航空网络结构特征（精选7篇）
航空网络结构特征 篇1
2000系和7000系铝合金由于密度较低、比强度高、耐损伤性和成型性好,在航空航天工业中有着广泛的应用[1,2]。材料疲劳性能指标是飞机构件设计的重要依据之一,为此从微观上研究材料疲劳裂纹的萌生、扩展特点,以及它们与材料本征微结构之间的关系具有重大的指导意义。通过控制材料的处理工艺来改善微观组织,可以使材料获得更为优异的耐疲劳损伤性能,从而从根本上延长飞机构件的使用寿命[3,4,5]。
本文从疲劳裂纹的萌生和扩展两个方面,较系统地分析了铝合金微观结构对耐疲劳损伤性能的影响和作用机制,并对未来的研究方向提出了建议。
1 疲劳裂纹的萌生行为
疲劳裂纹的萌生是在交变应力作用下的局部应变、局部损伤和最终局部开裂的过程,室温下裂纹容易在粗大的第二相(主要指杂质相)、晶界、滑移带和皮下裂纹、表面缺陷、夹杂和气孔等位置形核[6,7]。对航空铝合金裂纹萌生行为的研究表明,粗大的第二相粒子对疲劳裂纹的萌生行为有显著的影响[8,9,10,11,12,13,14,15,16,17,18]。
Kung和Fine通过金相显微镜直接观测了2024-T4和2124-T4合金的缺口疲劳试样,研究发现裂纹萌生位置主要是第二相粒子或粗化的滑移带位置,这主要与缺口尖端的应力分布、晶粒大小和第二相粒子的分布有关[14]。J.X.Li等研究了2026合金的疲劳裂纹萌生行为,发现裂纹萌生与粗大的第二相粒子相联系。2026合金中含铁的第二相粒子(尤其是已经启裂的粒子)可以作为裂纹萌生的有效位置[15]。Merati比较了2024-T4合金中萌生裂纹与未萌生裂纹的粒子的尺寸,萌生了裂纹的粒子是观察到的粒子中尺寸最大的[16]。
Xue等[17]研究了50.8mm厚的7075-T651厚板的疲劳裂纹萌生行为,发现尺寸为(4～8)μm×(8～12)μm 的含铁粒子是主要的裂纹萌生位置。G.Patton等[3]研究了7010合金疲劳裂纹萌生情况,发现大部分的裂纹在Al7Cu2Fe和Mg2Si粒子处萌生,同时发现裂开的第二相粒子统计性地分布在具有旋转立方织构的晶粒内。Joel Payne等[19]采用扫描电镜(SEM)原位观察了7075-T651合金缺口试样的疲劳裂纹的演化过程(如图1所示),实验结果表明,第二相粒子是唯一的裂纹萌生源,而且裂纹均在含铁粒子处萌生,而Mg2Si粒子不是有效的裂纹源,这是由粒子的模量决定的,含铁粒子比基体要硬,而Mg2Si粒子比基体软。
显然,第二相粒子,尤其是脆性的粗大粒子,显著影响裂纹的萌生行为,是2000系和7000系铝合金中主要的裂纹萌生源。但是第二相粒子对裂纹萌生的影响很复杂,需要进一步原位观察裂纹萌生的演化过程,建立合理的模型以阐明杂质相粒子分布与裂纹萌生行为的关系,同时需要通过改进现有制备工艺来减少脆性的第二相粒子或者使其合理分布。
2 疲劳裂纹的扩展行为
材料的本征微观结构对疲劳裂纹扩展行为的影响是多方面和多层次的,至今没有一个完整的理论和模型能说明各种微观组织特征对疲劳裂纹扩展行为的作用机制,可以说合金的多种微观组织共同影响疲劳裂纹的扩展特性,这些微观组织特征主要包括:(1)晶粒大小和再结晶程度;(2)晶界和晶粒取向(织构的类型和强度);(3)析出相[4,7,19,20,21,22]。
2.1 晶粒尺寸和再结晶程度
对于晶粒尺寸对裂纹扩展行为的作用是有争议的,甚至是相互矛盾的。Lindigkeit. J[23]和R.D. Carter [24]的研究表明,随着晶粒尺寸的增加,疲劳裂纹的扩展路径更加曲折,断口表面粗糙度相应增加,即提高了粗糙度诱发的裂纹闭合(RICC)水平,从而降低了裂纹扩展驱动力,提高了合金的抗疲劳性能。也有研究[25,26]表明,细小的晶粒能增加裂纹前进的障碍和减小裂纹尖端滑移的距离,从而降低裂纹的扩展速率。A.K. Vasudevan[21]认为材料的滑移特征决定了晶粒尺寸对裂纹扩展行为影响的差异。对于共面滑移的材料,最大应力强度因子门槛值K*max随着晶粒尺寸的增大而增大,这种情况下,晶界能有效地阻碍裂纹的扩展。而对于具有均匀滑移或者交滑移特性的材料,晶粒尺寸的影响很小(见图2)。
有关再结晶程度对疲劳裂纹扩展性能影响的研究不是很多,G. Patton等[3]研究了具有部分再结晶晶粒的7010铝合金,再结晶的晶粒体积分数约为10%,未再结晶的晶粒内存在等轴的亚晶,图3所示为7010合金疲劳裂纹的演化过程。基于他们的研究工作,G. Patton提出了一个预测疲劳寿命的模型,成功地解释了再结晶程度对疲劳裂纹扩展的影响,该模型表明随着再结晶程度的提高,疲劳性能相应提高。M.J. Starink[27]对Al-Cu-Mg-Li合金的研究结果(如图4所示)也表明晶粒结构对裂纹扩展有一定影响,晶粒尺寸大和再结晶程度高的A4号合金疲劳裂纹扩展抗力比部分再结晶的A3号合金更高,而晶粒细小的A7号合金抗力最低(晶粒尺寸:A3为8μm,A4为140μm,A7为6μm)。
然而部分航空铝合金晶粒结构是未再结晶或者部分再结晶的扁平状晶粒,陈铮等[6]认为,铝锂合金扁平晶粒的几何效应改变了早期沿晶萌生的小裂纹扩展的外部条件,减轻了其对疲劳寿命的危害,并以此阻碍了其它方向裂纹的扩展。
因此,一般晶粒粗大、再结晶程度低的铝合金具有更高的疲劳裂纹扩展抗力。但由于缺乏实验数据,超细晶粒(晶粒尺寸为100nm～1μm)和纳米晶粒(晶粒尺寸小于100nm)对铝合金疲劳裂纹扩展抗力的影响还不明确,应开展相关研究工作。
2.2 晶界和晶粒取向
晶界对于疲劳裂纹扩展的影响同样是复杂的。一方面,晶界被认为是大部分金属材料疲劳裂纹扩展的主要抗力之一,它能阻碍驻留滑移带(PSB)的穿晶扩展[22,28];另一方面,晶界是一种“弱”的裂纹扩展路径,裂纹倾向于沿晶界或者亚晶界扩展[3,29]。如图5所示,用Ga润湿疲劳裂纹和合金晶界后,通过同步X射线断层摄影(Synchrotron radiation X-ray microtomography)拍摄的三维照片显示,裂纹在晶界处发生了偏折[30]。根据Suresh的分析,偏折的裂纹能显著降低裂纹的扩展驱动力[31]。
晶粒取向与疲劳裂纹扩展行为之间关系的研究同样不是很充分。有研究表明[32,33]铝锂合金中强烈的黄铜织构是导致裂纹扩展各向异性的主要原因。T. Zai等[34,35]提出了一个描述晶粒取向、晶界与疲劳裂纹扩展行为三者之间关系的三维模型,认为在相邻晶粒内,两个有利的滑移面之间的取向差是控制裂纹横过晶界生长的关键因素。滑移面之间的取向差表现为两个滑移面与晶界相交的迹线之间的夹角α,如图6(a)所示。α角的大小反映裂纹横过晶界扩展的阻力。当α角很大时,裂纹无法横过晶界到达另外一个晶粒内的有利滑移面上,因此终止于晶界。图6(b)和(c)所示为铝锂合金中一条疲劳裂纹在晶界处偏折,以及测量的α角。
同步X射线断层摄影技术能三维显示疲劳裂纹与晶界的交互作用,并有可能在这一研究方向上取得突破性的进展,国内有必要开展相关工作。同时,电子背散射衍射技术(EBSD)可用于晶粒的取向分析,这能帮助我们更好地理解裂纹扩展路径与晶粒取向之间的关系。
2.3 析出相
2000系和7000系铝合金主要依靠析出相强化。时效过程中,基体析出各种粒子,这些析出相粒子与基体间保持共格、半共格或者非共格关系,同时它们在形貌、尺寸、分布和晶体学特征(晶体结构和惯析面)等方面存在差异,因此有必要研究析出相对疲劳裂纹扩展行为的影响和作用机制,以获得强度和耐疲劳损伤性能的最佳匹配。
当析出相粒子的直径d小于其临界直径dc时,粒子被位错切过,这样的粒子被认为是可剪切的。可剪切的粒子导致塑性变形过程中应变不均匀分布(如图7(a)所示),在疲劳裂纹扩展过程中,这种滑移带的局域化可以增强裂尖的屏蔽效应,如粗糙度诱发的裂纹闭合以及裂纹偏折和分叉等,从而降低裂纹扩展的驱动力;同时,共面滑移还增加了滑移运动的可逆性,即卸载过程中塞积位错反向滑移,使每个应力循环在裂纹尖端累积的损伤减小,从而提高疲劳裂纹抗力。当d>dc时,位错绕过粒子,变形是均匀的(如图7(b)所示),这时滑移运动不可逆。这种不可逆的滑移可以使裂纹持续地扩展[22,35,36,37]。临界直径dc由塞积的位错数量确定,表1所示为铝合金中部分析出相的临界直径dc值[35,36,37]。有学者通过改变合金中的Cu含量研究了Al-Zn-Mg合金T651时效状态中析出相对疲劳裂纹扩展性能的影响,结果表明随着Cu含量的增加,析出相的共格程度降低,相应的滑移机制由共面滑移转变为均匀滑移,导致合金的疲劳裂纹扩展抗力下降[4]。
依据这种共面滑移机制,N.Kamp等[22]提出了一个评价滑移带形成倾向的判据Nc:
undefined
式中:Vf是可剪切粒子的体积分数,rp是粒子的半径,L是滑移带长度。 N.Kamp等认为晶粒尺寸(LGS)是决定L的主要参数,提出L=LGS。这个判据能够帮助我们理解材料的微观组织与抗疲劳性能之间的关系,同时也提供了一种预测与评价材料疲劳裂纹扩展行为的半定量手段。该判据很符合他们的实验结果,但是,该模型还比较简单,仅考虑到析出相的可剪切性和体积分数对裂纹扩展行为的影响,而没有考虑到析出相的其它特征。
铝合金中部分析出相是片状的,如θ′相、T1相和Ω相等,A.K.Vasudevan[21]认为这种片状的析出相能缩短共面滑移的距离,促使位错发生交滑移,因此,相比于球状析出相,片状相对裂纹扩展有着更加显著的影响。图8显示了片状相的间距λp对最大应力强度因子门槛值K*max的强烈影响。同时,A.K.Vasudevan还认为沿{111}面析出的T1相比沿{100}面析出的θ′相更能有效阻碍裂纹的扩展。
一般认为,具有可剪切粒子(对应时效状态是欠时效)的2000系和7000系铝合金具有更优的抗疲劳裂纹扩展的能力。但是,析出相对于裂纹扩展行为的作用机制还没有阐述清楚,因此有必要继续深入研究。可以开展时效早期合金中形成的团簇和GP区对疲劳裂纹扩展行为影响的研究,也可以通过设计实验和建立合理的模型来理解析出相形貌(片状、棒状和球状)和尺寸对裂纹扩展行为的影响和作用。
4 结束语
航空铝合金中疲劳裂纹易沿粗大的杂质相粒子萌生,而晶粒大小和再结晶程度、晶界和晶粒取向(织构的类型和强度)、析出相等材料的本征微结构特征强烈地影响着疲劳裂纹的扩展行为。表2所示为铝合金中微观结构与耐疲劳损伤性能之间的关系,以及可能的作用机制。一般认为,减少合金中粗大的杂质相粒子,可以提高合金的裂纹萌生抗力;当铝合金中晶粒粗大、再结晶程度低、析出相为可剪切的粒子时,疲劳裂纹扩展抗力较高。因此,通过开发先进的材料制备及合金化方法,降低杂质相粒子含量或使其分布更合理,造成组织中具有理想的晶粒结构、合适的晶体学取向、合理的析出相等,可以进一步综合改善航空铝合金的耐疲劳损伤性能。
虽然目前在航空铝合金耐疲劳损伤特征微结构的研究方面取得了一定的进展,但是不少问题仍存在争议,已有的理论和模型还需要完善,一方面需要对已有的航空铝合金进行全面的微观组织分析(包括晶粒结构、织构、析出相等)和耐损伤性能测试,从而形成完整的数据信息;另一方面超细和纳米晶粒、团簇和GP区、析出相等合金的特征微观组织对其耐损伤性能的影响的研究工作还处于探索阶段,需要进一步深入。
摘要：铝合金疲劳裂纹易沿粗大的杂质相粒子萌生,而合金的晶粒结构、晶界和晶粒取向、析出相等本征微观特征影响疲劳裂纹的扩展行为。从疲劳裂纹的萌生和扩展两方面较系统地分析了航空铝合金耐疲劳损伤性能与本征微结构之间的关系和作用机制以及最新的研究进展,并在此基础上提出了需要进一步研究的问题。
关键词：航空铝合金,微观结构,疲劳裂纹萌生与扩展
航空网络结构特征 篇2
1航空网络特征评价
1.1航空网络统计特征简介
小世界效应是指在大尺度复杂网络结构中任意两点之间存在着一条相对很短的连接路径[2]。
网络中两个结点i和j之间的距离dij定义为连接这两个结点的最短路径上的边数。网络中任意两个结点之间距离的最大值称为网络的直径,记为D[3],即
网络的平均路径长度L定义为任意两结点之间距离的平均值[4],即
其中,N为网络结点数。有时平均路径长度又称为特征路径长度。
一般地,假设网络中的一个结点i有ki条边将其与其他结点相连,这ki个结点就称为结点i的邻居。显然, 在这ki个结点之间最多可能有ki( ki- 1) /2条边。而这ki个结点之间实际存在的边数Ei和总的可能的边数ki( ki- 1) /2之比就定义为结点i的类聚系数Ci[5],即
许多复杂网络的度分布可用幂律形式P( k) ~ k- γ来更好地描述,如图1所示。幂律分布函数具有如下无标度性质[6]:
考虑一个概率分布函数f( x) ,若对任意给定常数a,存在常数b使得函数f( x) 满足“无标度条件”
则必有f( x) = f( 1) x- γ,γ = - f( 1) /f'( 1)( 5)
网络直径是指复杂网络中距离最远两点间的距离。若在航空网络真实反映出来,则是拥有最多站点的航线的站点数目。
结点的介数则是指网络中经过某结点的最短路径数目,其侧面反映了结点的综合影响力,各种交通枢纽都是介数较大的结点。这对于在现实网络中发现和保护关键资源具有重要意义。
1.2航空网络拓扑图的绘制
本课题选取的是2005年的美国航空网络和中国航空网络,其中美国航空网络由332个通航城市、2 461条直飞航线组成,中国航空网络选取了2005年其中30个最主要城市作为通航城市,组成了274条直飞航线。其中所涉及到的网络数据全部来源于互联网[7]。
将美国和中国航空网络数据 . net文件读入Pajek软件后,单击Draw按钮就可以得到航空网络的拓扑结构图,如图2和图3所示。
1.3中美航空网络的统计特性
美国是发达国家,航空网络的发展已到了一定阶段且已基本成熟。而中国是发展中国家,虽然航空领域已经日趋成为我国主要的交通运输业,但毕竟还未发展成熟,容错率和抗击打能力仍不足。通过静态统计特征值: 度分布、平均路径长度、结点介数、网络直径、类聚系数等来分析两个具有代表性的国家的航空网络模型。
通过Pajek软件对中国和美国航空网络进行关于统计特征的计算,得到中国航空网络的基本统计特性, 平均度: 15. 967,平均路径长度: 1. 444,网络直径: 5,平均类聚系数: 0. 472,平均结点介数: 0. 325。
美国航空网络的基本统计特性,平均度: 12. 808,平均路径长度: 2. 738,网络直径: 6,平均类聚系数: 0. 396,平均结点介数: 0. 204。
对比两国航空网络模型的统计特征值,大体可知中国航空网络具有高类聚系数,呈现小世界网络的特征。
2可生存性分析
2.1随机攻击下的可生存性分析
随机攻击即以一定比例随机移除结点,网络在随机破坏作用下的网络生存性,主要根据Pajek的强大网络分析能力和计算能力来评价航空网络。因此,就在此基础上进行随机性攻击[8]。对于航空网络而言, 随机攻击主要指一些随机因素造成一个结点( 城市) 的失效。随机攻击假设通常的随机性攻击指的是网络中的结点以某种概率被随机的攻击和破坏[9,10],以中美航空网络为例,考虑到航空网络中的机场城市数目较多,因此文中按照前0% ,10% ,20% ,30% ,40% , 50% ,60% 的结点比例随 机删除网络中 的结点,利用Pajek分别得到遭受随机删除结点后的平均长度L,并得到平均长度变化趋势图。
由图4可知,中国航空网络在遭受10% 随机打击时,平均路径长度变为1. 478,直至增加到删除结点50% 时,平均长度变为1. 67,这说明中国航空网络中各个通航城市之间联系紧密,而不会因为某几个结点的移除而变成网络崩溃。然后随着移除结点的比例逐渐增加,直到60% 时,航空网络之间的联系遭到了严重破坏,一直到彻底崩溃。而美国航空网络则在50% 以内的打击下,网络基本没受影响,而在随机打击了60% 的结点后,平均路径长度仍为2. 2,各通航城市之间保持较高的连接性。
在对航空网络的评价分析中,移除比例分别为0% ,10% ,20% ,30% ,40% ,50% ,60% 进行随机攻击航空网络,通过统计剩余可攻击航线数N来表征航空网络的完整性和可生存性。
分别统计中美航空网络可攻击航线条数N,通过Pajek强大的数据统计和分析能力,得到以下可达航线数N与移除结点比例的趋势图,如图5所示。
中国航空网络在随机攻击下的可达航线数逐渐下降,即网络总边数会急剧下降,一直到40% 时,网络总边数变为1,即网络已遭到严重破坏。而美国在遭到移除60% 的结点时仍有1 000多条航线,两组趋势图均说明中国航空网络在随机攻击下具有一定的可生存性,但其随机打击下的生存性不如美国。
2.2蓄意攻击下的可生存性分析
为得到在蓄意攻击下,网络的生存性特点,选择删除结点的办法。为使这两个网络尽快的崩溃,因此选择攻击网络中度最高的结点,将它们依次删除,然后在Pajek中删除网络中指定的结点。
由于所选航空网络模型的结点数比较多,因此选择采取按百分比攻击度排在前面的结点,假设选取蓄意攻击前0% ,10% ,20% ,30% ,40% ,50% ,60% 的结点,然后分别绘制出中国和美国的航空网络在遭受蓄意攻击情况下的平均路径长度和蓄意打击总边数等统计特性趋势图,通过对比其中的性能指标来对比其可生存性,如图6和图7所示。
从以上两组图中可以看出,当网络遭受蓄意攻击时,平均长度急剧上升,当打击到30% 结点或当蓄意攻击前40% 的结点时,平均最短距离为0,即中国航空网络之间不连通。当攻击10% 结点后,中美航空网络中的大部分的结点之间都是连通的,可相互到达。当攻击前40% 的结点时,中国航空网络整体结构已遭到严重破坏,直至当蓄意攻击网络中60% 的结点时,中国航空网络已经完全断开连接。而从图7中可以看出,即使蓄意攻击网络中的前60% 的结点,美国航空网络中的大部分结点还是连通且可到达的。由此可见,美国航空网络在蓄意攻击下的可生存性远优于中国。
说明美国航空网络在蓄意攻击下具有更好的可生存性,可见发达国家的航空网络较发展中国家来说具有明显的优越性和稳定性。
3结束语
本文主要是运用Pajek和复杂网络理论的观点和方法针对国内和国际的航空网络建立不同的可视化模型,以中国和美国的航空网络的模型数据为例进行分析,美国是发达国家,航空网络的发展已基本成熟。而中国是发展中国家,虽航空领域已日趋完善,但毕竟还未发展成熟,容错率和抗击打能力仍不足。研究表明, 中国航空网络仍是一个小世界网络。
江苏省通用航空需求特征分析 篇3
1 基于需求层次法的通用航空需求预测指数分析
1.1 通用航空需求类型
根据《通用航空飞行管理条例》, 通用航空是指除军事、警务、海关缉私飞行和公共航空运输飞行以外的航空活动, 包括从事军事, 农业、林业、渔业、矿业、建筑业的作业飞行和医疗卫生、抢险救灾、气象探测、海洋监测、科学实验、遥感测绘、教育训练、文化体育、旅游观光等方面的飞行活动。
根据民航局对通用航空市场细分, 通用航空市场主要包括:社会公益类、经济建设类和航空消费类。
社会公益类主要是由政府资助以保障公众与环境。它包括飞播造林、防火、人工降雨以及灾难救援;经济建设类主要分为测量应用 (航空摄影、矿山勘探和航测) 和离岸支持 (石油服务) ;航空消费类主要是交通用途、商务私人飞行, 商业或私人飞行员培训及娱乐性的通用航空业务。商用航空也属于这一类。
1.2 评价方法的确定
层次分析法是指将一个复杂的多目标决策问题作为一个系统, 将目标分解为多个目标或准则, 进而分解为多指标 (或准则、约束) 的若干层次, 通过定性指标模糊量化方法算出层次单排序 (权数) 和总排序, 以作为目标 (多指标) 、多方案优化决策的系统方法。
江苏省各市对通用航空需求指数分析的问题, 综合考虑多方面的影响因素可以确定层次分析法是比较可取的。因为在分析的过程中, 所涉及的影响因素比较多, 既有定性的也有定量的, 而此法将决策者的判断予以量化, 可将人的主观性依据用数量的形式表达出来, 使之条理化、科学化。从而, 可避免由于人的主观性导致权重预测与实际情况相矛盾的现象发生。评价结果是否切合实际, 既与构建的评价指标体系、合理可行的递阶层次结构有关, 还与各指标权重的选取息息相关。在选取指标权重时, 应根据以分量指标对总量指标的贡献程度作为衡量的原则标准。
1.3 建立层次结构
在江苏省各市对通用航空的需求指数分析中, 按通用航空服务的类型:社会公益类、经济建设类和航空消费类, 将影响因素分为三大方面, 9个决定性因素组成江苏省各市通用航空需求指数的评价体系 (如图1所示) 。对因素选取的分析具体如下:
1.3.1 层次1
通用航空所能涉及或可能将衍生的应用领域分类分为社会公益类、经济建设类和航空消费类。用层次分析法对江苏省13市通用航空需求指数Y进行分析, 采用以上3个方面作为考虑的因素即决策准则。具体分析如下:
(1) 社会公益类Y1, 主要包括政府公务飞行、农林航空、环境保护、交通事故救援和高层建筑消防等等;
(2) 经济建设类Y2, 主要包括航空探物、科学实验、空中拍照等;
(3) 航空消费类Y3, 主要包括企业商务、通勤航空、私人飞行和出租飞行等。
根据江苏省目前通用航空发展状况以及历年《从民航看统计》数据, 江苏省通用航空运用最为广泛的是社会公益类, 即农林航空、环境保护、交通事故救援和高层建筑消防等等, 所以将其列为重要因素。但随着社会经济的发展, 从通用航空运用的趋势来看, 江苏省未来年航空消费类的需求将不断增大。经济建设类由于运用范围较为狭窄, 多数用于科学实验、工业航空, 所以将经济建设类因素列为第三, 得到判断矩阵构成对江苏省13市综合需求指数进行分析。
设定Y1、Y2、Y3对目标Y的重要性构造判断矩阵A1如下:
即上述3个因素中, 社会公益类因素比经济建设类因素略为重要, 比值为2;航空消费类因素比社会公益类因素略为重要, 比值为2;而航空消费类因素比经济建设类因素更为重要, 比值选为4。
1.3.2 层次2
(1) 社会公益类Y1。
构成社会公益类需求指数Y1的3个因素主要是针对通用航空在社会公益方面的服务特性以及江苏省13市航空需求的应用范围进行选取。通过相关资料可知影响社会公益类对通用航空需求的因素包括:农林业面积、建成区面积、交通事故发生情况、环境保护区面积、特殊事件发生率、地区高层建筑覆盖率、农业耕作周期、季节性虫害等等因素, 考虑到层次分析法待选因素个数的局限性以及各影响因素的重要程度, 模型中选取农林业面积X1、环境保护区面积X2和建成区面积X3作为主要因素并依据表1分别赋予相应的重要系数构造判断矩阵A2:
即上述3个因素中, 农林业面积比环境保护区面积稍微重要, 比值为2;农林业面积比建成区面积明显重要, 比值为5;环境保护区面积与建成区面积相比, 环境保护区面积比建成区面积略微重要, 比值为2。3个因素重要度排名为农林业面积、环境保护区面积、建成区面积。主要是考虑到通用航空在社会公益类需求下主要运用于农林作业、环境保护、抢险救灾。前两者作用时间呈现规律性, 作用范围与周期固定, 所以需求时间较大。而抢险救灾发生随机, 可量化因素不能确定, 因此选取建成区面积来考虑其需求。
(2) 经济建设类Y2。
通用航空在经济建设中的运用主要包括:科学实验、空中拍照、空中巡查以及空中探物等等, 这些工作的展开都需要较为厚实的经济实力来支撑, 以及城市工业发展现状和科技发展水平产生需求量。因此对经济建设类通用航空服务需求指数的分析考虑了当前13市的地区生产总值X4、工业生产总值X5以及科技文化水平X63个因素, 构造判断矩阵A3:
即上述3个因素中, 地区生产总值比工业生产总值稍微重要, 比值为3;比科技文化水平强烈重要, 比值为8;工业生产总值比科技文化水平稍微重要。这三者之间均从不同角度反映了通用航空在经济建设类需求方面所运用到的领域。13市地区生产总值的大小表现了城市的综合经济水平, 此项因素的影响力较大, 能够全面体现出经济建设方面的发展需求, 并为将来通用航空在城市发展提供经济基础。工业生产总值是地区生产总值的一部分, 但是综合反映了经济建设中工业的发展水平, 表现出未来对工业航空的需求。科技文化水平的发展是一个城市创新力的, 科技进步带动城市经济建设, 因此通用航空运用于科技发展探究, 既是考虑因素也是必要选择。
(3) 航空消费类Y3。
江苏省航空消费类通用航空服务需求主要包括商务飞行、通勤航空、私人出行以及出租飞行等方面。通过分析, 此类需求主要与13市居民生活以及企业的对外贸易相关, 影响因素较多。比如:人均地区生产总值、各市地区居民消费水平、各市居民远距离出行次数以及出行范围、企业对外贸易状况、企业远距离商务出行次数等。因此选入模型三个方面的量化因素为:城镇居民可支配收入X7、居民汽车保有量X8和市境外投资情况X9, 构造判断矩阵A4:
即上述3个因素中城镇居民可支配收入和市境外投资情况重要度相同, 与居民汽车保有量相比, 重要度比值为3。城镇居民可支配收入与市境外投资情况均分别考虑了个人与企业的消费能力, 以汽车保有量来考虑通勤航空和私人出行的需求。综合上述3个可量化因素来反映江苏省13市的通用航空消费需求。
1.4 分类计量和需求指数模型
根据以上分析, 构造各层次因素对上一层相关因素的成对比较矩阵Ai, 并分别计算一致性指标, 根据CI值判断构造矩阵是否符合一致性, 判断标准如下:CI=0, 有完全的一致性;CI接近于0, 有满意的一致性;CI越大, 不一致越严重。若符合一致性则求得对应的特征向量也就是权向量构造模型。
1.4.1 综合需求指数Y模型
根据Ai矩阵, 计算Ai的最大特征值, 一致性指标, 则CI=0, 因此有完全的一致性。通过一致性检验后, 求得对应的特征向量也就是权向量为:即得到以上3个因素的权重大小分别是:社会公益类权重为0.286, 经济建设类权重为0.143, 航空消费类权重为0.571。依据江苏省经济社会发展状况, 权重分析较符合实际。江苏省作为我国经济大省, 居民生活水平日益提高, 航空消费类需求必将成为日后通用航空在江苏省内的应用市场。同时, 江苏省地处长江中下游平原, 农林业的发展一直位于全国前列, 农业现代化的推进也带动了农林业航空的发展, 江苏省农业现代化水平较高, 所以未来年通用航空在农业作业时间也会逐年增加。除此之外, 江苏省注重生态文明建设积极响应十八大建设美丽中国的号召, 在环境保护方面, 通用航空以其独特的优势发挥重要的作用, 因此社会公益类通用航空飞行需求指数高于经济建设类, 成为次于航空消费类的另一主要方面。计算模型如下:
1.4.2 社会公益类Y需求模型
1.4.3 经济建设类Y2需求模型
根据A3矩阵, 计算A3的最大特征值为3.002, 则, CI接近于0, 因此有满意的一致性。通过一致性检验后, 求得对应的特征向量, 即权向量为, 得到以上3个因素的权重大小分别为:0.682、0.236、0.082。即地区生产总值的权重为0.682, 工业生产总值权重为0.236, 科技文化水平权重为0.082。计算模型如下:
1.4.4 航空消费类Y2需求模型
根据A4矩阵, 计算A4的最大特征值, 则CI=0, 有完全的一致性。通过一致性检验后, 计算相应的特征向量即权向量为, 得到以上3个因素的权重大小分别为0.428、0.142、0.428。即城镇居民可支配收入与市境外投资情况有相同的比重, 分别承担私人需求与商业需求。计算模型如下:
2 江苏省13个城市通用航空需求分析
2.1 13市综合排名分析
根据《江苏省统计年鉴2012》、各市的统计年鉴, 以及上述所需选取的9个决定性因素, 对原始数据进行无量纲化处理, 使得分析评价指标具有可比性, 结合建立的分类计量模型以及需求指数模型, 最后计算得出江苏省13市对通用航空需求指数大小, 并按结果进行排序, 如表1所示。
根据表1可知, 按照层次分析法得到江苏省13市通用航空综合需求指数排名为:苏州、南京、无锡、盐城、南通、常州、徐州、连云港、淮安、扬州、泰州、宿迁、镇江。
南京市、苏州市和无锡市综合需求指数Y值在10以上, 由于这3个市经济发展水平较高, 经济建设类与航空消费的需求明显高于其他市。航空消费市场是江苏省通用航空的主导需求之一, 因此三市未来年类通用航空需求指数最高。
盐城市和南通市相对于南京、苏州、无锡通航需求侧重点不同。虽然盐城市与无锡市综合需求指数数值接近, 但盐城市较无锡市而言社会公益类需求稍大, 主要是因为盐城市在环境保护和农林航空上对通用航空的需求较大。
指数值Y同在7以上的常州、徐州需求侧重点各有不同。常州属于苏南经济发展较快城市, 工业发展较快且城市居民生活水平较高, 因此常州在航空消费类方面具备突出需求。徐州属于省内环境保护区面积较大的城市, 社会公益类需求较为突出。
需求指数在5左右的城市主要集中在苏南和苏中的扬州、泰州, 以及苏北地区集中在宿迁、连云港和淮安。苏中各市无论在社会公益类、经济建设类、航空消费类评价指标均相似, 这与地区所处的地理位置和目前所拥有的交通基础设施状况相符合, 需求指数并不是太高, 并且服务将受到邻近的大城市南京、无锡等辐射。而苏北3市则因为有较大的农业作业面积和环境保护区, 产生较大的通用航空飞行需求。
2.2 各市三类需求比重分析
根据上述计算数据只能判别13市在通用航空综合需求排名, 而不能进行各市三类需求比重的比较。因此在上述计算结果的基础上, 运用层次分析法得到的权重系数, 对江苏省每个城市三类需求进行比较, 计算结果如表2所示。
从表2中看出江苏省13市在三类需求上的需求分布, 未来年苏南各市通用航空消费类需求占主导位置, 苏北各市社会公益需求较大。同时随着江苏省经济社会的发展, 本方案在层次分析法的运用上给航空消费类通用航空赋予了较大的权重系数, 在此基础上未来年江苏省各市通用航空消费类需求均会占有较大比重。
3 结语
徐州、宿迁、淮安、盐城农林业经济的发展以及环境保护区规模决定了主导需求仍是社会公益类需求。秉承十八大精神, 生态建设日渐重要, 江苏省未来年在通用航空的布局上呈现南部主打消费市场, 北部注重社会公益建设。
摘要：通用航空需求特征是江苏省通用航空发展措施构建的基础, 文章通过对通用航空类型的分类, 基于层次分析法对3种类型的通用航空需求指数进行分析, 最后结合江苏省经济社会要素, 分析江苏省13个城市通用航空总需求程度以及三类通用航空类型的需求程度。
关键词：通用航空,需求特征,层次分析法,社会公益,经济建设,航空消费
参考文献
[1]江苏省交通科学研究院股份有限公司.江苏省通用航空发展关键基础平台研究[R].2013.
[2]中国民航报.去年我国通航作业超过50万小时[EB/OL]. (2012-05-07) [2014-02-14]http://editor.caacnews.com.cn/mhb/html/2012-05/07/content_95722.htm.
上海国内航空客运市场特征分析 篇4
上海航空运输业两小时飞行圈覆盖中国93%的GDP产出地和90%的人口以及日本、韩国的大部分地区,根据国家规划,上海两个机场将作为一个整体来构建上海航空枢纽,以浦东机场为主构建“国际门户枢纽机场”,以虹桥机场为辅构建“国内枢纽机场”。目前上海两大机场保障能力突出,设计年吞吐量保障能力8 000万人次,而且发达的地面交通网络使上海对长三角地区具有很强的辐射能力。由此可见,上海航空运输市场是国内发展迅速、市场前景广阔的航空运输市场,所以有必要对上海航空运输市场特征进行全面深入的分析。
目前对航空运输市场方面的研究大都针对全国整体水平,如文献[1]根据贝恩市场分类和赫芬达尔-赫希指数理论对我国航空运输市场的市场结构进行了分析,文献[2]主要分析了我国的支线航空运输市场存在的问题以及发展机遇,文献[3]主要分析了中国民航运输市场的竞争行为。由于上海区域市场的特殊性,基于全国水平的航空运输市场的研究对上海的参考意义不大,本文主要研究上海航空客运市场,依据近三年上海国内航空客运市场的生产运营数据,利用基于需求规模的航空市场分类方法对上海航空客运市场结构进行了深入分析,在此基础上,进一步分析了通航公司的竞争优势和市场定位,为航空公司进入上海市场给出策略性的建议。
1 上海航空运输市场宏观环境概况
上海是中国的第一大城市,也是中国的经济、金融、贸易和航运中心,上海航空运输业拥有完善的基础设施和庞大的市场。从经济方面来看,依托在长三角经济圈中的独特地位,上海的经济发展水平已经达到了中等发达国家的标准,2010年实现生产总值(GDP)16 872.42亿元,人均可支配收入31 838元人民币。在全球经济动荡的大环境下,上海的经济发展仍保持了较快的增长幅度。图1是“十一五”期间上海市生产总值和增长情况。
(数据来源:上海统计网)
另一方面,上海市人口密集化程度高,2010年上海市常住人口为23 019 148人,人口密度达到了3 630人/平方公里,其中15-64岁的人口占到了81.25%[4]。而且,上海是一个新兴的旅游目的地,具有深厚的近代城市文化底蕴和众多的历史古迹。2010年,上海接待国际旅游入境人数851.12万人次,外省市来沪旅游者11 254.66万人次 [5]。相关部门预计,迪斯尼主题公园建成之后每年至少为上海吸引上千万人次的客流量。
此外,上海的航空运输业基础设施完善,世博会的举行促使两大机场保障能力的进一步提升,2010年上海浦东和虹桥机场旅客吞吐量分别位居全国第三和第四,两大机场合计旅客吞吐量71 877 433人,仅次于北京首都国际机场。
通过以上分析可知,上海航空运输市场具有非常好的宏观发展环境,发展空间非常广阔,具有成为中国连接世界各地空中门户的潜力。
2 上海航空客运市场分析
本节将对上海航空客运市场特征进行深入的分析,具体如下。
2.1 基本分析方法
分析上海航空运输市场所采用的航线数据为2009—2011年上海国内航空运输市场各航线的进出港年数据,用到的航线数据指标有班次、座位数、客流量、客公里收入。其中2009年和2010年数据直接从中航信数据库提取,2011年数据为该年前五个月数据参考2010年前五个月生产数据占全年的比重推算出来的。由于上海有浦东和虹桥两个机场,所以本文分析的上海航空市场的航线是浦东和虹桥两个机场数据汇总所生成的虚拟航线。其中虚拟航线的班次、座位数、客流量指标分别是浦东虹桥两场数据相加所得,而虚拟航线客公里收入指标是两场数据的加权平均,由此得到虚拟航线的进出港班次、进出港座位数、进出港旅客数和进出港客公里收入的指标数据,以此数据作为分析上海航空运输市场的基础数据。
本文分析上海航空运输市场特征采取了市场细分的办法,从航空运输企业的角度来划分市场结构,分类依据如表1,涉及到的数据指标有:航线日均班次、日均座位数、日均客流量、班均人数、座级和航线客公里收入。其中,航线日均班次、日均座位数、日均客流量为航线的年进、出港数据的平均值,航线客公里收入是年进港数据、年出港数据的加权平均,班均人数和座级分别是日均客流量和日均座位数与日均班次的比值。
2.2 各类细分市场分析
以下主要从总体规模、航线机型匹配以及收益水平三方面具体分析每类细分市场的特征,通过公式(1)计算出细分市场平均客公里收入,以此衡量各细分市场的收益水平。相关图表绘制如下。
1)快线市场。
上海快线市场的航线绝大部分是连接省会城市或经济、旅游业发展较快地区的干线热线,航线规模逐年扩大,客流量稳定增长而且市场份额巨大,航班量和运力投放量在整个上海航空运输市场占有绝对优势并且增长明显。快线市场航线规模不大,近三年平均占有率34.74%,但是客流量、航班量和运力投放量近三年平均占有率达到了78.53%、72.28%和77.80%,航线数量、客流量、航班量和运力投放量近三年年均增长率达到了14.71%、26.44%、22.02%和18.12%,快线市场整体保持健康稳定的发展。从班均人数和座级来看,上海快线市场运营机型大多为大型宽体客机和中型飞机,航线的航班频率很高,收益水平良好而且增长稳定,市场供给充足,综合各方面的指标可以得出上海快线市场是一个成熟的干线市场。
2)大客流市场。
上海大客流市场近三年来航线规模、客流量、航班量和运力投放量的年均市场占有率分别为11.50%、12.77%、13.85%和12.83%,市场份额较低,年均增长率分别为4.92%、6.13%、0.61%和 -0.15%,航线数量较少但呈现出增长态势,客流量增长比较明显,航班量和运力投放水平总体保持稳定。从班均人数和座级来看,大客流市场的主力机型是类似于空客A320和波音737-800系列的150座级飞机,市场收益水平呈现增长趋势。观察上海大客流市场航线,发现其通航点大多为GDP总量一般但增长迅速的中型城市,随着中国经济的迅速发展,大客流市场的部分航线发展成为了快线市场。总体来说,上海大客流市场是一个发展比较稳定的市场,属于过渡型市场。
3)中客流市场。
上海中客流市场近三年的航线规模、客流量、航班量和运力投放的年均市场占有率分别为8.20%、3.73%、4.54%、3.92%,年均增长率分别为19.84%、23.90%、16.71%、17.99%,市场份额很低但增长比较迅速。从座级来看,上海中客流市场的主力机型和大客流市场基本保持一致,但是其航班频率远不及大客流市场,而且市场收益水平较低。总的来说,中客流市场是一个过渡型市场,尽管显示出比较强劲的增长势头,但是其总体规模不会很大。
4)低客流市场。
上海低客流市场近三年来的航线规模、客流量、航班量和运力投放的年均市场占有率分别为59.40%、4.98%、9.33%、5.45%,年均增长率分别为5.03%、11.11%、-1.25%、-0.70%,庞大的航线规模与极小的客流量、航班量和运力投放量形成了鲜明的反差,航线规模和客流量呈现增长态势,而航班量和运力投放却呈现负增长的态势。从班均人数和座级来看,上海低客流市场机队的机型偏大,航班频次极低,但是收益水平是四类细分市场中表现最好的,这反映出低客流市场对高票价具有很强的承受力。上海低客流市场大部分航线为连接中西部地区的中小城市、老少边红地区以及上海周边地区的支线航线。总的来说,低客流市场是一个支线型市场,尽管需求表现出一定的增长态势,但是供给却没有实质性的增加。
3 市场进入策略
本节将根据上海航空客运市场的市场特征,分析其发展趋势,并给出航空公司进入上海市场的建议。在此之前,先对通航公司的市场占有率进行分析,图6和图7分别是根据上海2009年和2010年进港数据绘制的航空公司市场占有率情况。
上海航空客运市场的通航公司主要有国航、南航、东航、吉祥、上航、海航、川航、厦航、深航、春秋、天津航空、联合航空、山东航空。综合2009年和2010年上海各通航公司市场占有率情况可知,三大航空公司以及上海航空四家公司的市场占有率达到了85%左右,吉祥航空利用区域优势定位于中高端公商务市场,市场占有率达到了5%以上。这五家航空公司占有90%的市场,其机队规模将近1 000架,绝大部分是波音和空客系列的中大型飞机,如此机型不是很适合低客流市场的运营,而且中客流市场运力所占份额很低,所以这五家公司庞大的运力主要投放在了快线市场和大客流市场,快线市场和大客流市场被这五家航空公司瓜分。
面对这样的市场格局,新进航空公司尽量避开快线和大客流市场,而低客流市场的通航点大多为老少边红地区,地方政府为了招商引资和扩大地区影响力,希望航空公司进入当地运营,通常会给予航空公司市场补贴,同时民航局也会对运营公司给予航班时刻的支持。综合考虑各个方面,新进航空公司应重点考虑低客流市场,使用合适的支线机型(比如90座级的ARJ21-700),增加航班频次,刺激市场需求。随着中国经济发展的不断深入,城市化步伐的加快,拥有大量航线的低客流市场必将是上海潜力最大的新兴市场。
4 结束语
通过对上海航空客运市场的特征分析可知,上海快线市场已经成熟,航班时刻资源近乎枯竭,市场趋于饱和,大客流和中客流市场是一个过渡型市场,市场份额较低,而低客流市场收益良好,但是航班频次过低,机型偏大,运力投放水平与其航线规模明显不匹配。
上海航空客运市场发展前景主要集中在快线市场和低客流市场,快线市场的需求旺盛,但是考虑到热线时刻资源紧张的问题,所以快线市场可以通过使用更大座级的机型来增加市场供给。而低客流市场是一个被忽略的市场,运营机型偏大导致了低客流市场发展停滞不前,因此,低客流市场将成为航空公司未来新增单通道客机运力投放的重点领域。
对于想要进入上海客运市场的航空公司来说,上海快线市场的进入壁垒较高。而低客流市场航线规模大,随着经济的发展,其市场潜力巨大。所以,建议使用合适机型运营低客流市场。
参考文献
[1]陈林.我国航空运输业的市场结构分析[J].中国民航飞行学院学报,2010,21(2):14-17.
[2]易安.中国支线航空运输市场的现状与发展机遇[J].运输市场,2009(3):63-69.
[3]胡瑞娟,匡林.多场接触与市场竞争行为[J].旅游学刊,2008(7):68-73.
[4]上海市统计局.上海市2010年第六次全国人口普查主要数据公报[EB/OL].(2011-05-03).http://www.stats-sh.gov.cn/sjfb/201105/218819.html.
航空网络结构特征 篇5
了解客户是满足客户需求的前提, DSCRM由于直销的客户覆盖面比传统的CRM更广泛, 对客户细分显得更为重要。对航空公司而言, 并非所有的客户都能成为航空公司有价值的资源。客户的开发和管理需要大量的成本支持, 因而客户关系作为一种资产存在价值的区分。航空公司只有在合理评估客户价值的基础上, 把企业有限的资源合理地配置到合适的客户群才能获得最高的投入产出效益。
客户分析是立足于市场调查或基于一定的数据资料, 对目标群体的心理、消费趋势进行系统的阐述并归纳总结的过程。通过客户分析, 可以掌握客户群的消费习性, 解释客户状态改变的原因, 为企业的营销策略和服务策略的制订和调整提供决策支持。
在DSCRM中, 个性化服务的实现和高水平的需求响应率要求系统具备对客户的准确分类以及预测功能。分类的正确性是差异化服务实施的基础, 而客户群行为的价值预测的准确性是提高服务响应率的保证。
1客户群分类步骤
根据客户群的特征进行分类大致可以分4个步骤:数据准备;建立分类模型;利用模型进行分类;分类评估。
数据准备:为了提高分类的准确性, 对数据的预处理是必需的。包括资料的标准化, 如将连续性数据离散化、数值分布精简化;特征属性的选取, 找出有关键影响的属性, 将无关属性去除;数据标识等。一般的数据预处理有:数据清洗, 保证数据的完整性与合法性;数据筛选, 对于与分类不相关或冗余的数据属性, 在数据训练建模过程中应予删除;数据转换, 指数据的概化分层和规范化。
建模阶段:假设DSCRM数据仓库内的每个数据实例或数据对象都可以由属性进行描述和定义, 并且属于某个预先定义好的分类, 则可通过建立评估模型对整体数据实例进行分类。为建立合适的分类模型, 可以从数据仓库随机抽取数据实例作为样本形成数据训练集, 通过对训练集的分析建立模型。
分类阶段:对于每个测试样本, 设定一个接受概率, 这个概率定义为分类模型在区分训练数据的准确率或者分析人员另外定义的计算公式。将某个预先定义好的类与模拟预测的类作比较, 如果在接受概率之上, 则可认为该测试样本属于该类。
分类结果准确性验证:评估采用的方法主要有训练测试法, 将数据样本分为训练和测试数据集, 训练样本集建立的分类模型利用测试样本集来测试准确性;交互验证法, 将数据分成K个子样本, 轮流将K-1个子样本当作训练样本, 剩下一个子样本当作测试样本, 重复做K次建立模型的过程, 找出准确度最高的分类模型。
2属性相关性分析
实践中采用的方法是数据挖掘中的面向属性的归纳方法, 其基本思想是利用关系数据库查询获取数据样本属性值, 考察与分类相关的数据中每个属性的不同值的个数, 确定其概化阈值并进行概化。最后通过合并值相等的数据实例进行数据聚集, 以逻辑规则、图表等形式将概化关系提供给用户。
对于客户群分析工作来说, 要确定一个分类应包含多少维并不是件容易的事, 由于数据可能包含数十个属性, 选择的维或属性太多、太少都对数据挖掘无宜。从分析的全面性和必要性角度出发, 需要对属性进行相关分析, 滤除与分析目标不相关或弱相关的属性。对于给定的类, 如果某属性的值可用于类的区分, 则认为该属性是与分类高度相关。例如, 年收入通常作为判断高价值旅客的一个数据, 但是从统计的数据看, 订舱等级-次数比率更具有说服力。
3算法选取
依据是否以决策树算法为基础进行分类度量, 用于量化分类的方法可分为:以决策树为基础的算法和以非决策树为基础的算法。①以决策树为基础的算法:资讯获利法 (information gain) , 以及Gini索引等;②以非决策树为基础的算法:贝叶斯分类法、记忆基础推论法、神经网络分类法等。
从计算简易性和实施可行性角度考虑, 以决策树为基础的算法进行属性选取较为可行。通过对DSCRM所收集客户信息数据的特性分析可以发现, 客户数据中属性取值类型为离散型占多。比对资讯获利法和Gini索引法, Gini索引法对数据属性的假设是连续型的, 可能需要其他工具 (如分群) 来得到可能的分群值, 而资讯获利法假设属性是类别形态 (categorical) , 因此较为适合用于属性的选取分析。下面用资讯获利法进行实例分析。
所谓资讯获利, 是指期望信息或信息熵的有效减少量, 根据它能够确定在什么样的层次上选择什么样的变量来分类。而数据某个属性的信息增益是将一个数据集划分后熵的减少量。资讯量可以当作熵的指标, 资讯量越大则熵越大。
假设分类结果为P和N, 其中P代表正例 (Positive instance) 和N代表反例 (Negative instance) , 令A:某个属性;X:属性测试前的样本集合;p:X中正例的个数;n:X中反例的个数;pi:Xi中正例的个数;ni:Xi中反例的个数;Xi:属性测试后样本子集合, i∈[1, …, M]
则根据A的值将X划分为X1, …, XM, 所获得的资讯获利为:Gain (A) =I (p, n) -E (A)
其中:
若≠0∧n≠0, 则I (p, n) =-ulog2u-vlog2v;若p=0∨n=0, 则I (p, n) =0
E (A) = (p1+n1) / (p+n) ⅹI (p1, n1) +…+ (pM+nM) / (p+n) ⅹI (pM, nM)
u=p/ (p+n) , v=n/ (p+n) 。
从上述公式可以看出, 资讯获利就是测试前的资讯量减去测试后的资讯量, 分类的目的是将训练样本分成熵最小的子集合, 即所有的样本都属于同一分类标记的子集合。获取资讯量后, 优先选取测试后资讯量最小的属性即选取资讯获利最大的属性。
由于航空公司的DSCRM还处于概念设计阶段, 没有建立实施系统, 相应的数据仓库也没有建立, 目前尚无法获得实际的数据。因此, 下文所用算例数据将在现有CRM系统数据的基础上, 对部分DSCRM数据采用问卷调查结合仿真模拟的方式获取。
第一步:属性选取
参照某航空公司现有CRM数据仓库的旅客数据, 初步剔除会员号、姓名、性别、通讯地址等不能被概化的属性, 选取年出行次数、年龄、平均每次票价、投诉次数、年来回程数5个属性。
根据DSCRM客户信息采集功能设计目标, 选取年查询订购比、年特价受惠次数、年增值服务次数、年电话订购次数、门户网月登录频次、年出行城市数、年收入水平7个属性。其中, 查询订购比指客户登录门户网站进行机票及其他服务产品查询次数和有效订购的比率。
从计算和实用的角度出发, 对属性的等级划分不宜超过5级, 具体分级标准如表1所示:
第二步:资讯获利计算
现以 (高价值客户、一般客户、潜在客户、低价值客户) 为分类目标, 参照某公司 (金卡、银卡、普通卡、非会员卡) 的分布比例仿真生成500个训练样本, 其中数量分布为 (40, 92, 197, 171) 。
计算给定的样本分类所需要的期望信息是:I (40, 92, 197, 171) =1.7997
记Vij为第i分类在属性第j等级的样本数, 分别对各属性计算信息增益值。以年出行次数为例, 计算结果如表2所示:
则:
E (年出行次数) =353/500ⅹI (4, 34, 153, 162) +107/500ⅹI (18, 46, 34.9) =1.3958
Gain (年出行次数) =1.7997-1.3958=0.4039
采用上述方法, 类似可计算年龄、平均每次票价、年投诉次数的信息增益值如表3示:
则相应属性的资讯获利值分别为:
E (年龄) =1.7509, Gain (年龄) =0.0488;E (平均每次票价) =1.2801, Gain (平均每次票价) =0.5196;E (年投诉次数) =1.7698, Gain (年投诉次数) =0.0299
年来回程次数、查询订购比、年增值服务次数和年特价受惠次数的信息增益值结果如表4示:
则相应属性的资讯获利值分别为:
E (年来回程次数) =1.4038, Gain (年来回程次数) =0.3959;E (查询订购比) =1.1327, Gain (查询订购比) =0.6670;E (年增值服务次数) =1.0285, Gain (年增值服务次数) =0.7711;E (年特价受惠次数) =1.2908, Gain (年特价受惠次数) =0.5098
年电话订购次数、月登录频次、年出行次数和年收入水平的信息增益值结果如表5示:
则相应属性的资讯获利值分别为:
E (年电话订购次数) =1.2324, Gain (年电话订购次数) =0.5673;E (月登录频次) =1.2030, Gain (月登录频次) =0.5967;E (年出行次数) =1.4329, Gain (年出行次数) =0.3668;E (年收入水平) =1.2409, Gain (年收入水平) =0.5588
4结束语
通过对比各个属性的资讯获利值进行依次排序为:年增值服务数、查询订购比、月登陆频次、年电话订购次数、年收入水平、平均票价、年特价受惠次数、年出行次数、年来回程次数、年出行城市数、年龄、年投诉数。阈值的选取根据分析的需要进行设定, 若按0.4的阈值选取, 将年来回程次数、年出行城市数、年龄、年投诉数排除。从航空公司的实践分析结果看, 与现有CRM系统分析指标相比, 对客户分类的指标选取更侧重于行为数据指标。
参考文献
[1]邵峰晶, 于忠清.数据挖掘原理与算法[M].北京:中国水利水电出版社, 2003, 8.
[2]王伟.人工神经网络原理-入门与应用[M].北京:北京航空航天大学出版社, 1995.
航空网络结构特征 篇6
叶片是航空发动机核心部件, 常设计为变截面、强扭曲的薄壁曲面, 在铸造/加工中易产生几何变形, 快速高效地检测其加工质量一直是先进制造领域的前沿难点问题[1,2,3]。通过光学测量可快速获取大规模 (十万/百万) 点云, 若将大规模点云直接用于点云拼合、参数提取、误差评定等几何操作将极大降低运算效率, 故需在保证曲面特征的前提下对大规模点云进行精简。精简方法直接针对点云模型, 无须三角化处理, 由点邻域结构建立拓扑关系, 信息存储与操作简单, 计算效率高。Linsen[4]利用空间距离和法向偏差定义几何相似度;Moenning等[5]利用Voronoi图定义距离函数, 进行特征保护和精简;Alexa等[6]根据采样点在曲面中的影响程度进行精简。上述方法均需对原始大规模点云逐点估算几何信息 (距离、法矢、曲率等) , 精简后易引起叶片缘头薄壁区域特征的失真。
近年来, 基于聚类的精简方法通过定义相似性规则将点云划分为若干个点集构成的类或簇, 构建空间拓扑关系, 从而提高了邻域建立与查询的效率。Pauly等[7]提出层次聚类法, 以曲面变化量为聚类准则, 实现点云高效精简, 但高曲率区域可能被划分为多个单元, 丢失关键采样点, 导致精简后高曲率 (叶缘) 特征收缩。Song等[8]由Voronoi图进行全局聚类, 并在局部不断聚类以减小原始点云和精简点云的几何偏差, 但构建的Voronoi图易引起拓扑错误。Shi等[9]引入均值漂移法迭代聚类, 需通过额外的约束条件保持高曲率特征, 且点云分布不均时, 均值漂移会使稀疏区域点云向密集处偏移。
针对现有方法在叶缘处存在取样不均的问题, 本文提出了曲面特征自适应保持的精简方法, 用移动最小二乘法定义距离函数, 建立原始点云和精简点云的距离关系, 并引入聚类单元点数阈值 (控制点云规模) 和几何偏差阈值 (控制精简精度) , 对精简点云进行重聚类, 自动保持前后缘的薄壁特征。
1 点-曲面距离函数的定义
1.1 构建局部曲面
设原始点云为P, 精简后的点云为Q, 对于点x∈P, 可在精简点云Q中搜索最近的k个点, 称为k邻域, 构建局部曲面S (U) 。Alexa等[10]将移动最小二乘曲面的隐式表达转换为显式形式, 通过投影操作来构造光滑连续的曲面。点集U对应移动最小二乘曲面f (x) :R3→R, 描述了点x到局部曲面S (U) 上的垂直距离。考虑点x在点集U中的加权平均位置a (x) , 定义移动最小二乘曲面函数f (x) 的显式形式:
式中, ui为k邻域U中的点, i=1, 2, …, k;wi为ui对应的权重系数;v (x) 为点x对应的单位法矢, 可由加权协方差矩阵[10]来确定。
由式 (1) , 给出点x在曲面S (U) 上投影点的迭代计算公式:
其中, x0为x的初始位置。由式 (2) 迭代计算, 当|f (x) |≤ε (给定误差ε=10-6) 时, 迭代终止, 从而得到点x在曲面S (U) 的投影点xn。
1.2 定义距离函数
通过点x在局部曲面S (U) 上的投影点xn可得点x到曲面S (U) 的垂直距离 (几何偏差) :
精简时近似计算的垂直距离可按式 (2) 计算, 结合xn=x-f (x) v (x) 与式 (3) 得
进一步, 由式 (1) 得
由式 (2) 、式 (4) 计算垂直投影点xn时, 曲面S (U) 退化为过点xn且法矢为v (x) 的平面, 如图1所示。曲面不同区域对垂直距离d (x, S (U) ) 计算结果的影响如下: (1) 对于平坦区域, 只计算1次就可使d (x, S (U) ) 具有较好的近似结果; (2) 对于高曲率区域, 尽管无法得到准确的垂直距离, 但d (x, S (U) ) 反映了局部曲面S (U) 的高曲率特征, 可用于后续点云精简过程中几何偏差的近似计算。
需特别注意的是, 式 (4) 中的权重系数wi应能反映局部点云的曲率特征 (如叶盆叶背平坦区域、前后缘高曲率特征) , 按下述方法定义权重系数:
Fleishman等[11]针对复杂曲面的特点, 提出了含光顺因子δc和特征保持因子δs的权重系数, 记为δ (δc, δs) , 其中, 光顺因子反映平坦特性, 特征保持因子反映高曲率特性。权重系数wi定义为
将式 (5) 代入式 (4) 即可计算d (x, S (U) ) =|f (x) |。
2 点云精简
聚类法实际上是对三维点云进行合理的高效空间划分, 每个聚类 (空间) 单元包含若干点, 从中选取代表点并保留, 形成精简点云。层次聚类是自顶向下的递归划分过程, 每次划分沿着待划分点集最大变化量方向, 如图2所示。待划分单元C及其中心c构建协方差矩阵[11], 矩阵实数特征值λ0≤λ1≤λ2对应的特征向量v0、v1、v2相互正交, 则划分平面由中心c和最大特征根对应向量v2来定义。其中, 为单元C所含点集的点数, ci为C中的点, i=1, 2, …, nC。
层次聚类法无需三角化和构建Voronoi图,
可高效划分点云空间, 但存在聚类缺陷和取样不均问题, 如高曲率区域被划分为多个聚类单元, 没有保留关键点而丢失特征 (图3a) ;低曲率区域由于点云分布不均, 导致稀疏区域取样不足, 重构时易产生孔洞 (图3b) 。针对聚类法在高曲率区域和稀疏区域精简时取样的不足, 本文提出以下重聚类方法: (1) 由层次聚类法形成初始聚类单元; (2) 将每个聚类单元中距点集中心最近的点作为初始聚类中心, 形成初始精简点集; (3) 采用三维栅格法建立初始精简点集的邻域结构; (4) 不满足聚类条件的聚类单元继续向下划分聚类, 并更新邻域结构; (5) 若所有聚类单元均符合聚类条件, 则停止聚类, 选取代表点形成精简点云, 否则重复步骤 (4) , 直至满足聚类条件。
2.1 几何偏差聚类条件
如图4a所示, 曲面点云P (点数为NP) 通过聚类划分为N个聚类单元Ci, 其所含点数为ni, 则P=C1∪C2∪…∪CN, 其中Ci={pij|j=1, 2, …, ni}。如图4b所示, 从每个聚类单元Ci中选取距离中心点qci最近的点qi作为代表点, 即
故最终的精简点云Q={q1, q2, …, qN} (NQ=N) , 其点数NQ满足NQ
聚类过程需在高曲率区域含较多聚类单元, 而平坦区域的聚类单元相对少, 为此, 引入点数阈值nCmax和几何偏差阈值εCmax, 使每个聚类单元满足以下两个条件: (1) 每个聚类单元Ci中所含点数ni不超过阈值nCmax, 即ni≤nCmax; (2) 条件 (1) 满足时, 每个聚类单元Ci的平均几何偏差εi不超过阈值εCmax, 即εi≤εCmax。
将单元Ci中各点到精简点云Q所表示曲面S (Q) 的距离之和定义为局部几何偏差fi (Ci, Q) , 即
式中, d (pij, S (Q) ) 为点pij到曲面S (Q) 的垂直距离, j=1, 2, …, ni。
则平均几何偏差εi定义为
通过计算原始点云P中每个聚类单元Ci的几何偏差, 进而计算原始点云P到精简点云Q的全局几何偏差:
如图5a所示, 对于代表点qi, 可在精简点云Q中搜索其k邻域 (本文取k=12) , 记Ωi={qi1, qi2, …, qik}, 可构建局部曲面Si (Ωi) 。由此, 聚类单元Ci的几何误差fi (Ci, Q) 可转换为Ci和Ωi之间的几何误差fi (Ci, Ωi) , 如图5b所示。事实上, Ωi是点pij周围邻近的点集, 则, 由式 (6) 计算d (pij, S (Q) ) =d (pij, S (Ωi) ) , 代入式 (7) 可计算几何偏差, 进而可得平均几何偏差和全局几何偏差。
在聚类过程中会删除旧点和产生新点, 可采用三维栅格法创建精简点集Q的邻域结构, 建立栅格列表L (Q) , 计算点qi (xi, yi, zi) 的栅格索引号L (qi) 。由于原始点集的三维包围盒可容纳精简点集, 则三维包围盒的最小点pmin和最大点pmax由原始点云P确定, 如图5c所示。
2.2 控制偏差的精简过程
符号说明:当前聚类层数记为l (l=0, 1, 2, …) , 聚类单元数为Nl, 不符合条件的聚类单元集合为Θl, 几何偏差为fl (P, Ql) , 对应栅格表L (Ql) 。每次重聚类前将列表L (Ql) 赋给L (Ql+1) , 用于下次聚类时更新栅格列表。初始聚类层数l=0, 单元数为N0, 其几何偏差为f0 (P, Q0) 。
2.2.1 初始聚类
原始点云P经层次聚类形成N0个初始聚类单元C0, i (i=1, 2, …, N0) , 选取聚类代表点形成初始精简点集Q0。由于层次聚类以曲面变化量作为聚类准则, 需要用户根据曲面特点来设定, 故将该聚类准则重新定义为:聚类单元C0, i的平均几何偏差ε0, i满足ε0, i≤εCmax。由单元C0, i的协方差矩阵构建最小二乘平面Π0, i, 将单元C0, i各点到平面Π0, i的距离之和的平均值作为初始平均几何偏差ε0, i。
通过三维栅格构建初始精简点集Q0的栅格列表L (Q0) , 形成邻域结构后, 由式 (10) 计算其初始全局几何偏差f0 (P, Q0) 。
2.2.2 重聚类
对于聚类单元Cl, i, 代表点为ql, i, 在栅格L (Ql) 中搜索ql, i的邻域Ωl, i (点数kl, i≤k) :只在点ql, i所在栅格及其周围的26个栅格里搜索邻域, 若其邻域点数kl, i
(1) kl, i
(2) kl, i≥k/2且εl, i>εCmax时, 认为聚类单元Cl, i超差, 需继续向下聚类。
如图7所示, 条件 (1) 和 (2) 的重聚类过程实际上是聚类单元Cl, i向下划分为聚类单元Cl+1, i和Cl+1, t (t为当前聚类单元数, t>Nl) , 即Cl, i=Cl+1, i∪Cl+1, t。由于重聚类使代表点发生变化, 故需将栅格列表L (Ql) 更新为栅格列表L (Ql+1) , 删除旧点, 添加新代表点, 具体过程如下: (1) 根据点ql, i的索引号从栅格表L (Ql+1) 中去除; (2) 选取Cl+1, i和Cl+1, t对应的聚类中心ql+1, i和ql+1, t, 并计算各自对应栅格索引号, 根据索引号在栅格表L (Ql+1) 中添加ql+1, i和ql+1, t。
由此, 条件 (1) 和 (2) 中需要重聚类的单元可表示为集合Θl={Cl, i|kl, i
(3) kl, i≥k/2且εl, i≤εCmax时, 认为单元Cl, i满足要求, 记录其几何误差fl, i (Cl, i, Ql) , 该聚类单元在下一次聚类中就无需评估几何误差。
条件 (1) 和 (2) 重聚类的的过程如图7所示, 更新得到精简点集Ql+1和栅格列表L (Ql+1) 。则对划分得到Cl+1, i和Cl+1, t, 创建其邻域Ωl+1, i和Ωl+1, t, 按式 (9) 计算几何偏差fl+1, i (Cl+1, i, Ql+1) 和fl+1, t (Cl+1, t, Ql+1) , 则重新聚类后的全局几何偏差为
其中, Θl为不符合聚类条件的单元集合, 其每个单元均需进行第l+1次重聚类。
由此可知, 当Θl为空集时, 全局几何偏差fl, i (Cl, i, Ql) →0, 达到精简的目的。
聚类终止条件:当超过偏差阈值εCmax或分布稀疏的聚类单元Cl, i不断被划分直至点数满足nl, i=1时, 聚类单元将无法继续划分, 则对于单个点的聚类单元其几何偏差fl, i (Cl, i, Ql) =0, 平均偏差εl, i=0。故当所有不满足聚类条件的单元点数nl, i变为1时, 其点集将全部被保留, 由此得到重聚类达到收敛的次数ceil (log2nCmax) , 其中, ceil () 表示向上取整。
2.3 特征自保持
叶片叶缘属于高曲率特征, 如图8a所示, 聚类时不合理的划分导致高曲率区域的特征点无法保留。本方法在重聚类过程中, 对于含高曲率特征的聚类单元, 由于取样不足导致几何偏差不符合要求, 如图8b所示, 故需重聚类以对该单元进一步细分, 如图8c所示, 从而实现高曲率特征点的保持。本文方法无需对原始大规模点云的每个样点逐点分析其特征属性来区分曲率高低, 而是通过控制每个聚类单元的几何偏差使高曲率区域保持较多采样点, 实现特征保持。
针对叶片曲面和铸造模具点云模型保持的特征区域点集如图9、图10所示, 经过2次重聚类后, 特征区域的点集相比初始聚类得到大幅度增加, 可有效保留特征区域点集。
2.4 精简误差评估
将点云P中的点p到精简点云Q所表示曲面S (Q) 的垂直距离d (p, S (Q) ) 作为点p的几何误差εp。当时, 可在Q中搜索点p的k (本文k=12) 邻域ΩpQ, 则由式 (2) 可计算点p在邻域ΩpQ中的投影点pn及对应法矢vp。由式 (3) 得点p (p∈P) 的几何误差:
由此, 结合Pauly等[7]定义的平均误差和最大误差度量, 本文引入误差的标准偏差, 用最大误差、平均误差、标准偏差来评估精简效果。
(1) 最大误差εmax=max{εp|p∈P}反映精简后的高曲率 (叶缘) 特征保持效果, 其值越小, 保持效果越好。
(2) 平均误差衡量全局点云精简的精度。
(3) 标准偏差衡量全局点云精简后误差分布的均衡性及整体特征保持效果。
3 实验与讨论
通过叶片和铸造模具点云数据讨论本文方法的精简效果和精度, 并与均匀采样法和层次聚类法[7]对比分析 (运行环境:2GHz CPU, 1G RAM的PC机;MATLAB R2008b软件) 。
3.1 精简分析及误差评估
对叶片点云 (图11) 进行精简, 取参数nCmax=20, εCmax=20μm, 精简效果和误差分布如图12~图14所示, 迭代收敛性分析如图15所示。从图12、图13可知, 点云2次重聚后可保持叶缘特征, 并将最大误差从321μm降低为70.2μm, 提高叶片叶缘几何精度, 平均误差由4.18μm降为2.69μm, 标准偏差由11.2μm降为5.31μm, 提高了叶片曲面整体的几何精度, 这与5次重聚类结果 (图14) 类似。从图15所示迭代结果可知, 4次重聚类后趋于收敛, 与理论收敛次数ceil (log2nCmax) =ceil (log220) =5基本一致。
3.2 不同精简方法对比
针对叶片点云和铸造模具点云模型, 将本文方法与均匀网格法及层次聚类法对比分析。
叶片点云 (301 238点) 精简效果和误差分布如图16~图18所示, 均匀网格法和层次聚类精简后的高曲率特征并没有得到较好保持;本文方法能够在高曲率特征区域保留更多采样点, 特征区分明显。从图16、图17可知, 均匀网格法和层次聚类法的叶缘区域误差较大, 最大误差分别达到524μm、293μm, 平均误差分别为4.01μm、3.05μm, 标准偏差分别为12.3μm、9.20μm;本文方法精简后叶缘区域保持较好几何精度, 最大误差为70.1μm, 平均误差、标准偏差为2.60μm和5.01μm, 整体几何精度较高, 并保持显著轮廓几何特征。
(nCmax=20, εCmax=20μm)
对铸造模具点云 (100 448点) 采用均匀采样法、层次聚类法和本文方法进行精简, 其结果和误差分布如图19~图21所示, 本文方法在尖锐或过渡等区域, 保持较多采样点, 具有明显的轮廓特征。均匀网格法和层次聚类法的特征区域误差较大, 最大误差分别为37.9μm、27.4μm, 平均误差分别为0.585μm、0.508μm, 标准偏差分别为2.38μm、2.31μm, 层次聚类法在几何精度上相比于均匀采样法并不具备任何优势。本文方法精简后的特征区域最大误差为23.3μm, 整体平均误差、标准偏差分别为0.315μm和1.14μm, 相比其他两种方法具备更好的几何精度, 而整体点云的误差分布比较均衡。
4 结论
(1) 根据移动最小二乘定义距离函数, 建立了原始点云和精简点云之间的距离关系, 由1次迭代更改为多次迭代, 可降低垂足投影的计算误差, 减小精简误差。
(2) 先采用层次聚类实现点云的快速空间划分, 再以聚类单元点数和几何偏差为准则, 识别超差区域与点云稀疏区域后进行重聚类, 可自动保持高曲率 (叶缘) 特征, 避免产生精简后取样不足的问题。
(3) 精简前不需要创建原始大规模点云每点的邻域结构来逐点求取法矢, 建立精简点云的邻域结构, 可提高精简的效率。
参考文献
[1]Gao J, Folkes A, Yilmaz O, et al.Investigation of a3DNon-contact Measurement Based on Blade Repair Integration System[J].Aircraft Engineering and Aerospace Technology, 2005, 77 (1) :34-41.
[2]丁汉, 朱利民, 熊振华.复杂曲面快速测量、建模及基于测量点云的RP和NC加工[J].机械工程学报, 2003, 39 (11) :28-37.Ding Han, Zhu Limin, Xiong Zhenhua.Survey on Coordinate Measurement, Geometric Modeling and RP or NC Code Generation from Measured Data Points[J].Chinese Journal of Mechanical Engineering, 2003, 39 (11) :28-37.
[3]程云勇, 张定华, 赵歆波, 等.涡轮叶片锥束体积CT检测系统软件原型[J].中国机械工程, 2005, 16 (20) :1835-1839.Cheng Yunyong, Zhang Dinghua, Zhao Xinbo, et al.Software Prototype of the Turbine Blade Cone-beam Volume CT Inspection System[J].China Mechanical Engineering, 2005, 16 (20) :1835-1839.
[4]Linsen L.Point Cloud Representation[R].Karlsruhe:Faculty of Computer Science, University of Karlsruhe, 2001.
[5]Moenning C, Dodgson N.Intrinsic Point Cloud Simplification[C]//Proceedings of the Graphicon.Moscow, 2004:1147-1154.
[6]Alexa M, Behr J, Cohen-Or D, et al.Point Set Surfaces[C]//Proceedings of Visualization.San Diego, 2001:21-29.
[7]Pauly M, Gross M, Kobbelt L P.Efficient Simplification of Point-sampled Surfaces[C]//Proceedings of Visualization.Boston, 2002:163-170.
[8]Song H, Feng H.A Global Clustering Approach to Point Cloud Simplification with a Specified Data Reduction Ratio[J].Computer-Aided Design, 2008, 40 (3) :281-292.
[9]Shi B, Liang J, Liu Q.Adaptive Simplification of Point Cloud Using K-means Clustering[J].Computer-Aided Design, 2011, 43 (8) :910-922.
[10]Alexa M, Adamson A.On Normals and Projection Operators for Surfaces Defined by Point Sets[C]//Proceedings of Eurographics Symposium on Pointbased Graphics.Aachen, 2004:149-155.
航空网络结构特征 篇7
一、独立学院的发展与北部湾经济区经济发展的关系
广西北部湾经济区 (以下简称“北部湾经济区”) 地处我国沿海西南端, 由南宁、北海、钦州、防城港四市所辖行政区域组成, 陆地国土面积4.25万平方公里, 2006年末总人口1255万人[1]。北部湾经济区地处华南经济圈、西南经济圈及东盟经济圈的结合部, 背靠大西南, 面向东南亚, 毗邻粤港澳, 是多区域合作的前沿地带和桥头堡, 是中国西部对外开放的重要门户和枢纽。《广西北部湾经济区发展规划》指出:“目前, 北部湾经济区总体经济实力还不强。”区域高校的快速发展在区域经济和社会发展中起着越来越重要的作用, 区域高校为区域经济提供发展需要的人力、智力、技术及信息支持, 被称为区域经济发展的“动力源”。加快北海高等教育的发展, 将更有效地提升北部湾城市功能, 更有效地促进区域合作。
自十一届三中全会以来, 为了调动地方发展经济的积极性, 中央出台了一系列区域经济发展的政策, 北部湾经济区的政策证明广西区越来越受到重视。随着广西的迅速发展, 大批的高新技术产业崛起, 传统的生产技术和产品质量不断升级, 社会对新产业、新技术人才的需求逐年增加, 人才培养的重要任务落到高校的肩上。目前, 北部湾经济区的独立学院有广西工学院鹿山学院、广西师范学院师园学院、广西民族大学相思湖学院、广西大学行健文理学院、广西中医学院赛恩斯新医药学院、北京航空航天大学北海学院。本文的研究对象北航北海学院就坐落在北部湾经济区的桥头堡城市———北海。北航北海学院大学生的培养为社会贡献了发展的力量, 本文主要研究近三年北航北海学院大学生的就业情况, 希望通过分析研究高校和区域经济的关系, 发现北航北海学院的就业特征以及在专业设置和人才培养方面的问题。
二、就业类型多样, 以中小企业为主
北京航空航天大学北海学院 (以下简称北航北海学院) 2005年建校, 2009年有了第一届毕业生。独立学院以“国际化、应用型”为培养人才的目标, 注重学生的动手实践能力。但是北航北海学院地处广西, 距离母体学校北京航空航天大学比较远, 在就业工作方面虽然刚形成自己的体系, 但是还不是很健全。表1数据显示北航北海学院就业率除第一年外波动不大。
通过对毕业生就业去向的分析后发现, 独立学院绝大多数毕业生主要流向中小型企业, 毕业生占64.03%;国有企事业单位占9.51%。自主创业、升学和出国的比例分别为1.02%、1.68%和1.26%, 可见独立学院毕业生就业以应用型岗位为主。独立学院注重学生实践技能和应用能力的培养, 使毕业生受到用人单位的青睐。
三、就业区域相对集中, 西部地区就业比例大
统计发现, 北航北海学院毕业生就业地域分布较广, 以广西为主, 辐射全国, 体现了服务北部湾地区的办学理念, 其中广西地区就业人数占北航北海学院毕业生总人数的近30%。我们还发现, 北航北海学院毕业生去环渤海、珠三角地区、长三角等发达地区就业的人数分别占20.34%、13.03%、6.78%。究其原因, 主要是这些地区经济比较发达, 能为毕业生提供充裕的就业岗位, 加之有较好的就业环境和待遇, 对毕业生有较大的就业吸引力。
四、专业和生源集中, 就业竞争日益加剧
北航北海学院自建校以来面向我国27个省市地招生, 专业涵盖文理学科, 截止到目前全校毕业生累计9970人。独立学院主要依据地方和区域社会经济发展的需要设置专业, 其专业基本为各高校近几年就业情况较好、人力资本市场急需的热门短线专业, 大大提高毕业生的就业机会[2]。北航北海学院一次性就业率连续两年在90%以上的有旅游管理专业和社会体育专业, 外语专业的就业率都在80%以上, 从2011年就业率看, 就业率低于80%的只有生态学专业, 就业率最高的是社会体育, 90%以上的专业有财务管理、数字媒体技术专业、旅游管理专业和城市规划专业。
五、用人单位满意度较高
北航北海学院就业部抽取2009-2014届毕业生所在近80家单位针对毕业生的事业心、能力、工作态度、创新合作能力等做了一次调查。从问卷调查的结果看, 用人单位对毕业生的整体印象较好, 对其事业心、责任感和团队合作能力给予了充分肯定, 特别是对学生的团队合作能力给予了较高的评价。然而在评价中, 认为工作态度、吃苦精神及创新能力还有待进一步提高。从座谈会、电话访谈和非正式交谈的情况看, 用人单位普遍反映我院培养的学生政治素质高, 业务过硬, 勤学好问, 上进心强, 责任心强, 一般都是基层单位的业务骨干, 具有很强的业务能力。但学生的综合素质不高, 突出表现在知识面较窄、创新能力有限两个方面。
另外, 学校还抽取近2000名毕业生做了一次就业回访, 调查组收回有效问卷1533份, 主要调查分为个人工作情况 (个人薪酬、专业对口度、工作满意度) 和对学校的评价 (基本教学设施、教学方法、教学实践安排、教师队伍等) 两个方面。部分接受调查的毕业生认为学校的总体教学工作水平有待进一步提高, 绝大部分接受调查的毕业生认为学校的教学工作为中等偏上的水平。其中, 50%以上的毕业生认为学校的办学指导思想、教学方法及手法为优秀;近70%的毕业生认为学校的师资队伍状况、教学实践活动安排、课程安排、专业设置学习风气有待提高;30%左右的毕业生认为学校的基本教学设施、教学仪器设备、图书资料为一般水平。在工作满意度方面, 有55.6%的大学生对工作十分满意, 63%的毕业生对薪酬待遇比较满意, 53.2%的认为专业对口。
六、结语
(一) 学院就业工作初具规模, 特点显著。
从以上六年就业情况的分析看, 随着北航北海学院的发展, 对毕业生的就业工作已经逐步提高了认识, 并加大了投入, 开展了卓有成效的工作。
第一, 将毕业生就业工作作为“一把手”工程, 纳入学院的整体工作部署, 做到认识到位、投入到位、工作到位;
第二, 就业率稳中有进, 考研人数及比例都有所增长, 相对于北部湾经济区其他独立学院处于前列;
第三, 就业地域分布较广, 以广西为主, 辐射全国。响应国家号召, 到中小企业、西部地区就业的人数较多, 私企就业人数占比较高, 并积极参加国家就业项目。
第四, 毕业生创业热情较高, 每年都会有一些学生成功走向创业之路。
第五, 实习就业基地建设成效明显, 取得了良好的效果, 为我校毕业生实习就业提供了良好平台, 但在毕业生就业取得良好进展的同时, 还存在经济困难学生就业难的现象。据学院就业部统计, 北航北海学院经济困难学生就业率只有62%, 低于学院平均就业率近20个百分点。
(二) 学院就业工作还需继续加强, 发挥多渠道, 与区域服务紧密结合。
区域经济的发展客观上需要高等教育的配合与服务, 而高等教育的发展同样需要区域经济的支撑。区域经济的发展与地方高等教育的发展是互为前提的, 而区域经济的发展是地方政府的重要职责, 这就决定了区域高校与地方政府之间相互依托的关系[3]。北部湾经济区发展潜力巨大, 广西在相关文件中早就提出发展北部湾经济区高等教育的指导思想, 北海作为经济区的龙头城市, 北航北海学院作为北海市本科院校之一, 其发展具有和大学生的就业对于本地区高等教育的发展具有非常重要的意义。
一方面, 独立学院作为高等教育新的办学形式, 需要社会的支持和理解。长远看, 北航北海学院要进一步加大宣传力度, 增加社会的认同, 学院要紧密结合北部湾经济区乃至广西发展的形势和人才、科技需要, 及时调整人才培养模式、教学内容、科研方向等, 把服务区域发展作为高校办学理念, 通过开展技术推广咨询服务、签订校企科研合同、建立联合研究中心、合办企业、开展继续教育和成人培训等形式全面开展社会服务的活动。同时, 学院在服务中要具有前瞻性, 学院要在人才培养方面与企业建立密切联系, 及时了解企业的需求, 使人才培养和科学研究有的放矢, 要把握时代发展的脉搏, 进一步调整北航北海学院的人才培养目标、教学目标等。
另一方面, 整个社会和用人单位要进一步转变观念, 不拘一格地选用人才, 为独立学院毕业生提供用武之地。广西区地方政府要把地市高等教育的发展纳入区域社会发展的整体规划, 根据当地经济发展的实际需求, 通过适当的财政拨款政策引导区域高校的办学方向、学科设置、科研发展目标等, 既可采用直接拨款资助高校办学的方式, 又可采用无偿划拨土地、划拨专款、协调银行贷款、引进高层次人才等手段, 为高校的发展提供一定的物质保障与政策优惠。北部湾地区政府则要加大对独立学院的支持力度, 加强用人单位对独立学院及其毕业生的了解, 为独立学院毕业生创造更为规范和公平的就业环境。
参考文献
[1]《广西北部湾经济区发展规划》前言, 国家发改委文件.
[2]楼锡锦, 等.独立学院毕业生就业特征分析———以浙江大学宁波理工学院为例[J].教育发展研究, 2008 (12) .