资源分配模型（共12篇）
资源分配模型 篇1
1. 引言
网格(Grid)是近年出现的新兴技术。从20世纪90年代中期出现的元计算系统开始，网格的发展过程可以分为三个阶段[1]。早期的网格在当时被称为元计算环境(Metacomputing Environment)，通常用来连接超级计算机为高性能要求的应用提供计算资源，典型的系统为I-WAY;在网格发展的第二阶段，异构、分布的资源共享问题得到了相当的重视，中间件和标准化是解决资源异构性的关键技术，这个阶段主要的研究包括Globus (3.0版本以下)、Legion、Nimrod/G等;在网格发展第三阶段中，面向服务的模型和元数据是最关键的概念，两者构成OGSA (Open Grid Service Architecture)的核心思想。
开放网格服务体系结构OGSA (Open Grid Service Architecture)是Global Gird Forum 4的重要标准建议[2]，OGSA的目标是跨分布式异构平台管理资源;交付无缝的服务质量;为自治管理解决方案提供公共基础;定义开放的、已公布的接口;利用行业标准的集成技术。从这些目标，我们可以看出，前面三个目标都与网格服务的服务质量QoS密切相关。因此，在面向服务的网格环境下，服务质量QoS便成为网格系统的一个重要的性能指标。而用户QoS需求的保证情况取决于执行服务时系统所分配的资源本身的性能。因此，在面向服务的网格环境下，就很有必要进行基于QoS的网格资源分配管理的研究。
2. 网格的资源分配管理
2.1 网格资源分配管理者（GRAM)
GRAM的组成部分主要包括Gatekeeper、任务管理者、资源管理者等。Gatekeeper位于资源管理者或任务管理者所在节点，用于与请求资源的用户或用户代理进行安全鉴别。简单地说，当用户要提交一个任务时，则用户发一个执行任务的请求(用RSL进行描述)给远程计算机的Gatekeeper;Gatekeeper处理这个请求，并针对这个任务创建一个任务管理者Job Manager。任务管理者对任务请求中的RSL描述进行解析，然后启动并监视任务的执行，而且还把任务的状态信息发送给用户。当远程任务结束或失败后，任务管理者也结束运行。
(1)解析和处理任务请求中的RSL描述，在任务请求中对选择资源、任务处理和任务控制等RSL描述，针对可用资源等情况对请求作出拒绝处理或执行等操作;
(2)管理远程监控启动的任务;
(3)根据所管理的资源可用情况更新MDS。
2.2 网格中的资源管理
在网格中，广义的资源可以是任何能为用户所分享的软件和硬件，比如处理器周期、共享的打印机和其他设备、网络带宽、数据库等。本文讨论的资源仅指可代表用户运行一个或多个进程的主体(entity)[3]。网格资源的主要特点如下[4]。
(1)分布性。网格中的资源在地理上分布，在规模最大的全球性网格中，资源分布在全世界，所以网格无法采用集中式的资源管理，只能采用完全分布的资源管理方式。
(2)自主性。网格中的资源的所有权和管理权是分散的，资源管理必须尊重所有者和管理者的自主权。
(3)异构性。网格中的资源通常异构，因为不同所有者很可能使用不同硬件和软件，也往往使用不同的资源管理策略。
(4)动态性。网格资源的状态不断变化，而且资源本身通常不是专用于网格，还可能有非网格应用，所以资源所在机器的负载情况难以预测。
目前结合上述特点，将网格资源的分配划分为GARA和MPICH-GQ两个阶段进行，即首先在网格这个宏观环境下分配，然后由具体的资源管理者在资源所在系统进行微观分配[5]，这种划分指出了网格环境下资源分配的特点，但没有结合QoS进行考虑。尽管通用的支持资源预留和分配的体系架构GARA为不同种类的资源提供了统一的QoS预留机制，向用户和应用开发者提供了方便的End-To-End的QoS控制机制;消息传递架构MPICH-GQ，它综合了QoS描述、预留和实现技术，从基于消息传递编程的角度给出了网格QoS的一些实现机制，但都没有对网格QoS的层次结构进行深入研究，也没有对以服务为中心的网格QoS的特性进行系统分析。
3. 网格QoS (Quality of Service)
3.1 网格QoS的特点
分析资源虚拟化、逻辑资源与物理资源，QoS对不同的对象可以有不同的描述。
3.2 网格QoS的层次结构
最上层是网格服务QoS层，该层描述了网格服务的QoS要求，如服务响应时间、系统传输速率、参与服务的资源质量和性能要求等。第二层为虚拟组织QoS层，它包括系统QoS和逻辑资源QoS，描述了满足网格服务层QoS参数的系统需求和逻辑资源需求。其中系统QoS主要指在通信和逻辑资源所在资源节点的支撑环境等两方面的QoS需求，逻辑资源QoS主要指直接提供网格服务的逻辑资源在性能、安全等方面的QoS需求，如逻辑资源的质量等级、信任度、安全级别等。最底层是物理资源QoS层，包括网络QoS和资源节点QoS两个方面。其中网络QoS描述了网络性能的具体QoS参数要求，如延迟、带宽、丢包率等;资源节点QoS包括提供网格服务的物理资源QoS和它所在节点的支撑环境QoS，物理资源QoS是逻辑资源QoS在物理资源层的映射，它描述了实际提供服务的物理资源的QoS要求，如物理资源的共享策略、可负载能力、质量等级、可使用时间、任务中断率、要求的访问权限等，节点支撑环境QoS是指资源所在节点的其他辅助设备的QoS，如资源节点的操作系统环境、内存大小等，它是虚拟组织层系统QoS在资源支撑环境方面的QoS要求的映射。
4. 网格资源分配管理GRAM-QoS模型
GRAM-QoS主要由网格服务市场、网格中间件服务、网格资源代理和网格资源节点等四部分组成。其中网格服务市场位于网格系统的网格服务层，该模块一方面为网格用户提供查询网格服务的功能，另一方面为网格服务提供者提供注册、发布网格服务的功能。当网格服务提供者进行服务注册、发布时，要根据资源管理系统的要求提供身份证明和服务的相关描述，如服务的资源需求、QoS不同级别的参数要求等。网格中间件服务模块主要负责网格系统的登录、安全控制、用户信息管理和用户资源使用的记账功能等。网格资源代理位于网格系统的虚拟组织层，它是物理资源在VO中的逻辑表现，代表物理资源与用户进行交互。网格资源节点位于网格系统的物理资源层，它向网格用户提供具体的网格服务，但它的物理特性对用户是透明的，用户只能通过网格资源代理与物理资源进行交互。
5. 结语
网格是备受瞩目的新技术，虽然目前它还没有被广泛应用，但它在科研方面的巨大潜力吸引了国内外研究和商业力量。在网格技术的众多问题中，资源分配管理是研究最集中的问题之一，但资源分配管理与QoS结合起来解决网格中的资源分配管理还是很少触及的问题。本文初步建立了网格QoS的层次结构，以及基于QoS的网格资源分配管理模型GRAM-QoS，从宏观上提出了一种对用户QoS需求支持的解决方案。但在微观上，还有很多的技术需要去进一步完善，如何有效实现网格资源的提前预留成为当前研究的重点和难点，也是我们下一步要重点研究的内容。
参考文献
[1]ran Berman, Geoffrey Fox, Tony Hey.Grid Computing-making the Global Infrastructure a Reality[M].USA:John Wiley andSonsLtd, 2003:65-100.
[2]都志辉, 陈渝, 刘鹏网格计算.清华大学出版社, 2002.10.
[3]Tomas Sandholm, Jarec Gawor.Globus Toolkit 3 CoreWhitepaper[EB/OL].http://www-unix.globus.org/toolkit/docs/3.2/core/, 2003-06-02.
[4]J Frey, T Tannenbaum, I Foster, et al.Condor-G:A Com-putation Management Agent for Multi-institutional Grids[J].Clus-ter Computing, 2002, 5 (3) :237-246.
资源分配模型 篇2
路段流出函数是动态交通分配理论中的关键之处。在动态分配中，出行者路径选择原则确定后，其路段流入率自然确定。而对于流出函数，有多种模型。无论哪种模型，基本原则是路段流出函数的建立应该确保车辆按照所给出的路段走行时间走完该路段。试想一辆车在某时刻进入某路段，那么在加上该路段走行时间的时刻应该离开该路段，如果路段流出模型没有达到这一要求，将陷入自相矛盾的境地[2]。另外在建立路段流出函数模型时，还要考虑到Carey（1992）提出的先进先出原则。建立模型时我们假设不论其出行终点如何，同时进入路段的车辆均以相同的速度行驶，花费相同的时间，这实质就是先进先出规则的具体表现形式。在分配算法的设计中可以使用车辆在每一时间步长中移动的距离作为约束以保证先进先出原则得到满足。
2.2 路段阻抗特性模型
在动态分配情形下，提高阻抗函数的预测精度是一个基本要求。在建立阻抗特性模型时，要注意到动态交通分配中采用的状态变量不是静态交通分配中的交通量，而是某时刻路段上的交通负荷，即这一时刻路段上存在的车辆数。因为在动态情形下，用交通量无法描述路段的动态交通特征，交通量是―个时间观测量，其值是在某一点观测到的，适用于静态描述；而交通负荷是指某一时刻―个路段上存在的车辆数，它是―个空间观测量，适用于动态描述[3]。
★ 企业文化建设规划
★ 企业规划发展计划书
★ 企业面试未来规划范文
★ 投资决策的方法与流程
★ 数字高程模型DEM的更新在土地利用动态监测的应用
★ 个人动态消息稿范文
★ 平安夜动态简短祝福语
★ 建立垃圾焚烧发电企业成本核算模型的探索
★ 紧急撤离模型
排污权初始分配拍卖模型研究 篇3
关键词：排污权；初始分配；拍卖；成本收益
中图分类号：F062.1 文献标识码：A 文章编号：1000—176X（2012）10—0025—06
一、排污权及其在中国的发展
随着国际社会对环境问题的日益关注，保护环境、实现可持续发展已经成为世界各国的基本国策。各国政府开始将价格、税收、财政、信贷、收费、保险等经济手段运用到环境管理之中，推行一系列环境经济政策，排污权交易就是其中之一。排污权交易有着深厚的经济学基础，作为一种相对有效的节能减排和治理环境污染的措施已在近年来被各国学者广泛接受。排污权交易的意义在于它能使企业为了自身的经济利益提高治污的积极性，从而实现控制污染总量的目标。如此，治污就从政府的强制行为转变为企业自治的市场行为，其交易也从原来企业与政府间的行政交易变成以市场为基础的经济交易。排污权的二次交易以市场为基础，它对企业形成一种经济驱动力，即排污权的卖出方通过出售因超量减排而剩余的排污权获得经济回报，这实质上是市场对企业环保行为的经济补偿；相反，排污权的买入方由于新增排污量不得不付出相应的费用，其支出的费用实质上是对环境污染的代价。与排污权的二次交易不同，初始交易主要解决的是政府在控制总量的目标下，如何按照一种科学合理的模型，设计一种规则，使市场的竞争秩序更加合理，从而提高市场运作效率。至于选择什么样的分配模型，不同国家理论界和实业界都存在不同的观点。
我国排污权发展，大体可分为探索阶段（1987—1994年）、规范阶段（1996—2000年）和运行阶段（2001—2008年）。但我国排污权初始分配的研究从总体而言，还处在初步的探索、研究阶段。其表现有二：一是研究成果总量不够；二是尚有不少研究领域存在空白。具体而言，现有的研究主要集中在分配模式上，并侧重于探讨初始排污权分配是否收费、收费的价格等，缺少政府、企业和社会三大主体对不同分配模式的反应以及偏好的比较研究。
二、文献综述
Crocker在科斯理论的基础上提出了在空气污染控制方面应用产权手段的可能性[1]。Dales在其书中首次提出排污权交易制度这一思想，即在环境总量的控制条件下，建立污染物排放权力并将其与市场相结合，强调了市场对环境资源的自主配置功能，促使企业在成本利润的权衡中自主排污，使排污行为的负外部性内部化，实现社会福利最大化[2]。Baumol和Oates首次将Dales和Crocker的设想进行了理论上的证实，并提出了许可证交易体系[3]。Montgomery从理论上证明了排污权交易系统在治理环境问题上的优势[4]。近年来，排污权交易制度在美国等西方发达国家出现实践效果与理论预期的巨大差距，使越来越多的经济学家开始关注初始排污权的分配问题及其在市场上的运作效率问题。在排污权的分配机制设计方面，1990年美国国会在《清洁大气法修改方案》中提出了三种初始分配方式，分别为免费分配、有偿出售和公开拍卖。其中，免费分配是目前被美国和许多其他国家普遍采用的方案。对此，部分学者提出了相关意见，Hahn就曾指出，排污权的初始分配对排污权交易制度的成功与否有着极大影响，尤其是在不完全竞争条件下，选择合适的排污权分配模式至关重要[5]。Heller把初始排污权的分配问题当作排污权交易中一个政治性的难题处理[6]。Barde认为初始排污权的分配问题是形成和制定排污权交易政策的最大壁垒，强调了对排污权初始分配问题谈判的困难性[7]。Palmisano认为，虽然初始排污权的分配是具有政治意义的问题，但是初始排污权分配政策的制定产生的交易成本往往是很大的，这也是极具争议性的[8]。在此基础上Heyes和Dijkstra提出，在对初始排污权交易进行任何福利评价之前，都必须考虑由于政治问题而产生的交易成本，并在此基础上加以修正[9]。Godby通过实证研究证明，市场结构在排污权交易的市场绩效方面存在影响作用[10]。
国内排污权初始分配制度的研究，可以大致分为定量和定性两个方面。定量分析大多侧重于借助现有数据，建立数理模型对排污权初始配置中的定价策略和机制进行最优选择，如一些学者分析了影响免费分配模式的相关因素以及分配结果对社会的影响之后，构建不同环境条件下的初始排污权免费分配模型。肖江文等通过建立不完全信息静态博弈模型，得出了公开拍卖的合理性并且认为投标人数与政府管理机构所得收益成正比[11]李巍等以大同市大气SO2污染排放为例进行了实证调查，对样本地区样本污染物排放的特征和总量控制目标进行了系统分析，创造性地提出了金字塔形的逐级分配模式[12]。定性分析倾向于探索排污权交易制度中的宏观信息，如初始分配的社会价值、目的和法律控制等。李寿德和黄桐城在三个基本原则（经济最优性、公平性和生产连续性原则）假定下对该模型的有关性质进行了讨论并总结了相关结论，认为初始排污权定价问题牵连广泛，设计机制繁冗复杂，其根本原因是环境的多功能性必然产生其自身的多价值性[13]。但也有一些学者认为： 在21世纪的经济型社会，排污权已经作为有价资源被公众所广泛接受，因此将初始排污权分配推向市场就是顺应民意的大势所趋。在市场经济条件下，纳污能力被认为是一种重要的公共资源，并且数量有限，以资源稀缺性的经济理论为前提，对排污权的分配应当服从有偿、有限的原则。因此在理论范畴上把握初始排污权的定价策略是极具研究价值的。陈德湖对排污权交易制度中初始排污权分配模型的建立是基于不完全信息静态博弈的理论，通过分析一级密封价格拍卖方式，从四个方面即期望收益、有效性、公平性和简便性展开了详细的比较，其结果表明初始排污权的一种相对合理的分配方式是竞标拍卖方式[14]。综上所述，国内外的研究形成共识，排污权是一种有限资源，应有偿取得。而且，根据Cramton和Kerr对排污权交易制度中公开拍卖和免费分配两种方案的比较研究，认为公开拍卖比免费分配具有更大效率[15]。但合理有效的拍卖模型少有建立，即使建立了拍卖模型也没有最终明确企业的最优报价，特别是在我国现有文献中，这部分基本是个空白。
三、初始分配拍卖模型的建立
初始分配拍卖机制的设计在理论上分为两种：静态拍卖和动态拍卖。一般情况下，静态拍卖是指密封投标的一种简单拍卖，可以分为统一价格拍卖、投标支付拍卖以及维克瑞拍卖；动态拍卖是指公开竞价拍卖，理论研究上倾向于英式拍卖，也称向上叫价时钟拍卖，是采用多轮投标的方式进行公开拍卖，这样投标人可以在前几轮拍卖所得的公开信息基础上，对自己的投标价格进行适当的修改和调整。理论上，动态拍卖是对静态拍卖的一种进化，有绝对优于静态拍卖的机制性，但从研究的角度，静态拍卖模型是动态拍卖模型的基础和核心。
1.静态拍卖模型
本文引用陈德湖的基本模型假设[16]，假定市场上所有可以购买的排污权的单位为1，投标人可以购买的排污权的数量为q∈[0，1]。排污权对于不同的投资人i而言具有不同的价值vi。只有投标人自己清楚自己排污权的价值vi，而其他的投资者并不知道vi确切的数值，而是只能认为是在[v，]区间上存在对应关系为F（vi），相应的概率密度函数为f（vi）的随机变量；在一次拍卖中，所有投标人具有共同的排污权的投资价值v。但是投标时，所有的投标人都不知道共同价值的确切数值，只能根据自己掌握的信息对其进行估计，设定投标的价格。在投标拍卖时 ，当投标人i用价格p购买到qi单位的排污权后，其事后收益为（vi—p）qi。假设每个投标人i的投标函数是bi（q）：[0，1]→[0，∞]，投标函数bi（q）的反函数（vi—p）qi即为需求函数，当排污权价格为P时，其需求量为qi，且qi（0）=1。对于不同的拍卖方式，市场的出清价格为p0=inf{p|∑ni=1qi（p）≤1}。如果∑ni=1qi（p）=1，则每个投标人获得qi个排污权。如果∑ni=1qi（p）>1，则说明在价格为p0时，总需求曲线是扁平的，某些投标人在p0时的需求量必须重新分配。如果有多个投标人的需求曲线在p0时是扁平的，那么这些投标人必须按比例同时减少一定数量的排污权。为方便分析，假定总需求曲线在p0时不是扁平的。根据排污权定价机制的不同，初始排污权的拍卖可以划分为三种拍卖形式，即维克里拍卖、单一价格拍卖和歧视性拍卖。在这三种拍卖方式中，歧视性拍卖的应用最广，美国的排污权分配采用的多是这种方式。在歧视性拍卖的情况下，投标人向拍卖人提交在市场出清价格以上的投标价格和需要购买拍卖品的数量，每个投标人i竞标获得的排污权数量是qi（p0），且每个人的总支付pi是：
单一价格拍卖方式是由Fridman（1960）根据市场竞争的特点针对多物品拍卖提出。单一价格最大的特点在于其价格是单一的、固定的。单一价格拍卖的流程与歧视性价格的拍卖流程相似，每个投标人i最终获得qi（p0）的拍卖品，其总支付Pi是：
维克里拍卖方式提出后就被运用于多物品拍卖中。与前两种拍卖机制相同，在这种拍卖机制下，每个投标人同时、独立地向拍卖人提交投标书，但是投标人表明的是自己的需求曲线。当投标价格在市场出清价格p0以上以及高于其他投标者的最高拒绝价，投标人将获得他们所需要的排污权数量，其支付的机会成本便是其他投标者的最高拒绝价。这一定价机制的流程是：投标人i为购买的第一个拍卖品支付最高拒绝价，购买第二个拍卖品支付次高拒绝价，如此下去，直到拒绝价超过了投标人i的投标价。通过投标机会成本的计算，得到每个投标人i为购买到qi（p0）的拍卖品，其总支付Pi为：
其中，b—1（q）表示所有投标人j（j≠i）的总投标函数，其反函数是q—i（p）=∑j≠iq—i（p）。同样总支付函数Pi也可以用需求函数来表示。
其中，i不参加投标时的市场出清价格用p—i表示。
基于已有的研究和结论，对买卖双方而言，企业i需缴纳qpi以获得允许排放量qi，而政府的目标是设计有效的拍卖规则最大化其收益U=pQ0。从效益最大化出发，构建以下数学模型：
其中，Gi表示企业i的实际排污量。企业i的目标是通过选取最优的报价策略qi（p），使得其自身的收益最大化，即：
2.动态拍卖模型
动态拍卖模型理论上以静态拍卖模型为基础，主要研究排污权初始分配中的博弈均衡结果。具体是指研究企业排污权的决策选择受其它企业排污权选择的影响，以及对其它企业的排污权选择也同时产生影响的决策问题和均衡问题。任何企业对排污权的决策选择都是通过竞争主体间不断的相互博弈而形成，而造成“个体理性”与“集体理性”冲突的原因可以认为其实质是一种“非合作博弈”，即企业相互不能达成一种有约束力的协议，每个决策个体都倾向于完全从自身利益最大化的角度进行最优决策，由此产生冲突。
动态拍卖模型的典型优点是投标人可以在多轮的竞价过程中不断调整投标价格，而且出清价格确定后不存在过多的排污权剩余，有利于资源的有效利用。以向上叫价时钟拍卖为例，在拍卖进行过程中，有一个专门的数字时钟显示当前的排污权价格，投标各企业在政府给出的初始价格基础上公布自己所需的排污权数量以及所相应支付的价格，当总需求量超过可供拍卖的排污权数量时，政府会将排污权价格提高一个层次，继而进行第二轮的竞标，投标人可以在新价格下重新估计自己的成本收益并对投标价格和投标数量做出适当调整和修改，这个过程会一直持续到市场上没有过多剩余，直至投标数量与可供分配数量相等时停止，并由政府宣布由此获得的市场出清价格以及获得排污权的投标企业，完成拍卖。而此时的市场出清价格，也就是排污权交易的实际价格，即结束时数字时钟上显示的价格。因此，在动态拍卖的排污权交易中，为了一个更为合理的博弈均衡结果须注意三点：首先，必须建立严格的法规约束，社会对污染的排放如果能形成强力约束，对超过排污权份额的超排行为能予以有效禁止，各个体排污行为能够从“非合作博弈”转为“合作博弈”；其次，中央政府在向各省市区分配排污总量时，分配标准必须科学、合理、公开、公正；最后，中央政府对地方政府的业绩考核评价体系必须完善和修订，把考核纯粹GDP的增长速度修订为对绿色GDP的增长速度的考核。
四、拍卖交易中的成本收益分析
1.政府
政府在整个排污权交易体系中的职能包括规划职能和执行监督职能，是引导企业进行排污权交易的责任主体，这也是由政府的特性决定的，它能够通过强制性的权利来解决非排他性和非竞争性的问题。然而政府作为环境保护的委托方也是一个利益组织，同样涉及到成本收益的平衡问题，并在全面统筹下倾向于获利。因此在实施排污权交易制度时，需要考虑其经济行为。在排污权初始分配问题上，政府一方面通过对排放的检测和对许可证的审核来制定相关的政策措施，明确不同区域的排放总量和拍卖机制，确定交易规则并据此进行严格的监督管理，另一方面政府要制定相应配套的政策保障。在初始分配的拍卖模型下，这一时期的排污权交易，政府占据主导地位，在制定并执行政策过程中有着较高的成本，排污权交易处于初步阶段，尽管政府大量投入财力物力，社会环境效益和经济效应都不容乐观，因此边际成本递增的速度远远大于边际收益递增的速度。在污染排放权进入二级市场后，排污企业作为其政策主体占据主导地位，政府的作用主要集中在对市场的监督管理，维系其正常有序的运行。这一时期的排污权交易市场，政府减少投入的同时，环境效益和社会经济效应明显，因此边际成本递减，边际收益则日趋完善。
如图1所示，横坐标代表排污权交易的时间轴，纵坐标代表政府在排污权交易过程中的边际成本和边际收益。假定B点为明确的排污权一二级市场分界点，在排污权交易一级市场，即排污权初始分配阶段，政府的边际收益和边际成本同时递增，但由于边际成本递增速度远远大于边际收益递增速度，因此净收益在此阶段为负，且在B点达到负最大化。进入排污权二级市场阶段后，政府边际收益持续增长且速度不断提升，而边际成本则呈现下降趋势，最终在C点将达到成本收益均衡。
2.企业
企业作为盈利性经济组织，其主要目的在于谋求自身经济利益。因此在没有内在激励的条件下使企业居于主导地位主动地承担治理环境的社会责任是不可能的，排污权交易制度之所以能够在理论上被排污企业接受，其本质就在于提供了企业获利的潜在机会。一方面，企业通过排污权交易市场卖出剩余排污权直接获得经济回报，因而在一定程度上给予了企业降低原定排污指标的动力，也使得社会总排污量得到整体控制。另一方面，排污权交易制度可以促使企业更自觉主动地改造生产技术和污染治理技术。这是由企业的总体目标——以最低成本使用最少排污量——所决定的，如果通过技术创新所节省下来的费用大于购买排污权的费用，企业自然就会倾向于通过改造技术以提高竞争力，同时也可以节省已购得的排污权用于交易获利，由此，排污企业由治污的被动方转化为主动方。
与免费分配模型不同，在排污权初始分配拍卖模型下，企业通过排污权市场所能获得的机会成本和潜在收益是不同的。免费分配实际上是政府基于治污理念而赋予了企业一项额外的资产，对于企业来说，一方面减免了治污成本，另一方面通过市场使这项资产转化为现实的经济利润。在这种方式下，企业参与排污权一级市场不需承担任何成本，即边际成本为零而边际收益呈现递增，净收益为正。在公开拍卖形式下，企业的边际成本和边际收益并不完全取决于自身治污能力和生产技术，区域环境承载总量、整个行业的治污技术和财务状况、政府的宏观决策以及时间因素都使得企业的边际成本曲线和边际收益曲线呈现不规则波动。这种排污权分配模式下，企业通过参与排污权交易所获得的成本收益随机且很大程度上由企业所不能控制的外部因素决定。
在现实市场中，不同的企业治污能力存在着各种各样的差异，这也是排污权二级市场形成和产生交易的基本前提和必要条件。企业之间边际治污成本的不同决定了“机会成本”的存在，而这一“机会成本”的存在直接决定了不同企业之间存在减排的比较优势，交易由此发生。在这一时期，对企业的成本收益分析需要针对不同的边际治污成本进行分类探讨，具体问题具体研究。如上所述，当自身边际治污成本等于其获得排污权的边际成本时，企业通过政府购买排污权并不会带来预期的经济收益，此时以谋利为目的的企业在综合权衡下将更倾向于在二级市场中买卖排污权。边际治污成本大的企业会倾向于向边际治污成本小的企业购买剩余排污权，其临界点是排污权的市场价格。当厂商边际治污成本大于市场价格时为购入者，当厂商边际治污成本小于市场价格时为卖出者。排污权市场价格实际上就是整个社会的平均边际治污成本。如图2所示，横轴表示污染排放量，图中Q*表示企业所需要达到的规定排污指标，这一指标是由政府在区域环境承载总量的基础上决定的。纵轴表示企业的边际治污成本，即排污权市场交易价格。
假设市场中存在三个不同边际治污成本的企业，其边际治污成本在图中分别表示为MC1、MC2和MC3曲线，排污权市场价格即社会平均边际治污成本为P*。通过上段理论性分析，边际治污成本线为MC1的企业有动力在市场中购买QQ*量的排污权使之达到排污要求，这是因为在市场价格为P*时通过购买排污权的费用对于该企业来说小于自身治污付出的成本或者直接从政府手中购买所需要支付的成本，从而使企业获得图中三角区域ABC面积的机会经济收益。同样，边际治污成本线为MC3的企业可以通过市场卖出Q*Q′数量的排污权而获得直接的经济回报，这是因为该企业拥有相对社会平均水平较高的治污能力。在排污权价格为P*的条件下，企业有能力处理高于规定指标的排污量，在排污量达到Q*之后，企业仍然能够以小于市场价格的购买成本从政府手中获得Q*Q′量的排污权，同时由于排污权市场的存在赋予了排污权正常商品的价值属性，此时企业便会倾向于将其作为一项资产投入市场以获得一定的收益，而该收益在图中显示为三角区域DCE的面积。而边际治污成本线为MC2的企业，其自身治污成本等于社会平均边际治污成本，刚好能够通过购买政府排污权达到排放规定指标的目的，因此在市场中不存在可以让其获利的机会成本，也就不会产生对排污权进行交易的动力。
五、未来的研究方向
公开拍卖模式下，政府将固定数量的可容许排污权许可进行拍卖。每个地区的可供出售的许可数是各不相同的，这是由区域环境承载总量决定的，是在环境质量标准条件下的可容许排放量。进行拍卖时候，各个排污企业根据自身治污能力和财务实力在各种可能的价格下对所需要的许可数量进行投标。然后，政府通过拍卖竞标数量和各自的价格与预期收益进行比较，计算出价格，最终使求购数量同出售数量相等。从经济学角度出发，排污权的初始分配采用拍卖方式是对环境污染外部性的内部化，能够提供早期的和透明的许可市场价值的指示，减少扭曲性税收。对于政府来说，可以增加政府的财政收入，将这些收入再投入环境污染治理进行循环利用。对于企业来说，可以激励企业技术创新，促进技术进步，保证新建企业获得需要的排污权。
然而，拍卖模型也具有一定的缺陷：在拍卖方式下，企业不仅要承担因拍卖价格所带来的资金成本，还要承受拍卖市场的随机性和偶然性所带来的风险，从而造成收益上的损失。所以，在某种程度上来说，排污企业会对拍卖的方式产生消极抵触心理。从社会的角度，企业会将额外的治污费用转嫁给下游企业，最终体现在产品价格上，致使物价上涨，给社会带来结构性不利影响；此外，市场上大集团拥有较强的财务支持，资金优势助使其从利益角度出发，操纵排污权市场，造成拍卖价格偏离正常的市场价值。未来的研究可以探寻综合各方因素，建立一种混合初始分配方式。其思路如下：首先以推广排污权为目的，对区域内所有企业免费分配一定额度的排污权。免费分配额度以企业对社会贡献度为基准，比如税收、捐赠、公益事业等因素。其次，由于大中型污染企业是主要的污染源和减排的主要对象，这类企业应采取累计投标询价的方式进行排污权的初始配置，这种方式能最大限度地反映作为稀缺资源的排污权价值，减少因小型企业参与而导致的初始分配抑价。当然，这种混合初始分配方式是否应当在现实中进行操作还取决于各种各样的现实状况，在现实中操作还需要进一步确定免费分配、拍卖模型的比例，这在研究过程中会是一个难点。
参考文献：
[1]Crocker，T.The Structuring of Atmospheric Pollution Control Systems[A].Wolozin，H.The Economics of Air Pollution [C].New York： Norton， 1966.
[2] Dales，J. Pollution， Property， and Prices[M].Toronto： University of Toronto Press， 1968.
[3] Baumol，W.， Oates，W.E.The Theory of Environmental Policy[M].Cambridge： Cambridge University Press， 1988.
[4] Montgomery，D.W.Markets in Licenses and Efficient Pollution Control Programs[J].Journal of Economic Theory， 1972，（5）： 395—418.
[5] Hahn，R.W.Market Power and Transferable Property Rights [J].Quarterly Journal of Economics，1984， 99（10）：753—765.
[6] Heller，T.The Path to EU Climate Change Policy[A].Golub，J.Global Competition and EU Environmental Policy[C].London： Rutledge， 1998.108—141.
[7] Barde，J.P. Environmental Policy and Policy Instruments[A].Folmer，H.，Gabel，J.L.，Opschoor，H. Principals of Environmental and Resource Economics：A Guide for Students and Decision Makers[C].Edward Elgar： Aldershot， 1995.
[8] Palmisano，J.Air Permit Trading Paradigms for Green House Gases： Why Allowances Wont Work and Credits Will[R].Discussion Draft （Personal View），London： Enron Europe Ltd，1996.
[9] Heyes，A.， Dijkstra，B.The Political Economy of the Environment[R].Draft Paper 17， University of London， Royal Holloway College（Department of Economics），Egham，1999.
[10] Godby，R. Market Power and Emission Trading： Theory and Laboratory Results [J].Pacific Economic Review， 2000， 5（3）：349—363.
[11] 肖江文，罗云峰，赵勇，岳超源.排污权交易制度与初始排污权分配[J].科技进步与对策，2002， （1） ： 126—128.
[12] 李巍，毛渭锋，丁中华.大同市二氧化硫初始排污权分配研究[J].环境科学与技术，2005， （4）.
[13] 李寿德，黄桐城.初始排污权分配的一个多目标决策模型[J].中国管理科学，2003，（6）.
[14] 陈德湖.寡头垄断和排污权初始分配[J].系统工程，2004，（10）：51—53.
[15] Cramton，P.， Kerr，S. Tradable Carbon Permit Auctions： How and why to Auction not Grandfather [J].Energy Policy， 2001， 30 （4）： 333—345.
[16] 陈德湖.排污权拍卖机制研究[D].上海：上海交通大学博士学位论文， 2005.
[17] 王蕾，毕巍强.排污权交易下对企业激励机制的分析[J].中国市场，2009，（41）.
资源分配模型 篇4
1.1 UE平衡配流模型发展研究
Wardrop (1952) 提出了用户平衡 (UE) 和系统最优 (SO) 的概念, 标志着交通网络平衡概念从描述转为严格的数学模型。然而, 直到1956年Beckman等人提出了用于描述UE原理的一种数学规划 (MP) 模型;20年后在1975年才由Le Blanc等将F—W算法用于求解这个模型获得成功, 从而形成了现在的使用解法。
Be ckm an提出的描述UE问题的模型, 通常称为Be ckm an变换式, 具体模型公式如下:
该模型基于以下假设:1) 网络是强连通的;2) 路段特性函数正的、连续且分离。
而实际中, 道路特性及出行者选择行为特性并不是确定和统一的, 是时刻在变化的。因此, 后续研究者将出行者对路径旅行时间估计作为随机性变量考虑, 出现了如基于logit分布的随机用户平衡配流模型 (Che n和Alfa, 1991;Davis 1994) , 考虑路网OD点之间交通需求与时间的相关性的动态交通分配模型, 考虑路网能力可靠性的PUE (probability us e r e quilibrium) 配流模型 (许良和高自友, 2003) , 综合考虑了路网需求弹性、路网用户选择随机性的多类型弹性需求随机用户平衡分配模型等 (刘海旭等, 2003) 。
此外, 在路阻函数方面, 刘海旭、蒲云等 (2003) 做出了基于出行质量的随机用户平衡分配模型 (综合考虑了出行时间最小和出行时间可靠性最大之间的平衡) 。随着智能交通技术的发展, 先进的出行者信息系统 (ATIS) , 给出行者提供了实时、可靠的信息。张玺 (2013) 等, 考虑了路网需求的随机性和出行者基于信息系统的认知更新过程, 提出一个基于认知更新的随机动态分配模型。
1.2 UE平衡配流模型算法
1.2.1 启发式算法
在将F—W算法用于求解Beckmann变换式之前, 许多学者一直在探讨用模拟和近似的方法求解交通平衡分配问题, 这些方法通常称为非平衡分配算法, 包括:全无网络分配法 (Allor Nothing) , 也称为最短路径法, 运用AON网络加载机制进行平衡分配模拟;容量限制分配法, 相对最短路径分配法来说, 更多的考虑了路段上流量与路段阻抗的关系, 通过不断更新路段阻抗, 反复调用AON网络加载过程, 试图达到平衡状态的一种分配方法;增量加载分配法, 主体思想是将OD量分成n等分, 利用全有全无加载机制, 逐次加载每份流量, 并在每次加载完后, 重新修改路段阻抗;逐次平均分配法, 是一种界于增量加载法和平衡分配法之间的一种迭代算法, 其基本思想是不断调整已分配到各路段上的交通量而组件达到或接近平衡解。
1.2.2 F—W算法
Frank和Wolfe于1956年首先提出用于求解线性约束的二次规划问题的一种线性化算法。该方法属于可行方向法的一种。由于F-W法在每次迭代都必须求解一个线性规划 (LP) 问题, 在一般的实际问题中会因为计算量过大而不实用。但是, 由于交通分配问题的特殊性, 这个LP问题能变换为一次AON网络加载, 因此F-W法特别适合于UE规划求解, 在其基础上最终形成了目前较为广泛适用的一种严格又实用的解法。
F-W算法理论上的最大缺陷是收敛性不好, 特别是在最优解附近可行方向逐渐与目标函数的最速下降方向 (即负梯度方向) 正交, 这样导致收敛的缓慢。为此许多研究都致力于改进F-W算法的收敛特性, 大致改进思路分为3类:方向加速策略、步长加速策略、流量更新策略。
2 UE平衡配流模型拓展及平衡分配算法
2.1 弹性需求模型及算法
弹性需求模型:认为OD量在分配过程中是可变的, 与OD对之间的最小阻抗有关。
当网络中出行起讫点之间的拥挤程度增加时, 出行量会相应减少。可用一个函数来描述这种关系:
式中, Ds (·) 是出行需求函数, urs是起讫点rs之间的路径最小阻抗。
弹性需求分配模型目标函数:
弹性需求状态的约束条件:
2.2随机平衡分配SUE模型及算法
SUE分配模型:认为出行者在不拥有完备的交通信息下对路段阻抗有着不同的估计, 该阻抗可被视为分布于出行者群体上的一个随机变量, 这修正UE分配的基本假设, 即出行者拥有完备的交通信息, 而且能够依据这些信息做出正确的决策。
2.2.1 SUE分配模型
(1) SUE分配模型
SUE模型是由She ffi和Pow e ll (1982) 提出的, 具体数学形式如下:
2.2.2 SUE分配模型的计算算法MSA算法
SUE分配是无约束极小值问题, 对于一般的无约束极小值问题可以用下降方向沾求解。但足对于SUE模型确定下降方向和迭代步长不是容易之事, 原因在于:1) 在每次选代中都需要执行一次随机网络加载得到一组附加的路段流量来确定目标函数的下降方向, 但路段流量有时并不能被精确计算 (如导致由此取得的下降方向可能不是真正的下降方向) 尽管在总体上是下降的;2) 由于目标函数相当复杂, 使得迭代步长不可能如一般问题那样利用一维搜索求最优值。但是MSA算法可以避免上述困难, 结合随机网络加载机制, 成功求解SUE问题。
2.3 一般化的UE模型及算法
一般化的UE模型:认为路段阻抗函数以及需求函数是不可分离的, 修正UE规划及其弹性需求形式中路段阻抗函数和需求函数可分离的条件。
由此, Prager (1954) 在建模中考虑了双向道路中对交通流之间的相互影响。Dafermos (1971, 1972) 提出研究基于不分离的一般化特性函数的交通分配模型, 这种模型也适用于多模式、多车种或者多类别用户等多类别平衡分配问题。Roth (1965) 第一个研究了多类别用户分配问题。针对我国机非混行的特点, 陈森发等 (1993) 、刘安等 (1996) 、四兵峰等 (1999) 、刘法胜 (1999) 等均讨论了多种交通方式的混合平衡分配问题, 这些研究基本上都是对国外已有成果的拓展研究。
2.3.1 一般UE模型
以下为一个具有代表性的一般UE模型Dafermos (1982) :
约束条件:
其中Ω是由弹性UE模型相同约束条件决定的, 一般UE模型即使弹性UE的一般化。
2.3.2 对角化算法
一般化UE模型最有效的算法是对角化算法来。对角化算法也叫非线性Jacobi算法、松弛算法。对角化算法在整体框架上是迭代的, 每次迭代需要求解一个完整的UE规划, 而求解UE规划的算法一般也是一个迭代过程, 因此它具有迭代嵌套结构, 对于大型的交通网络需求需要付出巨大的计算量, 尽管相对于同类算法它是较优的。
3 结论
随着智能交通技术的发展, 乘客获得道路信息的渠道越来越多越来越全面, 深刻影响了乘客的选择行为。因此, 除上文介绍的用户平衡分配模型之外, 除了应该考虑交通需求的是随机变化性, 还应考虑路网上需求与时间的相关性, 因此还发展除了动态平衡分配模。由此可见, 用户平衡配流模型会发展得越来越全面, 配流结果更加的符合实际情况;另外由于交通技术在发展, 出行者行为影响因素越来越复杂, 模型因此需要不断更新。
摘要：用户平衡分配模型在交通规划及城市交通网络设计中占据重要作用, 网络上流量分配结果的准确性对交通决策问题起着关键性作用。用户平衡分配模型的关键部分是对路网用户的行为选择描述的准确性, 因此在基本的用户平衡模型上, 发展出了较多更能描述实际情况的用户平衡拓展模型。因此本文重点介绍了用户平衡分配模型、其拓展模型及其算法。
关键词：用户平衡分配模型,用户平衡分配拓展模型,算法
参考文献
[1]任刚著.交通管理措施下的交通分配模型及算法.东南大学出版社[M].2007.
[2]刘海旭, 蒲云.基于行程质量的用户平衡分配模型[J].中国公路学报, 2004.
人力资源管理的3P模型 篇5
在新世纪的竞争环境下，人力资源将成为推动企业发展的关键因素，是企业获取利润的重要手段。企业的兴衰成败、实力强弱已不再取决于企业拥有的物资资本，而首先在于知识的拥有和创新能力，高素质的员工和具有专业知识的人才将是一种战略资源，将是企业争夺的焦点。因此企业的人力资源管理也将进行理论上和模式上的创新，把企业的人力资源管理提到战略地位上来考虑。而3P模型就是抓住了现代人力资源管理的核心理念和关键技术，充分关注企业的战略目标。所谓3P模型，即由职位评价系统（Position evaluation system）、绩效评价系统（Performance appraisal Sistem）和薪酬管理系统（Pay administretion sistem）为核心内容构成的人力资源管理系统。它们之间的关系是：
即根据企业的生产经营特点和战略目标进行职位评价，明确所有员工各自的职位职责，根据企业的职位评价结果，设计人力资源的工作绩效考核方案和工具，并用这些考核方案和工具对企业所有员工进行定期考核。并根据绩效考核结果，设计工资福利及其奖金发放方案和工具。职位评价系统、绩效评价系统与薪酬管理系统三者是有机联系的统一体。它们三者的有机联系，可以充分体现公正、合理、科学竞争的原则，强调个人努力与团结协作的统一性，工作报酬和工作奖惩的统一性，员工个人命运与公司命运一体化，不强调资历而看重现实的工作表现，定量评价与定性分析相结合，业绩考核与工资将遇、奖惩相互依存，考核是人事决策的客观依据，待遇奖惩是考核的结果。以此构成一个完整清晰易于操作的人力资源管理系统。
一、职位评价系统（Position evaluation system）
职位体系是企业员工要完成的各项任务和职责的集合，是实现企业战略目标的客观要求。职位评价系统的建立一般有三个过程：
工作分析
工作分析是确立完成各项工作所需技能、责任和知识的系统工程，它是最基本的人力资源管理职能，也是一项基础技术，它的目的在于解决以下几个问题：
（1）员工将完成什么样的活动？（What）
（2）工作将在什么时候完成？（When）
（3）工作将在哪里完成？（Where）
（4）员工如何完成此项工作？（How）
（5）为什么要完成此项工作？（Why）
（6）完成工作需要哪些条件？（Which）
2．建立工作说明和工作规范
根据工作分析中的有关信息，形成工作说明和工作规范。它应简要地说明期望员工做些什么，还应确切地指出员工应该做什么，立怎么做和在什么样的情况下履行职责，具体说，工作说明是提供有关工作的任务、责任和职责的文件，而工作规范是一个人完成工作所必备的知识、技能和能力等基本素质的文件。
3．工作评价：
工作评价是在工作说明及工作规范的基础上，决定一项工作与其他工作的相对价值的系统过程，它同时是经济报偿系统的一部分，工作评价有以下作用：
（1）确认组织的工作结构
（2）使工作间的联系公平、有序
（3）开发一个工作价值的等级制度，据此建立工资支付结构
（4）在企业内部的工作和工资方面取得一致
在不断变化的工作环境中，一个适当的职位评价体系是至关重要的。工作分析资料的主要
作用是在人力资源计划方面，工作规范是招聘和选择的标准，同时也是培训和开发的依据。至于绩效评价，应根据员工完成工作说明中规定的职责的好坏进行，这是评价公平的基准。而工作评价又是决定报酬内部公平的首要方法。此外，职位评价信息对员工的劳动关系也很重要，当考虑对员工进行提升、调动或降职的问题时，通过职位评价获得的信息常能导致更为客观的人力资源管理决策。
二、绩效评价系统（Performance appraisal Sistem）
绩效评价系统是定期考察和评价个人或小组工作业绩的一种正式制度。实施绩效评价可能是人力资源管理领域里最棘手的任务，创立一个有效的绩效评价制度应该是人力资源管理中优先考虑的事。
评价系统的首要目的是提高业绩，一个设计和联系都很合理的系统，能够有助于实现组织的目标和提高员工的业绩，并能提供一种对组织中人力资源优劣势的剖析以安排人力资源计划。绩效评价的等级也会有助于对招聘甄选的预测，在确认选择测试中，对选择测试可靠性的正确决策将取决于评价结果的准确性。同时，一种评价制度还有助于确定员工培训和发展的需要作出判断和选择。尤为重要的是，绩效评价结果为增加报酬提供了合理决策的基础，一个公正的绩效评价系统也是加薪奖励公平化的保证。此外，绩效评价数据也可用于内部员工关系的决策，比如动力、提升、降级、升职和调动等方面的决策。
三、薪酬管理系统（Pay administretion sistem）
薪酬管理系统是对企业工资水平、工资结构、工资制度、工资形式、工资待遇的管理系统，旨在监督它们是否达到了组织与个人的目标。由于工资管理中包含很多内容，因此它是最困难和最具挑战性的人力资源管理领域之一。
农业水足迹与水资源配置模型 篇6
关键词：水足迹；水利工程；水资源配置；优化模型
中图分类号： TV212 文献标志码： A文章编号：1002-1302（2016）02-0375-03
收稿日期：2015-03-18
基金项目：国家留学基金委项目（编号：201506710065）；中央高校基本科研业务费项目（编号：2015B33714）。
作者简介：魏宇航（1990—），男，山东临沂人，博士研究生，主要从事水资源规划与利用研究。E-mail：hhuweiyuhang@163.com。
通信作者： 唐德善，教授，研究方向为水资源规划与利用、技术经济等。 E-mail： tds808@163.com水资源是维系社会经济健康稳定协调发展的关键性资源。当今社会，伴随着全球气候变化、经济高速发展、人口增加以及城市化进程，水问题日渐突出，水资源短缺日益尖锐，水环境恶化日趋普遍。如何合理配置、高效利用、充分保护水资源，已经成为全球性热点问题。从20世纪40年代美国学者Masse提出的水库优化调度问题开始，从单一水库到多水库，从单纯的蓄水发电目标到经济社会生态多目标，从注重水量到水质水量联合调配，人类逐渐探索充分发挥水资源经济、社会、生态效益的调度、配置方法。水资源优化配置，是协调不同地区、产业之间水资源利用的工作，常以经济、社会、生态中的某1个或多个指标作为目标函数，以水量等作为约束条件，通过最优化方法，获得效益最大的水资源分配方案。水资源优化配置的结果是制定水管理政策的基础。
另一种考虑水资源利用效率的方式则是虚拟水，或者说水足迹的方式。从20世纪90年代Allan提出虚拟水[1]，到2002年Hoekstra等提出水足迹[2]，到中国提出的直接用水系数和完全用水系数[3]，这些方法都通过简单或复杂的供应链分析方法，是度量产品生产过程中水的消耗和利用的指标。水足迹指示产品生产全过程中水的消耗[4]，水足迹概念的提出使得水资源的消耗利用和某一具体产品之间建立了明确的定量关联。例如，生产1 kg玉米时玉米植株蒸散发消耗的水，生产畜产品时牲畜的直接饮水、牧草生长所需要的水。水足迹考虑整个产品生产过程的耗水；面对产品生产的地区、国际性分工，水足迹等理论也注重考虑产品生产的区内、区外用水，通过这一划分，实质在研究国家间、区域间水资源利用效率的水量水质调配[5]。
通过农业科学研究以及气象、作物需水模拟软件，如CropWat、AquaCrop软件，已经能较为精确地分析某一地区某种作物生长全过程的蒸散发[6]，估算出其水资源消耗，利用当年作物产量信息估计出单位质量作物生产所需要的水资源-水足迹。通过分析历史气象资料和作物产量以及对比不同区域作物水足迹，能够进一步分析作物水足迹的时空变异[7]，进一步反思过去采取的水资源管理策略，认识到不同地区生产同种作物时用水效率的差别，从而可能通过粮食贸易方法，促进区域间水资源利用更高效[8-10]。
但從某种程度上讲，以往的分析仍然是较为静态、孤立的。水足迹进行的产品供应链追溯，通常有一个终点。换言之，水足迹分析有一个常见的假定，即水会出现在需要耗水的地方，这类分析只关注了田间过程。在雨养农业区，这种分析可能是相对充分和全面的；但是当今世界水循环的另一大突出特点，就是自然水循环和人工水循环的交互作用[11]，在自然界的海陆水循环、陆地水循环、海洋水循环的基础上，人类修建了各种蓄水、引水、提水工程，以及输水渠道、农业灌渠、城市供排水管网，利用这些工程来满足人类生产生活需要，笔者在之前的研究中证明这些工程对于天然水循环模式及作物水足迹产生了显著影响[12]。正是由于这种影响，在利用水足迹进行水资源配置时将面临一个困难，即是将作物水足迹最小和最大的地区视为热点地区，认为水足迹大的地区应该减少某种作物的生产，而水足迹较小的地区应该增加某种作物的生产，前提是不考虑土地、劳动力、经济社会发展水平。然而，从水足迹较大的地区往水足迹较小的地区调水时，这种策略是否仍然合理？
综上，笔者认为当前水足迹理论还面临2大问题：一是不同区域同种作物的水足迹有差别，但是某区域各作物水足迹加和不具备明确物理意义，因为不具备水足迹最大或最小的约束条件；二是水足迹分析框架和传统的水资源配置理论相对独立，相容性较差，虽然各自能够给出提高水资源利用效率的手段，但作为不同视角的分析手段，目前水足迹不能很好地融入水资源配置模型中，而后者是制定水资源管理政策的基础。本研究探讨了水利工程水足迹的概念和计算方法，建立基于水足迹的水资源配置模型，将某流域或区域生产同样产品的水足迹最小作为目标函数，以经济社会发展要求和工程实际情况作为约束，以期为水资源配置和水资源管理提供更有效的支撑。
3结论与讨论
3.1讨论
以往很多研究将水足迹作为评价指标来衡量不同区域生产同一产品的用水效率，这种比较既有不同区域间的，也有同一区域不同年份的。这种比较的目的是识别水足迹最大和最小的热点区域，通常来说，生产同一产品，水足迹较大的地方用水效率低，应该减少生产；水足迹较小的地方用水效率较高，应该增加生产。但是，这种对水资源利用效率后评价式的应用尚不能在区域水资源配置阶段发挥充分作用，因此目前水足迹是作为一种评价用水效率的工具，而不是水资源配置阶段制定分配策略的前提。本研究目的是将水足迹纳入水资源配置的理论框架和模型中。由于水足迹反映了生产某一产品各环节所消耗水的总和，因此某一区域各产品及供水工程的水足迹总和反映了该区域维持社会生产从水的自然循环中提取的总得水量，该总水量应该是越小越优型。与传统配置水资源的用水量指标相比，将水足迹作为控制指标更可能从全局角度进行生产方案和水资源配置的优化。
nlc202309030835
在進行某一区域的水足迹控制时，依据本研究方法计算的水通量可能偏大。原因是当选定某一区域进行某种产品生产时，该产品的水足迹没有扣除该区域自身存在的水足迹（本底蒸发），事实上某一区域在没有从事加工与生产的自然状况下也会存在自然水循环，产生水足迹，这部分水足迹应该扣除。本研究没有扣除本底蒸发，但由于水足迹控制目标是最小化函数，因此本底蒸发作为一个常量，并不会影响水足迹控制结果。
此外，由于本研究应用了水足迹的加和，本研究所用水足迹的单位并不是常用的，而是其反映生产某一产品的水通量。
3.2结论
目前水足迹是作为水资源利用效率的评价指标，而不是水资源配置的技术工具。为了将水足迹控制纳入水资源配置模型，本研究分析了区域水足迹的主要成分，即区域生产水足迹和区域水利工程的水足迹。其中，区域水利工程的水足迹由建设期水足迹和运行期水足迹构成。本研究选定区域水足迹最小作为水资源配置的目标条件，在社会生产、水库库容上限和下限、输水能力、河道生态需水等约束条件下进行优化求解。
该优化模型能反映区域内人类生产活动对自然水循环的扰动程度，在进行区域水利工程的布置和方案选择时能为各方案节水目标提供有效参考。传统水资源配置模型以水量作为约束，经济社会生态效益最大为目标条件；而本模型以社会生产等为条件，以水足迹最小作为目标条件，更充分地强调了水资源价值，为水资源配置提供了新途径和思路。
由于水利工程规模庞大，对水足迹进行精确计算也十分困难。本研究提供的方法只是初步尝试，但是工程水足迹的概念对于在水足迹框架下进行工程方案比选是基础，因此其计算是非常重要的。此外，对于本底蒸发问题，也是今后进一步完善水足迹模型时须要考虑的。
将水足迹最小作为工程方案优选的控制目标，理论上能够充分节水。但是社会生产安排仍然要考虑土地、劳动力、资金等其他生产要素，因此配置结果仍要与以往的水资源配置模型相互参照，才能更好地在社会经济、生态环境与水资源之间构建良好、可持续的关系。
参考文献：
[1]Allan J A. ‘Virtual water’：a long term solution for water short Middle Eastern economies？ [D]. School of Oriental and African Studies，University of London，1997.
[2]Hoekstra A Y，Hung P Q，Virtual water trade：a quantification of virtual water flows between nations in relation to international crop trade[C]. Value of Water Research Report SeriesUNESCO-IHE，Delft，the Netherlands，2002.
[3]王红瑞，王岩，吴峙山，等. 北京市用水结构现状分析与对策研究[J]. 环境科学，1995，16（2）：31-34，72.
[4]Hoekstra A Y，Chapagain A K. Water footprints of nations：water use by people as a function of their consumption pattern[J]. Water Resources Management，2007，21（1）：35-48.
[5]Hoekstra A Y，Mekonnen M M. The water footprint of humanity[J]. Proceedings of the National Academy of Sciences of the United States of America，2012，109（9）：3232-3237.
[6]Williams L E. Effect of applied water amounts at various fractions of evapotranspiration on productivity and water footprint of Chardonnay grapevines[J]. American Journal of Enology and Viticulture，2014，65（2）：215-221.
[7]Cao X C，Wu P T，Wang Y B，et al. Water footprint of grain product in irrigated farmland of China[J]. Water Resources Management，2014，28（8）：2213-2227.
[8]Zhuo L，Mekonnen M M，Hoekstra A Y. Sensitivity and uncertainty in crop water footprint accounting：a case study for the Yellow River basin[J]. Hydrology and Earth System Sciences，2014，18（6）：2219-2234.
[9]Pfister S，Bayer P. Monthly water stress：spatially and temporally explicit consumptive water footprint of global crop production[J]. Journal of Cleaner Production，2014，73（12）：52-62.
[10]Xu Y J，Huang K，Yu Y J，et al. Changes in water footprint of crop production in Beijing from 1978 to 2012：a logarithmic mean Divisia index decomposition analysis[J]. Journal of Cleaner Production，2015，87（1）：180-187.
[11]Sivapalan M，Savenije H H G，Blschl G. Socio-hydrology：A new science of people and water[J]. Hydrological Processes，2012，26（8）：1270-1276.
[12]Wei Y H，Tang D S，Ding Y，et al. Incorporating water consumption into crop water footprint：A case study of Chinas South-North Water Diversion Project[J]. Science of The Total Environment，2016，545：601-608.
[13]Gerbens-Leenes P W，Hoekstra A Y， Meer T V D. The water footprint of energy from biomass：a quantitative assessment and consequences of an increasing share of bio-energy in energy supply[J]. Ecological Economics，2009，68（4）：1052-1060.
网格资源模型综述 篇7
随着互联网技术的快速发展和广泛应用,对广域分布的资源之间的共享和协同需求不断增加,网格技术已成为近年来分布式技术领域的一个研究热点。网格具有资源分布广、资源间的连接需要通过广域网连接、资源类型和数量巨大,而且要求协同工作等特点。因此,需要对网格计算中的资源建立模型,主要的研究内容包括对网格环境中的计算资源进行有效地描述、组织和管理,使用户可以高效地为计算任务寻找合适的资源。
在资源描述方面,资源描述框架RDF(Resource Description Framework)[1]是W3C推荐的用于描述网络资源元数据的模型。凡是被RDF描述的事物都叫资源,一个RDF文件包含多个资源描述,每个资源描述是由资源、属性值、属性构成的三元组语句构成。RDF具有通用性、智能准确性和独立性等特点,它的通用性使得数据的共享能提供更大的价值。RSL(Resource Specification Language)[2]是Globus用于描述资源的通用的可交换的语言,它提供了一个框架性的语法描述,可用来组成复杂的资源描述。RSL语法的核心是关系,关系由属性名和它的值组成,它提供了在资源请求中可执行元素的名字。在RSL可描述更复杂的资源,而且它的语法提供便利引入并且废除了字符串变量。WSDL(Web Service Description Language)[3]是Web Service发展过程中提出的服务描述语言,并由W3C做了标准化,并且用XML文档来描述。WSDL可以描述复杂的资源,具有良好的可扩展性,技术比较成熟,并且已经是一个工业标准,但在互操作性、可用性、安全性等方面有待完善。
2资源模型和资源发现机制
资源模型的重点是要建立一种不依赖集中控制的、分布式、可扩展、能适应资源动态变化并且定位性能好的资源发现机制,本章主要介绍当前主要的一些资源发现机制。
2.1基于资源路由的发现机制
织女星网格操作系统是中国国家网格系统软件核心部分,作为国内大型网格系统,非常具有典型性。从技术水平上讲,在网格软件体系结构、编程环境、安全、数据管理、资源定位与路由方面具有自己的特色,并已经在中国国家网格中完成安装和部署,成功运行了多个网格应用。
织女星网格采用的是基于资源路由的发现机制[4,5],它用于资源表示的EVP模型包括三个层次:有效资源层(E)、虚拟资源层(V)和物理资源层(P)。资源的最终使用发生在物理层,虚拟层主要解决全局一体的问题,有效层主要解决好用性的问题。有效资源空间采用单用户多资源的模式,虚拟资源空间支持多用户多资源,资源空间支持多用户单资源。由于EVP模型是具有一般性的抽象模型,在应用时需将其具体化。
在用户层中,考虑“通用服务”的原则,网格中部署的资源以及使用这些资源的应用程序在资源的表示方式上可能不尽相同,在用户层部署一个统一的命名空间是难以实现的,因此资源发现机制允许不同的应用使用不同的资源请求表示方式,但这也使得给出一个用户层资源表示的一般视图变得很困难。同时有必要将用户层资源表示与路由器层表示分离,将资源表示转换为一种全局一致的表示方式,用于路由器层。在实际应用中,用户层资源往往是由某种规范来描述的,如RDF和WSDL。如果理解规范的含义,就可以在用户层本地完成对请求描述的转换,并保证转换的结果在传到设备端时仍然是有效的。在织女星网格中,要支持某一特定资源表示方式的虚拟设备提供者,应实现针对该方式的用户层表示到路由器层表示转换的解析器。此解析器,作为该虚拟设备驱动程序的一部分,部署在网格客户端设备。解析器将用户层的资源描述转换成了该类资源状态空间的一个点或子空间,同时避开了远程解析可能造成的瓶颈,有助于提高资源定位的效率。
在路由器层,资源按其提供服务的类型别分类,每类资源都有属于本分类的表示格式。路由器层提供了一个简单的模板规范,利用该规范提供的语法,每类资源可以定义各自的模板,每一个资源在路由器层的信息都是自己所在分类的模板的一个实例。
在物理层上,资源的表示应包含物理访问的位置信息,使用Internet中现有的资源定位方式,如URL和IP地址加端口号的形式可以很好的满足这一需求。提供相同服务的资源,尽管其内部可能是异构的,但都应以统一的服务接口封装,并且以一致的格式向资源路由器报告状态信息。所有的资源提供者和用户都通过连接到某个路由器来加入织女星网格,而通过路由器之间的互联,也可以实现网格的动态扩展,所有的路由器在逻辑上是平等的。为适应网格中结点、资源自主控制和动态变化的特点,资源路由器在运行时,需要有动态改变拓扑的能力。为此,资源路由器上运行了一个包含注册、定时更新、超时探测、注销及相应的应答报文的协议。
2.2超拓扑空间模型
网格资源的超拓扑空间模型(Resource Model Based on Hyper Topology Space,RMHTS)是从超拓扑空间角度审视网格资源模型的内在机理与结构[6],研究如何描述资源、抽象资源以及提供单一系统映像,利用其所提供的聚类方法能够自动实现各种异构资源的统一描述和访问,同时允许资源自由地加入或退出网格环境。
从整体上看, 它是一个超拓扑空间,RMHTS资源模型分为三层,,即:特征信息层、特征处理层和功能层。各层有着不同的组织形式与拓扑结构, 并且进一步可细分为若干亚层。各层功能如下:
(1)特征信息层
含有网格资源的全部信息,这些信息用超结点予以表示,一个结点只表示独立使用的单个资源的相应信息。因此该层实际上是一个信息空间,然而这里的信息不是普通的信息,而是一种特征信息。信息空间能够根据网格的实际情况来构建,包括资源的特征信息和资源间的相互连接。然而,该空间是无序的,没有统一映像,难于使用。因此有必要提出一种特殊有序化的空间形式——超拓扑空间来改变这种随机的空间结构。
(2)特征处理层
特征信息元素的集族——信息空间形成了一个原始的拓扑结构,而在该原始拓扑结构基础上建立起来的第二层拓扑结构,是以信息空间上的所有子集做成的集族而形成的拓扑结构,这就是特征处理层。超拓扑空间使信息空间的内在结构发生质变后的高级组织形式,脱离了原信息空间中各个信息元素或子空间之间毫不相关、互相独立存在的那种初级随机组合形式,而使得整个信息空间内部的元素组成一个统一的有机整体,并使得这个整体内部在高级层次上产生出新的重要性质。在一个信息空间中,如果用超拓扑结构中的某种关系来分解这个空间的话,依据这种关系可以将整个空间划分成若干相关等价关系,而由某个拓扑等价关系所确定的等价类集合所对应的那个空间族,叫做由这个等价关系所定义而产生的商空间。在不同的拓扑等价关系映射下可以产生不同的商空间结构。生成商空间后,会产生新的高阶的空间结构,这种结构会将原来系统中隐藏的特性显露出来。利用这种拓扑相关等价关系,将信息空间进行分解,然后重新组合和排序,就会产生一种新的有序化的拓扑结构形式:按等价类排序后的商空间的拓扑结构形式。这种重新有序化的聚合过程,乘坐信息空间的聚类反应。其规律是:同类自动相聚。
(3)功能层
该层位于模型三层结构的顶层,是各种应用的用户接口,如同网格服务。应用的所有资源需求都可以在这里得到满足。并且这一层提供了统一的服务,屏蔽了资源之间的异构特性。应用执行时,用户不必再考虑资源选择的琐碎细节。一般而言,功能层的最终服务将被聚合为三种:Human(人力)、information(信息)、artificial object(人工事物),从而实现了顶层资源的统一划分。
2.3网格和P2P混合模型
网格和P2P(Peer to Peer)是当前分布式领域的两个研究热点,它们有共同的目标:共享和协同分布在网络中的硬件和软件资源。现阶段的网格系统实现还是以C/S结构为主,资源发现主要是基于集中或分层模型进行,存在单点故障问题,扩展性不强。网格与P2P混合模型可以很好的解决单点故障、资源搜索等问题,同时增强网格的可扩展性[7]。
如图1所示,模型分为网格层和P2P层两层。下层的P2P资源被视为一种虚拟的网格资源,网格服务可以作为下层P2P资源的一个包装器或者作为普通网格服务进入下层P2P网络的一个入口,这样可利用P2P层的资源在网格层映射一个网格服务。总的来说,网格层负责提供服务,并且是调度者和管理者,而P2P层主要作为一个资源池并且在底层提供资源的发现和聚集。
由于OGSA/OGSI和GT3已经成熟,在模型中采用GT3作为网格服务架构平台。对于P2P层,选择使用JXTA开发平台。JXTA是一个具有一组支持P2P应用程序标准的框架,致力于提供一个基本的P2P架构。这个框架包含一套协议,这些协议与语言、平台、网络都是无关的。
网格层主要以网格服务的形式存在,为用户应用程提供访问接口,网格节点之间通过SOAP(Simple Object Access Protocol)协议通信。P2P层主要有结点控制器和网格服务包装器两个模块。结点控制器将一个网格结点映射成P2P层的一个结点,并且这个结点能够和P2P结点共同组建P2P网络,在P2P层映射的所有网格结点使用P2P通信技术。网格服务包装器将P2P的PC资源通过包装虚拟化为一个网格服务,用户可以通过这个虚拟的网格服务接口直接使用P2P资源,这样普通的PC就可以在没有安装网格中间件软件包的情况下为上层提供网格资源,解决了当前情况下普通PC不能安装复杂的网格中间件问题。
混合模型的一种实现方式是在每个自治资源域中运行着一个匹配引擎,各个匹配引擎连接形成P2P覆盖网络,每个节点或用户都通过所在域的匹配引擎来发现整个网格环境中的资源[8],模型框架如图2所示。匹配引擎是运行在自治管理域中某个超级节点上的一种服务,负责本域内以及跨域间的资源发现任务。对于用户发来的每个资源请求,匹配引擎会先从本域内搜索,如果找不到合适的资源,则会将请求转发到最佳邻居匹配引擎上,继续这个搜索过程。通过将匹配引擎组织成P2P网络,分散了资源发现请求,不再需要昂贵的高性能服务器,具有P2P搜索技术所带来的可扩展性、健壮性、负载均衡等优点,提高网格资源发现服务对资源变化和网络结构变化的适应能力,适用于大规模动态自治的网格环境。
2.4基于网格距离的资源模型
Ma等还提出了基于网格距离的资源模型[9],该模型将网格资源分成2类:系统资源和网络资源,网络资源是用来传输数据,除此以外的所有资源统称为系统资源,系统资源为任务实现具体的功能。
系统资源从属于一个节点,一个节点可以向网格提供多个资源。资源可以用系统资源所属节点作为顶点,网络资源作为边的无向图表示其状态。同样,应用可以用其所包含的若干任务作为顶点,两个任务之间的通信需求作为边的无向图表示其状态。在这个模型下,资源的调度就体现为一个从任务图到资源图的映射函数。
基于网格距离的优化算法即是在任务k的候选系统资源集合中选择与任务所在节点间网格距离函数值最小的那一个。实验证明,在资源调度中,网格距离达到了选择距离较近、费用较低的资源,有利于提高整个网格资源调度的性能,在任务的完成上也表现出较好的特性,能够达到调度优化的目的。
3结束语
网格环境中的资源模型与资源发现机制,是一个具有重要理论研究价值和广泛的实际应用背景的课题。它涉及到资源的查找的调度,好的资源模型能够对用户屏蔽资源的位置等物理信息,并且具有较好的定位性能和可扩展性,能够适应网格资源自主控制、动态变化的特点,可以较方便地解决请求转发的负载平衡问题,使得互联网中的管理者、运营者和使用者都能够获益。
参考文献
[1]Resource Description Framework.http://www.w3.org/TR/2004/REC-rdf-concepts-20040210/.
[2]The Globus Resource Specification Language RSL v1.0.http://www.globus.org/toolkit/docs/2.4/gram/rsl-spec1.html.
[3]W3C.Web Service Description Language(WSDL)1.1.http://www.w3.org/TR/wsdl.
[4]李伟,徐志伟.一种网格资源空间模型及其应用.计算机研究与发展.2003,40(12):1756-1762
[5]董方鹏,龚奕利,李伟,查礼.网格环境中资源发现机制的研究.计算机研究与发展.2003,40(12):1749-1755
[6]鲁斌.网格资源的超拓扑空间模型.计算机工程与应用.2006(29):133-135,150
[7]左东石,孙龙清.网格与P2P计算混合模型研究.微计算机信息,2006,22(12-3):126-128
[8]刘扬,何华灿.基于匹配引擎覆盖网络的网格资源发现模型.计算机工程,2008,24(2):154-156,180
资源分配模型 篇8
近年来, 我国频繁发生各种自然灾害。2010年舟曲泥石流和青海玉树7.1级地震;2013年四川雅安发生7.0级地震;灾后将所需救援物资及时运抵灾区可以降低灾区所受损失拯救更多的生命和财产。Jiuh-Biing sheu[1]指出应急资源分配应强调高效协作将应急流体以最大的可能性快速及时送及受灾地区, 从而降低灾区的损失。
应急资源分配近年来受到国内外学者的关注[2,3,4,5,6]。Kemball-Cook[2]首先提出对于应急资源的运输和分配需要比较有针对性管理和筹划。Ozdamar[3]等设计了应急资源运输分配计划的宏观模型, 该模型描述了随时间变化的动态货物运输问题。Wang[4]采用多目标优化方法建立应急资源规划模型, 通过分类处理使得疏散时间减少了50%。高鸿鹤[5]等考虑到灾害发生后灾民对救援物资的迫切需求, 从配送时间最短的角度, 建立路径优化数学模型。赵淑红[6]等利用决策树概率分布建立多阶段的应急物流方案选择, 有利于对整个灾难性事件的有效应对。
上述文献[2,3,4,5,6]大多对应急资源的配置和分配的宏观模型进行研究, 很少从微观交通流的角度进行分析。合理规划应急交通流的分配可以有效降低救援物资送及灾区的时间, 提高救援效率。鉴于此, 笔者将建立基于元胞传输模型在面对多路口路网情况下的应急资源分配模型。在多起点单终点的元胞路网上模拟交通流。通过引入超级起点, 将需要分配的应急救援物资依次通过超级起点进入路网。以最小时间延误为目标函数, 得到在实际情况中面对多路口路网时应急资源在各单位时间步长对于起点路口的分配计划。
2 元胞传输模型
2.1 元胞传输模型基本原理
元胞传输模型 (cell transmission model, CTM) 是Daganzo[7,8]在1994年提出的一种模拟交通流体力学特性的有效工具。CTM的核心思想是:把路网中的道路转换为以相同元胞连接的连接段。车辆在路网中行驶由元胞的上下游交通条件和流量守恒方程决定。如式 (1) (2) 所示:
其中yit为在第t个时间步长驶入元胞i的车辆数;xit为在第t个时间步长里元胞i内的车辆数;Qit为元胞i在第t个时间步长的最大通行能力;Nit为元胞i在第t个时间步长能容纳的最大车辆数。
2.2 流量密度关系
相比于分析传统的网络宏观交通流模型, 元胞传输模型主要在微观层面上分析交通流, 是在数值上对LWR (Lighthill, Whitham, Richards) [9]的近似。CTM假设流量密度关系如式 (3) 所示:
v为自由流速度;w为反向波速度;q为流量;k为密度;kj为拥堵密度;qmax为最大通行能力。利用流量密度关系可以真实的模拟道路交通流的变化情况, 对元胞在单位时间步长所能容纳的最大车辆数Nit和在单位时间步长里元胞中所能允许的最大的流量Qit的设定更加符合实际情况。
2.3 网络转换模型 (NTC)
运用网络转换模型 (NTC) 将节点-弧路网转换为元胞传输路网。NTC模型包括两方面内容:首先将起始节点设为分散区域, 将终点设为安全区域。安全区域用来接收所有交通流。在分散区域前面添加一个超级起点, 并用虚拟连接段连接所有起点。计算公式 (4) (5) :
3 应急资源分配模型
基于由NTC模型构建的CTM路网, 救援交通流由起点的元胞驶入救援路网。传统的元胞传输模型以车辆全部到达目的地的时间最小为目标函数, 但会使得车辆为了达到理论上效率最高而在元胞中滞留, 有悖应急救援的原则。笔者以所有应急资源运送至目的地的最小化时间延误为目标函数。当系统延误最小时, 整体救援效率最高, 结果更加贴近实际救援情况。其表达式如下:
式中:i为元胞序号, t为时间步长, xit为在第t个时间步长里元胞i内的车辆数。ytij为在第t个时间步长里元胞i驶入元胞j的车辆数, C为元胞集合, Cs为虚拟终点的元胞集合, ζ为时间集, η为元胞连接段集合, 所有普通元胞都需满足流量守恒。其表达式如下:
式中CR为起点的元胞集合。Γ (i) 为与元胞i相邻的下一个元胞集合, Γ-1 (i) 为与元i胞相邻的上一个元胞集合。对于起点的元胞, 每个单位时间步长救援车辆的流入量等于当下时间步长的交通流的加载量dit。对于发散元胞, 上游的元胞Ci到下游的元胞集合中一个元胞Cj1的流量ytij小于等于元胞Cj1的最大通行能力Qjt。在第t个时间步长驶入下游的元胞Cj1的流量与Cj1原有的车辆数之和小于等于Cj1所能容纳的最大车辆数。对于上游的元Ci胞, 在第t个时间步长驶出流量之和小于等于Ci所有的车辆数和Ci的最大通行能力。其表达式如下:
式中Qit为第t个时间步长里元胞i中的最大的流量。Nit为元胞i在第t个时间步长所能容纳的最大车辆数。ηO为普通元胞连接段, ηR为源元胞连接段连接起点元胞与普通元胞。ηD为发散元胞连接段连接发散元胞与普通元胞。同理对于汇聚元胞的约束, 其表达式如下:
式中CM为汇聚元胞集合。δjt为在第t个时间步长里元胞i的反向波速度与自由流速度的比例。ηM为汇聚元胞连接段连接汇聚元胞与普通元胞。
4 模型算例分析
4.1 建立CTM路网
本文选择一个5起点3终点的简化交通路网, 用NTC模型改造这个路网如图3。传统的元胞传输模型路网的虚拟连接段没有属性, 假设车辆可以不受任何限制瞬时全部通过虚拟连接段。在实际救援中, 各路口与应急资源集散点的距离不一样, 因此超级起点与各起始路口间的距离不能被忽视。为了增加本模型的普适性, 本文在超级起点与各起始路口间的虚拟连接段上引入元胞计算, 可以更加真实准确模拟现实交通流并得到更为准确的结果。假设所有道路都是单向双道, 单位时间步长为7s, 整个系统运行100个时间步长。自由流速度为103km/h。由流量密度关系计算普通元胞的最大容量与单位时间步长内最大通行能力为40veh, 14veh。起点的元胞、终点的元胞、超级起点的元胞与虚拟终点的元胞的最大容量与单位时间步长的最大通行能力分别设为1000veh, 1000veh。具体的CTM路网如图1所示:
4.2 资源分配实例模拟
假设需要分配的应急交通流为500veh.设计应急资源分配方案1-30。将500辆救援车辆随机分配至各起点的元胞, 计算所有救援车辆到达目的地的时间。设计应急资源分配方案31, 将需要送抵灾区的500辆救援车辆分配到超级起点, 用虚拟连接段将超级起点的元胞与各个起点的元胞连接。计算出所有车辆到达目的地的时间。将上述各方案时间延误以降序排列由折线图图2表示:
方案31延误时间明显低于方案1-30。计算方案1-30的平均延误时间s, 方案31的延误时间s, 延误降低54%。说明在所有起点的元胞的前面加入超级起点, 将需要分配的交通流置于虚拟的超级起点进行统筹运算, 按照由此得出的分流方案进行救援, 可以极大降低延误, 提升整体救援效率。
在自然灾害发生的情况下, 大批救援物资需要运抵受灾地区。在元胞传输模型中, 在初始时刻假设路网中没有车辆, 交通需求量瞬时加载到路网。由于在实际情况中, 车辆往往分批次到达起点的元胞。所以笔者假设在每个时间步长开始时刻到达一批救援车辆。500辆车在11个时间步长内全部进入路网。每个时间步长起始时刻车辆的到达数量的折线图如图3:
计算每个单位时间步长由超级起点向各个起点的元胞的分配救援车流量如表1:
由该表可以得出在每个单位时间步长的应急车流分配计划。可以帮助决策者制定更为合理的计划从而使整体救援效率最大。将从每个起点进入路网的车流量分别相加, 可以得到各起点的元胞的流量累积之和, 其中从起点3进入路网的车辆数最少为19。
设计应急资源分配方案1-21。各方案中初始时刻进入起点3的应急交通流量按下式 (14) 计算:
按式 (14) 所得需求量由应急资源分配模型计算所得计算结果如图4所示:
从起点3进入路网的应急交通流增多, 目标函数值也随之变大。可以得出结论:当决策者向起点3分配救援车辆的比例较大时会导致整体救援网络运行延误增加使救援效率降低。由笔者所提出的应急资源分配模型计算结果表明, 实际操作过程中决策者应尽量避免向起点3分配救援交通流。
5 结论
为了本文基于元胞传输模型讨论了在紧急事件发生后, 救援车辆在面对多路口路网情况下, 应该如何分配应急资源使得整体的救援效率达到最优。面对传统的节点-弧路网, 首先应用NTC模型将网络改造成CTM路网通过加入超级起点, 将所有的救援车辆加入超级起点, 利用LINGO11.0进行求解。由计算结果中的决策变量可以得到单位时间步长的相对于各起始路口的应急资源分配计划。在灾害发生前可以提前对路网进行分析, 从而找出在救援效率最高的情况下车流量最小的起点。在紧急情况发生后, 应尽量避免让救援车辆由这些起点进入路网。
参考文献
[1]Sheu, J.B.An emergency logistics distribution approach for quick response to urgent relief demand in disaster[J].Transportation Research Part E, 2007, (43) :687-709.
[2]Kembull-Cook D, Sephenson R.Lesson in logistics from Somaliaw[J].Disaster, 1984, 8, (1) :57-66.
[3]Linet Ozdamar.Emergency Logistics Planning in Natural Disasters[J].AAnnals of Operation Rsearch, 2004, 129 (1-4) :218-219.
[4]Chiu.Modeling no-notice mass evacuation using a dynamic traffic flow optimization model.[J].IEEE Transactions, 2007, 39, (1) :83-94.
[5]Wang J.W, et al.An Integrated Road Construction and Resource Planning Approach to the Evacuation of Victims From Single Source to Multiple Destinations[J].Transactions on Intelligent Transportation Systems, 2010, 11, (2) :277-289.
[6]高鸿鹤, 唐辰.基于配送时间最短的应急物流路径规划[J].物流工程与管理, 2014, 36, (236) :76-77.GAO Hong-he, TANG Chen.Emergency Logistics Path Planning Based on the Shortest Delivery Time[J].LOGISTICS ENGINEERING AND MANAGEMENT2014, 236, (36) :76-77.
[7]赵淑红.不完全信息下的应急物流方案选择[J].物流工程与管理, 2014, 36 (237) :96-97.ZHAO Shuhong.Dynamic analysis in disaster emergency logistic under incomplete imformation[J].LOGISTICS ENGINEERING AND MANAGEMENT 2014, 36, (237) :96-97.
[8]Daganzo C F.The cell transmission model a dynamic representation of highway traffic consistent with the hydrodynamic Theory.[J].Transportation Research, 1994, 28B, (4) :269-287.
[9]Daganzo C F.The cell transmission model, partⅡnetwork traffic[J].Transportation Research, 1995, 29B, (2) :79-93.
公平的席位分配模型 篇9
在现实生活中，人们经常会遇到席位分配的问题：设某个部门由m个单位Ai(）组成，其中Ai的人数pi(）且整个部门的总人数为p。如果该部门需要召开一个由n个代表参加的代表大会，那么会议的组织者就必须把n个席位分配到m个单位中去，设每个单位分配到的席位数为ni(），则非负整数向量满足n1+n2+…nm=n，此时，称X为席位分配方案或简称方案。当然，如果，均为整数，则最合理的分配方案为，但是在实际问题中，所有qi是整数的情况非常少见，在大多数情况下，中一定存在非整数，记表示第i个部门取得代表名额的比例，表示全体人员取得代表名额的平均比例。假设每个单位至少分得一人，最多分得n-2。
研究席位分配问题的目的，就是要找到人们公认的或者大多数人认可的一种合理的席位分配方法，现在所面临的问题是：一是如何评价一个分配方案的合理性？二是如何求出一个合理的分配方案？分配结果的公平与否以每个代表席位所代表的人数相等或接近来衡量。
2 常用席位分配方法
在实际中，常用的席位分配方法：
一是比例分配法，即某单位席位分配数=某单位总人数比例×总席位，即，该方法对于分配数ni不是整数时，分配存在不公平性；
二是Q值法,通过计算,将第n个席位分配给最大Q值的部门，该方法要求每个单位至少得到1个席位，所以也存在明显缺陷；[姜启源，数学模型，北京：高等教育出版社]。
三是绝对差之和最小法，每个单位分配名额的比例与总体分配名额的比例越接近越好，也就是说它们之差的绝对值求和越小越好，即，其中，求出最小的T，使得最小的一组值ni就是最终的席位分配数。
第三种方法的模型,有且ni为整数,一个较为公平的原则就是让每个部门分配人数的比例尽量接近总体人员的分配比例。当最接近时的一种分配方案就是最优分配方案，于是可以建立一个整数线性规划。
模型一
且ni为整数
3 提出两种新方法
3.1 相对差之和最小法
模型一仅仅反映的是绝对差之和最小，即每个部门每个席位代表的人数尽量接近，但不能反映人数多的部门增加一个席位和人数少的部门增加一个席位的不公平度，为了进一步体现分配公平性，本文提出相对差之和最小法，即
模型二
且ni为整数
3.2 最小覆盖园的方法
对于每种分配都可以抽象为一组点表示第i个部门取得代表名额的比例，表示全体人员取得代表名额的平均比例将这组点绘制在坐标系中，则必然存在一个最小的圆将这些点覆盖（如图1)
如何求得n个点的最小覆盖圆的半径？现给出求包含平面上有n个点的最小园的算法。(1)在点集中任取3点A,B,C。(2)作一个包含A,B,C三点的最小圆，圆周可能通过这3点，也可能只通过其中两点，但包含第3点。后一种情况圆周上的两点一定是位于圆的一条直径的两端。(3)在点集中找出距离第2步所建圆圆心最远的D点，若D点已在圆内或圆周上，则该圆即为所求的圆，算法结束。则，执行第4步。(4)在A,B,C,D中选3个点，使由它们生成的一个包含这4个点的圆为最小，这3点成为新的A,B,C，返回执行第2步。若在第4步生成的圆的圆周只通过A,B,C,D中的两点，则圆周上的两点取成新的A和B，从另两点中任取一点作为新的C。对于一个给定的点集，其最小覆盖园是存在且惟一的。
下面给出求三个点的最小覆盖园，三个点以上的都可以转化为几个三个点的最小覆盖园，最后再合起来求出覆盖m个点的最小覆盖园。由于三个点比较简单，求它们的最小覆盖圆半径的算法如下：
3.2.1 计算Pi两两连线的距离，若其中存在有两边长度之和等于另外一边的长度，则这三点的位置关系存在以下几种情况：三点共线、三点重合、有两点重合。对于这些情况，最小覆盖圆的半径为最长边的一半，即：，圆心坐标即为最长边的中点。
3.2.2 若不存在两边长度之和等于另外一边的长度，则P1,P2,P3的连线便可构成三角形，这时计算该三角形的三个角的余弦值cos∠Pi，若cos∠Pi中存在coscos∠Pi0，则该三角形为钝角三角形，这时求最小覆盖圆半径的方法跟步骤1一样（如图3）。若所有的cos∠Pi都满足cos∠Pi>0，则该三角形为锐角三角形，其最小覆盖圆半径为该三角形的外接三角形，圆心为三角形的外心（如图4）。
以上算法可以求出每种分配情况下的最小覆盖圆半径r=cov∑Pi≠，当r越小表示他们的位置关系越近，也即是它们的所得分配的公平程度越接近，因此当求得最小的rmin=min(r）时，便求得最优的分配。
模型三：
4 应用例子
某学院有3个系共200名学生，其中甲系100人，乙系60人，丙系40人，现要选出20名学生代表组成学生会。如果按学生人数的比例分配席位，那么甲乙丙系分别占10、6、4个席位，这当然没有什么问题（即公平）。但是若按学生人数的比例分配的席位数不是整数，就会带来一些麻烦。比如甲系103人，乙系63人，丙系34人，怎么分？下表按“比例”来分配20和21个席位，你认为这样分配公平吗？【姜启源】
对于以上三个模型分别用Matlab软件包求解，N=21时结果如下：
对于每种结果我们都可以确定一个最小覆盖圆，对于每一个最小覆盖圆它们都有一个圆心Oi，最小覆盖圆半径rmin，结果如下表：
最小覆盖园的圆心Oi与最公平分配点O(a,0）的距离我们称为偏公平距离，根据结果我们求出所有的Ri，如下表：
由以上结果可以看出当N=20时，模型二、三的偏公平距离最小，因此最优分配为：ni=11,n2=6,n3=3；当N=21，模型一的偏公平距离最小，最优分配数为ni=11,n2=6,n3=4。
对于以上三种模型，求解结果都有一定的差异性,显然用模型三的得出的结论较模型一和模型二要公平。
摘要：在现实生活中,人们经常会遇到席位分配的问题。本文介绍了常用席位分配方法,并提出了两种新方法,建立了三种分配模型,最后通过实例计算得出模型三相对比较公平。
关键词：席位分配,模型,分配方法,公平
参考文献
[1]姜启源.数学模型.北京:高等教育出版社.
[2]李晓莉.数学建模教学方法探讨.苏州科技学院学报(自然科学版),Vol.21,No.1,Mar.2004,p56-61.
资源分配模型 篇10
关键词：分类挖掘,资源动态分配,模型,算法
对于整个工程项目来说, 资源的合理分配是非常重要的一个环节。传统的分配方法是一种静态分配, 在一些情况下可能会出现因资源分配不合理而引起的严重损失现象。因此, 要想实现工程项目资源的合理分配, 必须在分类挖掘的基础上, 建立动态型的分配模型。在对基于分类挖掘的资源动态分配模型以及基于分类挖掘的资源动态分配算法这两个问题进行分析之前, 我们先来了解一下资源动态分配的必要性。
1 资源动态分配的必要性
从某种程度上来说, 资源动态分配的必要性主要是相对于传统的静态分配无法满足现代社会的需求而言的。传统的静态资源分配, 根本无法根据请求任务的特征及其动态变化来灵活地分配资源, 除此之外, 当有用户的任务请求或者是资源加入与退出现象时, 还无法实现资源分配的自行调节。长此以往, 就比较容易形成资源被长期占用、资源利用效率低下等问题。在这一背景之下, 基于分类挖掘的资源动态分配方法应运而生。它与传统的资源分配方法不同, 可以有效提高资源计算与分配的准确性、合理性等。通常来说, 衡量一种动态资源分配方法的好坏主要有三个指标, 即响应时间、资源利用率以及吞吐量。
2 基于分类挖掘的资源动态分配模型
所谓资源动态分配就是指根据资源池中的资源以及用户请求任务的情况, 对资源分配策略进行及时调整, 以更好地保证资源利用效率的提高。对资源进行动态分配主要是为了解决资源分配过程中所产生的资源碎片问题。一般来说, 基于分类挖掘的资源动态分配模型主要是由用户层、任务调度层以及资源层等几个部分构成的。通常情况下, 用户层是由用户层主要用来向任务调度层中的调度器发送资源请求, 任务调度层包括元调度器和本地调度器两种类型, 其中元调度器的主要职责在于将用户的请求发送至本地调度器中, 而本地调度器的主要职责则在于将用户的各种需求分发到各个集群中去, 以实现对闲置资源的合理配置。由基于分类挖掘的资源动态分布模型可知, 用户一般对资源已经进行了访问, 对各个集群中本地调度器的历史任务信息也已经有了较为详细的记录, 其中CDM代表的是分类数据挖掘, 主要对整个工程项目环境进行挖掘;UM代表的是用户管理, 主要负责对用户进行科学有效的管理;RM代表的是资源管理, 主要负责对资源管理层的所有资源进行管理;RA代表的是资源调度, 主要负责对闲置资源进行合理调度。
3 基于分类挖掘的资源动态分配算法
在探讨基于分类挖掘的资源动态分配算法之前, 我们需要作出如下假设:工程项目中共有n个用户, 分别为u1……un, 每个用户都有w个任务请求, 每个任务请求的时间长度均为T。在分类挖掘的基础上, 我们可以将访问同一集群的用户集合在一起, 并进而得出基于分类挖掘的资源动态分配算法。由以上阐述以及基于分类挖掘的资源动态分配的计算方法可知, 基于分类挖掘的资源动态分配算法将每个集群内的资源进行了合理高效的调度, 具体来说, 它是根据分类原则, 对每个用户的资源访问所集中的时间特征进行了判断, 并由此对请求任务进行了非常直接而又高效的调度。实践证明, 与传统的计算方法相比, 基于分类挖掘的资源动态分配算法可以对处理器资源、存储资源以及宽带资源等多种类型的资源进行协调处理, 以更好地保证这些资源的利用率达到整体的优化与提高, 与此同时对资源分配过程中可能引起的碎片问题进行有效克服与避免。
4 结语
随着我国建筑业的不断发展以及能源资源的日趋紧张, 如何才能在合理分配资源的基础上, 实现建筑工程项目的顺利有序开展, 降低其可能产生的损失就成为人们迫切关注与需要解决的问题。基于分类挖掘的资源动态分配就是一种有效地解决这一问题的方法。可以说, 在未来的发展中, 基于分类挖掘的资源动态分配将会具有非常广泛的应用范围与领域, 可以进行大规模推广应用。本文从资源动态分配的必要性、基于分类挖掘的资源动态分配模型以及基于分类挖掘的资源动态分配算法等几个方面进行了分析与阐述, 希望可以为以后的相关研究与实践提供某些有价值的参考与借鉴。在具体进行阐述的过程中, 可能由于各种各样的原因, 还存在着这样那样的问题, 在以后的研究与实践中要加以规避。
参考文献
[1]张卫红, 刘建民, 张玉洁.多项目施工资源动态分配模型[J].山东建筑大学学报, 2008, 23 (1) :11-14
[2]刘林东.基于分类挖掘的网格资源分配研究[J].计算机应用研究, 2013, 30 (2) :88-89
农村河道水资源承载力评价模型 篇11
摘 要：针对恶化的农村河道生态环境做出评价并采取治理对策，是维持良好农村河道生态环境的关键。介绍了水资源承载力的研究方法，包括水资源承载力评价模型的构建，结合溧水县白马岔河的具体特点，在调查分析和试验分析的基础上，开展水资源承载力评价的实例研究。
关键词：水资源；承载力；评价
中图分类号：TV213.4 文献标识码：A DOI编码：10.3969/j.issn.1006-6500.2014.04.009
1 水资源承载力研究方法
水资源承载力与地区环境、人口、经济发展规模和可持续发展等有关，涉及面广，内容复杂，国内外目前还没有完善的研究方法[1-2]。常见的定量研究方法很多，诸如模糊综合评价法、主成分分析法、系统动力仿真模型、多目标决策分析法等，大致可分为经验估算法、指标体系评价法、复杂系统分析法3大类[3-6]。
2 农村河道水资源承载力评价模型构建
2.1 农村河道水资源供水计算
2.1.1 农村河道的流量 Q计算 农村河流流量的计算表达式为：
Q=N·B（1）
式中，N为农村天然河流的流量模数，m3·s·km-2；B为农村天然河流出口断面所控制的集水面积，km2。
2.1.2 农村河道水资源可利用量WS计算 首先引入水资源可利用量的概念。关于水资源可利用量的概念，国内学者曾有过不同的阐述，多数是仅从经济技术角度进行定义，而对生态保护和水权重视不够，在这里引用贾绍风等提出的水资源可利用量的定义：在满足一定的生态保护标准下的生态需水前提下，在一定的经济技术水平条件下，有水权保证的、在总水资源量中可以被当地净消耗于生产生活的那部分水资源量。
接下来确定河道水资源可利用量表达式。区域水资源可利用量由地表水、地下水、跨流域调入水量以及污水回用量等组成。地表水主要指的是由降雨形成的河川径流量。地下水指的是经济上合理、技术上可行且不造成地下水位下降、水质恶化以及水文地质环境条件下，可以开采的地下水资源量。污水回用量是指城市和工业排放的污废水经污水处理后能够回用的水量。同时，还应扣除水质不符合供水要求的水量和调出区域外的流量。
因此，农村河道的水资源可利用量的表达式为：
WS=W1+W2+W3-W4+W5-W6（2）
式中，Ws为农村河道水资源可利用量，m3；W1为降雨形成的河道地表径流量，m3；W2为河道的地下水量，m3；W3为河道可利用的污水回收量，m3；W4为河道污染河段不可利用水量，m3；W5为河道外来水量，m3；W6为河道的区域外流失量，m3。
考虑到农村河道的实际状况，区域外来水量可以忽略，同时对于河道水资源的利用更多是局限于河道的径流量。对于地下水还有污水的回用等，由于在技术上的缺失，还不能得到充分的利用，因此，计算农村河道水资源可利用量的表达式为：
WS（t）dt=Q（t）dt （3）
2.2 农村河道水资源需水计算
（1）灌溉用水量Wa
农业灌溉用水量具有面广、量大，一次性消费的特点，受地区气候和地理条件的影响，同时，其大小还与种植作物品种、组成、灌溉方式、土壤状况以及基础设施有直接的关系。本研究采用直接估算的方法，灌溉用水量可以用灌溉用水定额M与该区域现有需要灌溉的土地数量S的乘积除以灌溉水利用系数来表达，其表达式为：
Wa=（4）
式中，Wa为灌溉用水量，m3；M为灌溉用水定额，m3·hm-2；S为需要灌溉的土地数量，hm2；η水为灌溉水利用系数。
（2）农村生活综合用水量Wb
生活用水一般包括居民生活、商业、医疗卫生、文化娱乐、旅游、环境保护及消防等用水。随着人口的增加，公共设施的增多，生活水平的提高，用水标准的不断提高，生活用水不断增加。
估算生活用水总量应考虑用水人口和用水定额。结合农村的实际情况，农村生活用水量分为两个部分，一部分是人日常生活的用水耗水量，把这部分设为V1，另一部分是村民圈养的牲畜家禽的用水量，设此部分为V2。通过统计资料，可以知道人以及牲畜的平均每天用水定额，分别为x1、x2，再得到该区域人口和牲畜的规模分别计为P1和P2，然后就可以将生活用水量的表达式写成：
Wb=V1+V2=P1x1+P2x2（5）
式中，Wb为农村生活用水量，m3；V1、V2为人与家养牲畜的耗水量，m3；P1、P2为该区域人口与牲畜数量的规模；X1、X2为人与家养牲畜的用水定额，L·天-1·人-1。
（3）工业用水量Wc
工业用水是地区用水的一个重要组成部分，不仅用水比重较大，而且增长速度快，用水集中，现代工业生产尤其需要大量的水。工业用水一般是指工、矿企业在生产过程中，用于制造、加工、冷却、净化、洗涤等方面的用水。
万元产值用水量和重复利用率是衡量工业用水水平的两个综合指标。利用水量平衡方程确定重复利用系数和万元产值之间的关系，如果已知该地区的产值，则可以计算出该区域的工业用水量，其表达式为：
η=×100%=
1-×100% （6）
WC=A·I（1-η）（7）
式中，WC为工业需水量；Q重、Q补、Q总为重复利用水量、新补充水量、总用量，m3；A为该地区的GDP，万元产值；I为该地区万元GDP的用水定额，m3·万元产值-1；为工业用水的重复利用率。
（4）河道生态需水量Wd
维持河道生态系统，离不开河道来水，河道径流是维持河流生态系统的生命线。河道生态环境需水的计算常用的方法有Tennant法、月（年）保证率设定法和最枯月平均流量法。
Tennant法是以年平均流量百分数为标准提出河推荐流量，并以此作为河道的生态环境需水量。这种方法以径流百分比为标准设8个等级来评价河流汛期、非汛期生态环境需水状况，以年平均流量的10%作为水生生物生长的低线，年平均流量的30%作为水生生物的满意流量。
月（年）保证率设定法是根据系列水文统计资料，在不同的（月）年保证率前提下，以不同的天然年径流量百分比作为河道环境水量的等级，分别计算不同保证率、不同等级的月（年）河道基本环境需水量，并以此作为约束条件，计算相应的不同水质污染排放量及污水排放量，以满足河流的纳污功能。
最枯月平均流量法采用90%保证率最枯连续7 d的平均水量作为河流最小流量设计值[4]。
（5）农村河道水资源需求量计算
WD=Wa+Wb+Wc+Wd（8）
式中，WD为农村河道水资源需求量，m3；Wa为灌溉用水量，m3；Wb为农村生活综合用水量，m3；Wc为农村工业用水量，m3；Wd为河道生态需水量，m3。
2.3 农村河道水资源供需分析
农村河道水资源的供需状况通过水资源供需平衡指数来反映，水资源供需平衡指数的表达式为：
CRW= （9）
式中，CRW为农村河道水资源供需平衡指数；WS为区域水资源可利用量，m3； WD为区域水资源需求量，m3。CRW<1，此时区域水资源可利用量大于区域水资源需求量，说明此时农村河道的水资源是满足该农村地区用水需求；CRW>1，此时区域水资源可利用量少于区域水资源需求量，说明农村河道水资源出现短缺，不能满足用水要求；CRW=1，此时区域水资源可利用量恰好等于区域水资源需求量，说明农村河道水资源量恰好满足周边区域水资源的需求。
3 白马岔河水资源承载力评价
3.1 白马岔河水资源供水计算
水资源可利用总量是指在可预见的时期内，在统筹考虑生活、生产和生态环境用水的基础上，通过经济合理、技术可行的措施在当地水资源中可一次性利用的最大水量[7-10]。白马河的水资源可利用总量的计算，可采取地表水水资源可利用量估算，即取白马河的天然河川径流量来表示。经统计，河道来水年平均流量模数N=5.6 m3·s-1·km-2，河道流域集水面积为4.087 km2，均为区间平水，于是由公式（1）可以计算得到白马河的水资源可利用总量为3.5×108 m3·a-1。
3.2 水资源需水量计算
（1）农业用水量
岔河农业用水量包含两个部分，一部分是灌溉用水量，另一部分是畜禽养殖用水量。通过有关统计资料显示，该地区的农业用水量为0.24×108 m3·a-1。
（2）生活用水量
白马镇人口规模 3.87万人，人均用水定额为200 L·d-1，经计算该地区生活用水量为2.8×104 m3·a-1。
（3）工业用水量
白马镇年工业产值为3 200万元·a-1，经查该地区万元产值用水定额为25 m3·万元，该地区工业用水重复率为75%，经公式（6）～（7）计算该地区的年工业用水量为0.07×108 m3·a-1。
（4）生态需水量
为维持河道生态系统，离不开河道来水，河道径流是维持河流生态系统的生命线，通常以年平均流量的10%作为水生生物生长的低线，因此可以由已知河流的流量计算出河流的生态需水量为0.7×108 m3·a-1。
综上述分析，白马岔河流域的大致需水量WD为1.02×108 m3·a-1。
3.3 计算白马河的水资源供需平衡指数CRW
经计算，该地区水资源平衡指数CRW为0.29<1，说明该地区水资源利用量可以满足目前该地区水资源需水量，该地区水资源的承载力尚能满足该地区经济的发展。该实例表明，农村河道水资源承载力评价模型在白马岔河整治规划中得到了较好运用。
参考文献：
[1] 袁鹰.浅谈水资源承载能力研究进展与发展方向[J].中国水利水电科学研究院学报，2006，4（1）：62-67.
[2] 张丽，董增川，张伟.水资源承载能力研究进展与展望[J].水利水电技术，2003，34（4）：1-4.
[3] 余卫东，闵庆文，李湘阁.水资源承载能力研究的进展与展望[J].干旱区研究，2003，20（1）：60-65.
[4] Liu H T， Guo Z R， Dong H， et al. Analysis of the permissible utilization volume of ground water in northwestern area and exploitation potential[J].Hydrology，2000（6）：17-20.
[5] Guo Z T. Initial analysis of estimation for usable quantity of water resources [J].Hydrology，2001，21（5）：23-26.
[6] 郭周亭.水资源可利用量估算初步分析[J].水文，2001，21（5）：23-26.
[7] 苏晓丽.论合理利用水资源及节水对策[J].天津农业科学，2012（2）：111-113.
[8] 谢胜波，阎永康.山西水资源可持续利用分析[J].山西农业科学，2008（5）：3-6.
[9] 王晓燕，郭小军.包头市水资源现状及思考[J].内蒙古农业科技，2012（5）：86-87.
[10] 高云凌，张虎，张龙，等.宁城县水资源总体现状及存在的问题[J].内蒙古农业科技，2013（4）：132-133.
Tennant法是以年平均流量百分数为标准提出河推荐流量，并以此作为河道的生态环境需水量。这种方法以径流百分比为标准设8个等级来评价河流汛期、非汛期生态环境需水状况，以年平均流量的10%作为水生生物生长的低线，年平均流量的30%作为水生生物的满意流量。
月（年）保证率设定法是根据系列水文统计资料，在不同的（月）年保证率前提下，以不同的天然年径流量百分比作为河道环境水量的等级，分别计算不同保证率、不同等级的月（年）河道基本环境需水量，并以此作为约束条件，计算相应的不同水质污染排放量及污水排放量，以满足河流的纳污功能。
最枯月平均流量法采用90%保证率最枯连续7 d的平均水量作为河流最小流量设计值[4]。
（5）农村河道水资源需求量计算
WD=Wa+Wb+Wc+Wd（8）
式中，WD为农村河道水资源需求量，m3；Wa为灌溉用水量，m3；Wb为农村生活综合用水量，m3；Wc为农村工业用水量，m3；Wd为河道生态需水量，m3。
2.3 农村河道水资源供需分析
农村河道水资源的供需状况通过水资源供需平衡指数来反映，水资源供需平衡指数的表达式为：
CRW= （9）
式中，CRW为农村河道水资源供需平衡指数；WS为区域水资源可利用量，m3； WD为区域水资源需求量，m3。CRW<1，此时区域水资源可利用量大于区域水资源需求量，说明此时农村河道的水资源是满足该农村地区用水需求；CRW>1，此时区域水资源可利用量少于区域水资源需求量，说明农村河道水资源出现短缺，不能满足用水要求；CRW=1，此时区域水资源可利用量恰好等于区域水资源需求量，说明农村河道水资源量恰好满足周边区域水资源的需求。
3 白马岔河水资源承载力评价
3.1 白马岔河水资源供水计算
水资源可利用总量是指在可预见的时期内，在统筹考虑生活、生产和生态环境用水的基础上，通过经济合理、技术可行的措施在当地水资源中可一次性利用的最大水量[7-10]。白马河的水资源可利用总量的计算，可采取地表水水资源可利用量估算，即取白马河的天然河川径流量来表示。经统计，河道来水年平均流量模数N=5.6 m3·s-1·km-2，河道流域集水面积为4.087 km2，均为区间平水，于是由公式（1）可以计算得到白马河的水资源可利用总量为3.5×108 m3·a-1。
3.2 水资源需水量计算
（1）农业用水量
岔河农业用水量包含两个部分，一部分是灌溉用水量，另一部分是畜禽养殖用水量。通过有关统计资料显示，该地区的农业用水量为0.24×108 m3·a-1。
（2）生活用水量
白马镇人口规模 3.87万人，人均用水定额为200 L·d-1，经计算该地区生活用水量为2.8×104 m3·a-1。
（3）工业用水量
白马镇年工业产值为3 200万元·a-1，经查该地区万元产值用水定额为25 m3·万元，该地区工业用水重复率为75%，经公式（6）～（7）计算该地区的年工业用水量为0.07×108 m3·a-1。
（4）生态需水量
为维持河道生态系统，离不开河道来水，河道径流是维持河流生态系统的生命线，通常以年平均流量的10%作为水生生物生长的低线，因此可以由已知河流的流量计算出河流的生态需水量为0.7×108 m3·a-1。
综上述分析，白马岔河流域的大致需水量WD为1.02×108 m3·a-1。
3.3 计算白马河的水资源供需平衡指数CRW
经计算，该地区水资源平衡指数CRW为0.29<1，说明该地区水资源利用量可以满足目前该地区水资源需水量，该地区水资源的承载力尚能满足该地区经济的发展。该实例表明，农村河道水资源承载力评价模型在白马岔河整治规划中得到了较好运用。
参考文献：
[1] 袁鹰.浅谈水资源承载能力研究进展与发展方向[J].中国水利水电科学研究院学报，2006，4（1）：62-67.
[2] 张丽，董增川，张伟.水资源承载能力研究进展与展望[J].水利水电技术，2003，34（4）：1-4.
[3] 余卫东，闵庆文，李湘阁.水资源承载能力研究的进展与展望[J].干旱区研究，2003，20（1）：60-65.
[4] Liu H T， Guo Z R， Dong H， et al. Analysis of the permissible utilization volume of ground water in northwestern area and exploitation potential[J].Hydrology，2000（6）：17-20.
[5] Guo Z T. Initial analysis of estimation for usable quantity of water resources [J].Hydrology，2001，21（5）：23-26.
[6] 郭周亭.水资源可利用量估算初步分析[J].水文，2001，21（5）：23-26.
[7] 苏晓丽.论合理利用水资源及节水对策[J].天津农业科学，2012（2）：111-113.
[8] 谢胜波，阎永康.山西水资源可持续利用分析[J].山西农业科学，2008（5）：3-6.
[9] 王晓燕，郭小军.包头市水资源现状及思考[J].内蒙古农业科技，2012（5）：86-87.
[10] 高云凌，张虎，张龙，等.宁城县水资源总体现状及存在的问题[J].内蒙古农业科技，2013（4）：132-133.
Tennant法是以年平均流量百分数为标准提出河推荐流量，并以此作为河道的生态环境需水量。这种方法以径流百分比为标准设8个等级来评价河流汛期、非汛期生态环境需水状况，以年平均流量的10%作为水生生物生长的低线，年平均流量的30%作为水生生物的满意流量。
月（年）保证率设定法是根据系列水文统计资料，在不同的（月）年保证率前提下，以不同的天然年径流量百分比作为河道环境水量的等级，分别计算不同保证率、不同等级的月（年）河道基本环境需水量，并以此作为约束条件，计算相应的不同水质污染排放量及污水排放量，以满足河流的纳污功能。
最枯月平均流量法采用90%保证率最枯连续7 d的平均水量作为河流最小流量设计值[4]。
（5）农村河道水资源需求量计算
WD=Wa+Wb+Wc+Wd（8）
式中，WD为农村河道水资源需求量，m3；Wa为灌溉用水量，m3；Wb为农村生活综合用水量，m3；Wc为农村工业用水量，m3；Wd为河道生态需水量，m3。
2.3 农村河道水资源供需分析
农村河道水资源的供需状况通过水资源供需平衡指数来反映，水资源供需平衡指数的表达式为：
CRW= （9）
式中，CRW为农村河道水资源供需平衡指数；WS为区域水资源可利用量，m3； WD为区域水资源需求量，m3。CRW<1，此时区域水资源可利用量大于区域水资源需求量，说明此时农村河道的水资源是满足该农村地区用水需求；CRW>1，此时区域水资源可利用量少于区域水资源需求量，说明农村河道水资源出现短缺，不能满足用水要求；CRW=1，此时区域水资源可利用量恰好等于区域水资源需求量，说明农村河道水资源量恰好满足周边区域水资源的需求。
3 白马岔河水资源承载力评价
3.1 白马岔河水资源供水计算
水资源可利用总量是指在可预见的时期内，在统筹考虑生活、生产和生态环境用水的基础上，通过经济合理、技术可行的措施在当地水资源中可一次性利用的最大水量[7-10]。白马河的水资源可利用总量的计算，可采取地表水水资源可利用量估算，即取白马河的天然河川径流量来表示。经统计，河道来水年平均流量模数N=5.6 m3·s-1·km-2，河道流域集水面积为4.087 km2，均为区间平水，于是由公式（1）可以计算得到白马河的水资源可利用总量为3.5×108 m3·a-1。
3.2 水资源需水量计算
（1）农业用水量
岔河农业用水量包含两个部分，一部分是灌溉用水量，另一部分是畜禽养殖用水量。通过有关统计资料显示，该地区的农业用水量为0.24×108 m3·a-1。
（2）生活用水量
白马镇人口规模 3.87万人，人均用水定额为200 L·d-1，经计算该地区生活用水量为2.8×104 m3·a-1。
（3）工业用水量
白马镇年工业产值为3 200万元·a-1，经查该地区万元产值用水定额为25 m3·万元，该地区工业用水重复率为75%，经公式（6）～（7）计算该地区的年工业用水量为0.07×108 m3·a-1。
（4）生态需水量
为维持河道生态系统，离不开河道来水，河道径流是维持河流生态系统的生命线，通常以年平均流量的10%作为水生生物生长的低线，因此可以由已知河流的流量计算出河流的生态需水量为0.7×108 m3·a-1。
综上述分析，白马岔河流域的大致需水量WD为1.02×108 m3·a-1。
3.3 计算白马河的水资源供需平衡指数CRW
经计算，该地区水资源平衡指数CRW为0.29<1，说明该地区水资源利用量可以满足目前该地区水资源需水量，该地区水资源的承载力尚能满足该地区经济的发展。该实例表明，农村河道水资源承载力评价模型在白马岔河整治规划中得到了较好运用。
参考文献：
[1] 袁鹰.浅谈水资源承载能力研究进展与发展方向[J].中国水利水电科学研究院学报，2006，4（1）：62-67.
[2] 张丽，董增川，张伟.水资源承载能力研究进展与展望[J].水利水电技术，2003，34（4）：1-4.
[3] 余卫东，闵庆文，李湘阁.水资源承载能力研究的进展与展望[J].干旱区研究，2003，20（1）：60-65.
[4] Liu H T， Guo Z R， Dong H， et al. Analysis of the permissible utilization volume of ground water in northwestern area and exploitation potential[J].Hydrology，2000（6）：17-20.
[5] Guo Z T. Initial analysis of estimation for usable quantity of water resources [J].Hydrology，2001，21（5）：23-26.
[6] 郭周亭.水资源可利用量估算初步分析[J].水文，2001，21（5）：23-26.
[7] 苏晓丽.论合理利用水资源及节水对策[J].天津农业科学，2012（2）：111-113.
[8] 谢胜波，阎永康.山西水资源可持续利用分析[J].山西农业科学，2008（5）：3-6.
[9] 王晓燕，郭小军.包头市水资源现状及思考[J].内蒙古农业科技，2012（5）：86-87.
油料保障任务分配模型研究 篇12
关键词：油料保障,任务分配,模型研究
油料保障任务分配, 是在油料保障任务与油料保障力量间进行的指定匹配, 以将某项油料保障任务赋予某油料保障力量的任务分配方式, 以确保集中油料保障力量完成重大、紧迫和关键的油料保障任务, 满足重要作战部队和重点方向的优先油料保障需求, 同时又兼顾其他作战部队和作战方向的油料保障需要。油料保障任务分配是油料保障力量部署的核心内容和油料保障指挥决策的重要环节, 主要依托一体化平台, 由本级油料部门组织实施。油料保障任务列表及力量列表应根据作战和行动情况动态调整, 任务匹配也应随之动态变化, 可将某项油料保障任务赋予某个或某几个油料保障力量, 也可为某个油料保障力量赋予几项任务, 具体根据油料保障任务的轻重和油料保障能力的大小而定 (如图1所示) 。
1. 常规型油料保障任务分配
根据常规油料保障任务特点和保障要求, 油料保障力量的运用在指挥决策上具有如下特点:
(1) 油料保障与作战行动同步进行, 油料保障需求稳定, 油料保障模式固定;
(2) 每个油料保障力量承担某一项油料保障子任务;
(3) 各项油料保障子任务重要性一致, 不存在此轻彼重的问题。
对于常规型油料保障任务分配问题可以这样具体来描述:油料保障任务列表有m项油料任务需要n个油料保障力量分别去完成, 但由于各项任务油料保障数量、环境影响程度以及各油料保障力量保障能力的不同, 各油料保障部 (分) 队完成不同任务的效能就有差别。因而, 常规型油料保障任务分配问题被转化为如何合理分配油料保障任务以使整体保障效能最大, 如表1所示。
建立整体保障效能最大化问题, 其数学模型为
式中:i——油料保障部 (分) 队;
j——常规油料保障任务;
xij——油料保障部 (分) 队i完成第j项任务时的保障效能。
显然, 常规油料保障力量分配问题, 是“0—1”型整数规划的一种情形。解决此类问题可以用穷举法或隐枚举法或分枝定界法, 但根据常规指派问题的特点用匈牙利算法更为简单。
2. 重点型油料保障任务分配
根据重点方向油料保障任务特点和保障要求, 油料保障力量的运用在指挥决策上具有如下特点:
(1) 油料保障与作战行动同步进行, 油料保障需求稳定, 油料保障模式固定;
(2) 每个油料保障部 (分) 队只承担一项油料保障任务;
(3) 面向不同保障对象、保障方向的油料任务重要性不等。
重点型油料保障任务分配与常规型油料保障任务分配相似, 所不同的是, 各油料保障部 (分) 队担负油料保障任务的重要性各不相同。在重点型油料保障任务分配模式下, 应优先保障重点方向或重点部队, 确保在这些方向上能有效完成油料保障任务, 即具备更高的保障效能。“好钢用在刀刃上”就是这个道理。
重点型油料保障任务重要性的确定, 可以采用层次分析
类似于常规型油料保障任务分配模型, 先引入0—1变量型令
建立整体保障效能最大化问题, 引入不同任务的重要性权重, 建立以下模型
显然, 其解法与前述类似。
3. 应急型油料保障任务分配
根据应急型油料保障任务特点和保障要求, 油料保障力量的运用在指挥决策上具有如下特点:
(1) 一定的作战和行动方向上, 油料保障任务的出现具有一定的随机性;
(2) 油料保障任务具有特定的类型;
(3) 针对任务的不同类型, 不同油料保障部 (分) 队完成的效能不同。
应急型油料保障任务时间紧, 任务重, 专业性强, 对油料保障力量保障效能提出较高要求。为提高应急油料保障效能, 应针对任务特点, 结合不同油料保障部 (分) 队油料保障的优势, 各尽所长, 提高作战和行动方向上的整体保障效能。
根据前述应急油料保障任务特点, 主要有以下三种情况:
θ1:突发型, 特点是时间紧, 即突然发生的油料保障需求, 主要针对一些非战争军事行动, 如抗击冰冻雨雪灾害、抗震救灾等, 前、后送道路或桥梁被遭破坏, 短期内难以修复, 又无近便道可以绕行, 车辆运输油料难以保证安全时, 实施空投油料保障;
θ2:支援型, 特点是任务重, 自身配属油料保障力量无法完成, 需上级加强或友邻支援;
θ3:专业型, 特点是专业性强, 需要专门的油料保障部 (分) 队或保障模块来承担。如在主要前送道路较少, 车辆运输拥挤的情况下, 为了减少道路运输的压力, 运用管线力量铺设管线穿越“瓶颈”地带;在机场油料保障设施遭敌袭击破坏短期难以恢复供油时, 运用机场油料保障队等应急油料保障力量实施保障。
在特定作战方向上, 三种类型输油保障任务的出现具有一定的概率, 可在战前由经验丰富的指挥员判断确定, 分别记为p (θ1) , p (θ2) 和p (θ3) , 如表3所示。
3.1 期望值法
期望值法是应用概率论中计算离散随机变量数学期望的方法, 分别计算每个油料保障部 (分) 队完成应急油料保障任务保障效能的期望值, 然后根据期望值的大小选择相应的保障单位。
以表4为例, 管线部队ai完成某方向应急油料保障任务保障效能值可按下式计算
则上式可以表示为如下的矩阵形式
maxE (A) 所对应的保障部 (分) 队即为最佳匹配方案。
根据表4不同油料保障部 (分) 队保障效能情况, 采用期望值法得
因E (a 3) >E (a1) >E (a2) , 所以当前油料保障任务由丙来承担较为合适。
3.2 最大可能法
最大可能法也称冒险法, 它是选择一个当前保障任务可能出现概率最大的应急油料保障类型, 取该类型的最大保障效能进行决策。
对于表4, 概率最大的应急油料保障任务类型为θ2, 按确定型决策类型, 可知由乙完成该应急油料保障任务为佳。
参考文献
[1]张最良, 李长生等.军事运筹学[M].北京:军事科学出版社, 2005:352~357.