高速增长，应该是未来2 0年上海农村政策和农业政策的基调。

四、结论

农村居民纯收入系统是一个稳健的、沿逻辑斯蒂路径运行良好的、功能强大的复杂自适应演化系统，农村居民纯收入值将在不发生世界大战或或严重自然灾害的条件下，持续高速增长2 0年，到2030年开始渐渐接近其饱和值18208元，进入经济和农村居民纯收入结构调整期。

参考文献

[1]国家统计局, 中国统计年鉴.中国统计出版社, 2008.2

体系结构演化模型 篇8

在标准模型中物质结构的基本微粒为夸克、有六种之多, 每个夸克又有三种色, 再加上反夸克, 有36种之多, 而且质量大小不一而悬殊, 这么多的夸克它们的具体结构与相互关系标准模型中并没有给出, 也不能自洽的解释与其他粒子 (电子、质子、中子、夸克间) 质量之间的相互关系, 并且在物理实验中并没有找到单独的夸克存在, 同样基本粒子标准模型中的胶子在物理学的实验中也没有找到。还有很多物理现象得不到科学合理的解释, 由此在[美]斯蒂芬·韦伯/著《看不见的世界》一书中也认为标准模型理论还有很大的欠缺与不足并非终极理论。

根据爱因斯坦质能方程 (E=mc2) 得出:一定量的能量对应一定质量的物质也即表示能量是物质的另一种表现形式暂设定为物质的虚散扩张态、反之一定质量的物质对应一定量的能量也即表示物质是能量的又一种存在形式暂设定为能量的缩聚稳态。根据物质不灭定律、质量守恒定律、能量守恒定律和现代物理学的广泛证明———当物质转变为能量时, 全部都是以光子 (γ电磁波) 的形式出现, 由此进行理论反推当能量转变为物质时, 物质的结构本质也必定是由电磁波中所包含的电波融合缩聚的电点暂定为正能子与磁波融合缩聚的磁点暂定为反能子的有序结构的具体体现。正能子与反能子的性质和正电子与负电子的性质基本相同, 同性相斥、异性相引、质量相同。不同的是正能子与反能子也不能单独存在, 它们是构成一切物质的基本单元, 是基本粒子正子与反子的基本组员即:正子由两个正能子与一个反能子组成、反子由两个反能子与一个正能子组成, 正子与反子一般情况下也不能单独存在, 通常情况下都是以正反偶合子的形式存在并迅速构成中微子或反中微子, 当中微子和反中微子在一定的密度条件下分别迅速聚集到电子质量的中微子团和反中微子团时, 它们的极化结构而形成的磁力 (磁极的初始形成) 将一个中微子撕裂而分别构成正电子与负电子, 每个正电子带有三个正子、每个负电子带有三个反子。在物质的形成之初, 正电子与负电子的生成数量相当且密度较大时, 正电子与负电子也不会单独存在, 而是以正负电子偶合为正负电子对的形式存在。正负电子对在密度一定的条件下迅速以极化的结构形式在中微子的参与下迅速聚集到中子质量大小的正负电子对团, 由于极化结构较强, 形成的磁力也较大, 在两极的强大磁力引力作用下分裂一个正负电子对而构成中子 (1) 。至此物质世界的基本组元已基本构成, 形成了统一的中子世界。随着中子间距离的增大, 中子间的相互作用与碰撞在所难免, 由于正负电子分别附着在中子两极之间的两侧, 这种结构容易造成中子之间碰撞后正电子或负电子与中子的分离, 当第一个负电子在中子撞击过程中与中子分离后并围绕分离的母体旋转时, 这时就产生了原子, 失去负电子的中子转变为质子 (2) 。在质子形成之初, 负电子并不能像现在这样围绕质子旋转, 而只能在不规则的轨道上旋转, 这时质子中的正电荷就会对附近中子内的负电子产生引力导致负电子相比正电子与中子结构不牢, 进而在碰撞中容易失去负电子, 在此机理下大量的中子失去负电子而转变为质子, 随着中子质子间密度的减小、间距增大, 负电子便在质子正电荷的引力下围绕质子旋转。至此物质世界的基本粒子已全部产生。随着宇宙物质世界的进一步发展演化而形成了现在的宇宙结构。

2 这一基本粒子结构体系对宇宙物质世界的解释

宇宙中的四种力———核力、弱力、电磁力与引力形成的机理:

2.1 核力的成因

在中子与质子的形成过程中, 由于正负电子对的极化排列形式, 最终形成了强大的磁性两极 (S、N) 与磁力, 犹如一个磁体。中子、质子在原子核内的结构排列也是按照异性磁极相互吸引而进行的有序排列, 这种中子质子间强大磁力的密近结合正是核力的本源。

2.2 弱力的成因

弱力的成因主要是原子核内质子所带正电荷的相互排斥力对原子核内结构的影响, 随着质子的增多与电位分布的不同而对原子核内结构影响的不同, 也是放射性元素放射现象的成因。

2.3 电磁力的成因

正电子与负电子电荷间相互吸引的力以及电场与磁场的垂直本质而构成的电磁相互关系便是电磁力的本源。

2.4 万有引力的成因

在这一基本粒子结构体系中, 正能子与反能子是构成一切物质的基本单元或粒子, 它们的性质类似于正电子与负电子, 同性相斥、异性相引, 每一个正能子都尽可能多的与反能子相结合, 而每一个反能子也都尽可能多的与正能子相结合, 如此在基本粒子如 (电子) 内部就形成了每一个正能子周围与六个反能子结合, 每一个反能子与周围六个正能子相结合如Na Cl晶体中Na离子与Cl离子的结构排列形式, 不同层级粒子间的相互组合, 正能子与反能子的这种结构形式基本保持不变性的惯性 (超对称结构) 便是万有引力的本源。

2.5 磁单极子之谜

在以往的科学实验中, 始终没有找到磁单极子, 也令科学界十分迷茫。而这一基本粒子结构体系则很好的解释了磁单极子问题:磁单极子是不存在的, 正子与反子分离 (理想中的磁单极子) 则显示为电性如正电子与负电子, 只有正反偶合子按照极化的结构形式构成物质粒子时, 这种整体粒子显示电中性, 而两极的正能子与反能子各向异性吸引的特性才显示磁性, 也是磁性的本源、核力的本质。由于中微子和反中微子结构简单而质量微小、也没有形成极化结构, 所以中微子和反中微子既没有电性、也没有磁性、一般不和其他物质相互作用。所以最基本的磁体单位即是正电子与负电子。

2.6 黑洞的本质

根据这一基本粒子结构体系, 中子或中子球便是宇宙间最致密的结构形式, 随着质量的增加与引力的增大, 只不过中子球更加致密而已, 所以目前宇宙中黑洞的本质即是一个巨大致密的中子球, 宇宙的最终结局也将寂灭于宇宙大黑洞———形成更加致密巨大的中子球———宇宙的奇点

2.7 宇宙原始火球大爆炸的机理与成因

在以往的宇宙原始火球大爆炸的理论中认为宇宙起源于宇宙原始火球大爆炸, 而这个宇宙原始火球被称为宇宙奇点:体积极小、温度极高、密度极大, 在一个时间的起点突然以指数的形式暴涨爆炸产生了我们今天的宇宙。这一理论虽然给出了我们今天的宇宙产生于宇宙大爆炸, 但却没有给出宇宙大爆炸的成因与机理。根据这一基本粒子结构体系, 不但能给出宇宙大爆炸的成因与机理, 而且还能推导出宇宙演化的基本规律:

(1) 宇宙奇点是有体积的, 而且是一个密度极高的巨大中子球或者是一个正能子与反能子超对称结构的极大密度的宇宙蛋 (黑洞) ———中子球内中子压碎后的极密结构形式。

(2) 根据这一基本粒子结构体系可以给出两个宇宙原始火球大爆炸的机理与成因: (a) 大宇宙的开端———宇宙物质基本粒子的创生:根据这一基本粒子结构体系, 宇宙的奇点宇宙蛋是一个正能子与反能子超对称结构的致密的球体, 正能子与反能子的特性是同性相斥、异性相引但是不可融合。在某一个时间的起点由于强大的引力与压力, 宇宙蛋中心区域的正能子与反能子被压碎 (物质能量的转换机制) 而转变为能量从而发生了宇宙原始火球大爆炸。在周围未被压碎的正能子与反能子便在前述的基本粒子生成机制与规律下演化出自然界中的基本粒子, 进而演化出现代宇宙。开放的宇宙———动态的宇宙:目前的理论认为现在的宇宙诞生于137亿年前的宇宙大爆炸, 而人类文明目前的科技水平也大致只能观察到以地球为中心这么远的距离 (130亿—140亿光年) , 并且在这么远的距离仍然可以观察到巨大的星系团存在, 并没有真正看到宇宙的边缘。但在科学界的广泛认知中普遍认为现在的宇宙是一个有限无界的动态的封闭宇宙--由哈勃发现的星系红移现象而修正的爱因斯坦静态宇宙模型 (3) 。

(b) 次级原始火球大爆炸:在开放的动态的宇宙模型中, 宇宙是一个多级的动态平衡宇宙, 在宇宙的空间中广泛的分布着黑洞 (中子球) (4) , 宇宙中的黑洞象征着原子核, 恒星星球象征着电子, 星系就好比是一个具有复杂系统的大原子, 这些星系按照各自的规律运行着, 在宇宙中不断地进行着碰撞合并最终寂灭于更大的宇宙黑洞 (巨大致密的中子球) 。当两个宇宙大黑洞距离足够远的不能相互影响合并之时, 它们将各自的独立发展演化着。在宇宙的演化过程中, 当恒星坍缩为中子星 (黑洞) 时, 将会有部分物质的核外电子在未进入原子核使质子转变为中子时就进入了中子球, 如此这个巨大的中子球也就可以看做是一个巨大的原子核。在宇宙的演化过程中中子球不断地合并长大, 直到两个中子球距离足够远的不能相互影响合并之时而停止、进而独自的演化着。在原子核放射性现象的机理下 (弱相互作用) , 质子间的正电斥力不断地将附近中子内的负电子推出中子直至中子球表面 (由于中子球的极高密度与强大的引力, 中子球的放射性现象既没有α粒子的喷出, 也没有γ射线的放出———只有较小的中子球可有γ射线的射出, 电子也只能缓慢的蒸发到中子球的表面) 随着时间的推移, 中子球内质子的数量也在不断的增多, 当中子、质子的数量达到一个特定的比值 (质子间的正电荷斥力大于中子质子间的引力———核力) 时, 这个中子球 (宇宙大黑洞) 就会发生大爆炸, 进而把中子球内的中子质子与中子球表面的负电子抛向广阔的宇宙空间。当这些物质向外抛射的过程中遇到中子球 (宇宙黑洞) 时, 除一部分被中子球吸入外, 绝大部分在中子球的引力下而围绕中子球旋转进而形成星云系、星系。

2.8 现代物理学物理实验中出现数目繁多的粒子结构与机理

(1) 具有强相互作用的粒子重子如:和中子、质子质量相近或较大的粒子如被现代物理学命名的奇异夸克、粲夸克、底夸克、顶夸克以及所有的介子、结构都是与中子质子结构相似的具有极化结构的粒子。

(2) 不具有强相互作用的粒子轻子如:电子、电子中微子、μ子、μ子中微子、τ子、τ子中微子的结构一般都是对称性结构形式, 唯有电子具有弱的极化结构与中间部分的对称性结构形式以及电子质量的微小, 所以既表现出轻子的性质, 也具有重子的两极结构形式。

2.9 基本粒子分类

构成现实物质世界的基本粒子如:正能子、反能子、正子、反子、正反偶合子、中微子、反中微子、正电子、负电子、中子、质子、光子 (γ) 。这些粒子结构稳定有序、寿命长。

人造粒子:这些粒子在现实物质世界不能被找到、只能在实验室或宇宙线中出现的粒子如:奇异夸克、粲夸克、底夸克、顶夸克、μ子、μ子中微子、τ子、τ子中微子以及各种介子和物理实验中出现的众多粒子。这些粒子结构不稳定、寿命短。

数学模型粒子———上夸克 (u) 、下夸克 (d) 、胶子。

理论引入的粒子———W+、W-、Z0。希格斯机制中的希格斯玻色子 (5) (欧洲核子中心CERN的科学家在2012年7月4号宣布发现了希格斯粒子, 但这很可能是这一理论系统中能量转化为物质的一个标量能量密度) 。

3 这一基本粒子结构体系的优点与缺点

这一基本粒子结构体系是建立在已被证明的现代科学理论之上———质能方程E=mc2、物质不灭定律、能量守恒定律、质量守恒定律与物理世界的广泛对称性。结构简洁、相互从属关系明确、能够给出基本粒子的具体结构与形状并能够较好的解释众多现实物理现象。凡是标准模型理论能够解释的物理现象, 本理论都能够解释, 而标准模型不能解释的物理现象如:基本粒子的具体结构与相互从属关系、引力的本质、磁单极子之谜、黑洞的本质、宇宙原始火球大爆炸之成因, 本理论也能够给出科学合理的解释。而标准模型理论中的夸克结构学说是建立在数学模型之上, 具有很大的不确定性, 对现实物理现象也不能作全面的合理解释, 而且导致高能物理学理论方面的极度繁杂、甚至不能自圆其说。至此我的这一基本粒子结构体系替代标准模型理论解释自然与宇宙现象具有更大的优势。缺点是我不是一个高能物理学方面的专业学者, 只是一个科学爱好者, 对其中的专业知识学习掌握的有限, 对其中的理论论述可能有不到或不足之处。

摘要：在[美]斯蒂芬·韦伯/著《看不见的世界》一书中认为标准模型理论并非终极理论、有很大欠缺与不足。根据爱因斯坦质能方程 (E=mc2) 、物质不灭定律、质量守恒定律、能量守恒定律与物理世界的广泛对称性原则, 现推理出全新的基本粒子结构体系, 在这一基本粒子结构体系中包括“正能子、反能子、正子、反子、正反偶合子、正反中微子、正负电子、质子与中子”。它们不但有明确的具体结构和形状, 而且有明确的相互从属关系, 更能科学的解释宇宙中的四种力——强力、弱力、电磁力、引力的本质与磁单极子之谜、黑洞之谜、宇宙原始火球大爆炸之机理。由此希望能够弥补或替代标准模型理论的不足以解释物理世界的众多物理现象。

关键词：基本粒子,核力,引力,黑洞,宇宙演化

参考文献

[1][美]斯蒂芬·韦伯, 胡俊伟, 译.看不见的世界——碰撞的宇宙, 膜, 弦及其他[M].长沙:湖南科学技术出版社, 2007.

[2]武伟轩.宇宙通史[M].北京:台海出版社, 2005.