配置设计模型

2024-07-14

配置设计模型（共10篇）

配置设计模型篇1

0 引言

随着信息化的快速发展, 企业信息化进程不断推进, 而企业对信息化的需要也推动了信息化的快速发展, 各式各样的信息管理系统也被广泛应用。只要是系统, 必然会面对不同层次的用户, 哪些用户能用哪些功能或禁止用哪些功能, 该问题就是用户权限控制。长期不变的权限控制对模型设计者来说, 并不困难。然而, 需要控制的权限不可能永远不变, 甚至会经常被增改。因此, 引入控制对象这一概念, 从而实现对权限的可配置性。

1 权限模型

与其它信息管理系统的权限模型类似, 该模型包含了用户、角色、部门和功能点, 以及它们之间的关系。为了实现权限的自定义和灵活配置, 模型里增加了控制对象、控制对象类型组织和控制对象类型组织关系3张表。

1.1 主要模型设计

如图1所示, 下层是控制对象类型 (也可称“控制对象”) , 中间层是控制对象类型组织关系, 上层是控制对象类型组织。控制对象类型:某种独立的一类需要控制其权限的对象;控制对象类型组织:定义的一套配置权限体系, 一套体系在控制对象类型组织表中保存一条记录;控制对象类型组织关系:记录在同一控制对象类型组织下, 控制对象与控制对象之间的关系 (一个控制对象在同一体系下只能出现一次) 。

1.2 控制对象类型

控制对象是和面向对象[1]思想里的“对象”类似的一个概念。在面向对象思想里, 控制对象的定义是:首先根据客户需求抽象出业务对象;然后对需求进行合理分层, 构建相对独立的业务模块;再设计业务逻辑, 利用多态、继承、封装和抽象的编程思想, 实现业务需求;最后通过整合各模块, 达到高内聚、低耦合的效果, 从而满足客户要求。

这里所指的控制对象用不上多态、继承和封装等概念, 只是对一个要被控制权限的事物的抽象定义。比如:省份、地市和通信局 (站) [2] (以下简称“局站”) 等这些都可以被定义为一个控制对象, 也可以说是对应系统里的一个实体表或表的一部分。这些控制对象以一条记录的形式存放在控制对象类型表中。

控制对象是抽象权限控制的最小颗粒。

1.3 控制对象类型组织

控制对象是一种独立的没有和其它控制对象发生任何关系的独立概念。信息系统的权限需求很少, 只是单独去控制某一控制对象 (这种情形对于简单的权限管理也是存在的) 。大多数情况下, 会把不同的控制对象通过上下级的方式关联起来, 而控制对象类型组织并不关心它们之间的关系, 只关心哪几个控制对象在该组织下, 最后给它定义一个名字而已。好比把香蕉、苹果和梨子放到一个篮子里, 把苹果和西瓜放到另一个篮子里, 这里“篮子”就是控制对象类型组织, 也可以叫权限体系。现实的权限管理中, 一个控制对象有可能在不同的权限体系被控制。

如图2所示, “区域”、“子区域”和“局站”是3个不同的控制对象, 把它们归类到一起叫“空间资源”, 即一个控制对象类型组织。

在“空间资源”这一控制对象类型组织下将“区域”、“子区域”和“局站”3个控制对象组合成树的形式。

1.4 控制对象类型组织关系

控制对象类型组织关系是指把一个控制对象类型组织下的控制对象按上下级关系组合起来。如图2所示, “子区域”这个控制对象将其挂到“区域”这个控制对象下, “局站”挂到“子区域”下。在“空间资源”这个控制对象类型组织中, “区域”下有“子区域”, “子区域”下是“局站”。这样就完成了控制对象类型组织关系的建立。

2 配置工具和实例

2.1 配置工具说明

工具界面中, 中间是控制对象的列表, 右边是控制对象的操作界面, 左边是配置控制对象关系的操作界面。在配置过程中, 先建立若干控制对象, 再在左边建立若干控制对象组织, 也即每棵树的根。左边的控制对象组织有空间资源, 权限管理员可将右边的单个控制对象拖动到左边的树上, 实现对权限体系的配置。

2.2“空间资源”控制对象类型组织配置过程

(1) 定义控制对象。定义“区域”、“子区域”和“局站”是3个控制对象到“控制对象类型”表中。

(2) 定义控制对象类型组织。在控制对象关系树中加入一个节点“空间资源”。

(3) 组合控制对象到控制对象类型组织。将控制对象“区域”拖到“空间资源”下, 再将“子区域”拖到“区域”下, 最后将“局站”拖到“子区域”下。

通过以上3个步骤, 即可完成对“空间资源”这一权限体系的建立 (见图2) 。在后续的赋权和鉴权操作中, 始终将以该体系为依据。

3 控制对象实例和赋权

3.1 控制对象实例

通过以上控制对象、控制对象类型组织和控制对象类型组织关系, 组建起一个权限体系。但这只是一个模型, 要赋予用户或角色具体权限, 就需将抽象控制对象实例化成具体的记录, 给它一个具体的名字。比如:“区域”这个控制对象在给用户赋予权限时, 是以“武汉市”的形式, “子区域”记录的形式有“江岸区”、“江汉区”、“武昌区”和“洪山区”等。实例化过程是控制对象关联系统其它实体表或表的一部分的过程。上述关联, 在控制对象建立时, 就已完成。

有些权限需求不用实例化, 也即这样的权限体系不用控制得太细。因此, 控制对象实例化本质是权限进一步细化的过程。

3.2 控制对象实例赋权给用户或角色

最终这些实例化的记录都要对应到用户或角色, 即对用户或角色赋权, 并用另外一张“控制对象实体”表来记录这些数据。这张表记录了完整的权限数据, 且表的数据量极大。

为了减少这张表的数据量, 应该在权限记录上优化记录方式。比如, 一个节点下面的实例化数据是全选的权限, 就只记录这一个节点, 无需记录该节点下所有节点。

4 结语

在该设计中, 将功能点或菜单权限单独做了权限控制, 没有把它列入到控制对象中去, 是因为它相对固定, 不经常变化。当然, 统一纳入一套控制对象权限体系是最为直观和清晰的, 但面对不同的权限需求, 设计者应灵活运用, 确保设计最优。本文提出了权限可配置性思想, 其核心是通过组合控制对象, 快速和灵活地搭建出权限体系。

参考文献

[1]刁成嘉.面向对象技术导论:系统分析与设计[M].北京:机械工业出版社, 2004.

[2]中华人民共和国工业和信息化部.通信局 (站) 电源系统总技术要求[S].YD/T 1051-2010.

车辆模型工作室配置及活动案例篇2

工作室概况

车辆模型运动是一项集科技、体育和娱乐为一体的活动项目。由于它富有知识性、趣味性、观赏性、挑战性、参与性等特点，足以与真实汽车竞赛相媲美，在世界体育竞技场中占有重要地位，深受国内外青少年喜爱。

我们这里所说的车辆模型制作体验活动，是指青少年将实物按一定比例仿真缩小制作，或自己设计创作，或利用给定部件组装搭建，最终制作成车辆模型作品的活动。而制作完成的车辆模型作品通常具有模仿外观或模拟运动状态的特征。

按上述车辆模型的特征，又可以分为静态模型和动态模型两种类型。静态模型指制作完成的车辆模型没有动力装置，只能处于静止状态，主要供观赏或情景展示。动态模型则指制作完成的车辆模型具有动力装置，可以模拟实物的运动状态。动态车辆模型还可进一步细分：按动力模式可以分为橡筋动力、电动、油动等；按操纵方式可以分为遥控类、非遥控类等。

活动目标

以车辆模型作为青少年学习和实践的平台，可以使青少年了解与车辆有关的科学文化知识；引导他们熟练掌握识图、工具使用和装配等相关技能；锻炼手脑结合制作各种车辆模型的能力；拓展空间想象力，提升车辆模型操控水平；培养探究兴趣、竞争意识、合作精神和意志力等品质。

场地设施条件

◇场地条件

具备使用面积为100～150平方米的室内活动场所，以及开展活动必需的基础条件，如桌椅、活动器材存放柜、水电接口、应急设施等。

◇设施条件（15万元左右）

（1）科技辅导员专用设施台式计算机、投影仪及投影屏幕、电烙铁焊台、小型打磨机、HUDY顶级工具套装、1/10房车用调车尺all m one铝盒套装、多功能装拆避震器、1/8车包、1/10车包、家用工具组合、锯和锯条、锉刀套装、砂纸、fr4玻纤板、环氧树脂板、田宫避震油、轮胎ca胶水、水管钳、丝锥、倒角钻、舵机延长线、低压报警器、UBEC稳压器、油漆记号笔、稳压模块、遥控器、接收机、充电器、暖胎机、锂电池。

（2）青少年专用设施遥控器、接收机、充电器、锂电池、锉刀套装、砂纸、田宫避震油、轮胎ca胶水、1/10房车用调车尺all in one铝盒套装、Tamiya ps-54喷漆、车壳遮盖纸、1/12 serpent s120遥控车车架、电子调速器、12仔专用1s电调、琐尾舵机、17.5t马达、1/12车壳。

（3）工作室辅助设施彩色激光打印机、置物箱、设备转运箱、吸尘器、移动工具车、移动搬运车、展橱、货架、网络多媒体等。

（4）人员配备条件配备1名具有一定管理经验的专（兼）职管理人员和1名专（兼）职科技辅导员，建立3人以上科技辅导员志愿者队伍。

容纳青少年数量

可容纳10～15名青少年同时参与活动。

开放时间

每月至少16天。

活动内容

车辆模型运动所涉及的一些科学知识与相关技术技能，如流体力学、技术设计、工艺流程和车辆调控等，在学校的基础学科教学中都涉及较少，这就需要科技辅导员组织与指导学生，通过集观察、制作、操控于一体的探究活动，逐步了解与掌握车辆模型的相关知识、技能与方法。具体活动内容如下。

（1）车辆模型的概念、原理和主要结构，如车辆模型运动简介，对车辆模型的基本构造和原理、遥控设备、动力装置、调整原理、操纵等的认知。

（2）车辆模型制作训练，如木质电动车、F1空气动力桨小车、滑莱士气垫小车、太阳能小车等。

（3）直航类小车竞技、调校探索，通过对上述小车进行竞技调校，发现不同数值对应车辆行进的变化。

（4）遥控车辆学习进阶，如1/10房车、1/16越野车、短卡等。

活动形式

高职教师资源的优化配置模型篇3

1997年6月13日, 全国首所高职院校———邢台职业技术学院正式挂牌成立, 标志着我国高职教育开始走向规范化、跨越式发展的道路。作为高职院校人才培养、专业教育、技术革新的承载者和实践者——高职教师成为高职院校“第一资源”的理念日益凸现, 然而各高职院校的教师资源配置还存在着许多问题, 如专任教师及“双师型”教师数量不足、教师学历偏低, 职称结构不合理, 校内兼职教师及外聘教师数量严重不足等[1], 这不仅阻碍着我国高职院校创新争优的进程, 同时也成为高职院发展的瓶颈。所以, 优化高职教师资源的配置, 是实现高职院校教育事业发展、实现质量转轨的前提需要。如何有效地、合理地使用高职院校教师资源, 使教师资源配置达到最优, 一直是高职院校管理者所关注的问题。本文从综合效益最优的角度来说明教师资源配置问题。

1 模型假设

1.1 假设教师资源取得的总效益分为经济效益和社会效益两大类;

1.2 假设对某所高职院校而言, 教师资源分为专职教师、校内兼职教师、校外外聘教师三大类;

1.3 为方便问题讨论, 假设模型中所涉及的量均为连续变化的量。

2 模型建立

用效用函数[2]来描述高职教师资源的优化策略问题, 由假设1, 教师资源取得的综合效益一般分为经济效益和社会效益, 其关系为μ=f (λ1, λ2) , 其中μ表示教师资源的综合效益, λ1, λ2分别表示教师资源的经济效益和社会效益, f表示μ与λ1, λ2的函数关系, 常用的效用函数有:, (α>0, β>0) 或μ=λ1αλ2β, (0<α, 0<βλ) 1或, (α, β>0) 。λ1, λ2又与所投入的各类教师资源有关, 即综合效益可表现为:

式中z, q, w分别代表专职教师、兼职教师、处聘教师。

对某所高职院校而言, 由于各专业设置不同, 专业影响力不同, 因此各专业取得的综合效益也不同, 设分布在各专业领域的综合效益为:μi=fi (zi, qi, wi) , (i=1, 2, L, n) 。其中, μi表示第i个专业取得的综合效益, zi, qi, wi分别表示第i个专业的专任教师、兼职教师、外聘教师。因此, 全局综合效益为:。由此, 高职教师资源的优化配置问题归结为模型:

3 模型求解

这是一个有约束条件的优化问题, 由拉格朗日乖子法[3]可解得:

从求解结果中可以看出, 要使教师资源配置的综合效益达到最优, 应是在各专业各类教师设置的边际效益相等的情况下, 即等边际效益的原理适合高职教师的资源的优化配置问题。为确保边际效益相等, 作为高职院校的人力资源部应做好以下几个方面的工作: (1) 坚持以人为本树立教师资源是第一资源的人才观, 在教师待遇、工作、生活方面为教师解决后顾之忧, 增强吸纳、稳定、凝聚优秀人才之能力; (2) 注重“双师型”及“骨干”教师、学科带头人的队伍建设, 以确保高职院校办学质量; (3) 做好兼职教师及外聘教师队伍的建设, 以节约教育成本; (4) 在部分高校为职业院校教师开设在职人员申请硕士学位、研究生课程进修班的学历补偿教育, 提高教师的专业水平和学历层次; (5) 加强教师人事制度的管理, 保障教师资源的稳定性和优化策略顺利实现。

4 结束语

教师资源的优化配置问题是一个系统而复杂的工程, 本文利用效用函数分析了高职教师的资源配置问题, 得出了一些结论, 对高职教师的资源配置问题有一定的指导作用。但本文对教师的分类过于简单, 没有考虑到教师的职称结构, 年龄结构, 没有考虑骨干教师、专业带头人等对综合效用的影响。

摘要：文章把高职教师分为专职教师、兼职教师及外聘教师三类, 用效用函数来分析讨论教师资源的优化配置问题, 从而得出边际效益相等是高职教师资源优化配置的优良方案。

关键词：高职老师,优化配置,效用函数,边际效益

参考文献

[1]张继华, 侯小兵.高职院校教师资源优化与整合的途径选择[J].绵阳师范学院学报, 2008年6月第27卷第6期109-111.

[2]姜启源, 谢金星.数学模型[M].北京:高等教育出版社, 2003年.

市场配置资源教学设计篇4

1.知识与技能

了解合理配置资源的必要性及基本手段；市场配置资源的优点及局限性；健全社会信用制度的必要性与主要内容。

2.过程与方法

（1）全面认识市场配置资源优缺点的辨析能力。

（2）针对市场调节的局限性，初步提出合理化的政府干预与宏观调控对策的应用能力。

3.情感、态度与价值观

树立自觉遵守、维护市场秩序与规则的观念，抵制一切扰乱市场秩序的行为。

二、教学重点、难点

1.教学重点

（1）市场调节如何配置资源及其优点。

（2）规范市场秩序、建立社会信用制度的必要性和措施。

2.教学难点

市场是如何配置资源的。

三、设计思想

尊重学生的课堂主体地位，通过创设家乡关口葡萄为教学情境，并以介绍关口葡萄发展为主线采用对话式、合作探究式教学方式，让学生构建知识结构、落实教材基础。同时通过情感、态度、价值观教育获得情感体验。

四、教学过程

导入：我们班有没有建始县的同学，来为大家当一回小导游，你会带他们去看什么？去吃什么？去体验什么？（学生回答导入关口葡萄，引出话题）你对关口葡萄了解多少，不妨给大家介绍一下。（3～4分钟）

第一环节：创业小试——初尝甜头（ppt展示）（10～15分钟）

老师：市场经济发展浪潮中，关口农户刘某转变观念发展，葡萄种植走上了发家致富之路。（ppt展示）

学生讨论：

1.办葡萄种植园需要哪些资源？

2.农户刘某捕捉到哪些重要市场信息做出创业决策？假如你是刘某，面对日趋激烈的竞争你又该怎么办？

（根据问题1）学生回答并总结：劳动力、原材料、技术、信息等，经济学上把这些称为资源。

老师继续提问：这些资源是否取之不尽、用之不竭呢？

学生回答：不是的。

老师问：那怎么办，这给我们什么启示？

老师总结：资源是有限的，而人的需求是无限的，因此需要对有限的资源做出合理的安排，经济学上把这称为“资源配置”。配置资源的方式有两种：计划和市场。我们重点讨论市场如何配置资源。

（根据问题2）学生回答：关口葡萄名声提升，价格高，发展前景好，要扩大生产规模。

老师提问：许多农户也是这么想的，他们纷纷扩大生产规模，葡萄行业竞争激烈，面对日趋激烈的竞争，你又该怎么办？

学生总结：提高科技水平，改善管理，开发新产品……

师生共同总结：在经济生活中，市场这支无形的手始终在指挥着每一个参与者。市场通过价格、供求和竞争使人财物各种资源得到合理配置。

老师提问：市场通过这种方式配置资源，相比于计划经济有何优点？

学生回答：价格变动能准确、及时、灵敏地反映供求关系，从而调节生产，优化资源配置，促使商品生产者、经营者调整生产经营活动，从而……

老师过渡：在市场经济的浪潮中，关口葡萄取得了日益骄人的成绩和长足的发展，也产生了一些新的问题。同学们，你们了解到哪些问题，不妨说出来我们讨论一下。

老师发言：老师通过调查也收集了一些问题（ppt展示）

第二环节：走入困境——寻找原因（15分钟）

讨论：★上述反映出市场调节具有哪些缺陷，是如何体现的？

★关口葡萄经营中这些现象的出现可能会导致什么后果？

（问题1回答）学生回答：

老师总结：自发性——自发追逐利益，为了自己利益而不顾他人利益，不择手段；盲目性——人们不能完全掌握生产各方面的信息及其变化趋势，以至于一哄而上、一哄而下，决策盲目；滞后性——事后调节，从价格的形成、信号传递到商品生产的调整，具有一定的时间差。

（问题2回答）

老师总结：关口葡萄经营中出现的现象有哪些？这些现象可能会导致什么后果？

后果：资源配置效率低下，资源浪费。

企业发展成败、消费者合法权益受到侵害……

经济波动和健康发展……

通过上述探究，我们已经找到了关口葡萄经营存在的问题，同时我们还知道了市场经济是一个既有优点又有缺点的大舞台，那么如何帮助关口葡萄从困境中走出来……

学习了经济学知识的同学们请你支招，让关口葡萄做大

做强……

第三个环节：请你支招——做大做强（8～10分钟）

从国家、企业、消费者三个角度分析，老师总结。

（作者单位湖北省恩施高中）

配置设计模型篇5

一、军用土地资源

新中国成立初期, 为了满足我军防御性作战的需求, 使我军土地资源形成了“摊子大、坐落多、容量小”的配置格局, 虽然经过多次精简整编后, 但一个单位仍存在多个分散营区的现象, 军用土地点多、面广且高度分散, 管护范围特别广, 任务十分繁重。相对于军用土地资源“小、散、广”格局, 新时期国防战略方针和部队使命任务对军用土地资源的使用提出了更高的要求。要求做好军事斗争准备, 提高军队应对多种安全威胁、完成多样化军事任务的能力。随着我军现代化建设的强力推进和现代营房建设的全面展开, 为了建成基地化现代营区和综合保障基地, 对军用土地资源利用提出了新的要求。

二、军用土地资源优化配置

军用土地资源优化配置问题, 是针对军用土地的使用一直缺少长远系统规划和土地资源供给的稀缺性而提出来的。用于解决当前军用土地布局不够科学, 集约利用程度不高的问题。通过土地资源配置, 可以节约、减少建设用地, 杜绝不必要的重复建设, 合理规划土地空间布局, 提高土地的使用效率, 实现土地资源的可持续利用。

三、军用土地资源优化配置的目标

1. 军事效益

军用土地管理工作追求的是军事效益, 是满足国家安全和领土需求, 为准备战争和保障战争服务。军用土地资源作为我军除武器装备外最重要的战略资源, 是军队建设发展和战斗力生成的基础性平台, 实施军用土地资源优化配置, 必须把提高军事效益作为第一位的任务, 一切活动都要紧紧围绕生成和提高战斗力来展开, 满足军事需求。

2. 经济效益

经济效益是指军事经济活动中能够直接取得的经济效益, 劳动成果与劳动耗费都可以用统一的货币单位衡量, 并可以直接相比较的那部分效益。过去军用土地资源的使用一直缺少长远系统规划, 往往过于注重局部利益和短期效益, 而忽略部队长远建设发展, 造成重复建设、重复投入等浪费资源的现象。按照全面建设现代营房的任务部署, 通过军用土地资源优化配置, 合理开发利用土地资源, 加大土地横向调节力度, 打破体制编制束缚, 实现区域化联合保障模式, 避免重复建设带来的经济损失。盘活闲置的军用土地资源, 依托市场, 通过租赁、转让、合作等方式, 力争取得最佳的经济效益, 用于弥补营房标准经费不足, 为部队建设和军事斗争准备提供综合性的保障支持。

3. 社会效益

社会效益是指在国内整个国民经济全面发展、社会安定团结、人民物质文化生活水平不断提高、综合国力不断增强等方面。军用土地作为自然资源并不是独立存在的, 具有社会属性。同样, 军用土地资源优化配置不仅是军队内部的调整, 还在不同程度上影响社会经济的发展, 关系着军政关系, 军民关系。为了获得良好的社会效益, 实现共同发展, 与地方政府部门通力协作, 确保土地的征用、置换和闲置土地的租赁、转让顺利进行。

四、军用土地资源优化配置方法

目前, 国内外土地利用结构优化最常用的是模型法。数学模型多数是完成数量结构优化, 包括线性规划法、灰色线性规划法、多目标线性规划法、系统动力学模型等。随着研究的深入和地理信息系统 (GIS) 技术的应用, 更多的学者开始尝试把数学模型法与GIS技术相结合, 提出从数量结构优化到空间格局配置的完整优化配置过程。

1. 线性规划法

线性规划法是土地资源优化配置建模中最为常用的一种方法, 其基本原理是以目标函数为基础, 根据实际优化目标需要求取最大或最小值作为最优解, 主要用于研究有限资源的最佳分配问题, 即如何对有限的资源作出最佳方式地调配和最有利地使用, 以便充分地发挥资源的效能去获取最佳的效益。刘彦随运用线性规划法综合考虑三峡库区经济发展与生态环境建设的目标, 进行土地资源优化配置, 经过设置变量、确定约束条件、构建目标函数和形成方案, 最终得出了各类用地最优的数量结构方案, 使土地资源潜力得到了充分的发挥[1]。

线性规划法具有目标单一性和缺乏空间性的缺陷, 是一种静态分析方法, 不具有时间动态性。另外建立的约束条件求解目标函数时甚至可能出现无解, 造成多次重复的调整约束条件, 并不能完全满足最初优化要求。

2. 灰色线性规划法

灰色线性规划弥补了一般线性规划的不足, 它不要求目标函数中的效益系数、约束条件中的技术系数、资源量及其他限制量等都被固定下来, 而可在技术系数是可变的灰数, 约束值是发展的情况下进行, 是一种动态的线性规划。通常土地利用结构应用该方法优化时, 目标函数不是取最大最小值, 而是从灰区间中取一个相对优化值。所以, 灰色线性规划法可以根据优化目标的变化而取不同的优化值, 得到多种优化方案。该研究方法可用以解决线性规划法无法解决的优化动态性问题。

康慕谊等运用灰色线性规划模型研究了区域尺度上的土地利用结构优化问题。通过分析研究区土地资源利用结构的特征及存在的问题, 选出影响土地利用结构的各种因子, 并预测未来各业用地需求及其限制条件, 在此基础上模拟出典型土地利用方案, 最后采用层次分析法选出了基于综合效益及可行性的最优土地利用决策方案[2]。李丽红等运用灰色线性规划方法进行土地资源优化配置研究, 借助灰色线性规划模型和层次分析法求解2010年农十师土地利用结构优化数据, 最终找出符合社会、经济和生态效益的土地资源优化配置方案[3]。灰色线性规划法仍然是单目标的, 有时间动态性但缺乏空间分异性。

3. 多目标规划法

多目标规划由单目标线性规划发展而来, 它同时考虑数个目标函数, 需要对各种用地类型在每种目标中的效益权重进行分析, 然后对要实现的每个目标进行效益加权和逐级优化, 从而达到实现多目标兼顾的优化效果。与单目标线性规划相比, 多目标规划具有多目标性、多方案的特点, 决策者可以根据不同标准选择比较满意的优化配置方案, 提高了土地资源优化配置和决策的科学性。

多目标规划法在应用于土地利用结构优化时, 各种效益目标的量化是应用的关键, 量化方法的优劣直接影响模型的精确性。在实际研究中, 经济目标最容易量化衡量, 而社会目标和生态目标则难以量化。符裕红等利用多目标线性规划方法对小流域土地进行结构优化, 分别建立小流域各业发展线性规划的单目标数学模型, 作为子目标函数, 结合相应权重, 建立新的目标函数, 实现综合治理的多个目标的要求[4]。郑新奇研究了无棣县耕地结构优化问题, 首先运用多目标规划模型面积控制, 在此基础上借助Are/Info和MapInfo等信息工具, 实现耕地优化配置的自动化[5]。

4. 系统动力学模型

系统动力学方法是研究系统结构与系统行为的一种计算机仿真方法, 具有非线性、多重反馈的特点。利用系统动力学方法研究土地利用结构优化时, 首先需要对区域土地利用系统结构进行分析, 划分子系统。选取适当因素, 并建立各因素之间的反馈关系, 在此基础上建立一系列微分方程构建系统动力学方程, 进而模拟和预测系统在不同参数和不同策略因素输入时的系统动态变化行为和趋势。在运用系统方法研究时, 建立土地利用系统的层次结构和作用机理是重点研究内容, 也决定了用该方法模拟土地利用系统的精确性。

系统动力学方法采取定性和定量相结合的结构-功能模拟方法, 强调系统结构分析, 对数据的依赖性较小, 具有操作灵活、可塑性强的特点, 既可以对未来进行预测, 也可以回顾系统历史行为, 比较容易反映非线性和延期反应等用数学形式难以表达的过程。龚建等针对这一问题把多目标线性优化法与系统动力学模型相结合进行研究, 有效地提高了预测和优化的可靠性[6]。但在对系统内部各种反馈机制欠缺了解的情况下, 构建的系统动力方程对系统的模拟和预测会出现不完善甚至偏差, 则不适宜用系统动力学模型。王爱萍等利用系统动力学的方法, 在对土地利用系统进行系统分析的基础上, 构建无棣县土地利用系统动态模型, 并根据土地利用系统SD模型的仿真模拟结果, 编制了无棣县土地利用总体规划的基础方案[7]。

5. 与GIS相结合的优化方法

土地资源优化配置问题不仅包括了数量分配, 还包含空间布局的问题。土地资源优化配置的数学模型解决了土地资源数量上的优化, 但是无法实现土地资源的空间布局优化。计算机技术和地理信息系统的发展, 为土地资源利用和决策过程中分析空间数据提供了重要的技术支撑, 将数学方法和GIS功能相结合, 实现土地资源数量上和空间上的合理配置, 推动了土地资源优化配置科学研究的发展。

Chuvieco以线性规划法和GIS相结合, 对空间属性进行优化和变量组合, 在土地适宜的基础上实现优化配置, 完成土地利用结构优化配置的早期研究[8]。Wang Xinhao等将多目标线性规划模型与GIS的空问配置模型相结合, 建立了GIS/IFMOP综合模型, 对中国洱海流域的土地利用结构优化配置进行研究, 但在空间配置时只考虑自然因素而忽略了社会经济因素[9]。Fuhu Ren构建了GIWIN-LRA模型, 在适宜性评价的基础上进行土地资源的合理配置, 该模型最大的优点是将GIS的功能和决策过程结合起来, 使空间数据可以通过GIS的技术功能直接服务于土地资源的管理者[10]。

6. 空间模型优化配置方法

针对将土地利用数量结构落实到具体的地域空间, 以实现土地资源的优化配置的土地利用总体规划, 可有效地将土地利用数量结构匹配到具体的土地单元, 刘艳芳、董品杰等人用遗传算法优化土地空间结构[11,12], 邱炳文等人的多目标元胞自动机混合模型[13]。马世友等采用粒子群优化算法, 利用其空间飞行搜索特性和较强的全局优化能力, 构建了基于粒子群算法的土地利用空间优化模型 (PSO土地空间优化模型) , 该模型能利用粒子的群体空间分布模拟土地利用空间格局, 并能在多目标控制下进行全局优化处理, 实现土地利用数量结构和空间结构的有效统一[14]。张鸿辉、曾永年等人运用多智能遗传算法, 构建多目标土地利用空间优化配置MOSOLUA模型, 该模型比普通遗传算法模型的收敛速度要快, 运行效率和总体适应度都有所提高[15]。

五、结语

配置设计模型篇6

活络模具是典型的客户定制产品,以PD M系统平台为支撑的产品配置管理,为解决快速响应客户订单需求和缩短生产周期提供了有效途径。产品配置管理是针对产品的系列化和客户化管理而提出的,它以电子仓库(D ata V ault)为底层,以材料明细表BO M(bill of m aterial)为其组织核心,以系列化产品的相关数据作为管理对象,实现产品数据的组织、控制和管理,并在一定目标或规则约束下向用户或应用系统提供产品结构的不同视图,能够使企业的各个部门在产品的整个生命周期内共享统一的产品配置[1]。活络模具企业在实施PD M时,必须建立适合活络模具的产品配置模型,根据配置模型对PD M进行产品配置客户化开发。目前,现有的配置模型缺乏灵活性,不能直观的表达活络模具的语义特征,可配置性和变型设计能力差。本文提出了基于本体的活络模具配置模型,并将类和特征引入到配置模型中,用U M L建立活络模具配置模型,提高了配置模型的层次结构表达能力,具有更强的可配置性,有效的实现了知识的重用。

1 基于PDM的活络模具产品配置

1.1 基于PD M的活络模具产品配置原理

汽车轮胎模具作为典型的客户化定制产品,必须快速的响应客户订单,配置出客户满意的产品,提供详细的产品报价清单和缩短产品生产周期。借助于PD M强大的产品结构和产品配置管理功能,企业可以最大程度利用已有生产资源,不需要创新性设计或适应性设计,只通过一个可行的组合和变型设计,就能在短期内完成个性化产品定制任务[2]。产品配置管理至少包括两个方面的核心内容:

(1)活络模具配置模型的建立。根据活络模具产品结构信息和零部件之间的配置约束关系,按照某种特定的方法建立统一的、面向配置的活络模具产品配置模型。

(2)活络模具配置模型的求解。以客户的客户订单需求和参数集为输入,通过求解配置模型,使得配置模型的零部件对象实例化,输出满足客户要求的活络模具产品配置结果,如产品结构树、工程设计清单(EBO M)、报价清单等。

产品配置是基于统一的、通用的产品配置模型,通过对配置模型中的对象类进行求解和变型设计,使得对象类实例化的过程,以满足客户要求。产品配置过程可以看作是根据配置规则和知识,从产品配置模型的状态空间到具体零部件状态空间的状态搜索过程,如图1所示[3],状态空间用三元组(CM,O,G)来描述。其中CM表示配置模型的配置单元状态集合,CM中每个元素是一个状态,即一个具体的零部件。G是CM的非空子集,表示配置的结果。R是配置规则和配置知识的集合。

图2说明了基于PD M系统的活络模具产品配置原理[4],产品配置是由客户需求主导的、反复迭代的过程,经客户确认后的精确配置结构,通过多视图映射后即产生用于生产各个环节所需的BO M,同时经过变型设计的零部件主文档和主模型加入到产品配置模型中。活络模具作为典型的单件小批量的定制产品,其功能结构相对固定,除了根据客户要求定制的花纹块、滑块、上下侧板等零部件,其他部分的形状结构相似,完全可以实现标准化和模块化。

1.2 产品配置的动态性

产品配置过程是根据客户订单需求,按照配置规则和约束条件,配置模型的实例化过程。产品配置过程是一个反复迭代的过程,由于客户需求的动态性,决定了产品配置的动态性,主要表现在以下三个方面[5]:

(1)产品配置模型中的零部件集合是动态变化的。企业零部件库会随着技术进步和产品改进,而不断进行更新的。动态的产品配置模型扩大了零部件的使用范围,提高了产品配置的效率和准确性。

(2)产品配置模型是动态变化的。产品配置模型的变化主要是由于组成配置模型的配置单元以及配置规则的变化引起的,如在T1时刻的产品配置模型为CM1,而在T2时刻的配置模型可能为CM2,即CM1→CM2。

(3)产品配置的结果是动态变化的。活络模具作为客户化定制产品,需要根据客户需求对产品结构和性能进行调整,包括个别零部件的变型设计、零部件工艺改变以及精度要求等。

1.3 产品配置模型的建模方法

产品配置模型是实现产品配置设计的基础,目前常用的产品配置建模方式有以下几种:

(1)基于规则的产品配置建模[6]。配置模型依据元件间的规则来表示产品的配置知识,按照推理策略对配置知识进行推理和求解。但随着产品复杂度和规则数量的增加,因为规则之间高度的耦合性,使得对配置知识的演化和维护变得十分困难。

(2)基于模型的产品配置建模[7]。将元件蕴含的知识与知识的使用进行分离,提高了可维护性,但配置模型与建模方法密切相关,不同建模方法下建立的配置模型之间具有较大差异,配置模型的共享性不强。

(3)基于约束的产品配置建模[8]。根据组件之间的相互约束关系建立配置模型,由于变量间约束关系复杂,维护比较困难,通用性差。但这种模型在特定复杂深度层求解问题方面具有一定的优势。

(4)基于G BO M的产品配置建模[9]。以G BO M作为产品族的知识表达方式,用配置单元表示预设的零件或模块,用约束表示设计知识和规则,具有很强的可配置性,但在产品结构层次关系的表达方面存在不足。

(5)基于本体的产品配置建模[10]。通过定义配置本体的构件、功能、资源、关系和约束等,并应用面向对象的方法表达产品配置模型。该方法提高了模型的共享性,但在表达配置模型中的层次结构关系方面存在不足。

(6)基于类和特征的产品配置建模[11]。在建模过程中引入类和特征的思想,将零部件视为元件类,通过对元件类的封装和类间特征关系的建立,建立产品配置元模型。

2 活络模具产品结构模型

活络模具产品结构模型是经过功能分解映射而得到的,是构建产品配置模型的基础。活络模具功能结构形式比较固定,按产品功能和层次结构可以分为型腔部件、向心机构、装腔配件及装机配件等,这些功能模块以一定的方式装配成满足客户需求的个性化产品。图3为汽车轮胎模具功能结构模型,其中除了花纹块、滑块、上下侧板这些需要根据客户的要求来定制,其他部分的形状结构相似,完全可以实现标准化、模块化。

型腔部件是活络模具的核心部分,同时也是产品配置过程中需要根据客户需求进行变型设计最多的部分,型腔部件包括花纹块、侧板部件(上侧板、下侧板、活字块)、和钢圈(上钢圈、下钢圈)。向心机构部件是包括零部件数量最多的模块,但按照一定的标准进行划分后,大部分可以实现标准化,如按照活络模具的结构形式、加热方式、花纹块分块数、适用硫化机尺寸等,滑块、中模套、上环和上盖等零部件可以作为通用件使用,在产品配置过程中可以根据配置规则直接选用,不需要进行变型设计。型腔配件和装机配件大都为标准件,可以根据配置规则进行直接选配。

3 活络模具的产品配置模型

根据各种产品配置建模方法的特点和活络模具的产品功能结构特性,为了保证在产品全生命周期共享统一的产品配置模型,并提高配置模型的动态性,本文采用基于本体[12]的方法构建活络模具的产品配置模型,并在配置模型中引入类和特征[11]的概念。这样,既保证了模型高度的共享性和可配置性,同时也能够很好的表达模型层次结构的关系。为了对活络模具零部件的特征进行封装,本文将配置模型中的不同零部件类抽象为构件类,构件类可以代表产品类、部件类、组件类和零件类等。活络模具产品配置模型能够覆盖整个活络模具产品系列,与客户订单无关、可配置且包含所有标准构件的可变型模块化产品系列组成的情况。活络模具配置建模过程主要包括以下四个步骤:

(1)活络模具的功能建模。对活络模具进行功能分析,并将复杂的功能逐步细化到基本的功能组合,建立活络模具的功能层次模型。

(2)根据功能和结构之间的映射关系,确定活络模具配置模型是有哪些类型的构件组成。

(3)确定构件所属的类。根据活络模具的功能模型和结构模型,把配置模型的构件分为产品类、部件类、子部件类、零件类,通过建立类之间的关系,确定配置模型的层次结构,提高了配置模型的可识别性。

(4)确定各构件的特征属性。构件的特征属性包括功能特征、属性特征、包含特征和约束特征等四类。包含特征主要用来表示父类与子类之间的关系,分为组成、聚集和继承三种关系;约束特征用于描述同级构件类属性间的相互约束关系,包括自身约束和依赖两种关系。特征属性进一步扩充了特征的含义,很好的体现了类的封装性和继承性。

在构件类的四个特征属性之中,属性特性反映了构件类的自身约束关系,功能特征和包含特征反映了活络模具配置模型的层次结构关系,而约束特征则反映了同层次类之间的约束关系。

采用统一建模语言的描述方法,建立活络模具的分级配置模型如图4所示。由于篇幅所限,图4中只选取了活络模具部分构件类作为代表。在活络模具配置模型的逐层分解过程,必须充分考虑各级构件类之间及构件类自身各种约束关系,如组成、聚集、继承、关联、依赖以及自身约束等。

采用面向对象的方法表达活络模具配置模型,把产品零部件包含的各种知识以一定的层次结构表达,体现了类的封装性,同时具有父子关系的构件之间继承关系实现知识的重用,体现类的继承性。通过对构件类特征属性含义的扩充,把知识表达和配置模型相关联,并将知识作为构件类的内部属性来管理,避免了配置知识表达和规则维护的问题。使用U M L来表达活络模具配置模型,为PD M系统的配置管理功能客户化提供了良好的组织模型,更有利PD M实施工程师对模型的理解。

4 活络模具配置实例

活络模具配置模型对活络模具企业实施PD M系统具有重大意义,实施工程师根据配置模型进行产品配置管理功能客户化开发。使用U M L表达配置模型更有利实施工程师的理解。配置模型中的零部件以构件类的形式出现,并分为产品类、部件类、子部件类、零件类,通过特征属性表达构件类之间的关系,能够很好的表达配置模型的层次结构,具有强的可配置性,同时这种配置模型构建方法更加符合软件开发的思想。

产品配置是从分析客户订单需求到具体产品结构的映射过程,同时也是构件实例化的过程,限于篇幅,本文对活络模具的实例配置过程不再详细描述。图5为某型号的活络模具配置结果,此型号活络模具为圆锥面导向的热板式活络模具,花纹圈被分为9块,适用的硫化机尺寸为55"。活络模具的零部件按照产品结构形式、加热方式、花纹块数、适用硫化机尺寸等划分后,大部分零部件可以实现模块化和标准,提高了配置效率和准确性。需要进行变型设计的零部件,只需根据相似性配置结构,从PD M系统中提取相似零部件的主文档和主模型,进行变型设计即可,不需要进行创新型设计,缩短了产品的生产周期。需要进行变型设计的零部件完成之后,相似性配置结构就转换成了精确配置结构,交由客户确认。

5 结论

基于PD M的产品配置管理功能为活络模具企业快速响应客户订单需求和缩短产品生产周期提供了有效途径。本文针对活络模具企业在实施PD M时产品配置模型进行研究,首先分析了产品配置的原理及其特点和产品配置建模的常用方法,并对活络模具的功能结构进行了分析。采用了配置本体的知识建立活络模具的配置模型,把配置模型中的不同零部件抽象为构件类,并用特征对构件类相关知识进行封装,有利于知识的继承和重用,同时方便配置知识和规则的维护。利用U M L表示配置模型,有利于实施工程师对模型的理解和PD M和客户化开发。

参考文献

[1]袁海峰,陈宾康等.基于PDM的船舶产品结构与配置管理[J].武汉理工大学(交通科学与工程版),2002,26(6):744-747.

[2]李妮娅,张健.基于广义产品结构的产品配置[J].计算机集成制造系统,2010,16(1):184-186.

[3]叶红朝.产品配置建模方法与关键技术[J].轻工机械,2007,10(5):124-127.

[4]鲁玉军.面向大批量定制的ETO产品配置设计方法研究[D].杭州:浙江大学,2007.

[5]王世伟,谭建荣.产品配置模型的演化与再配置[J].计算机辅助设计与图形学学报,2005,17(2):347-352.

[6]McDermott,John.R1:A Rule-Based Configurer of Computer Systems[J].Artificial Intelligence,1982,19(1),39-88.

[7]曾福胜,金烨.基于产品模型的产品配置研究[J].计算机集成制造系统—CIMS,2004,10(专刊):65-70.

[8]刘明周,葛茂根等.基于约束的可定制产品配置模型[J].计算机辅助设计与图形学学报,2006,18(2):225-230.

[9]王世伟,谭建荣等.基于GBOM的产品配置研究[J].计算机辅助设计与图形学学报,2004,16(5):655-659.

[10]张劲松,王启富等.基于本体的产品配置建模研究[J].计算机集成制造系统,2003,9(5):344-350.

[11]刘晓冰,袁长锋等.基于类和特征的产品配置建模[J].计算机集成制造系统,2005,11(8):1058-1063.

人力资源优化配置模型及算法研究篇7

人是生产力诸要素中最具活力的因素, 而人力资源配置既是人力资源管理的起点, 又是人力资源管理的终点, 其最终目的是要达到`人—岗'的匹配, 提升组织的整体效能。研究表明, 同一岗位上最好的员工比最差员工的劳动生产率要高3倍[1]。但是, 任何组织都是一个系统, 具体一个岗位需要配置什么样的人, 要根据系统的整体最优来设计, 而不仅仅是选择同一岗位上最好的员工。这意味着在对人员进行选择时, 就要有一个良好的辨别、甄选过程, 挑选出有相应技能、知识和经验, 同时又能实现组织系统最优化的需要。可是, 在人员配置的实际操作中, 由于缺乏科学、可行的方法, 往往达不到理想的效果。为此, 通过对人力资源优化配置的探讨分析, 建立了一种人力资源优化配置的数学模型, 比较好地实现了人力资源优化配置中系统最优的需要。

粒子群优化算法 (Particle Swarm Optimization, PSO) 是由Kennedy和Eberhart在1995年提出的[2], 是一种基于群体的演化算法, 该算法模拟鸟群飞行觅食的行为, 通过鸟之间的集体协作使群体达到最优目的。PSO的优势在于算法的简洁性, 易于实现, 收敛速度快, 没有很多参数需要调整。目前此算法已广泛应用于函数优化、神经网络训练、模式分类、模糊系统控制以及其它的应用领域[3]。根据人力资源优化配置的数学模型的特点, 将遗传算法的思想嵌入到粒子群优化算法中, 设计了求解此问题的改进的粒子群优化算法, 数值模拟结果表明了算法的有效性。

1人力资源优化配置模型

现实人力资源优化配置中, 需要根据组织结构的具体情况和岗位对工作人员能力需求的测重点来选择和配置。通常要考虑候选人员在岗位所需的多种能力要素上的评分, 以及各能力要素在不同岗位上的权重分配[4]。

设候选人员集M=[M1, M2, …, Mn], 工作岗位集W=[W1, W2, …, Wm], 能力要素集F=[F1, F2, …, Fl]。一般情况下岗位处在竞争状态, 候选人员数量往往多于用人岗位数, 所以不妨设以上集合中的n≥m。

1.1建立人员素质评测矩阵

在对人员进行考核评分时, 为了保证评分的科学性和公正性, 一般要考虑多方面的评分因素及评分中各自所占的权重, 例如上级考评 (或评测小组考评) 、同级考评、下级考评、自我考评和外人考评等。一般情况下上级考评 (或评测小组考评) 占的权重比较大, 而其它考评所占权重比较小。现考虑上级 (或评测小组) 评分、候选人自我评分、同事评分、下属评分四个方面。

对每位候选人员按百分制进行定量测评, 获得人员在各能力要素上的得分。设测评矩阵分别为 (aij) n×l、 (bij) n×l、 (cij) n×l、 (dij) n×l, 其中aij, bij, cij, dij分别表示上级、候选人、同事、下属对于人员Mi在能力要素Fj上的评分。

1.2建立岗位要素权重矩阵

由于不同的岗位有不同的职责, 对人员的能力要求也不同, 这就需要确定每个岗位上各种能力要素的权重分配。根据要素的相对重要程度可利用9标度法对各种要素进行比较, 得到判断矩阵, 再利用层次分析法 (Analytic Hierachy Process, AHP) 通过计算判断矩阵的最大特征值获得权重向量, 其具体步骤可以参考文献[5]。设运用AHP法, 求得能力要素集在岗位集上的权重矩阵为 (vij) l×m, 其中vij表示能力要素Fi在岗位Wj上的相对权重。

1.3建立人员配置矩阵

人员与岗位的配置矩阵可以通过人员素质评测矩阵与岗位要素权重矩阵相乘得到, 所以, 根据第1.1和第1.2所得到的矩阵, 建立人员配置矩阵如下:

(sij) n×m= (p1 (aij) n×l+p2 (bij) n×l+p3 (cij) n×l+p4 (dij) n×l) (vij) l×m (1)

其中sij表示人员Mi在岗位Wj上的综合得分;p1, p2, p3, p4分别为上级评分 (或评测小组) 、候选人自我评分、同事评分和下属评分在人员素质评测中所占的权重。p1, p2, p3, p4的取值要根据组织结构和测评人员素质的具体情况来确定。

1.4建立人员优化配置模型

设, 根据人员配置矩阵构建人员优化配置的数学模型如下:

maxZ= $\sum_{i = 1}^{n} \sum_{j = 1}^{m} s_{i j} X_{i j}$ (2)

$\sum_{i = 1}^{n} X_{i j} = 1 j = 1, 2, \dots, m$ ;

$\sum_{j = 1}^{m} X_{i j} \leq 1 i = 1, 2, \dots, n$ ;

Xij=0或1 i=1, 2, …, n;j=1, 2, …, m。

该问题在涉及到的人员和岗位数量比较少时, 可以利用匈牙利法求解。但当该问题涉及的人员和岗位数量较多时, 问题变的比较复杂。现设计了一种求解此问题的改进的粒子群优化算法, 较好地解决了在人员和岗位数量较多时的人员优化配置问题, 提高了人员配置工作的效率。

2基本粒子群优化算法

PSO算法中每个粒子就是解空间中的一个解, 它根据自己的飞行经验和同伴的飞行经验来调整自己的飞行。假设在一个D维的目标搜索空间中, 由r个粒子组成一个粒子群体, 其中第i个粒子表示为一个D维的向量Xi= (xi1, xi2, …, xiD) , i=1, 2, …, r。第i个粒子的飞翔速度也是一个D维的向量, 记为Vi= (vi1, vi2, …, viD) 。记第i个粒子迄今为止搜索到的最优位置pbest为Pi= (pi1, pi2, …, piD) , 整个粒子群迄今为止搜索到的最优位置gbest为Pg= (pg1, pg2, …, pgD) 。PSO算法采用下述公式对粒子进行操作[6]:

其中i=1, 2, …, r;d=1, 2, …, D;k为迭代次数; w为惯性因子;c1和c2是学习因子, 通常令c1=c2=2;rand () 是独立的介于[0, 1]之间的随机数;迭代中止条件根据具体问题一般选为最大迭代次数或粒子群适应值最小标准误差。粒子群初始位置和速度随机产生, 然后按式 (3) 和式 (4) 进行迭代, 直至找到满意解。对于PSO算法的进一步的特性可参考文献[7,8]。

3人力资源优化配置的改进的粒子群优化算法

粒子群优化算法是通过个体之间的协作来寻找最优解的, 其本质是利用个体极值信息和全体极值信息来指导粒子的下一步迭代。根据基本粒子群优化算法的特性并结合遗传算法交叉操作的思想, 提出了一种改进的粒子群优化算法, 用于解决人力资源优化配置问题, 取得了较好的效果。

3.1粒子的编码

目前, PSO算法在很多连续优化问题中得到成功运用, 但在离散域上的研究和应用还很少。找到一个合适的表达方法, 使粒子与解对应, 是实现人力资源优化配置的PSO算法的关键之一。由于n≥m, 因此为了编码的方便可添加虚拟的岗位使之相等, 且人员在虚拟岗位上的综合得分为零。设每个粒子的向量X= (x1, x2, …, xi, …, xn) , 表示人员i被安排到第xi个岗位上, 其中i=1, 2, …, n;且xi≠xj (i≠j) 。

3.2交叉操作

为了保留父代的优良基因片段, 这里对顺序交叉 (OX) 操作进行了改进。设两个父代个体为f1和f2, 通过交叉操作得到的两个子代个体为c1和c2。具体操作过程如下:

(1) 两个父代f1和f2中随机选择一个相同的交叉区域;

(2) 将f1和f2的交叉区域交换后放在c1和c2相同的位置上, 删除f1 (f2) 与c1 (c2) 相同的元素, 并按顺序补全c1和c2, 得到两个子代个体c1和c2。

例如:设n=9, 两父串为 f1=1 2 3| 4 5 6 7| 8 9和f2=9 8 7 |6 5 4 3 |2 1, 随机选取的交叉区域为竖线之间4 5 6 7和6 5 4 3, 则交叉后子串为c1=1 2 7 6 5 4 3 8 9 和c2=9 8 3 4 5 6 7 2 1。

3.3算法实现

根据PSO算法的原理, 让当前粒子群中的粒子先与全体最优粒子进行交叉操作, 选取适应值高的子代个体再与个体最优粒子进行交叉操作, 将适应值高的子代个体作为新的粒子, 依次进行迭代, 直到满足迭代终止条件。此时粒子群中的最优粒子即为最优解。算法具体实现过程如下。

step1 设定迭代次数为G, 随机产生N个初始粒子。

step2 计算每个初始粒子的适应值, 设置第i个粒子X (i) 为个体最优粒子pbest (i) , 当前适应值为其个体极值lv (i) ;根据每个粒子的适应值找出全局最优粒子gbest和全局极值gv。

step3 每个粒子X (i) 与gbest交叉, 选取适应值高的子代个体记为X1 (i) ;X1 (i) 与pbest (i) 交叉, 选取适应值高的子代个体记为X2 (i) 。

step4 令X (i) X2 (i) , 计算当前粒子的适应值l (i) ;如果l (i) >lv (i) , 令pbest (i) =X (i) , lv (i) =l (i) ;根据每个粒子的个体极值lv (i) , 找出全局极值gv和全局最优粒子gbest。

step5 判断是否满足终止条件。如果满足转step6, 否则转step3。

Step6 输出全局极值gv和全局最优粒子gbest。

4数值模拟

现有10个候选人员M1, M2, …, M10应聘8个工作岗位W1, W2, …, W8, 每个岗位都要考察6个能力要素F1, F2, …, F6。设上级、自我、同事、下属评分所占权重分别为p1=0.7, p2=p3=p4=0.1, 且加权处理后得到的每个候选人员在各个能力要素上的综合得分如表1, 每个能力要素在各个岗位上的权重如表2。

根据式 (1) 得到人员配置矩阵如下

$S = [\begin{array}{l} 85.16 81.77 83.33 77.20 82.94 80.47 85.25 77.59 \\ 85.55 86.52 85.75 85.87 90.07 86.25 88.65 86.69 \\ 70.22 72.93 69.91 71.51 70.59 75.49 69.32 73.15 \\ 68.92 67.03 71.53 70.83 70.33 69.06 70.57 73.26 \\ 75.55 74.34 75.11 75.77 79.11 73.90 77.48 76.50 \\ 68.64 72.24 68.10 75.58 76.56 75.83 70.27 78.85 \\ 65.39 65.62 67.03 65.81 70.27 68.36 69.04 69.74 \\ 71.14 75.99 73.91 76.35 76.09 78.49 74.33 78.30 \\ 72.32 73.70 72.36 72.06 79.16 74.05 76.89 74.15 \\ 76.12 74.44 79.24 73.62 69.78 70.82 76.04 69.70 \end{array}]$

。

采用改进的粒子群优化算法对此人员配置问题求解, 设置算法参数为:粒子数N=20, 最大迭代次数G=80。结果得到四种人员最优配置方案:

M1→W1, M2→W2, M10→W3, M5→W4, M9→W5, M3→W6, M7→W7, M6→W8;

M1→W1, M2→W2, M10→W3, M5→W4, M9→W5, M3→W6, M7→W7, M4→W8;

M1→W1, M2→W2, M10→W3, M5→W4, M9→W5, M8→W6, M7→W7, M6→W8;

M1→W1, M2→W2, M10→W3, M5→W4, M9→W5, M8→W6, M7→W7, M4→W8。

该结果与用匈牙利法得出的结果相同。此算法能够较快地得到问题的最优解, 在人员和岗位较多的情况下具有明显的优越性, 提高了人员配置效率, 是解决人力资源优化配置问题的有效算法。

如同上例, 用定量的方法解决人力资源优化配置问题可能得到多种最优配置方案, 现实操作中可以充分结合对人员及岗位的定性分析来具体选择最优方案。

5结语

如何有效利用人力资源, 对提高员工的积极性和创造性、提高工作效率和效益具有重要意义。对于人力资源的优化配置问题, 在对人员和岗位进行定性分析的基础上, 结合定量分析选择优化配置方案, 能更好地优化组织的人员结构, 提高组织的整体效能。考虑了人员能力要素与岗位之间的有机联系, 基于定量分析的方法建立了人力资源优化配置模型, 并设计了一种解决此问题的改进的粒子群优化算法, 数值模拟结果说明了算法的有效性。

参考文献

[1]安鸿章.企业人力资源管理人员.北京:中国劳动社会保障出版社, 2002:65

[2]Kennedy J, Eberhart R C.Particle swarm optimization.Proc IEEE International Conference on Neural Networks, IV.Piscataway, NJ:IEEE Service Center, 1995:1942—1948

[3]Carlisle A, Dozier G.Adapting particle swarm optimization to dynam-ic environments.Proc of Int1Conf on Artificial Intelligence.Las Ve-gas, Nevada, USA:2000:429—434

[4]李卫星.人力资源优化配置的双向选择模型.科技进步与对策, 2003;2:110—111

[5]吴祈宗.运筹学与最优化方法.北京:机械工业出版社, 2003:215—249

[6]Eberhart R C, Shi Y.Particle swarm optimization:developments, applications and resources.Proc IEEE Congress on Evolutionary Computation.Piscataway, NJ:IEEE Service Center, 2001:81—86

[7]Shi Y, Eberhart R C.Empirical study of particle swarm optimization.Proc of Congress on Evolutionary Computation.Piscataway, NJ:IEEE Service Center, 1999:1945—1949

配置设计模型篇8

备件是指用来替换机械设备中容易损坏的零部件而备用的完好的零部件。贮存备件可以缩短维修时间,提高机械设备的使用效率。备件的筹措与供应是维修管理中一项重要的物资技术保障工作。备件管理是否得当,一方面涉及到机械效能的正常发挥和影响机械设备的利用率,另一方面又涉及能否合理使用维修经费,避免资金积压和物资浪费。因此,必须重视维修备件的管理,而备件的选择和数量的确定则是备件管理中的一项重要内容。

对于备件的保障工作的研究主要关心两个方面:设备的可靠性及使用率和保障费用。备件库存量小可以降低备件费用,但不能满足维修保降需求,会影响到设备的可靠性及使用率;增大备件库存量则可以保证设备的可靠性,却会占用大量保障费用,造成相当的资金浪费。因此,就需要对备件配置实施科学的优化决策,寻求费用与可靠性之间的最佳平衡,使得维修需要时能保证备件得到及时和充分的供应,同时尽量使费用降至最低。这就是备件优化问题的研究目标,最终表现为寻找最优的备件配置方案[1]。

本文提出了应用马尔可夫模型[2]来解决备件优化问题的方法,在马尔可夫模型中引人优化策略,在保证设备可靠性及使用率的同时使保障费用最小[3],从而确定最优的备件库存量,并且解决了设备可靠性与保障费用之间的平衡问题。

2 传统备件配置方法

目前国内外已经对备件供应保障进行了大量的研究并建立了大量的模型。可以根据模型把这些研究分为两大流派[4]:①以备件需求量为中心的预测模型;②以缺货为中心的优化模型。

2.1 以备件需求量为中心的预测模型

基于备件需求量的预测模型围绕备件消耗过程对备件需求量进行预测。20世纪60年代以前以及60年代,在国内外大多数都是采用便于计算、实用的经济订货量公式EOQ(economic order quantity)。在需求确定、采购提前期一定、等周期采购等严格的假设条件下,传统的EOQ库存模型综合考虑定货费用和存贮费用给出了“何时采购”和“采购多少”的求解公式。以EOQ理论为基础的库存模型考虑了库存控制的动态特性,并在降低费用方面取得了成效。但EOQ模型紧紧围绕优化费用进行求解,并没有建立与完好性之间的关系,此外预测备件需求量的时候要着重考察备件的消耗过程。以可靠性为中心的维修理论认为设备故障的发生是随机的,并且备件需求受很多因素的影响包括:故障率、供应保障系统、使用环境、使用率系数等。因此备件消耗过程是一个随机过程,在一定的范围内呈现出随机的波动性。

2.2 以缺货为中心的优化模型

在武器机械装备的实际运用中,装备使用者关心的往往不只是费用,更多的是机械装备的战备完好性和可用性。因此, 综合考虑装备系统结构、备件供应保障结构的备件配置优化模型、方法应运而生,其中最有影响力的是METRIC模型。该模型采用期望缺货值来描述完好率,问题归结为在总费用约束下,对所有不同库存点库存数量可能的排列组合分析计算相应的期望缺货值,寻找约束下使装备使用效能最大的库存策略。在策略空间中搜索时采用了边际效益分析法。但这类模型都基于一个重要的假设:基层的部件故障过程是一个泊松过程,也就是说基层所有类型部件的数量都是无限的,其故障失效率与工作部件的数量无关。然而,在实际装备的使用过程中,装备的数量是有限的。由此可见,在装备数量较少的情况下,上述假设会造成结果的不可信。

3 基于马尔可夫模型的备件配置优化方法

3.1 马尔可夫模型的建立及状态分析

对m个完全相同的机械系统,称其为域。设每一个系统包含k个相同类型的部件,因此一个域中相同类型的部件总数为q=mk.一旦出现故障,发生故障的失效部件就必须替换,并且被运送到其他地方进行维修,维修完毕重新运回备件库中备用。这个过程所花费的时间称为循环时间Tr.为了应用马尔可夫方法解决备件问题,必须知道两个常量:失效率λ和循环率α=1/Tr.

域的状态是由三个整数构成的因子(i1;i2;i3)所组成,第一个表示域中系统中正常运行的部件数目, 第二个表示储备的可利用的备件数目,第三个表示处于维修过程的备件数目。设初始状态为(q;n;0),记为状态0(对所有状态用i3来编码),这个状态只可能以速率qλ转移到状态1 (q;n-1;1)。从状态1可能以速率α转移到状态0,或者以速率qλ转移到状态2(q;n-2;2)。因此前n+1种状态都具有形式(q;n-j;j), j=0,1,…,n.从状态j转移到状态j+1的速率为qλ,而返回前一个状态的速率为jα.在前n+1种状态下不会出现部件短缺,这组的最后一个状态为(q;0;n),此时,如果某个部件失效,则域中缺少备件可供替换,该状态将以速率qλ转移到状态n+2(q-1;0;n+1)。紧跟着状态n+1,有q=mk种可能的状态,形式为(q-i;0;n+i), i=1,…,mk.这组的每一个状态以速率(q-i)λ转移到下一个状态,以速率(n+i)α转移至前一个状态,这样就形成了一个马尔可夫链。

由以上分析求解这个模型的稳态解。首先可以得到αP(1)=qλP(0),因此

$Ρ (1) = u Ρ (0) ‚ u = \frac{q λ}{α} (1)$

第二种状态有(qλ+α)P(1)=qλP(0)+2αP(2)成立,从中消掉P(1),得到

$Ρ (2) = \frac{u^{2}}{2} Ρ (0) (2)$

通过归纳可以直接得到前n+1种状态的概率为

$Ρ (k) = \frac{u^{k}}{k!} Ρ (0) ‚ k = 1 ‚ \dots ‚ n + 1 (3)$

且

$Ρ (n + 1) = \frac{u}{n + 1} Ρ (n) (4)$

状态n+1有

$\begin{array}{l} [(q + 1) λ + (n + 1) α] Ρ (n + 1) \\ = q λ Ρ (n) + α (n + 2) Ρ (n + 2) \end{array}$

成立,消去P(n),可得

$Ρ (n + 2) = \frac{u - y}{n + 2} Ρ (n + 1) ‚ y = \frac{λ}{α} (5)$

推理归纳可得

$\begin{array}{l} Ρ (n + j + 1) = \frac{u - j y}{n + j + 1} Ρ (n + j) \\ = \frac{(m k - j) y}{n + j + 1} Ρ (n + j), j = 0 ‚ 1 ‚ \dots ‚ m k - 1 (6) \end{array}$

设 $d_{k} = \prod_{j = 0}^{k} \frac{u - j y}{n + j + 1}$ , 又可得

$\begin{array}{l} Ρ (n + k + 1) = d_{k} Ρ (n) = \frac{u^{n}}{n!} d_{k} Ρ (0) ‚ \\ k = 0 ‚ 1 ‚ \dots ‚ m k - 1 (7) \end{array}$

P(0)可以由归一化关系 $\sum_{i = 0}^{m k + n} Ρ (i) = 1$ 求得。

$Ρ (0) = \frac{1}{1 + \sum_{i = 1}^{n} \frac{u^{i}}{i!} + \frac{u^{n}}{n!} \sum_{k = 0}^{m k - 1} d_{k}} (8)$

其中,u=mkλ/α, y=λ/α.

这样就可以确定各状态的概率。由于n为备件个数,因此不发生备件短缺的概率为前n+1种状态的概率之和,即求得备件充足的概率。

3.2 基于系统可用度和费用的备件优化方法

保存备件的原因在于保障系统的性能,根据备件可用性来决定需要购买的备件数量几乎没有意义,应该从系统可用性和费用的观点出发,综合考虑可靠性、维修性、保障性以及经济效益,由整个系统的可用性要求和总费用来决定所需备件的数量[5,6]。

系统使用可用度的表达式为:

$A_{0} = \frac{Μ Τ B F}{Μ Τ B F + Μ Τ Τ R + (1 - Ρ) Τ_{S}} (9)$

式中,MTBF为平均故障间隔时间;MTTR为平均修复时间;TS为平均备件供应反应时间;P为备件保障概率,即备件充足概率。

由于备件的替换时间比故障间隔时间和循环时间小得多,并且应用马尔可夫方法解析问题时也假定备件的替换是瞬时完成的,即系统的平均修复时间为零,所以基于马尔可夫模型的系统使用可用度的表达式为:

$A_{0} = \frac{Μ Τ B F}{Μ Τ B F + (1 - Ρ) Τ_{S}} (10)$

系统费用就是生产损失和购买备件的费用之和。由系统使用可用度可得系统的稳态不可用度,乘以8760小时可以得到系统一年的平均故障时间,再乘以系统单位时间的生产损失就是系统一年总的生产损失。购买备件的费用即购买备件的数量乘以单个备件的价格。

得到系统的使用可用度和总费用之后,在满足系统高使用度的同时使系统总费用尽可能小,权衡后确定最佳备件配置数量。

4 算例

在一个机械车间内有3条相同的生产线,每个生产线有5个机械手,机械手的失效率为λ=9.82×10-5,循环时间为2100小时,平均备件供应反应时间为4300小时,每一个机械手的费用为10万元,每条生产线工作1小时的产品价值为300元,要求该机械车间生产线可用度为0.95以上,下面以这个机械车间为研究对象,求在一个生产年度内的机械手最佳备件配置策略。

根据3.1节先求出机械手各备件数量下备件充足概率,再利用式(10)得到各备件数量下的生产线年度可用度。由生产线年度可用度可求得生产线一年的平均故障时间,从而得到生产线一年的生产损失,再根据各备件数量下的备件费用,进而得到各备件数量下生产线的总费用,结果如表1所示。从表1可以看出,当机械手备件数为6时,生产线年度可用度为0.9847,满足可用度要求并且总费用最低。因此,该机械车间一个生产年度内的机械手最佳备件配置数量应为6。

5 结论

备件的设计和要求是机械设备保障性的关键或重要因素。备件的数量决定了机械设备维修能力或保障水平,也同时决定了机械设备的成本。为了协调好机械设备费用和保障能力的关系,本文采用马尔可夫模型来实现机械设备的优化权衡,按照使用效率和费用成本进行备件优化配置计算。最后通过实例分析,说明该方法是有效的、可行的,具有一定的工程应用价值。

参考文献

[1]朱煜.以可靠性为中心的备品备件优化配置模型及其算法研究[D].上海:上海交通大学,1999.

[2]刘次华.随机过程第四版[M].武汉:华中科技大学出版社,2008.

[3]Dinesh K U,Knezevic J.Availability based spareoptimization using renewal process[J].ReliabilityEngineering and System Safety,1998,59:217~223.

[4]陈学楚,郑东良.以可靠性为中心的维修理论剖析[J].航空杂志,2000,(2):36~37.

[5]曹军海,徐宗昌.以可用度为中心的备件库存模型[J].兵工学报.坦克装甲车与发动机分册,1997,65(1):25~33.

9.1市场配置资源教学设计篇9

课程标准对本框的基本要求如下：“阐释市场是配置资源的基础，分析用法律和道德规范市场秩序的重要性。”根据课程标准的要求，本框涉及的相关经济学原理主要有资源配置的方式、市场配置资源的机制和优点;单纯市场调节的局限性;市场秩序和规则的建立。

操作提示：就本框涉及的教学内容和要达成的教学目标来看，对学生和老师都有一定的挑战。首先教学内容量大，且存在理解的难点，重点知识相对来说也比较多。所以可以根据实际教学的需要对教材内容进行必要的整合。笔者尝试把教材第三目“市场调节的局限性”调整到第二目“市场秩序”之前，这样更符合“发现问题—解决问题”的逻辑原则，也更有利于引导学生思考和解决问题。另外，为了更好地实现教学目标，帮助学生吃透重难点问题。可以在教学资源的选择和整合中做一些思考，更多地选用学生熟悉的实例材料，并创设情境，引导学生深入情境、感受情境，在模拟的情境中透过经济现象发现其背后的本质问题并解决问题。

二、教材分析

本框第四单元的起始课，着重介绍市场经济的内涵、市场调节的优点，市场规则、市场调节的弊端等基础知识。承接前三课“生产什么、怎样生产、为谁生产”，本框主要介绍在什么舞台上生产，有助于学生加深理解我国经济活动的宏观背景，坚定走社会主义市场经济之路。

三、教材重难点确定

1.教学重点

市场配置资源的具体机制和优点，市场固有的弊端，规范市场秩序的措施。

2.教学难点

市场配置资源的具体机制和优点。

确定依据：根据课程标准的要求，本框主要是让学生把握在市场经济条件下，市场在资源配置过程中具体是如何发挥其决定性作用的。对这一内容的充分理解，既有助于学生认同市场调节的优点，继而认同社会主义市场经济的确立和完善的重要意义;另外，在一分为二地认识到市场的固有弊端的基础上，也能更好地理解规范市场秩序和强有力的宏观调控的必要性。为下一部分社会主义市场经济的学习奠定理论基础。从现实生活来看，学生也可以学以致用，通过本课知识来分析日常生活中遇到的相关经济现象，更好地理解国家的调控政策。

四、学情分析

从知识方面看，通过前三单元的学习，学生已了解了经济生活很多微观的现象，掌握了很多微观角度的知识，有条件也有必要对经济生活做宏观把握。从生活经历看，学生对国家大事比较关心，有所了解，初步具备由现象到本质、由具体到抽象的思维品质。

五、本节课教学目标

1.知识与技能

在具体情境下，感受和描述我国各项资源的供求状况，进一步分析出合理配置资源的必要性。说出从市场主体（主要是商品生产者）所关注的市场价格和供求信息以及相关举措，理解并说明市场配置资源的方式和优点。通过具体情境下商品生产者常用的不正当竞争手段，推断出市场在资源配置中要充分发挥作用，需要良好的市场秩序、市场规则，更离不开法律和道德。置身经济情境中，体会和分析市场调节的局限性。

2.过程与方法

用辩证的眼光看待市场这种资源配置的手段，体会宏观调控的必要性和重要性，认同社会主义市场经济的优越性。透过观察市场现象认识和归纳其背后的实质和规律，提高抽象思维的能力。

3.情感、态度与价值观

树立合理利用资源，绿色环保的理念;增强法律和道德意识，养成诚信守法的好习惯。

六、教学设计

【导入新课】

播放视频《十一黄金周旅游市场异常火爆》。

国庆节黄金周旅游接待达4.28亿人次，预计到2020年将达到50亿人次，以现有2万家景区的规模和接待能力，景区供需关系十分紧张。

思考：

1.结合材料和生活感受说一说在我们的经济生活中存在怎样的普遍性问题？

2.教师提问并根据学生的回答，展示资源有效性和需求无限性这一对矛盾，（可能的话）把学生的答案归纳为计划手段和市场手段。

【设计意图】

从学生的身边实例出发，学生感兴趣，课堂气氛活跃。注意生成。

【新课讲授】

在社会主义市场经济发展的过程中，市场是如何帮助我们解决这一矛盾的？

【板书】

一、市场配置资源的机制和优点

【合作探究一】

情境一：

问题：

1.假如你们是旅行社决策层人员，会尤其关注短片中的哪些经济信息？为什么？

2.针对这些信息反映的现状，你们会做出怎样的决策方案？

【学生】学生分组，分别扮演四大旅行社，思考情境背景下的问题。各小组归纳总结后派代表阐述各自的观点。

【设计意图】学生置身其中，引发思考，充分发挥学生的主体作用。

【教师】结合学生的回答引导学生总结归纳市场配置资源的过程和方式。

情境二：

某大型跨国企业代表，正在选择合适的旅行社，以安排员工近五年的旅游休假活动。

任务：作为旅行社如何拿下这个大单？你做出决策的依据是什么？

【学生】学生分组，分别扮演四大旅行社，尝试做出决策方案，由代表介绍并给出原因。

【设计意图】学生置身其中，引发思考，充分发挥学生的主体作用。

【教师】结合学生的回答引导学生总结归纳市场配置资源的优点。

1.市场配置资源过程和机制。

（1）市场通过价格涨落比较及时、准确、灵敏地反映供求关系的变化，调节人、财、物在全社会的合理配置。

（2）生产者、经营者面对市场竞争，调整生产经营活动，提高劳动生产率，推动科技与管理的进步，促进资源有效利用。

2.市场配置资源的具体机制——价格、供求、竞争。

【板书】

（一）市场配置资源过程和机制

（二）市场配置资源优点

【过渡】

【合作探究二】

情境三：

有员工给旅行社提出以下的妙招：

妙招1：招聘导游的时候，为降低人力资源成本，招收素质不高且非专业人员。

妙招2：在宣传本旅行社的旅游套餐时，为了企业的“良好形象”和“竞争优势”，做出“必要而常见的美化包装”，同时捏造关于同行的虚假信息。

妙招3：将游客信息倒卖给保险公司、房地产商、装修公司等，获得额外收入。

问题：

1.你们会如何选择，阐述原因。

2.你们曾经在哪些类似的“妙招”中中过招？你们认为出现了这么多“妙招”的原因有哪些？

3.应对这样的现状，你们可以给出什么样的妙招。

【学生】学生根据所学知识和生活体验，体会分析市场调节中可能出现的问题。认识市场调节的局限性和规范市场秩序的必要性。并结合现实说出针对性的措施。

【设计意图】选择学生生活中能接触到的事例，让学生有话可说。这是本节课的第二处重点。承接前面的材料，设置问题。首先让学生真实地感受市场调节并不是完美无缺的。形成更为全面的对市场的认识。也在问题的出现和解决中自然生成对“道德和法律”的认同和重视。注重课堂的生成。

【教师】结合学生的回答做必要的总结，归纳单纯市场调节的局限性和市场秩序的规范。

1.市场的局限性。

自发性：为了利益，不择手段，违法违德。

盲目性：信息不畅，盲目决策，一哄而上;供求失衡，资源浪费。

滞后性：闻价而起，事后调节，有时间差。

过渡环节：从列举的上述“妙招”中，我们了解到市场配置资源，不仅有优点，也有其缺陷。这个时候国家的干预和调控是必不可缺的。我们必须规范市场、弥补市场的不足，来稳定市场、实现资源的优化配置。

2.规范市场秩序。

良好的市场秩序需要市场规则的维护。

治本之策：以道德为支撑、法律为保障的社会信用制度。

具体要求：学法、懂法、守法、用法+诚信、道德。

【板书】

二、市场的局限性（辅之以必要的宏观调控）

（一）自发性

（二）盲目性

（三）滞后性

三、市场秩序的维护

（一）市场规则的确立

（二）规范市场的治本之策

（三）具体要求

【课堂小结】

【学生】回归课本、整理笔记、梳理知识。

【教师活动】在社会主义市场经济的大背景下，市场在资源配置中发挥着决定性的作用。在这个过程中，既彰显了它的优越性，也暴露了它的局限性。我们既要去接受来自市场的洗礼，更要抓住市场给予我们的机遇，应对市场本身的不足可能导致的问题。基于此，请大家选择和撰写一到两句话，作为自己旅行社的发展理念。

【设计意图】学生需要在这个环节，回顾本框的全部内容，要在大量复杂的经济信息中梳理出清晰的思路，形成关于本课的完整的知识体系和逻辑体系。并通过企业理念的确立，感受市场带给我们的机遇和挑战，再一次感受和认同社会主义市场经济体制确立和完善的重要意义。

配置设计模型篇10

统一潮流控制器(UPFC)作为一种功能强大、控制方便的灵活交流输电系统(FACTS)设备,既可以控制潮流,提高电压水平,以改善系统稳态运行状况[1,2];又可以在系统发生扰动时增加阻尼,加快扰动衰减速度,改善系统的动态性能并降低大扰动时的系统崩溃概率[3,4]。但是,如何拟定适当的指标体系和计算方法来定量评价UPFC对系统的静/动态影响,并按一定的运行控制策略对比计算指标的变化,从而指导UPFC的优化配置问题一直停留在理论研究阶段,未充分满足工业应用的需求。研究中使用的稳态评估指标包括电力不足期望(LOLE)、电量不足期望(LOEE)、系统严重度指标(SM)等可靠性指标[5,6],系统有功损耗和电压水平等最优潮流指标[7],以及系统最大负荷量[8,9]和静态电压稳定极限[10]等指标。在研究UPFC优化配置时所采用的方法主要是利用UPFC保持所在线路潮流和节点电压为恒定值或在该线路出现潮流过载时通过UPFC控制来消除过载。后来也有人基于遗传算法或神经网络法来求解各种不同优化目标下UPFC的最佳位置和最佳参数设置[11,12]。

上述研究存在3点不足:①求解各种指标时考虑的系统运行状态过于单一,没有考虑元件运行状态和负荷水平的不确定性对系统运行状态和UPFC作用效果的影响。②UPFC的控制方法过于简单。虽然各文献的计算结果表明UPFC可以显著改善系统稳态性能,但是该方法无法保证UPFC效益的最大化。③没有考虑安装UPFC的线路故障概率增加对系统运行的负面影响。

针对上述问题,本文建立了UPFC的运行可靠性模型,基于该模型提出一种含UPFC的负荷削减模型,并给出了在系统中配置多个UPFC的完整算法。

1 设备和费用模型

1.1 UPFC潮流模型和可靠性模型

在忽略UPFC损耗的前提下,可以把UPFC等效为其所在线路两端的注入潮流,如图1所示。

Psk,Qsk,Psn,Qsn即为UPFC的等效注入潮流,其表达式为:

${\begin{cases} Ρ_{s k} = Y V_{2} V_{n} \sin (θ_{k} - θ_{n} + δ_{2}) \\ Q_{s k} = Y V_{2} V_{k} \cos δ_{2} - i_{q} V_{k} \\ Ρ_{s n} = - Y V_{2} V_{n} \sin (θ_{k} - θ_{n} + δ_{2}) \\ Q_{s n} = - Y V_{2} V_{n} \cos (θ_{k} - θ_{n} + δ_{2}) \end{cases} (1)$

式中:iq为无功注入电流,V2为电压源 $\dot{V}_{2}$ 的幅值、δ2为相角,这3个参数均为UPFC的控制参数;Y为线路电抗的倒数;Vk,Vn,θk,θn为节点电压、相角。

由式(1)可见,UPFC的最大注入功率和节点电压成正比。而UPFC在节点电压为1.0(标幺值)时的注入功率仅取决于UPFC的控制参数,与系统状态无关,其最大值称为UPFC的额定注入功率。

传统可靠性评估中往往不考虑运行条件变化对元件停运概率的影响,从而无法准确评价系统动态过程的性能。为解决此问题,文献[13,14]提出了发电机、线路、负荷的运行可靠性模型,该模型考虑了电压、潮流、频率3个系统状态量的变化对元件停运概率的影响。更接近系统运行的实际情况。本文参照其思路建立了UPFC的运行可靠性模型。

连接点的电压和关联线路的潮流都会影响UPFC的运行状态,如图2、图3所示。

当母线电压低于Vmu1、线路有功潮流小于Pmu1时,停运概率取多年统计平均的故障概率值;当电压大于Vmu2、潮流大于Pmu2时,停运概率为1;当电压在Vmu1与Vmu2、潮流在Pmu1与Pmu2上下限之间变化时,UPFC的停运概率随之相应线性变化。UPFC实际停运概率值取两者的较大值,如式(2)所示,此即UPFC的运行可靠性模型。

$p_{u} (Ρ, V) = \max (p_{u} (Ρ), p_{u} (V)) (2)$

式中:pu(P)和pu(V)分别为停运概率随有功潮流、电压的变化函数。

1.2 费用和收益计算

为实现维持一定可靠性水平前提下经济性最优的配置目标,需要考虑UPFC的投资费用与可靠性水平之间的定量关系,即可靠性与经济性的协调模型[15]。系统的可靠性水平用负荷停运损失来表征。

1)设备投资费用。

单位容量UPFC的投资费用I可看做容量s的二次函数,如下式所示[11]:

$Ι = 2.05 s^{2} - 1 838 s + 1 285 540 (3)$

对式(3)进行积分,就得到一个容量为s的UPFC的总投资费用Itotal,如下式所示:

$Ι_{t o t a l} = 0.683 s^{3} - 919 s^{2} + 1 285 540 s (4)$

多个UPFC的总投资费用Itotal,n为:

$Ι_{t o t a l, n} = \sum_{i = 1}^{n} Ι_{t o t a l, i} (5)$

式中:n为UPFC总个数。

2)负荷停运损失。

本文采用单位耗电量所产生的GDP,即产电比来评估单位缺供电量造成的经济损失,在所考察时间段内LOEE减少所带来的GDP的增加就是安装UPFC的收益。负荷停运损失表达式如下:

$B = m Μ L_{C} (6)$

式中:m为系统寿命周期;M为产电比;LC为年度切负荷电量期望。

随着UPFC投资费用增加,系统可靠性水平上升,系统的停电损失费用在减少,停电损失费用和投资费用两者之和就构成了系统的总费用曲线,如图4所示。本文的目标是在满足可靠性要求的前提下使得总费用最小。

2 含UPFC的负荷削减模型

切负荷是系统各个不安全运行状态的最终反映结果,适用于评估各个FACTS设备的综合效果。由运行可靠性模型可知,系统故障导致的切负荷量包括2部分:一部分是由于电压过低导致保护动作而切掉的负荷;另一部分是元件出现状态量越限时系统调节消限而主动切除的负荷。由于主动切负荷过程可优先切除重要度较低的负荷,造成的损失要小得多。在容量相同情况下,移除那些可以切除的负荷造成的损失不到被动切负荷的1%[16],因此这里只统计保护动作导致的切负荷。

传统的UPFC主要进行单条线路的潮流控制,没有考虑控制单条线路潮流时引起其他线路潮流重载恶化进而停运的可能性,无法有效降低整体的线路停运概率,进而减小切负荷期望。

本文通过潮流方程在运行点处的线性化,采用灵敏度方法来确定UPFC的注入量。通过注入量的调节最大限度地减小电压、潮流越限概率和越限值,从而降低切负荷期望。根据有功注入与有功潮流、无功注入与电压之间的强耦合关系,对UPFC采取解耦控制,具体说明如下。

假设UPFC安装在某一电力系统的节点k和线路k-n上。以k点注入有功为正方向,每次抽样前UPFC注入功率为0。抽样得到该电力系统的一个状态,此时有p条线路有功潮流越限,q条线路未越限。取

$\begin{array}{l} Ρ_{U, i n 1} = \max (\frac{Ρ_{0, i} - Ρ_{i}}{S_{i}}) S_{i} ＜ 0 (7) \\ Ρ_{U, i n 2} = \min (\frac{Ρ_{0, i} - Ρ_{i}}{S_{i}}) S_{i} ＞ 0 (8) \end{array}$

式中:P0,i为线路i的额定有功;Pi为实际有功;Si为线路潮流绝对值对UPFC有功注入的灵敏度;i=1,2,…,q。

于是,此状态下UPFC可使用的有功交换量如下式所示:

$\max (Ρ_{U, i n 1}, - Ρ_{U, i n 0}) \leq Ρ_{U, i n} \leq \min (Ρ_{U, i n 2}, Ρ_{U, i n 0}) (9)$

式中:PU,in0为UPFC额定有功容量。

要消除线路j的有功越限dPj(j=1,2,…,p),需要UPFC有功交换为:

$Ρ_{U, i n, j} = \frac{d Ρ_{j}}{S_{j}} (10)$

如果所有PU,in,j同时为正或同时为负,则取绝对值最大的一个作为UPFC有功交换量即可保证没有潮流越限,但该值不能超过式(9)确定的可使用容量;如果有正有负,则系统潮流越界不可消除,UPFC不进行有功交换。确定了UPFC有功交换量之后,根据灵敏度参数计算其对各节点电压的影响,从而得到考虑有功交换的节点电压值,然后采用类似方法可得UPFC无功注入量。

上述计算过程基于潮流方程在运行点处的线性化和解耦控制,为减小误差,本文采用迭代计算的方式。设原系统状态变量为X0,预期系统状态变量为 $\bar{X}$ ,根据灵敏度分析可求得UPFC控制变量CU,1,代入潮流方程进行计算,求得状态变量X1,由X1与 $\bar{X}$ 之差求得UPFC控制变量CU,2,如此反复,直到Xn与 $\bar{X}$ 之差小于规定的阈值为止。UPFC控制变量则等于CU,1到CU,n之和。

本文采用基于年度8 760 h负荷曲线的序贯蒙特卡洛抽样法[17]。对于每一次抽样结果进行潮流计算,如果有元件处于越限状态,则按照运行可靠性模型确定停运概率并再次抽样,如此反复,直到没有新的元件停运为止。算法流程见附录A图A1。

3 多UPFC优化配置

在选择UPFC安装位置时,传统做法是从电力系统的某一确定运行状态出发,选择潮流最重的线路安装。该选择方法没有考虑元件停运造成的系统运行状态改变,在系统中存在多个工况的情况下并不适宜,因此,本文提出了基于系统不同运行状态下潮流越限情况来选择UPFC安装位置的方法,该方法考虑了系统最常见的运行工况。

在系统中配置多个UPFC时,采用成组配置的方法,即每次配置UPFC的容量为A,此时可以按照顺序进行配置,把每个UPFC配置完以后的潮流结果作为配置下一个UPFC的初始条件。结合上述负荷削减模型,具体配置步骤如下:

步骤1:对系统进行N-2扫描,选择出现潮流越限次数最多、越限值最大的线路安装一组UPFC,如果没有潮流越限,则选择正常状态下潮流占线路额定容量比例最大的线路安装一组UPFC。

步骤2:用蒙特卡洛法计算安装UPFC之后的系统供电可靠性。如果没有达到要求,返回步骤1;如果达到要求,取k=1,进入步骤3。

步骤3:计算UPFC的总安装成本、系统停电损失费用,进而求得总费用Hk。

步骤4:采用步骤1的方法选择线路安装一组UPFC,然后用蒙特卡洛法计算系统停电损失费用,求得安装后的总费用Hk+1,如果Hk+1<Hk,k=k+1,返回步骤3;如果Hk+1>Hk,说明安装了第k组UPFC之后总费用已经达到最小,进入步骤5。

步骤5:配置结束,共计安装了k组UPFC,记录总费用Hk并计算最终的切负荷电量期望。

4 算例

4.1 计算结果

为验证本文算法的有效性,采用RTS 79系统算例进行仿真[18]。元件的可靠性参数如表1所示。取功率基值为100 MVA,系统寿命周期为25 a,产电比为8 774元/(MW·h)。发电机随机故障概率见附录A表A1,其他潮流和可靠性数据见文献[18]。

对原系统进行仿真,可知切负荷电量期望为24 616 (MW·h)/a,切负荷频率为1.792 8次/a,次均切负荷持续时间为40.32 h,即该系统的供电可靠性为99.90%。现在通过安装UPFC在保证系统供电可靠性不低于99.98%的情况下达到系统寿命周期内总费用最小,此时LOEE应不大于4 993 (MW·h)/a。每组UPFC额定容量为5 MVA。根据2.2节所提出的配置方法依次安装每组UPFC,仿真结果如表2所示。以未安装UPFC系统的LOEE和切负荷频率为基准,对表2仿真结果进行归一化,如图5所示。

由图5可见,随着UPFC安装容量的增加,切负荷频率和LOEE都明显下降,但是切负荷频率下降更快,说明UPFC对于切负荷量较小的较轻故障的抑制作用要大于对严重故障的抑制作用。次均切负荷持续时间的增加表明安装UPFC越多,切负荷持续时间长的故障在系统总故障数中所占比例越大。由图5还可以看出,随着安装组数的增加,UPFC的边际效益逐渐递减。这说明随着系统越限状态的减少,UPFC的作用也在降低。安装了6组UPFC之后系统总费用达到最小,此时LOEE为2 961 (MW·h)/a,系统供电可靠性达到了99.988%,满足可靠性水平的要求。

4.2 运行可靠性模型与传统可靠性模型的比较

运行可靠性模型与传统可靠性模型的主要区别在于对多重故障的评估方法。表3为这2种模型在相同故障模式下求得的LOEE指标。

由表3可见,随着故障重数的增加,基于传统可靠性模型的LOEE变化不大,而基于运行可靠性模型的LOEE迅速增加,这更符合电力系统中发生大规模连锁故障的实际情况。

4.3 控制方法和配置方式的比较

为验证本文所提出的负荷削减模型的有效性,分别在3个节点安装25 MW+j25 Mvar的UPFC,然后将本文控制方法命名为方法1,将只用UPFC控制所在节点的电压和所在线路的潮流命名为方法2,研究UPFC分别使用这2种控制方法时LOEE的变化,结果如表4所示。

由表4可见,无论UPFC安装在哪条线路,采用方法2的切负荷期望都远大于方法1,说明方法1优于方法2,与理论分析结果一致。

将表4与表3对比还可以看出,在都采用相同控制方法时,在同一个点安装25 MW+j25 Mvar的UPFC,其效果只与多个点安装20 MW+j20 Mvar的UPFC接近,明显比多点安装相同容量UPFC要差。说明多点配置的效果要明显好于单点配置。

4.4 安装地点选择方法的比较

为验证本文所提出的安装地点选择方法的有效性,根据传统方法选择潮流最重的线路再进行多个UPFC的配置仿真,结果如表5所示。

表5的仿真结果表明,采用传统方法时线路6-10潮流百分比明显大于其他线路,因此6组UPFC都安装在该线路上,此时系统可靠性要求并没有得到满足,而且系统总费用要远高于本文方法。

5 结论

本文建立了一整套基于运行可靠性模型的UPFC优化配置算法,并在RTS 79系统上进行了仿真,得到结论如下:

1)给出了基于可靠性和经济性协调要求的多个UPFC优化配置的定量计算方法,RTS 79系统仿真结果表明该方法有效。

2)与传统可靠性模型相比,基于运行可靠性模型对系统故障的后果分析在发生严重故障时更符合实际情况。

3)与传统控制方法和选择方法相比,本文所提出的含UPFC的负荷削减模型和安装地点选择方法可以更有效地提高系统可靠性。

附录见本刊网络版(http://aeps.sgepri.sgcc.com.cn/aeps/ch/index.aspx)。

摘要：电力系统中使用统一潮流控制器(UPFC)可以明显改善运行状况。建立了UPFC的注入潮流模型和运行可靠性模型,以及UPFC安装费用和系统切负荷费用模型。基于运行可靠性模型提出了含UPFC的负荷削减模型,该模型通过UPFC的控制消除潮流越限和电压越限,以降低切负荷出现的概率,提高系统可靠性。最后给出了基于该模型的多UPFC配置方法,该方法的目标是在保证可靠性水平满足要求的前提下保证系统总费用最少。RTS 79系统的仿真表明,所提出的模型和配置方法优于传统模型和配置方法。

【配置设计模型】推荐阅读：

产品配置设计08-30

配置优化模型05-21

教育配置07-17

自动配置05-10

业务配置05-13

>> 查看更多相关文档