基于时间（共12篇）
基于时间 篇1
0 引 言
随着现代信息技术在高速公路智能运输系统(intelligent transportation system, ITS)的广泛应用,动态路径诱导系统作为高速公路ITS的重要组成部分,目前正得到深入研究与开发。路段行程时间预测是动态路径诱导系统的关键技术,也是ITS的研究热点。交通运行状况的准确分析与出行路径的动态诱导,要求路段行程时间的估计与预测应当具有实时性、可靠性和准确性。采用新的技术方法,实时准确预测路段行程时间,是智能化路径诱导系统建设的迫切需求。
就目前行程时间预测问题,研究人员已经提出很多的预测模型与方法,如基于卡尔曼滤波的预测[1]、基于回归分析的预测[2]、基于时间序列的预测[3]、基于人工神经网络的预测[4]、基于支持向量机SVM的预测[5]等多种预测模型与方法。此外,Arezoumandi[6]通过研究可变限速系统对行程时间分布和可靠性的影响,提出了基于行程时间均值和标准差方法的行程时间预测,并利用密苏里州圣路易斯市I-270/I-255州际公路数据验证了算法的可行性。李庆奎[7]等人提出了用模糊综合评判方法对行程时间进行预测。由交通流量和占有率构成模糊评判的因素集,行程时间视为评判集,利用隶属度函数,预测行程时间。高林杰[8]等人在采用微观交通仿真和指数平滑估计路段行程时间的基础之上,提出了用灰色GM(1,1)模型对行程时间预测的方法。通过对上述预测方法的分析,可以发现这些模型在对行程时间预测时,大部分都是将高速公路路段视为1个整体,仅考虑了车辆经过路段起点和终点的时间等信息,并未考虑路段中检测器检测的交通流信息。
文献[9]在预测高速公路路径的行程时间时,以高速公路路段为基本预测单元,应用了行程-时间域法。但是路段的长度一般比较大,路段上交通流的不均匀特性导致对空间平均车速或行程时间的估计精度较低,从而影响了预测精度。考虑到高速公路ITS建设规模的快速增长,特别是交通动态参数检测技术的广泛应用,及检测器布设密度的增加(交通运输部给出了高速公路国省道交通调查观察站布局及实施工程),本文提出以检测器布设位置将高速公路路段划分为基本路段单元,应用行程-时间域方法对高速公路路段行程时间预测,并详细设计了预测算法。
1 行程-时间域与行程时间预测
将车辆行驶路段以交通检测器布设位置为节点分割为若干路段单元,将时间按照一定的间隔分为不同的时间单元。车辆在路段上行驶时,会依次经过不同的路段单元,在某路段单元行驶时,会经过不同的时间单元。对应的1个路段单元和1个时间单元就组成了1个时空单元,而这些时空单元组合在一起就形成了该路段的行程-时间域,见图1。
行程-时间域的纵轴为该路段的路段单元,横轴为时间单元。车辆的预测行程时间为车辆穿越该路段的行程-时间域所花费的时间。如图1中,某路段被分为N个路段单元,t时刻出行的车辆按图中行驶轨迹穿越行程-时间域。车辆到达终点的时刻为T,车辆在该路段上预测行程时间为(T-t)。
根据图1,预测车辆在路段上的行程时间,需要知道车辆在每1个时空单元的行程时间,而车辆在时空单元的行程时间依据车辆穿越时空单元的空间平均车速获得。由于是对路段行程时间进行预测,这些时空单元尚未实际发生,即无实际数据计算这些时空单元的空间平均车速。因此,采用历史数据,利用预测获得的空间平均车速。
车辆在穿越行程-时间域时行驶轨迹的复杂程度与路段的物理条件有关。1个路段单元可能对应整数个或非整数个时间单元,也有可能1个时间单元跨越多个路段单元。车辆在路段单元的起点时刻可能对应某时间单元的起点,也可能是时间单元的中间某点。
2 行程-时间域的预测算法设计
车辆在行程-时间域上虚拟行驶时,行驶决策流程见图2。
根据图2,设计出行程-时间域的算法步骤为:
步骤1。将高速公路路段依据检测器布设位置划分为合适的路段单元,时间按照间隔Δt划分为不同的时间单元。
步骤2。根据检测器检测的历史及当前数据,求得路段单元的历史及当前空间平均车速。
步骤3。针对每个路段单元,用历史及当前空间平均车速训练神经网络,并预测路段单元未来n个时间单元的空间平均车速。本文选择BP神经网络[10,11]作为对路段单元空间平均车速的预测方法。神经网络的输入量有4个:分别为时间单元k,(k+1),(k+2),(k+3)的空间平均车速;输出量为时间单元(k+4)的空间平均车速。在预测时,如果作为网络输入量的时间单元没有实际车速值,则采用之前得到的预测值。例如预测某路段单元未来第3个时间单元的空间平均车速,需要用到的4个输入量中前2个是根据已知数据计算出来的,而后2个则是前面计算的预测值。
预测时间单元数n需满足
式中:T为路段上车辆行程时间的集合。
步骤4。车辆在第k个时间单元进入路段单元i,在行驶了p(p=0,1,2,…)个时间单元后。车辆在该路段单元的行驶距离为
式中:
步骤5。路段单元i的长度为Li(i=1,2,…),根据步骤4中计算得到的车辆在路段单元的行驶距离l,获得车辆在路段单元i上的行驶决策为:
1) 当行驶距离小于路段单元长度时,即li<Li,车辆仍然位于第i个路段单元,将按照第(k+p+1)个时间单元的预测空间平均车速
2) 当行驶距离等于路段单元长度时,即li=Li,车辆恰好在第(k+p)个时间单元结束时,进入第(i+1)个路段单元,按照第(k+p+1)个时间单元的预测空间平均车速
此时,车辆在第i个路段单元的行驶时间为
3) 当行驶距离大于路段单元长度时,即li>Li,车辆在第(k+p)个时间单元结束前,就已经驶出路段单元i,进入第(i+1)个路段单元,按照第(k+p)个时间单元的预测空间平均车速
此时,车辆在第i个路段单元的行驶时间为
式中:L*为车辆在进入第(k+p)个时间单元前,行驶的距离。
步骤6。车辆结束最后1个路段单元的行驶到达终点。
3 预测性能评价
3.1 评价指标
为了评价预测方法的预测精度,引入误差指标如下。
平均相对误差
平均绝对相对误差
式中:N为预测行程时间数;Tpred(j)为第j个预测行程时间;Treal(j)为第j个实际行程时间。
3.2 实例分析
参考沪宁高速公路的交通数据,对Vissim中的若干路网建模参数和驾驶员行为参数进行适当标定,以使得仿真实验中的道路通行能力、交通量-密度(占有率)-速度关系等尽量逼近现实情况。仿真采用的公路线形见图3,道路输入交通信息参考沪宁高速公路的交通数据,见图4。通过Vissim仿真获得车辆在路段上行程时间,以及划分路段单元时布设的检测器采集的数据。
时间单元的划分考虑到间隔太短所需预测的时间单元数增加,空间平均车速预测时误差累计对预测精度的影响增加,而增大间隔,虽然一定程度上能够减轻误差累计对预测精度的影响,但是过长不能合理利用检测器检测的数据。考虑到交通运行状况分析和路径诱导的需要,本文选择600 s作为时间单元的长度。
经过统计分析仿真数据,路段上车辆的行程时间都小于1 600 s,而每个时间单元为600 s(10 min),因此只需预测每个路段单元3个时间单元的空间平均车速即可满足需要。
为了比较行程-时间域法预测行程时间相对于传统行程时间预测方法的有效性,设置了2个个预测方案,见表1。
方案二,基于神经网络的传统预测方法,采用BP神经网络进行预测。网络包含4个输入神经单元,8个隐层神经单元,1个输出神经单元。网络输入量为:时间单元k,(k+1),(k+2),(k+3)的路段行程时间,输出量为时间单元(k+4)的路段行程时间。
1) 车辆在行程-时间域中的行驶轨迹。
由于预测的时间单元数太多,不能一一展示车辆在行程-时间域中的轨迹。选用09:00时出行的车辆,展示其出行轨迹,见图5。
图5中折线代表9点出行的车辆在行程-时间域中的虚拟行驶轨迹,纵轴相邻刻度值之差为路段单元长度。车辆从行程-时间域的0时刻出行,每600 s代表1个时间单元。虚线对应的时间轴代表车辆到达路段终点所花费的时间,从图中可以看出,车辆的预测行程时间为1 325 s。
2) 预测方案精度对比。
将方案一、方案二的预测行程时间与实际时间的对比,见图6,7。
从图6、7的曲线比较,可以看出方案一的预测行程时间曲线与实际时间的曲线拟合优于方案二。根据式(6)、(7)对各方案的平均相对误差与平均绝对相对误差进行分析,结果见表2。
由表2可见,方案一的平均相对误差与平均绝对误差都小于方案二,表明方案一的行程时间预测精度优于方案二,即行程-时间域法在预测精度上优于传统的行程时间预测方法。
4 结束语
目前,高速公路ITS建设快速增长,高速公路路段上安装了各种交通检测器,使得交通检测器密度不断增加。行程-时间域法依据检测器位置划分路段单元,合理利用了高速公路交通检测器检测的数据。
采用行程-时间域法预测行程时间,需要预测未来多个时间单元的空间平均车速,本文采用预测值代替实际值再次预测,误差累计问题难以避免。但是由于以检测器布设位置划分路段单元,路段单元长度相对较短,路段单元内交通流特性近乎同一,空间平均车速的估计精度提高,一定程度上降低了预测误差。采用行程-时间域法充分、合理、恰当地考虑了车辆在路段上不同位置不同时间的行驶特性,提高了预测精度。因此,从整体的角度考虑,行程-时间域法提高了行程时间的预测精度。对于如何减少累计误差,成为今后继续研究的方向。
摘要：为了提高高速公路路段行程时间预测的实时性与准确性,提出了基于行程-时间域的路段行程时间预测算法。该算法依据实时检测的交通数据和BP神经网络预测路段单元在不同时间单元的空间平均车速,构建车辆出行的行程-时间域,通过车辆穿越行程-时间域获得路段的预测行程时间。通过比较行程-时间域算法与传统神经网络预测算法,揭示了行程-时间域算法在预测精度上优于传统神经网络算法。以沪宁高速公路路段作为示例背景,基于Vissim仿真软件,验证了所提算法的准确性与可行性。
关键词：行程时间,行程-时间域,BP神经网络,高速公路
参考文献
[1]杭明升,杨晓光,彭国雄.基于卡尔曼滤波的高速道路行程时间动态预测[J].同济大学学报,2002,30(9):1068-1072.
[2]王媛,杨兆升,王志建,等.基于遗传回归分析的无检测器交叉口流量预测[J].北京工业大学学报,2008,34(10):1077-1083.
[3]姚智胜,邵春福.基于状态空间模型的道路交通状态多点时间序列预测[J].中国公路学报,2007,20(4):117-117.
[4]Dharia A,Adeli H.Neural network model for rapidforecasting of freeway link travel time[J].Engi-neering Applications of Artificial Intelligence,2003,16(7):607-613.
[5]张娟,孙剑.基于SVM的城市快速路行程时间预测研究[J].交通运输系统工程与信息,2011,11(2):174-179.
[6]Arezoumandi M.基于均值和标准差的高速公路行程时间可靠性预测[J].交通运输系统工程与信息,2011,11(6):74-84.
[7]李庆奎,吕志平,葛智杰,等.基于模糊综合评判的智能行程时间预测算法[J].华东交通大学学报,2012(2):6-9.
[8]高林杰,隽志才,张伟华,等.基于微观仿真的路段行程时间预测方法[J].武汉理工大学学报:交通科学与工程版,2009,33(3):411-413,417.
[9]Jaimyoung K,Karl P.A Travel Time PredictionAlgorithm Scalable to Freeway Networks with Man-y Nodes with Arbitrary Travel Routes[C]∥Proc ofthe 84th Annual Meeting of Transportation Re-search Board.Washington D C:Transportation Re-search Board,2005.
[10]Braian L.S,Michael J.D.Short-term Traffic FlowPrediction:Neural Network Approach[R].Trans-portation Research Record 1453,Washington,D.C:TRB,1994:98-104.
[11]朱中,杨兆升.实时交通流量人工神经网络预测模型[J].中国公路学报,1998,11(4):89-92.
基于时间 篇2
基于时间分割的手写输入系统的用户绩效模型
为定量估计与提高基于时间分割的`手写输入系统用户绩效,推导了用户绩效的静态与动态模型.实验一检验与修正了这两个模型,并获得整合模型.实验二证明该整合模型能对不同训练水平用户的绩效有较高的解释率.应用该整合模型发现:当识别正确率RA、输入字数N为定值时,修改时间T、单字手写时间WT、分割时间ST、识别时间R这四个因素对任务完成时间D的影响大小次序为WT=ST=R>T;当这四个因素为定值时,RA每提高1%,D至少节省1000ms.
作 者：吴昌旭 杨群会 张侃 胡永革 杨磊 作者单位：吴昌旭,杨群会,张侃(中国科学院心理研究所,北京,100101)胡永革,杨磊(英特尔中国研究院,北京,100000)
刊 名：心理学报 ISTIC PKU CSSCI英文刊名：ACTA PSYCHOLOGICA SINICA 年，卷(期)：2003 35(4) 分类号：B849:TB18 关键词：数学心理模型 手写汉字输入系统 绩效模型 时间分割基于时间 篇3
关键词：时间竞争；服务质量；集中决策；分散决策
一、引言
随着时代步伐的加快，当下的人们无论做任何的事情都越来越注重时间这个因素，很多时候可能会花较大的价钱以实现快速达到自身目的的愿望。这样的例子有很多，比如网络购物这方面。我们在网上购买商品之后，都有想以最快的速度拿到手的心情，但是这样的情况经常会事与愿违，我们常常会在网络购物中遇到诸如：收不到货、收货时间过长等情况发生，有的时候甚至出现等待的时间太过长久，而产生退货事件的发生，那么这样的一系列情况常常会让作为消费者的我们的厌烦情绪的产生，对网购的服务质量不满，评价极低，进而容易导致制造商和零售商的客户流失的现象。那么制造商与零售商之间面对这样的情况如何制定商品的零售价格与送货时间，才能令消费者满意呢？使消费者对制造商与零售商的服务质量的评价提高，从而间接性的提高后期的销售量，与此同时又能使其自身的利润实现最大化的目的？那么本文就此问题展开进行研究。
二、相关研究
从目前对服务质量与时间问题方面的研究来看，服务质量上的有：Harringto（2009）通过对英国酒店行业的服务质量对酒店获取的利润影响进行研究，提出了服务质量是能高酒店利润的。Moorthly（1988）基于服务质量的影响因素下，通过构建一个制造商与两个零售商之间的供应链关系，其中两个零售商是存在竞争关系，最后研究发现他们存在非最优的唯一纳什均衡。何平、郑益中和孙燕红（2014）通过研究服务供应商承诺的服务质量和实际的服务质量之间的差异，来探究其是否会影响到其需求量，并从从服务质量的可靠性维度和价格两个方面来分析服务供应商之间的竞争行为。秦星红和苏强等人通过研究网络电商与第三方物流之间的合作博弈与非合作博弈的决策的对比分析，发现传统合同的不足，以及了提出提升服务质量有利于增加供应链总收益、协调契约能够有效地激励第三方物流企业降低其服务报价，并促使网络商店降低其商品的价格。
时间上的有：KutC.So（2000）研究发现，在异质性的市场环境下，高规格的企业能够提供更好的时间保证，但其价格会高，与此相反低规格的企业为了降低成本提供较低的时间保证，但其价格也会很低。马士华和刘念（2005）提出了基于时间竞争环境下的供应链对信息共享模式的相应要求，并在此基础上提出了支持协同决策的信息共享没模式。田媛（2007）从价值递送的角度对供应链的时间竞争进行研究，发现可以通过缩短供应链的运作周期从而达到增加其产品价值的目的，而缩短供应链的运作周期可通过优化供应链节点的运作时间。杨阳（2009）研究认为可以通过供应链运行策略层面上的时间和供应链结构再造层面上的时间进行压缩从而达到最终时间的缩短。
三、研究方案
通过回顾已有的对时间和服务质量以及定价的相关方面的文献研究，本文考虑分析了一个制造商与一个零售商的竞争环境，构建制造商与零售商二者相应的需求分析函数模型、服务质量与时间的关系模型，以及利润函数模式，然后通过分析制造商与零售商在两种不同的决策情形即集中决策情形与分散决策情形下的各自的需求量、价格、送货时间以及各自的利润与整体利润的对比情况，然后对制造商和零售商的各自的价格、送货时间和售前的预售量的进行分析决策，使得各自能够实现其利润最大化的目的。
四、研究结论
本文首先分析了制造商与零售商在不同决策情形下各自的最优利润及最优需求量分配情况，发现：消费者花大价钱就应该享受到高效速的送货时间；其次比较分析了这两种决策下价格、服务质量、需求量分配及利润情况，发现：对于制造商而言，它的价格、服务质量、需求量分配不受决策情形的影响，而零售商的价格、服务质量、时间、需求量分配在集中决策情形下优于分散决策的，在利润上，集中决策下的整体利润基本上是少于分散决策下的整体利润的，当消费者对零售商的价格敏感度不高时，集中决策下的整体利润才稍微大于分散决策下的这个利润。
参考文献：
[1] 何平，郑益中，孙燕红，基于服务质量和价格的服务竞争行为，系统工程理论与实践，2014，34（2）：357-364
基于时间 篇4
为了辅助货币时间价值的计算, 就出现了货币时间价值表。货币时间价值表一般有四个, 即一元复利终值表、一元复利现值表、一元年金终值表和一元年金现值表。其中, 终值是指现在一定量的资金在未来某一时点上的价值, 而现值是指对未来的现金收付按照一定的折现率进行折现后的现在价值。现笔者以10%的折现率为例列出其在若干期的四个系数表的相关数据。
初学货币时间价值, 往往先要接触这样的货币时间价值表。对于这个表的查法, 经过简单的学习, 一般都能快速地掌握。可是, 对于表中各个数据的含义以及数据间的内在联系, 往往缺乏研究, 也很难掌握。如果能够通过一定的方法简单快速地掌握货币时间价值表中的数据, 对于货币时间价值的深入了解和灵活运用将会有很大的帮助。
一、货币时间价值表中时间轴的运用
时间轴是研究货币时间价值的必要手段和辅助工具。图1是一个简单的时间轴, 在此轴中, 起点0表示第一年年初, 终点n表示第n年年末, 除此两点之外, 其他的时间点都有两个含义, 既表示该年年末, 又表示下年年初。如, 时间点1即是第一年年末, 又是第二年年初。
运用时间轴, 能够将货币时间价值表中的数据表示在这条轴上。下面把表1中折现率为10%, 期数为第10期的四个数据分别表示在相应的时间轴中。
以上四条时间轴中, 第一条时间轴是当折现率i=10%, 期数n=10时的复利终值系数, 其中2.5937的含义是指“如果在第一年年初投入1元钱, 在年复利率为10%, 每年复利一次的情况下, 到第十年年末的本利和就是2.5937元”。
第二条时间轴是当折现率i=10%, 期数n=10时的复利现值系数, 其中0.3855的含义是指“如果想十年后的本利和达到1元钱, 在年复利率为10%, 每年复利一次的情况下, 第一年年初要投入0.3855元”。
第三条时间轴是当折现率i=10%, 期数n=10时的年金终值系数, 其中15.9374的含义是指“如果从第一年开始, 每年年末投入1元钱, 共投入十年, 在年复利率为10%, 每年复利一次的情况下, 到第十年年末的本利和就是15.9374元”。
第四条时间轴是当折现率i=10%, 期数n=10时的年金现值系数, 其中6.1446的含义是指“如果从第一年开始, 每年年末投入1元钱, 共投入十年, 在年复利率为10%, 每年复利一次的情况下, 折现到第一年年初就是6.1446元”。
通过时间轴, 了解了货币时间价值表中每个数据的含义, 下一步就要研究这些数据之间的内在联系了。
二、货币时间价值表中各数据的关系
(一) 复利终值与现值的关系
从图2中前两条时间轴上可以看出, 第一年年初的1元钱到第十年年末就成了2.5937元, 那么, 如果十年后要有1元钱, 第一年年初就要投入1/2.5937元, 而这个结果正好就是0.3855元。所以说, 复利终值与现值互为倒数关系。
(二) 年金终值与现值的关系
在图2的后两条时间轴上, 从第一年开始, 每年年末投入1元钱, 共十年, 折算到第十年年末就是15.9374元, 而折现到第一年年初则是6.1446元。这里的15.9374和6.1446的关系其实就是分别互为终值和现值, 即:15.9374× (P/F, 10%, 10) =15.9374×0.3855≈6.1446;6.1446× (F/P, 10%, 10) =6.1446×2.5937≈15.9374。
(三) 复利与年金的关系
(1) 复利终值与年金终值的关系。图2中第三条时间轴是10年期的年金终值系数, 从图中可看出它等于从第1点到第10点各点投入1元钱的复利终值之和, 而在第一条复利终值时间轴中, 10年期的复利终值系数的资金投入点是在0点。这就说明, 年金终值系数应该是从9年期到8年期, 一直到0年期各期复利终值系数之和, 即15.9374=2.3579+2.1436+1.9487+1.7716+1.6105+1.4641+1.3310+1.2100+1.1000+1。
(2) 复利现值与年金现值的关系。图2中第四条时间轴是10年期的年金现值系数, 从图中可看出它等于从第1点到第10点各点投入1元钱的复利现值之和, 而在第二条复利现值时间轴中, 10年期的复利现值系数的1元钱所在的点是在第10点。这就说明, 年金现值系数应该是从10年期到9年期, 一直到1年期各期复利现值系数之和, 即6.1446=0.3855+0.4241+0.4665+0.5132+0.5645+0.6209+0.6830+0.7513+0.8264+0.9091。
(四) 普通年金与预付年金的关系
预付年金是指发生在每期期初的等额收付款项, 相对于发生在每期期末的等额收付款项普通年金而言, 无论是终值还是现值, 都是多计了一期的利息。所以预付年金终值= (F/A, i, n) × (1+i) , 预付年金现值= (P/A, i, n) × (1+i) 。如果查年金系数表的话, 预付年金终值系数应该在普通年金终值的基础上, 期数加1, 整体系数再减1得到;而预付年金现值系数应该在普通年金现值的基础上, 期数减1, 整体系数再加1得到。比如说, 要得到折现率为10%, 期数为10期的预付年金终值, 要先查期数为11期的年金终值系数, 找到18.5312, 再减去1得到17.5312;要得到折现率为10%, 期数为10期的预付年金现值, 要先查期数为9期的年金现值系数, 找到5.7590, 再加上1得到6.7590。
三、以时间轴反映数据之间的关系
(一) 正负时间轴的运用———反映互为倒数关系的数据
对于时间轴, 常见的都是正的时间轴, 下面笔者引入一种负的时间轴, 如下图3所示。
在图3中, 起点-n表示前n年的年末, 终点0表示去年的年末, 同时也是今年的年初, 也就是现在所处的时间点, 其他的时间点都有两个含义, 一是表示前1年的年末, 二是表示该年的年初。比如说, 时间点1即是前年的年末, 又是去年的年初。
通过负时间轴和正时间轴的结合形成的综合时间轴, 就能够在一条轴上同时反映出互为倒数关系的数据。在货币时间价值体系中, 互为倒数关系的数据一共有三对, 除了前文提到的复利终值和复利现值互为倒数外, 年金终值系数与年偿债基金系数、年金现值系数与年资本回收系数也互为倒数关系。下面笔者还是以折现率为10%, 期数为10期的情况, 列出三条正负时间轴来表示三组互为倒数的数据, 如下图4、5、6所示。
图4中, 如果前十年年末投入0.3855元, 在年复利率为10%的情况下, 到今年年初, 本利和就达到了1元钱;今年年初的1元钱, 在年复利率为10%的情况下, 到第10年年末, 本利和就是2.5937元。其中的0.3855和2.5937分别是复利现值系数和复利终值系数, 两者互为倒数。
注:虚箭头表示与年偿债基金系数相关的数据, 实箭头表示与年金终值系数相关的数据。
图5中, 如果从前10年的年初开始, 每年年初投入1/15.9374元, 连续10年, 一直到今年年初, 在年复利率为10%的情况下, 到今年年初, 本利和为1元钱;从今年年末开始, 每年年末投入1元钱, 连续10年, 一直到第10年年末, 在年复利率为10%的情况下, 到第10年年末的本利和为15.9374元。其中的1/15.9374和15.9374分别是年偿债基金系数和年金终值系数, 两者互为倒数。
注:虚箭头表示与年资本回收系数相关的数据, 实箭头表示与年金现值系数相关的数据。
图6中, 如果从前10年的年初开始, 每年年初投入1/6.1446元, 连续10年, 一直到今年年初, 在年复利率为10%的情况下, 折现到前10年年末, 就是1元;从今年年末开始, 每年年末投入1元钱, 连续10年, 一直到第10年年末, 在年复利率为10%的情况下, 折现到今年年初就是6.1446元。其中的1/6.1446和6.1446分别是年资本回收系数和年金现值系数, 两者互为倒数。
通过以上3个正负时间轴, 就把三种互为倒数关系的数据以及他们之间的换算关系完整地反映在一起了。
(二) 综合时间轴的运用———反映互为现值和终值关系的数据
货币时间价值体系中, 互为现值和终值关系的数据有两对:普通年金现值与终值、预付年金现值与终值。可以在一条时间轴上反映出两者的关系来, 如下图7、8所示。
图7中, 从第1年开始, 每年年末投入1元钱, 连续10年, 在年复利率为10%的情况下, 到第10年年末, 本利和达到15.9374元;如果折现到第1年年初的话, 则是6.1446元。从时间轴上可以看出, 15.9374在第10点, 6.1446在0点, 两者刚好就是终值和现值的关系。
图8中, 从第1年开始, 每年年初投入1元钱, 连续10年, 在年复利率为10%的情况下, 到第10年年末, 本利和达到17.5312元;如果折现到第1年年初的话, 则是6.7590元。从时间轴上可以看出, 17.5312在第10点, 6.7590在0点, 两者也是终值和现值的关系。
(三) 综合时间轴的运用———反映普通年金与预付年金的关系
无论是预付年金终值还是现值, 都是在普通年金终值和现值的基础上多计了1期利息, 同样也可以在同一条时间轴上反映出这个联系, 如下图9、10所示。
在图9中, 10个1元钱的资金投入点是一样的, 都是从1到10十个点, 折现率也一样, 都是10%, 但是, 由于代表的含义不一样, 就会在不同的点产生不同的终值。如果把这十个点看作是每年年末, 亦即从第1年年末开始, 一直到第10年末为止, 这就是普通年金, 到第10年年末, 普通年金的终值就是在第10点的15.9374元;如果把这十个点看作是每年年初, 亦即从第2年年初开始, 一直到第11年初为止, 这就是预付年金, 到第11年年末, 预付年金的终值就是在第11点的17.5312元。从时间轴上看, 15.9374与17.5312刚好相差一期, 两者的关系是15.9374× (1+10%) =17.5312。
在图10中, 10个1元钱的资金投入点是一样的, 都是从1到10十个点, 折现率也一样, 都是10%, 但也是由于代表的含义不一样, 就会在不同的点产生不同的现值。如果把这十个点看作是每年年末, 亦即从第1年年末开始, 一直到第10年末为止, 这就是普通年金, 折现到第1年年初, 普通年金的现值就是在第0点的6.1446元;如果把这十个点看作是每年年初, 亦即从第2年年初开始, 一直到第11年初为止, 这就是预付年金, 折现到第2年年初, 预付年金的现值就是在第1点的6.7590元。从时间轴上看, 6.1446与6.7590刚好相差一期, 两者的关系是6.1446× (1+10%) =6.7590。
通过以上的分析, 如果能够巧妙运用时间轴, 就能够把复杂的货币时间价值表中的数据以及数据之间的关系体现在一条条简单的线段上, 达到化繁为简的效果。
参考文献
基于时间 篇5
基于时间序列的空中交通流量灰预测模型算法
利用灰色预测理论,给出了一种空域内空中交通流量进行预测分析的算法--空中交通流量灰预测法,并利用Matlab软件作为计算工具,对管制区域、机场等空域流量的.预测进行了仿真,计算结果以图表和图形的形式给出直观说明,验证了该算法的有效性.
作 者：赵玉环 石新华 ZHAO Yu-huan SHI Xin-hua 作者单位：中国民航大学,理学院,天津,300300刊 名：中国民航大学学报 ISTIC英文刊名：JOURNAL OF CIVIL AVIATION UNIVERSITY OF CHINA年，卷(期)：25(6)分类号：V355 F540关键词：时间序列 空中交通流量 灰预测
基于时间 篇6
关键词：HSK动态作文语料库 “时间”与“时候” 偏误分析
一、引言
在对外汉语教材中，“时间”和“时候”一般被翻译为“time”，其他工具书也未能具体指出二者的差别，这难免会使留学生产生偏误。为了使留学生更好地学习“时间”与“时候”这对同义词，本文基于HSK动态作文语料库（以下简称“语料库”），对留学生关于“时间”与“时候”这对同义词的使用进行偏误分析，并归纳出偏误类型和偏误原因。
二、留学生习得“时间”与“时候”的偏误分析
（一）留学生使用“时间”与“时候”情况
通过对语料库的考察，发现留学生使用“时间”的次数少于“时候”。“时间”总共使用3071次，占语料总量（424万）的 7.24‰，“时候”总共使用5879次，占语料总量的13.86‰。
HSK（汉语水平考试）中，有A级、B级和C级三种高等级别的汉语水平证书，其标准分别对应HSK11级、10级和9级，三者汉语能力依次降低。留学生的使用频次与所对应的证书级别考察结果如表1所示。
从表1的分级频次可以得知，“时间”与“时候”的使用频次呈规则分布状态，依次为：无>C>B>A，即二者的使用按汉语能力的高低是一个由少到多的过程。汉语能力越低，使用频次越高，且“时间”与“时候”这对同义词的相关知识点主要集中在中低汉语能力学习者中。因而，“时间”与“时候”的偏误分析对教学工作大有裨益。
语料库中，留学生使用“时间”共3071次，其中正确使用“时间”共3006次，正确率为97.88%；使用“时候”共5879次，其中正确使用共5776次，正确率为98.24%。留学生对“时候”的掌握情况略好于对“时间”的掌握（如下表所示）。
由表2可知，“时间”与“时候”的使用难度较小。留学生正确习得“时候”的情况略好于对“时间”的习得。由此可见，“时间”与“时候”的习得并非对外汉语词汇教学的难点。
（二）“时间”与“时候”习得偏误情况
根据考察，语料库中留学生使用包含“时间”的句子共3071次，其中有效偏误65例，所占比例为2.12%；而“时候”共5879次，有效偏误113例，所占比例为1.92%。
1.偏误情况统计与分析
基于语料库的“时间”与“时候”在各级别学习者中出现的偏误情况，如表3所示。
由表3可知，随着汉语能力由低到高的变化，“时间”与“时候”的使用偏误越来越少，汉语能力较低级别的学习者偏误次数较多。此外，“时间”与“时候”二者间的偏误较大。
由表4可知，误代是“时间”与“时候”二者间的主要偏误，并且“时候”误代“时间”的情况多于“时间”误代“时候”的情况。从证书级别的角度考察，A级没出现偏误，而无级别者偏误较多。
2.偏误类型分析
在实际的语料考察中，“时间”与“时候”的偏误主要表现为误代、遗漏、误加3种类型，具体如表5所示。
由表5可知，“时间”与“时候”的偏误句中，误代偏误所占比例最大，分别约占75.38%、85.84%。误加偏误分别约占15.38%、8.85%。最少的是遗漏偏误，分别约占9.23%、5.31%。下文基于部分偏误代表用例，从误代、遗漏、误加3个方面着重分析“时间”与“时候”的偏误情况。
（三）“时间”与“时候”偏误类型
1.误代
误代偏误是由于从两个或几个形式中选取了不合于特定语言环境的一个造成的[1]。“时间”的65句偏误句中，误代偏误高达49次，占76.38%。
在对语料的考察中，“时间”被“时候”误代最多，比例达32.65%。除此之外，“时间”还容易被“时”（12.25%）、“时期”（12.25%）、“时光”（8.16%）、“日子”（8.16%）、“事情”（6.13%）等词误代。
同时，“时候”被“时间”误代的比例达10.31%，被“时”误代的比例达70.1%。此外，“时候”还容易被“话”（4.12%）、“过程”（2.06%）、“时光”（1.03%）等词误代。这些词在词义或用法上与“时间”或“时候”或多或少有类似之处，但在具体的语境中仍然无法与“时间”或“时候”替换。典型的偏误例句如下：
（1）人生一定会有病有死的时候{CC时间}，在这个时候{CC时间}每个人当然要死得有尊严。
（2）在跟林老师上课的时候{CC时间}，我会学到很多事情。
（3）从那个时候{CC时间}以后，我什么事都要再思考以后来。
（4）第一，在任何时候{CC时间}以真实的爱情面对孩子。
（5）现今许多青年人和老年人都喜欢抽烟，也有人说抽烟是为了解降压力，当一个人伤心的时候，失意的时候，寂寞的时候{CC时间}，烟就是他们唯一的伴侣。
“时间”与“时候”均可以表示“时段义”和“时点义”，但前者所表示的时点和时段更加具体，而后者相对模糊。并且“时间”及其组成的短语一般是语境中事件结构的核心成分，而“时候”组成的短语往往暗含一个事件的时间环境，即交代所谈论的事物发生、存在、延续与消亡的背景时间。例（1）中“人死的时点”和例（2）中“上课的时段”都是不确定的，且例（2）中上课的时间段是“学到很多事情”的背景，缺乏背景时间的句子照样成立。因而，例（1）、例（2）应将“时间”改为“时候”。同时，“时间”与“时候”可以和“这（个）、那（个）”构成时点时间词的偏正结构，可作介词“在”“于”“到”的宾语[2]。二者也可与介词“在”“从”等构成“在……（的）时候/时间”结构。但是例（3）、例（4）中的时点都不确定。此外，“时间”常和描述时间本身的性质形容词搭配，如“时间（*时候）很长、有限的时间（*时候）、充裕的时间（*时候）”等[3]，而“时候”很少和形容词搭配，因而例（5）中的“时间”应改为“时候”。
（6）时间{CC时候}过得真快，不知不觉三个小时就过去了。
（7）运动员在某些体育运动中，各人有各人的长处，他们能参加某种体育队，都得花长时间{CC时候}锻炼而成，他们每天除了锻炼还是锻炼。
（8）不知过了多少时间{CC时候}，他们还是争论得没完没了。
（9）我来中国已经三年多的时间{CC时候}，一个人来到陌生的地方，不但害怕而且紧张。
（10）如果他所有的时间{CC时候}有限的话，我愿意他开心地过日子。
（11）待双方书信通往有段时间{CC时候}，并能在机缘巧合下见面，心中的那种期盼、等待，也是令人心里忐忑不安。
“时间”比“时候”在句法成分上要自由。“时间”可单独或与别的词组合起来做主语或宾语，而“时候”很少有这种用法。因而例（6）中“时候”属于误代，应改为“时间”。
“时间”和“时候”都能被疑问代词、指示代词修饰，如“什么时间/时候，这个时间/时候”，但“多少”除外，因而应将例（8）中的“时候”改为“时间”。此外，二者分别能被表时段和表时点的数量结构修饰，如“三四年时间”“八九岁的时候”，因而例（9）中“时候”应改为“时间”。
此外，“时间”能被疑量结构以及指示代词和不定量词构成的数量结构所修饰，如“哪段时间”“这一段时间”“有一些/一点儿时间”等，而“时候”无此用法[3]，因而例（10）、例（11）中的“有段时候”“所有的时候”应分别改成“有段时间”“所有的时间”。
2.误加
误加是指句中某词不该用却用了的偏误现象。语料库中，“时间”的误加偏误出现10次。本文选取其中4例具体分析：
（12）非常悲伤的时候，我不想跟别人见面，被别人鼓励的话，更痛苦，所以一个人过{CD时间}最好。
（13）{CD时间}过了一段时间，我们的关系之间问题不多了。
（14）当时是因为期中考试{CD时间}，所以我带着很大{CC多}压力，想[C]哭，想放弃，我一直没有信心，担心了。
（15）妈，抽空{CD时间}来汉城玩几天吧。
上面例句均有“时间”误加偏误，需去掉“时间”。其中例（15）中“时间”可表示“空闲时间”，与“空”重复，可去掉其中一个。
“时候”的误加偏误出现10次。本文选取其中3例具体分析。
（16）韩国古代{CD时候}有人说：“强父母下该有强子女，弱父母下该有弱子女。
（17）我朋友从小{CD时候}上男女分班的学校
（18）有的时候听流行歌曲{CD时候}，自己回忆以前做过的事情。
例（16）中，“古代”指过去距离现代较远的时代，与“时候”语义重复。例（17）中“从小”指由孩童时候起，也与“时候”语义重复。 例（18）为句式杂糅。
3.遗漏
遗漏偏误是指因为遗漏了某个词语或某种成分而导致的偏误。句中成分的遗漏会引起表达和交流不畅，从而形成偏误。我们根据语境判断其遗漏的词，并在合适的位置予以补充。语料库中，“时间”与“时候”都遗漏6次。
（19）我回国以后他[C]还有半年{CQ时间}留在北京。
（20）我很长{CQ时间}没给你写信，真对不起。
“时间”常和描述时间本身的性质形容词或数量结构、指量结构搭配，如“长时间”“短时间”“有限的时间”“四五年时间”“半年时间”等，在句中充当状语，其中“时间”不可省略。因此，以上例句遗漏了“时间”，应补全。
（21）出了一大汗，从外面回来，那{CQ时候}奶奶为我们做了一些{点心，我们很高兴地吃。
（22）心情悲伤的{CQ时候}，回到家时，听到流行歌曲之后多半能得到好的心情。
“时候”作为时间名词，可与指示代词“那”组合，充当句子的状语，交代事件的背景。因此，例（21）中应该是“那时候”。例（22）中，作者意在表达心情悲伤时的背景，因此“心情”一词前缺失“时候”。
（23）我真的不知道父亲小孩儿{CQ时候}的生活这么苦，我一直以为{CC2想}所有的人跟我一样生活。
（24）就是告诉他我小{CQ时候}的事情。
在语体意义上，“时间”与“时候”不对等。“时间”多用于书面语，而“时候”多用于口语，有时带儿化，如“戈恩，到时候儿，小朋友不定高兴成什么样儿。”[4]“小时候（儿）”是名词，指年纪小的时候，“时候”不可缺，但可以说“小的时候”。
三、“时间”与“时候”的偏误原因
偏误产生的原因可以从母语负迁移、目的语规则泛化、留学生教材与工具书这3个方面进行探讨
（一）母语负迁移
母语负迁移属于语际干扰，主要由学习者的母语和对目的语的干扰所致，即学习者将母语语法规则搬到目的语里而出现偏误[5]。根据统计，韩国学生对“时间”与“时候”的偏误概率较高，其中“时间”偏误占总偏误的44.62%，而“时候”偏误占到46.01%。
韩语中，时间点的词表示为“??”和“?”，如：???（一小时）、??? ? ?（上课的时候）。
（25）? ???? ???? ? ??10??? ?10????.
（这个饭馆的营业时间是早上十点到晚上十点。）
（26）??? ? ?? ? ?? ???.
（我运动的时候，喝了很多水。）
显然“??”和“?”都可以表示时间段，并且也有具体和模糊的差别，这一点和汉语类似，会产生母语的正迁移。但是，“?”在韩语中为一个词，在大多数韩语教材中，“?”对应“时”，因而容易产生偏误。例如：
（27）我小时候{CC2时}，真正相信你们的话。
（28）可惜的是回中国的时间{CC2时}快要到了。
（29）每次我觉得辛苦的时候{CC2时}，给我力量的就是我爸爸。
鉴于韩语是隶属于汉字文化圈中的语言文字，和汉语在诸多方面有所相同，我们继续考察了英美学习者关于“时间”与“时候”的偏误，发现他们使用这两个词的偏误仅有3例。例如：
（30）在我长大的过程{CC时间}中宗教也很重要
（31）在孩子的幼年时期{CC时间}，接触到最多的必定是他的父母了，所以孩子幼年的思想、都受到其父母的影响。
（32）甚至于在我们休息的时候{CC时间}也可听听一些轻音乐或流行歌曲来舒缓我们的精神。
以上偏误主要为误代。因为在英语中，表示时点的单词或结构“time”或“when”可以对应汉语中的“时间”“时候”“时光”“时期”等多个词。例如：
（33）I'm a little nervous at this time.（在这个时候我有点紧张。）
（34）Sorrow calls no time that's gone.（悲伤唤不回流逝的时光。）
（35）When work is a pleasure，life is joy！ When work is duty ，life is slavery.（工作是一种乐趣时，生活是一种享受！工作是一种义务时，生活则是一种苦役。）
鉴于以上原因，学习者不能充分考虑语境中真正合适的词，从而出现母语即英语的负迁移。
（二）目的语规则泛化
目的语规则泛化又称为语内干扰，即从目的语的某些语法现象概括出不全面的规则，进而不恰当地进行类推，扩大到并不适用的范围[5]。例如：
（36）我知道初二是要非常努力地学习的时候{CC时间}，不过我觉得“打”不可能解决问题。
（37）首先运动员在某些体育运动中，各人有各人的长处，他们能参加某种体育队，都得花长时间{CC时候}锻炼而成，他们每天除了锻炼还是锻炼。
当学习者先后学习了“时候”或“时间”，再碰到“时间”或者“时候”时，由于大多数教材的释义不够明确，容易导致学习者片面地以为这两个词的用法一致，并进行不适当的类推，从而产生语内偏误。以上例子都是由于不了解“时间”与“时候”的语义与语法而发生的误代偏误。
（三）教材与工具书的误导
教材对于教学起着纲领性的作用。现今大多数对外汉语教材都采用直译或循环注释的方式注释生词，例如《成功之路》等教材关于“时间”和“时候”一词的英文注释都是“time”。实际上，由于英语和汉语的词义并非一一对应，因此，简单地利用英语注释汉语词语，很可能造成释义不全，从而导致偏误。
此外，目前留学生使用的词典等工具书对“时间”和“时候”的解释也较为笼统，对时间词语之间的细微语义差别和在句中的具体用法方面辨析不明，无法满足留学生的使用需求，这不可避免地影响了留学生对“时间”与“时候”的正确习得。
四、结语
本文立足于本体研究，详细考察了语料库中留学生习得“时间”与“时候”的偏误语料，并进行了使用频次及正确习得情况的统计分析、偏误统计与类型原因分析等。“时间”与“时候”是教学的重点，也是留学生容易产生偏误的语法点，偏误类型主要有误代、误加和遗漏3种。“时间”与“时候”偏误产生的原因呈现多元化的特点，而母语负迁移、目的语规则泛化及教材和工具书的误导是偏误产生的主要原因。
参考文献：
[1]鲁健骥.外国人学汉语的语法偏误分析[J].语言教学与研究，1994，（1）：49-55.
[2]陆俭明.现代汉语时间词说略[J].语言教学与研究，1991，（1）：24-37.
[3]王勇.“时间”和“时候”的多对角度比较[J].现代交际月刊，2014，（4）：68.
[4]翟玲玉.“时候”与“时间”的互换及其不对等性[J].菏泽学院学报，2013，（1）：103.
[5]王建勤.第二语言习得研究[M].北京：商务印书馆，2009：42-43.
基于位图的数字时间显示 篇7
1 建立显示数字式时间的工程
首先在DigitalTimeTestDlg工程中添加13个图片, 分别为数字0～9以及“:—” (最后一个为空格) 。然后编好正确的ID号顺序, 如IDB_BMPDT_0、IDB_BMPDT_1、IDB_BMPDT_2、......、IDB_BMPDT_9, 分别对应数字......、, 而IDB_BMPDT_10、IDB_BMPDT_11、IDB_BMPDT_12则分别对应:。用大小为15×25像素位图图片表示时间的各个数字和分隔符号, 在VC++环境下实现了在应用程序中现实数字时间的功能。
(1) 新建一个基于对话框的DigitalTimeTest工程
添加一个CDigitalTime对象m_DigitalTime;然后创建数字时间:
(2) 显示数字时钟到父窗体指定的位置
(3) 将对话框在前端显示
基于对话框的工程中所显示的数字时间运行界面如图1所示。
对于基于SDI和MDI的工程, 在工具条上的显示数字时间的时钟时, 与上述方法类似。
2 数字时间类的定义 (CDigitalTime)
基于遗传算法的时间、费用优化 篇8
随着全球信息化进程的不断加快和信息产业的迅速发展,智能化在信息社会已受到越来越多的重视,而智能化的项目管理也逐渐受到重视。目前,我国的许多施工企业大都配备了现代化管理技术的硬件设施及其相应的软件环境,并且应经在各自的施工实践中日益发挥着重要的作用。系统的研究和开发建筑工程施工中的智能化技术并将其应用于工程实践,现已日益成为工程施工界的迫切需要。
工程项目建设的最终目的在于形成新的生产增值能力,以取得国民收入增值和盈利。一项工程的提前竣工,不仅使施工企业能获得额外的其他工程建设的施工任务,而且该项目的提前投产,使得投资效益尽早地得到的发挥。因此,在工程网络进度计划的确定时,不仅应考虑成本的时间价值,还应该考虑效益的时间因素。
二、工程建设的费用和效益
工程建设系统的经济因素有投入建筑产品的成本及其该项目所带来的效益。其中成本包括直接费用和间接费用;效益增量包括提前竣工施工企业的生产性经济效益增量以及工程项目提前竣工投产的经济效益。这里,假设各个工序按正常时间施工时,对应的各项经济效益增量为0。则:
总的费用水平=直接费用水平+间接费用水平-效益增量
工作的时间/费用函数关系
网络计划中工作的时间与直接费用之间的合理函数关系为ci=aidi2+bi,其中ci,di表示活动i的直接费用与工期,系数ai,bi求取公式如下:
其中Cin,Cic分别为工作j的正常费用与极限费用,din,dic分别为工作i的正常工期与极限工期
其原理是时间/费用函数的导数成线性关系,故时间与费用为二次函数关系,如图1.所示。该函数关系的有效性与合理性已经被多位学者所证实。
间接费用的主要组成部分是日常生产经营管理发生的费用A,
认为其在每月月初支出,设资金的月利率为a,工期为T个月时,全部间接费用现值=A+A (P/A,a,T-1)。
设每个月末的效益增量为B,工期由原来的D个月缩短为T个月时,全部效益增量现值。
三、建立数学模型
以总费用的最小现值作为经济评价指标,工期单位为月,费用单位为万元,计息周期为其工
期单位,以工程开工作为基准时刻,费用和效益均以开工时刻现值来计算。
可以建立如下的数学模型:
其中,n为项目的工序个数;ci为工序i的直接费用;A为项目的间接费用率;B为项目的效益增量率;为折现率;ti为工序的开始时间;di为工序的持续时间;T为项目的优化工期;D为项目的正常工期;H为工序紧前工序的集合。
时间费用关系采用二次方程的函数关系;逻辑关系按照单代号网络给出.该模型属于非线性规划的范围,目前最好的求解算法为遗传算法.
四、遗传算法
遗传算法(Genetic Algorithms,GA),是以自然选择和遗传理论为基础,将生物进化过程中适者生存规则与群体内部染色体的随机信息交换机制相结合的高效全局寻优搜索算法。GA摒弃了传统的搜索方式,模拟自然界生物进化过程,采用人工进化的方式对目标空间进行随机优化搜索。它将问题域中的可能解看作是群体的一个个体或染色体,并将每一个个体编码成符号串形式,模拟达尔文的遗传选择和自然淘汰色生物进化过程,对群体反复进行基于遗传学的操作(遗传、交叉、和变异)。根据预定的目标适应度函数对每个个体进行评价,依据适者生存、优胜劣太的进化规则,不断得到更优的群体,同时以全局并行搜索方式老搜索优化群体中的最优个体,以求得满足要求的最优解。遗传算法是一种自适应全局优化概率随机搜索的智能方法,具有良好的全局寻优性能,已经广泛应用于多种组合优化问题的求解中。
遗传算法处理问题的流程,如图2所示。
五、算例分析
采用上面的数学优化模型,间接费率取0.4,假定工期单位为月,费用单位为万元,计息周期也为月(与工期单位相同),月利率取1%.
例如:该案例中共有15个工序,A,B,C,E,F,G,L,M,N,P,Q,R,S,T,U.其逻辑关系,正常工期,极限工期,正常费用,极限费用如下表所示:
工程的极限工期和正常工期可以按照逻辑关系的单代号网络图求出,优化可以利用MATLAB编程来实现,最后可以得到各个工序的最优工期以及对应的最优费用。
六、结论
1.遗传算法具有高效的随机搜素与全局优化的特点,适用于优化问题的求解,并用MATLAB语言编程来实现,适用性强。
2.该模型不仅考虑了时间价值的动态优化,而且考虑了常被忽视的经济效益的增量。由上述分析可见,项目网络计划中,经济效益的增量占的比重比较大时,甚至会影响到对项目工期的选择。
3.将智能方法应用于项目管理中,以求用最经济的消耗取得最大的成果,可以提高施工企业技术含量的有机构成,促进其管理水平的提高。
摘要：智能化的项目管理在建筑工程界日益发挥着重要的作用,施工企业应以国家利益为重,为国家和社会创造尽可能多的经济效益。在工程进度计划问题的确定时,不仅应考虑成本的时间价值,而且还应考虑效益的时间价值。本文建立了考虑效益后的时间/费用优化的数学模型,并且用智能遗传算法来求最优解。
关键词：遗传算法,成本,效益,时间价值
参考文献
[1]徐伟陈震等:建筑工程施工的智能方法,同济大学出版社1997
[2]虞和锡:工程经济学,中国计划出版社,2001
[3]李红仙沈祖诒王卓甫:论时间/费用优化中资金的时间价值。河海大学学报(自然科学版),2005,33(6),713—716
[4]钟登华刘东海:工程可视化辅助设计理论方法与应用,中国水利出版社2004
[5]蔡自兴:人工智能控制,化学工业出版社2005
[6]袁帅华肖汝诚:基于网络的桥梁智能化施工控制系统研究,同济大学学报(自然科学版)2007,35(6),734-738.
[7]杨汝清,智能控制工程,上海交通大学出版社,2001
[8]戴汝为:人工智能,化学工业出版社,2002
基于时间的交叉航路冲突解脱研究 篇9
近年来,随着我国航空运输业务的快速发展,在相对有限的空域资源下,众多的航路在连接各个城市和重要的航路节点时,势必出现航路交汇并造成航迹交叉,这种结构导致两航路上运行的航空器间的距离在接近交叉点的时候逐渐减小。当交通量比较大时,相比其他航路构型,航空器之间的相互影响比较严重。所以航路交叉点在微观运行层面成为制约空中交通运行的瓶颈。管制员通过预判潜在的冲突,从而发出指令使航空器改变飞行高度、飞行速度和飞行航向来使航空器避免飞行冲突。但是在飞行流量急剧增长的今天,仅靠管制员的预判来解决飞行冲突将不能很好地保证飞行安全。为了保障大流量下的空中交通运行安全,有必要对航空器间冲突预测及解脱进行理论研究,提出安全、可靠且有效的算法,从而为管制员设计并提供辅助决策软件建立基础和前提条件。
对于冲突解脱的研究,到目前为止国内外学者取得了一定的成果。国外方面,Tomlin等[1]应用非合作博弈理论,得出最优控制规则,并采用预先设定冲突解决策略来解决问题;Ronojoy[2]采用电势能法研究冲突解脱方案,该方法难以实时计算,且得出的冲突解脱方案非总是最优;Husni等[3]将基于时间冲突解决算法应用于下降过程中的冲突解脱,该方法将下降运动投影到平面解决,但实际情况只有侧向和垂直方向均低于最低间隔要求时才发生冲突。国内方面,杨尚文、郭茜、吴君等[4,5,6]将免疫遗传等智能算法应用于冲突解脱;赵嶷飞等[7]采用影子调速法,确认最迟调配时间。上述方法从理论上能够对冲突调配给予线下(非现场、长时间,需要一定的理论基础)指导,但是不能直观地从时间上实时给予管制员信息反馈,并且上述方法对于在具体时刻可供调配的具体方案上没有进行深入的探讨。
本文以交叉航路为研究对象,分析相同高度层航空器随时间变化轨迹。由运动学方程确定其中一架航空器保护区穿越另外一架航空器轨迹的时间范围,分析两架航空器是否会同时处于保护区内,来判断飞行冲突、预测调配方案。最后选取中国民航大学空中交通管理学院国家级教学实验中心的雷达模拟机仿真平台数据,以模拟的东方区域01扇区A1和B1航路的航空器进行仿真,输出预测的飞行冲突及不同调配时刻可选择的调配方案和最迟调配时刻。
1 基于时间的冲突解脱
1.1 问题简化
对存在潜在冲突的两架航空器,假定:
(1)航空器模拟成一个代表有大小和方向矢量的运动质点[8];
(2)设航空器在交叉航路沿航线匀速飞行,不考虑任何偏差[9];
(3)飞行过程中不考虑沿航迹误差、垂直航迹误差及风向、风速等随机影响;
(4)本文通过航空器调速来解脱冲突。航空器调速过程瞬间完成,且只改变速度大小,不改变飞行航向。
1.2 基于时间的冲突预测
冲突预测是根据地面监视设备对航空器在空域中的位置和速度信息进行计算,判断航空器是否会与其他航空器相撞或小于最小间隔标准[10]。它的判断基础是将两架航空器看作质点,以其中一架航空器为圆心且以最小雷达间隔标准(10公里)为半径、上下各300米的圆柱为该航空器的保护区,从另外一架航空器进入此保护区时刻起,两机开始发生冲突。本文以处于相同高度层、交叉航路飞行的两航空器为研究对象,计算两机开始发生冲突的时刻及冲突持续的时长。
由于在实际管制运行工作中,航空器的运动轨迹在雷达屏幕上显示为水平方向的二维信息,为了服从人们的习惯及分析方便,将两架航空器轨迹投影到水平的x-y平面内,如图1所示。在航空器A轨迹投影的直线上定义一个参考点(x0,y0),变量L为航空器A位置点到参考点距离。航空器B的保护区在x-y平面上的投影为圆p,圆心为航空器B位置点(xint(t),yint(t)),半径为最小水平间隔标准(R=10 km)。两架航空器在x-y平面内通过保持此间隔标准R来解脱冲突。
在x-y平面中,以L直线作为x轴,参考点(x0,y0)作为原点。图2展示了航空器B的保护区p在预计未来的时间t内横穿直线L(L为航空器A的运动轨迹在平面x-y内的投影,同轴于x)的情形。若航空器A处于航空器B的保护区内,即两架航空器发生冲突。为了避免这种情况发生,航空器A必须提前时间△t改变速度,避免出现在航空器B的保护区内。
航空器B在x-y平面上从初始位置(xint(t0),yint(t0))开始,以恒定地速vg,int,与航空器A保持航向夹角为θ的运动,航空器B在x-y平面内的投影点(xint(t),yint(t))沿着其运动轨迹在x-y平面内的投影移动,在确定的一段时间内,其p保护区穿越直线L。保护区p在tmin时间第一次与直线L相交,此时航空器B位于点(xint(tmin),yint(tmin))。保护区p在时间tmax最后一次与直线L相交,此时航空器B在点(xint(tmax),yint(tmax))。在这段时间内的任一时刻,保护区p与直线L交于两点(x1,y1)和(x2,y2),分别与参考点(x0,y0)距离L1和L2。线段L1L2即为航空器B保护区在直线L上的长度范围。在时间tc时,航空器B位于直线L上,线段L1L2长度最大为2R。根据以上条件可得[3]:
m和b是直线L的斜率和与y轴截距,航空器A在x-y平面内沿着L线运动,从t0开始计时。
在任何时间t,L1和L2可表示为:
如图所示,在时间为tc、航空器位于直线L上时,x0,y0,y1和y2均为0。即方程(5)和(6)中L1=x1中和L2=x2。
将方程(1),(3)和(4)带入方程(2),即可变换方程(5)和(6)为:
方程(7)和(8)描述了t-L中如图3所示的潜在冲突区域C。保护区p第一次和最后一次穿越直线L的时间tmin和tmax可由方程(7)和(8)计算出来,即方程(9)和(10)。
如图3所示,在L1(t)<L(t)<L2(t)和tmin<t<tmax中的点(L,t)的集合即为潜在冲突区域C,航空器A应该避免同时位于此区域内,即与航空器B保持最小水平间隔R。将航空器A的运动轨迹叠加在t-L上,在377.5 s—541.6 s航空器A处于航空器B保护区线段L1L2中时,航空器A处于航空器B保护区内,两架航空器距离小于最小间隔标准R,两架航空器发生冲突,即基于时间预测了两架航空器的冲突开始、结束时刻及持续时段。
1.3 冲突解脱模型
若要解脱预测到的航空器A,B之间的冲突,需要根据t-L内直线L与C不相交,得到相应调整时间和速度,通过改变航空器A在冲突发生前tc时刻的速度,把航空器A的运动轨迹控制在潜在冲突区域外,以此来避免进入航空器B的保护区内。当航空器A的轨迹处在图4潜在冲突区域边界的上方时,意味着需要航空器A沿着直线L减小速度,在更晚的时间到达预计位置。当航空器A的轨迹在冲突区域的下方时,意味着需要航空器A沿着L增大速度,在更早的时间到达预计位置。如图4所示,航空器A的运动轨迹与冲突区域边界上下切点即为理论计算以可用减速范围的最大速度飞行轨迹与预计冲突区域的切点或者以可用增速范围最小速度飞行轨迹与预计冲突区域的切点。
航空器A采取避让行动的直线L和潜在冲突区域C共同组成冲突解决的几何模型,两者的切点是可以通过数值计算得到的。航空器A在t-L上轨迹曲线为q=f(L,t),q是时间轴截距,上切点或者下切点是下面解决方案要优化的问题:
最大和最小限度的f(L,t)①
受约束的(L,t)∈C的边界②
这个问题可以通过拉格朗日乘子法解决[11]。拉格朗日乘子法对于线性模型解决正切点问题是切实有效的。约束②是L=L1或L=L2。L1和L2在方程(7)和方程(8)中已经给出。切点坐标中,tmin<t<tmax,其中tmin和tmax在方程(9)和方程(10)中给出。如果航空器减小速度,对于航空器A的轨迹线性模型t=p L+q和L=L1,由拉格朗日乘子法L0得:
分别对L,t和λ求偏导,且使偏导等于0,即为t=p L+q与L=L1相切,此时求得的切点为:
其中
将方程(12)带入方程(7)中即可求得Ltan,up。即求得正切点坐标(Ltan,up,ttan,up)。使方程(8)代替方程(7)作为方程(11)的约束,用变量L2替代变量L1,也可同样求出Ltan,down。
将方程(16)中计算的数值带入方程(8)即可求得(Ltan,down,ttan,down)。
航空器A在飞行至(Lr,tr)时开始调速,使得调速后两航空器在t时刻满足最小间隔标准。vr为航空器A调速后的速度,选定某一机型后,航空器飞行速度的上下界随之确定,调速后需满足:vmin≤vr≤vmax。当航空器减速来解脱冲突时,则vmin≤vr≤vtan,up≤vmax,当航空器加速来解脱冲突时,则vmin≤vtan,down≤vr≤vmax。由方程(12),(14),(7),(8)得。
综上,得出基于时间的冲突调速模型:
图5所示为解脱冲突时,航空器A调整到可用减速范围的最大速度和可用增速范围最小速度后的直线图。由上面讨论可知,在初速度已知且航空器自身有速度限制的情况下,存在最晚冲突解脱调配时刻。最晚时刻对应的调节目标速度为光洁速度或者最大巡航速度,并且在该速度下,航空器A和航空器B在某一时刻会处于最小间隔限制临界状态。即
2 算例分析
本文基于时间研究冲突预测及解脱方案,并且计算最迟调速时刻,方案在理论上是合理的,推理与运算是严谨的。为保证本文研究结论在真实运行环境中的有效性,以中国民航大学空中交通管理学院国家级教学实验中心的雷达模拟机为平台,选取模拟机某一次教学实验中东方区域01扇区A1和B1航路上飞向ALF台的两个航班数据为仿真对象,通过数据获取两航班初始位置点坐标、航向和飞行速度。采用Mat⁃lab对预测及解脱模型进行仿真实验,解脱模型中对一机调速,确定可调配速度及最迟调配时刻,检验解脱模型给出的方案是否成功对两架航空器间冲突进行预测及解脱。
如图6所示,ECH-ALF为A1航路的一航段,GOL-ALF为B1航路的一航段。航空器A为A1航路上一航班,航空器B为B1航路上另一航班。设LAT⁃IN在水平面的投影为坐标原点,航空器A到达LATIN台的时刻设为时刻0,并且将ECH,JUL,GOL,LATIN和ALF的经纬度转化为X,Y坐标。可得航空器A所处空间位置的水平投影为(x0,y0)点,航空器B所处空间位置的水平投影为(xint(t0),yint(t0))点。使用Matlab进行仿真实验,预测两航空器冲突开始时刻、冲突持续时间和不同时刻可选择的调速解脱方案,实验的基本条件是两机距离满足10公里的最小间隔标准。
设GOL-ALF之间的一架航空器为航空器A,通过模拟机测得的数据,其速度VA为594 km/h,航向178°,飞行高度为10 100 m,初始位置的经纬度E116°39'47"N39°50'45"。ECH-ALF之间的一架航空器为航空器B为,同样可得速度VB为669 km/h,航向117°,飞行高度为10 100 m,初始位置的经纬度为E115°47'57"N39°40'59"。机型均为B737-300,尾流分类为中型机,最小光洁速度为389 km/h,最大巡航速度为884 km/h。
当航空器A到达原点(0,0)时,航空器B位置点为(20 766.871 2,-70 287.6 712)。根据前面的预测模型,利用Matlab进行仿真,输出图7,可知在t=391 s时两机间相对距离等于最小间隔要求10公里,两架航空器将开始发生冲突。在t=443 s时两机间相对距离等于最小间隔10公里,两架航空器结束冲突。预测冲突过程持续52 s。
同时得出,如果在一开始就对航空器B进行调速的话,可用减速范围的最大速度为434 km/h,可用增速范围最小速度为604 km/h。也就是说通过调速解脱冲突要使目标速度值处于(389 km/h,434 km/h)或者(604 km/h,884 km/h)时才可以解脱冲突。通过使用解脱模型及Matlab仿真,可以输出图8,如果是减速解脱,最迟调速时刻为57 s时,此时只可以选择最小光洁速度389 km/h进行减速。如果是增速解脱,最迟调速时刻为369 s时,此时只可选择最大巡航速度884 604 km/h进行增速。由此可得,基于时间预测冲突后,如果通过减速来解脱冲突,需要管制员及时向飞行员发布调速指令;如果通过增速来解脱冲突,有更多的可操纵时间,管制员可以合理安排时间向飞行员发布调速指令。
3 研究结论
本文研究基于时间的交叉航路调速冲突解脱模型,计算冲突时间区域,并且在考虑了航空器自身速度限制的情况下确定调配速度。通过时间的调配可以更直观地反映出预计冲突情景。通过实例仿真,验证模型对航空器的冲突识别及解脱是切实可行的,并且可以直观地输出增速或者减速解脱最迟时间点,进一步减少管制员指令发布前的预判时间,及时处理潜在危险。但是在本文的分析过程中,没有考虑航空器沿航迹误差及一些随机因素和航空器改变速度所需时间,所以与实际运行情况有一定偏差。
摘要：文章针对在相同高度层、交叉飞行的两架航空器,应用运动学知识建立航空器运动轨迹随时间变化的方程,并且以一架航空器保护区穿越另外一架航空器轨迹的时刻为对象,通过计算两航空器间距离小于最小间隔的时段来预测飞行冲突。根据自身速度限制和航路结构限制给出不同时刻航空器可调速范围,并且确定最迟调速时刻。通过中国民航大学空中交通管理学院国家级教学实验中心的雷达模拟机的仿真平台采集数据,进行仿真计算,输出预测冲突时段、可调配速度范围及最晚调速时刻。结果表明,基于时间的预测和解脱模型在此设定的条件下有效可行,可以为冲突解脱这类问题提供一种解决方法。
关键词：航空运输,空中交通管制,交叉航路,冲突解脱,调配时机
参考文献
[1]TOMLIN C,PAPPAS G,SASTRY S.Conflict resolu-tion for air traffic management:A study in multi-agenthybrid systems[J].IEEE Transactions on AutomaticControl,1998(4):509-521.
[2]RONOJOY G,CLAIRE T.Maneuver design for mul-tiple aircraft resolution proceeding of the American con-trol[C].Conference Chicago,Illionis,2000(2):672-676.
[3]HUSNI R,ROBERT A.Time-based conflict resolution algorithm and application to descent conflicts[C].AIAA Guidance,Navigation,and Control Conferenceand Exhibit,2003(8):11-14.
[4]杨尚文,戴福青.基于一种免疫遗传算法的自由飞行冲突解脱[J].航空计算技术,2007(1):41-43.
[5]郭茜,聂润兔,王超.蚁群算法在解决空中交通飞行冲突中的应用[J].交通运输工程与信息学报,2009(2):116-119.
[6]吴君,张京娟.采用遗传算法的多机自由飞行冲突解脱策略[J].智能系统学报,2013(1):1-5.
[7]赵嶷飞,陈琳,王红勇.基于调速法交叉航路冲突调配时机分析[J].交通运输系统工程与信息,2014(1):95-101.
[8]徐肖豪,李冬宾,李雄.飞行间隔安全评估研究[J].航空学报,2008(6):1411-1417.
[9]赵洪元.两条交叉航线上飞机发生危险冲突次数模型的研究[J].系统工程与电子技术,1998(5):6-9.
[10]刘星,韩松臣.用于自由飞行冲突探测的Delau-nay方法[J].数据采集与处理,2002(4):446-449.
基于字幕时间信息的响度测量设想 篇10
1 电视节目响度标准
为了让电视节目具有合适的响度,国际电信联盟建立了ITU BS.1770系列测量音频节目响度和真峰值电平的算法标准,采用K滤波器对音频节目进行预设加权后,再对一定时间内的音频信号进行能量均方,即可得到响度值[2,3,4,5,6]。以最新的ITU BS.1770-3标准为基础,结合在算法中是否使用针对微弱信号门限的不同,各个国家或地区都出台了自己的相应标准,例如欧洲广播联盟EBU R128标准设定节目的响度不会超过-23 LUFS[7],美国ATSC A/85标准[8]和日本TR-B32标准[9],还有澳洲的OP-59标准都是-24 LKFS[10]。
中国也有自己的响度标准,据《数字电视节目平均响度和真峰值音频电平技术要求》标准规定,电视节目的平均响度应在-24 LKFS±2 LU内。它与GY/T262—2012《节目晌度和真峰值音频电平测量算法》(等同采用ITU-R BS.1770-2)、GY/T 263—2012《响度和真峰值指示仪表技术要求》(等同采用ITU-R BS.1771)一起,形成了规范广播电视节目响度的三项行业标准[11]。
2 电视节目响度控制的几个可行方法
目前有几种可行的控制方法,各有优缺点,简单介绍如下。
2.1 硬件电路控制方法
采用模拟电路形式的响度控制设备,可插入到机顶盒和电视机之间的音频通路,通过自动增益控制原理,对输入的音频信号进行实时幅度检测,然后通过扩展和压缩、限幅电路,对弱电平信号进行扩展,对过强电平的信号进行压缩,并对输出信号进行限幅,以使音频信号保持一定目标范围内的恒定[12]。这种采用模拟电路进行自动增益控制的方法虽然简单可行,但其调试难度较大,其响度控制的精确度和范围也较难保证。
2.2 Dolby元数据技术
采用Dolby元数据技术进行响度控制,是在节目制作时就在Dolby数字音频编码流中加入标识其响度数值的对白归一元数据。当电视信号传输到用户端后,机顶盒会根据这些元数据调节输出增益,使响度值复原到其原始设定,在这整个过程中并没有对音频进行信号处理,只是复原,这样可以保证用户获取最佳的与节目制作原意高度符合的响度体验[13]。这种方法要求节目制作采用Dolby音频和元数据编码技术,且用户端的硬件部分也支持Dolby音频和元数据解码才行,这对于普及来说有较高难度。
2.3 音量描述符方法
音量描述符方法与Dolby的元数据技术有些类似,即在进行信号复用时,在节目的PMT/SDT表中对每个频道增加有一定取值范围的音量描述符的方法,即对各频道的响度做数值标签,机顶盒在解码时会根据当前频道的对应音量描述符数值进行音量衰减或增加[14]。此方法经济可行,但需要提前制定各节目的音量描述符表格并需要及时更新,否则无法达到预期效果。
2.4 采用广播级专用产品的方法
生产用于响度控制的广播级专业产品的厂家有很多,如Dolby、T.C.Electronics、Orban、Junger、大洋、捷成等。以T.C.Electronics的DB8产品为例,其核心是LC6n响度修正功能,可以根据不同的响度计算标准进行响度计算,然后调整到设定的响度值。该产品可插入到电视台播出系统的末级环节中,在信号复合之前,针对所接入的频道节目信号进行响度自动检测和调节,使其达到最终的目标响度值,然后才进行码流复合并传输到终端用户的机顶盒中。此方法可以获得非常良好的效果,但需要庞大的资金并对现有各电视台的播出系统进行改造,短期内很难实现,目前也只有CCTV配备了100台DB8 MKII,以一对一备份的方式,对50个频道进行了处理[15],其他电视台还未能大规模使用这种设备。
3 一种基于字幕同步时间信息的对白响度测量设想
根据Dolby公司的研究,电视节目中的对白在响度感知中占据非常重要的地位,人耳对对白响度改变的容忍度相对于音乐而言要小得多,因而观众更在乎的是不同节目切换时对白响度的一致性,所以Dolby公司建议响度控制应以对白归一化为基础进行[13]。因此,如能将对白信号单独分离出来进行响度测量,对白归一化将可以完美进行。Dolby AC-3等有独立对白通路的音频格式是可以很方便地进行响度测量的,但对于目前以两路立体声为主的电视节目来说,其对白信号与其他非语言音频信号已经混为一体,对白归一化的方法就很难进行。如果采用某些特定的语言识别类算法进行分离,一来需要耗费更多的DSP资源,增加硬件成本,二来对白分离的准确度又难以保证。
随着GY/T 270—2013《数字电视隐藏字幕系统规范》的发布,在将来的电视节目中,字幕数据将被封装在PES流中以独立编码的形式整合到数字电视的复用信号中,用户机顶盒对解复用后的字幕编码流进行解码后,用户就可选择关闭字幕显示,或选择想要的语种进行字幕的显示。要想达到此功能,字幕编码流中必然包含有与音视频信号同步的时间信息,才能达到字幕与音画同步的目的。《数字电视隐藏字幕系统规范》中规定,PES中的PTS字段的值应该与对应的视频帧的显示时间对应[16],也就是说,每条字幕都有其显示的起始时间和终止时间。通常情况下,字幕显示和对白是同步进行的,可以根据这些时间信息读取对应字幕显示期内的音频信息,这些音频信息必然以对白为主,即使某些情况下混合了其他非对白信号,也可通过信号处理的方法,增加例如符合语言特征的300~3 000 Hz带通滤波器来提取语言频带内的信号,然后以这些信号作为对象来进行响度值的计算,所得结果与Dolby对白归一的方法就极为接近了。这个设想的流程框图如图1所示。
上述图框中,Li为当前字幕段对白的平均响度值,可以看作是短期响度值。La则为该节目从第一句对白开始累加到当前对白的平均响度值,当节目刚开始时,La可以看作是短期平均值,可以此作为响度的瞬间或短期调节的依据,随着时间的推移,它会逐步趋向于整条节目的对白平均响度值,此时作为调节响度的依据将更为准确有效。真峰值Pi则作为对信号进行压缩或限幅的依据。
需要注意的是,不同国家或地区以ITU-R BS.1770规定算法为基础而得到的-23 LUFS或-24 LKFS目标响度值,在信号电平意义上是一个绝对电平值,对于节目制作具有参考意义。但对于观众而言,他们不懂响度值如何计算,也不关心响度的绝对值是否符合标准规定,而是关心在观看过程中,广告接入或更换节目时,电视音量是否变化很大而需要重新调节音量,也就是说,响度的相对变化值对于用户而言更有意义。因此,在进行响度值控制时,其测量不一定要严格按照ITU BS.1770的标准进行,只要测量响度的算法统一,即使不同频道节目的响度绝对值存在误差,这些误差在计算不同频道或同一频道但不同时刻的响度相对值时也会被抵消,由此所获得的相对值仍然是有绝对意义的,可以作为响度调节的可靠依据。
4 总结
不同频道或不同节目间响度的不同,对观众造成了一定的困扰。在众多响度控制的方法中,由于观众对对白响度改变的容忍度很小,因此Dolby公司的对白归一化响度控制方法被认为是最为精确的方法。但此方法必须在有独立对白信号通路的情况下才有用,在目前还是占主导地位的两声道传统节目上很难实现。
基于时间 篇11
关键词:ARIMA模型频谱时间序列
中图分类号:TM714文献标识码:A文章编号:1674-098X(2011)05(c)-0014-01
时间序列就是按时间顺序取得的一系列观测值,具有如下特点:首先,时间序列的数据或数据点的位置依赖于时间,即数据的取值依赖于时间的变化,但不一定是时间t的严格函数;其次,每一时刻上的取值或数据点的位置具有一定的随机性,不可能完全准确地用历史值进行预测;第三,前后时刻(不一定是相邻时刻)的数值或数据点的位置有一定的相关性,这种相关性就是系统的动态规律性。
1 频谱时间序列的特点
由于电磁环境的复杂多样性以及许多未知因素和不确定因素的影响,频谱占用是一个复杂多变的过程,频谱数据具有高度的非线性特点。目前多数学者认为,频谱时间序列一般由确定分量和随机分量组成,确定分量具有一定的物理含义,随机分量由不规则的振荡和随机影响造成,具有高度的非线性特点,在进行频谱数据分析时,应根据频谱时间序列的特点找出一种精度較高的预测模型。
2 基于ARIMA模型算法的流程分析
ARIMA模型算法分析流程图如图1所示。
2.1 平稳性检验
平稳时间序列因为有很好的统计特性,首先检验所观测样本的平稳性,然后根据其是否具有平稳性来建立相适应的模型,主要使用自相关系数和自相关图检验。运用自相关分析图判定时间序列平稳性的一般准则是:若时间序列的自相关系数基本上(通常为p>3时)都落入置信区间,且逐渐趋于零,则该时间序列具有平稳性;若时间序列的自相关系数更多的落在置信区间外面,则该时间序列就不具有平稳性。
2.2 纯随机性检验
如果序列值之间没有任何相依性,过去的行为对将来的发展没有任何丝毫影响,这种序列称为纯随机序列。从统计的观点来看,纯随机序列是没有任何分析价值的序列,因此需要对平稳序列进行纯随机性检验。
如果时间序列满足如下性质:
①任取t∈T,有
(7)
②任取t,s∈T,有
(8)
则称序列为纯随机序列,也称为白噪声(White Noise)序列,简记为 。
白噪声序列的各项之间没有任何相依性,没有记忆能力,完全进行无序的随机波动。如果序列值之间出现某种显著的相依关系:
(9)
就说明该序列不是纯随机序列,该序列间隔k期的序列值之间存在着一定程度的相互影响关系,统计上称为相关信息。分析的目的就是要想方设法把这种相关信息从观测值序列中充分提取出来。一旦观测值序列中蕴含的相关信息被充分提取出来了,那么剩下的残差序列就应该呈现出纯随机的性质,所以纯随机性也是判断相关信息是否被充分提取了的一个判断标准。
另外,白噪声序列的每个分量的方差都相等,也就是所谓方差齐性。在时间序列分析中,方差齐性是一个非常重要的限制条件。因为根据Markov定理,只有方差齐性假定成立时,我们用最小二乘法得到的未知参数估计值才是最佳的线性无偏估计。否则,最小二乘估计值就不是最佳的线性无偏估计,拟合模型的精度就会受很大的影响。所以在进行模型拟合时,就要检查拟合模型的残差是否满足方差齐性假定。如果不满足,那就说明残差序列还不是白噪声序列,即拟合模型还没有充分提取随机序列中的相关信息,这时就需要使用适当的条件异方模型来拟合该序列。
2.3 模型识别
ARMA模型的识别可以通过自相关系数、偏自相关系数图进行。自相关系数描述的是时间序列观测值与过去值之间的相关性。偏自相关系数(PACF,Partial Autocorrelation Function)则为在给定中间观测值的条件下,观测值与前面某个间隔的观测值之间的相关系数。偏自相关系数的推导过程较为复杂,其实质是使残差的方差达到最小的k阶AR模型的第k项系数。
利用相关系数图进行模型识别,还应该搞清楚截尾与拖尾的概念。所谓截尾,是指在相关系数图或偏自相关系数图中,自相关系数或偏自相关系数在滞后的前几期处于置信区间之外,而滞后的系数基本上都落入置信区间内,且逐渐趋于零。通常把相关系数图在滞后第p期后截尾的情况叫做p阶截尾。所谓拖尾,是指在自相关系数图或偏自相关系数图中的系数有指数型、正弦型或震荡型衰减的波动,并不会都落入置信区间内。利用自相关系数图或偏自相关系数图进行模型识别,主要依靠以下原则,如表1所示。
2.4 求预测效果
在建立ARIMA模型的基础上对频谱监测数据进行多步预测,并引入统计量均方根误差(RMSE)和正归化均方根误差(NRMSE)来评价模型的预测效果。
(17)
(18)
基于时间资源的信息管理系统 篇12
1988年George.Jr.Stalk首次提出基于时间竞争(TBC)的概念,认为“时间成为竞争优势最有力的新资源”[1],从此以后关于时间资源的研究出现一个高潮。时间管理对企业竞争优势的影响主要体现在两方面,第一,对市场的快速响应;第二,能有效降低成本。时间与成本之间存在什么内在联系?时间原本的含义是关于物质运动过程的持续性和顺序性的描述,并不具有资源特征。时空经济学学者周扬明认为:“时间这种资源被人的劳动开发利用后就变为经济时间”[2],当时间与经营活动结合起来,对时间的研究才具有经济意义,时间才成为一种资源。2003年张珍珍等“论企业战略中管理会计的时间管理观”[3],提出时间是成本动因,认为企业一切作业耗费的资源可以用时间表达。如果该设想成立,则成本的簿记则可以改用所持续(消耗)的时间来表达,这将简化核算工作量。
时间能否表达成本呢?古典经济学家早就认识到,价值是由劳动创造的,而价值量是由劳动时间决定的。胡建绩认为“劳动时间不再是自然尺度的时间,而是成为价值尺度的时间” [4]。可见,经济活动所创造的价值是可以用时间来尺度的,这是隐藏在经济活动背后的时间的成本动因。
既然生产所创造的价值可以用劳动时间计量,那么可以直接记录生产过程的时间消耗,而没有必要计较时间如何表达成本,可使生产过程中资源消耗信息的获得更真实、更快捷,并且是最原始的数据信息。与成本核算法相比具有明显优点。
本文提出的方法以劳动时间计量资源消耗量。投入生产过程的资源,不论是人力资源还是设备、原材料,前者是活劳动,后者是物化劳动,这些劳动与时间的结合就是劳动时间,是可以直接计量的,它比成本法更接近原始状态。通过对劳动时间信息的分析和决策,便于改进生产流程。丰田公司的实践为此观点提供了佐证:只要生产过程中耗费的时间资源总量减少了,成本就能获得改善[5]。
由于观察与记录的信息接近原始状态,数据量巨大,必须借助电子计算机才能实现,有必要建立一个用时间资源来表达生产过程中资源消耗或使用情况的信息管理系统。本文研究的意义在于:由于时间更原始更全面,通过建立关于生产过程中作业所消耗或占用的时间资源的信息管理系统,使企业获得基于时间资源的决策平台,有望开辟一个新的基于时间资源的决策体系。
1时间资源消耗分类及表达方式
生产过程中企业投入的资源按属性分为:人力、设备、厂房与土地、原材料及采购获得的零部件等资源。根据研究目的,对资源的时间表达要求做到全面性、单元性、准确性、简便性。全面性指每种消耗的资源都不能遗漏;单元性指消耗的资源能分解成各个独立单元;准确性指正确反映客观事实和数量可靠;简便性指表达与计量方法简单、易操作。由于本文做探索性研究,为了突出研究思想与方法本身,把研究对象集中在直接资源的消耗上,对厂房土地资源与从事管理的人力资源不作讨论。
1.1表达内容
按上述约定,本文研究的资源对象包括:劳动力、设备、原材料,以及资源使用过程中所持续的时间。资源在制造过程中所处的状态又可分为运动和静止两种。如此,资源及其制造过程中占用的时间就构成全部的表达内容。具体分析如下:
劳动力消耗时间 人力资源的消耗最直观、最明了,包括对劳动对象实施作业的时间和没有实施作业的时间,后者作为制造资源就白白消耗掉了,因此这两类性质不同的消耗应该被记录成劳动时间消耗与非劳动时间消耗。
设备被占用时间 设备资源与人力资源的不同在于它是劳动的产物,是物化劳动,本身包含有时间量,现实中只能以购买价格计算。它的消耗形式与人力资源有相似之处,当被用于加工时,所消耗时间具有增值性,这种增值性表现为价值量的转移,而不是创造价值。设备闲置时也不增值。
劳动对象被占用时间 劳动对象与设备一样也是物化劳动,生产过程中被占用时间可分成两部分,一为加工时间,二为等待时间。两种时间都不增值,这与设备资源不同。库存时间不增值,相反还要发生费用支出,尽可能把它减少到最低水平。
1.2一般表达式
一般表达式把投入的资源消耗与时间结合起来。为此,引进两个特殊的记号:“⊕”和“⊙”,它们不是运算符,是关系符号,前者表示劳动力资源与劳动所持续时间之间的关系,后者表示物化劳动与被占用时间之间的关系。表达方式如下:
劳动力消耗量 记作 H⊕TH,读作H个劳动力持续TH 时间单位。
其中H代表完成某作业单元所投入的劳动人员数量,TH 则表示这些人员为完成任务所花费的时间,一般以分钟为时间单位。
设备被占用时间 记作E⊙TE,读作某设备被占用TE时间单位。
其中E代表执行某单元作业所使用的设备,TE 则为设备作业时间,也以分钟为单位。
劳动对象被加工时间 记作M⊙TM,读作M单位材料花费了TM加工时间单位。若以机器加工为主,则TM = TE;若为手工作业,则TM = TH。
此处对劳动对象也可以直接以价值量表达,则可清楚地表明多少价值量的原材料或在制品处于加工状态。为了与设备的表达保持一致,可采用实物量,在分析阶段再转换成价值量。
劳动对象等待时间 记作S⊙Ts,读作S单位材料或产品被占用Ts时间单位。
以上四式第一式是活劳动消耗时间的表达,后三个式子是关于物化劳动被占用时间的表达式。有几点说明,第一,物化劳动既然已经具有明确的价值量,就没有必要再反推出时间量;第二,设备具有价值,也可以以价值量表示,但设备作为加工能力有机时限制,设备被占用时间是重要的计划依据,所以本处的表达方式是必须的,在计算价值量时可以引进相关设备的价格;第三,人力资源有质量差异,可以根据企业的具体情况对劳动资源作适当的分类,以示差别;第四,劳动对象的等待时间又可分为等待加工与库存两种形式。
2时间资源信息的数据库表达式
由于数据量十分巨大需要借助电脑系统。仅仅以上述方法记录的数据还不足以支持决策,需要根据决策内容对资源作属性标记,以便于按研究需要作统计分析,需要建立必要的数据库。一般采用关系数据库技术。
首先确定建数据库的对象原则,一般以相对独立又基本完整的项目建一个数据库,如一项新产品开发任务、一家客户的订单等,具有客观上需要单独核算的特征。也可以根据研究目的按研究对象建立数据库。
然后设计数据库结构,将项目分解成作业单元,等待状态也可处理成一个作业单元,每个作业单元为一条记录,并为记录设计字段,一条记录至少包含上面四个一般表达式所包含的八个符号所代表的字段,根据研究目的还要考虑设计区分不同属性的标志符字段。
人力资源属性 至少能区分复杂劳动与简单劳动,分别以“F”和“f”表示。如需要可以增加工种标志等。
关键路径标志 无论项目执行计划以网络计划制定,还是以线条图方式安排计划都存在关键路径。设计此标志为了方便查询生产周期,以“G”表示。
作业增值性标志 全部消耗资源的作业可区分为增值与不增值两种,以“Z”表示增值时间。
如以订单为对象的数据库,则以作业单元为记录,每记录至少包括以下字段:
作业名 G H TH F E VE TE M TM VM S Ts Z
共13个字段,说明如下:
作业名——作业单元名称;
G ——关键路径标志,表明该作业是否在关键路径上;
H ——人员数,投入该作业的人数;
TH——该作业所持续的作业时间;
F ——人力资源复杂性标志,“1”表示复杂劳动,“0”表示简单劳动;
E ——该作业所使用的设备数量;
VE——设备价值量(万元),最好以现值表示;
TE——设备作业时间;
M ——劳动对象,以实物量表示;
TM——劳动对象被加工时间;
VM——劳动对象单价;
S ——等待对象,以实物量表示;
Ts——等待时间;
Z ——作业增值性标志。
虽然每个记录包含13个字段,但每项作业单元并不具有全部的数据,一般只有部分字段信息,如加工作业就不可能有等待信息,同理,等待作业不会有人工与设备消耗发生。
应用说明:加工批量10件的零件,经过1台设备加工和一道质量检验共两道工序,加工工时每件5分钟,质检每件半分钟,原材料运抵后等待时间为4小时,两工序间有一等待时间30分钟,每零件材料2公斤,单价3元,设备价值10万元,记录此生产过程。上述生产过程可分解为6项作业单元,即运抵后等待、设备加工、工人作业、材料被加工、等待检验、检验。表达式如下:
等待加工:S⊙Ts = 20⊙240 读作运抵后20公斤材料等待240分钟;
设备加工:E⊙TE = 1⊙50 读作1台设备被占用50分钟用于加工;
工人作业:H⊕TH = 1⊕50 读作1位工人操作50分钟;
材料被加工:M⊙TM = 20⊙50 读作20公斤材料加工中被占用50分钟;
等待检验:S⊙Ts = 20⊙30 读作20公斤零件等待30分钟;
检验:H⊕TH = 1⊕5 读作1位检验员花费5分钟。
数据库记录如表1所示。
作业列编号说明:1—等待加工 2—设备加工 3—工人作业 4—材料加工厂5—等待检验 6—检验(检验作业约定为不增值)
3时间资源信息管理系统的结构
时间资源信息管理的目标是最大限度地利用劳动资源,最终目标是实现成本的有效控制。系统具备的功能应该包括:制定生产计划,提供计划所需的数据支持,生产过程实时记录,比较分析与作业评价,定额改善。图1给出系统的结构框架。
其中的定额数据库存放企业作业时间定额数据和材料定额数据,作业是个广义的概念,包括加工作业、运送作业、等待作业等。都是企业制定计划的内部标准。计划库存放为每个产品生产流程所做的计划,实时数据库存放每个产品生产流程的实际发生的数据。通过计划与实际数据的分析比较,可以对计划执行效果作评价,进而改进相关定额标准,通过评价也可实现对作业者的绩效考核。
显而易见此信息管理系统结构简单,其原因是以生产流程为对象,以时间资源为单一目标,记录最原始数据。但其覆盖面很广,包括所有的作业,数据量很大。从方法论角度看,是以大量的作业数据换取简便的作业方法,而这正是计算机处理的长处。
4应用领域举例
企业经营决策是离不开资源数据的,而所有涉及到制造过程的决策更需要资源消耗量数据,本文提出的以时间资源表达其它制造资源的方法是对制造过程所消耗资源的最原始的数据记录,从理论上推断具有十分广泛的应用领域。因本文的研究主题所限,不可能对应用领域作详细讨论,在此仅作简单介绍。
4.1资源消耗统计分析
最直接的应用是资源消耗量的统计。如:
增值时间分析 制造过程是增值过程。以一份订单为例,通过统计全部消耗的时间量,可求得增值时间的比例,为资源利用提供改进方向。在上面举例中,增值标记Z为1的所有记录的时间之和100分钟即为增值时间。
生产周期分析 以某份定单为例,如欲分析其完工周期,只需统计关键路径作业时间。上例中关键路径标志G为1的所有记录的时间之和325分钟为生产周期。
资源消耗总量分析 将活劳动和物化劳动资源分开统计,设备资源、原材料资源可用实物单位量被占用时间来计算,最终可进一步换算到货币价值量被占用时间。上例中,人工耗时为55分钟人工,设备(10万元)耗时50分钟,20公斤原料(60元)被占用总时间为325分种。
运用本文设计的表达方式可以很灵活、极方便地获得各种资源的消耗量,为更深层的研究提供原始数据。
4.2考核与改进
记录的每作业单元时间信息,可以作为考核依据,具有广泛的应用,如:
作业考核与改进 用作业定额时间制定的标准作为考核基准,具有改进目标明确,改进的效果作业者本人可以测量的优点,再辅之以激励措施可以使实施工作变得很容易。作业时间的改进意味着资源消耗量减少,自然可获得降低成本的效果,与成本考核相比,考核时间资源更简便。
库存改进 库存控制一直是很引人注目的决策对象,许多复杂的库存控制模型都以费用为目标,但未见有成功的应用案例。如以库存时间为考核目标,则实用性大增。究其原因是,在现实中费用数据很难获得,改用时间量,则采购员可根据企业的需求规律和物品的重要程度安排库存量,尽量缩短周转时间。由于目标简单,管理者可自测,可以取得明显效果。
5结束语
综上所述,采用时间资源表达的好处是避开决策成本数据这个难点,在定量分析的方法上抛开优化模型,直接采用资源消耗的最原始状态的数据,运用简单的算术计算方法,而优化模型往往需要较高深的数学方法。计算方法简单了,由于原始信息量大,方法却变繁复了,但正好适合计算机处理的特点。从方法论上看问题,本文提出的方法,把“巧而难”的数学模型求解方法变成“繁而易”的算术方法。
摘要：提出了以劳动时间计量资源消耗量的方法,建立了以时间资源来表达生产过程中资源消耗或使用情况的信息管理系统。首先对时间资源的消耗进行了分类,包括劳动力消耗时间、设备被占用时间以及劳动对像被占用时间等,并给出了相应的表达形式。接着具体提出了时间资源信息的数据库表达式,并给出了时间资源信息管理系统的结构。最后就应用领域举例。
关键词：制造资源,时间资源,时间价值,信息管理系统
参考文献
[1]Stalk G.Time-the next source of competitive advantage.Harvard Busi-ness Revier,1988(7/8):41-51.
[2]周扬明.时空经济学论纲.北京:人民出版社,2000.
[3]张珍珍,陈希琴.论企业战略中管理会计的时间管理观.浙江树人大学学报,2003,3(4):28-54.
[4]胡建绩.价值发展论.上海:复旦大学出版社,2004.