商业智能模型

商业智能模型（共12篇）

商业智能模型 篇1

现代物流的核心是通过物流信息对物流系统各种资源进行有效的整合, 以提高物流系统的整体功能与效益。物流企业商业智能系统是是物流信息系统对企业物流进行整合的智能化阶段, 它以物流系统为应用背景, 为物流决策者正确决策提供有力支持。因此, 对该系统模型进行设计, 为物流企业商业智能系统的开发利用奠定了理论基础, 对加快物流企业信息化进程具有一定的借鉴意义。

一、物流企业商业智能系统需求分析

商业智能是一类由数据仓库、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用, 它允许用户查询和分析数据库或数据仓库, 进而得出影响商业活动的关键因素, 最终帮助用户做出更好、更合理的决策。物流企业商业智能系统模型设计必须考虑企业高层管理者、各部门主管、信息管理人员及信息分析等各方的需求。综观我国物流企业存在的问题:信息化程度不高, 缺乏对历史数据、海量信息进行分析的平台, 无法形成科学的分析结果;缺乏一套灵活的运输配送调度系统;缺乏良好的库存决策系统等。物流企业商业智能系统应具有解决上述问题的能力, 它是企业领导层通过信息技术, 对海量信息进行有效分析, 从而做出科学决策的平台, 能够为企业管理层、基层进行信息分析、综合决策提供一个方便科学的平台。因此, 物流企业商业智能系统应具有以下功能:第一, 基本的企业信息管理的功能, 企业信息管理一方面可以为企业提供电子信息管理平台, 实现企业管理的信息化;另一方面负责采集物流企业的各种信息, 为企业决策支持系统的建立提供必要的数据, 商业智能系统的建立也有赖于企业信息管理模块所收集到的数据, 如:客户信息管理数据、仓储库存管理数据、运输配送管理数据、财务管理数据等。第二, 高级的决策功能。如:顾客价值分析、库存优化决策、库位安排、智能配送等等。

二、物流企业商业智能系统体系结构设计

物流企业决策问题具有多元多层的目标体系、复杂而灵活的约束条件、事先无法确定的周围环境等, 物流企业商业智能系统应具有一定的知识处理或完成一定的思维活动的能力, 以便解决复杂的决策问题, 并能启发、引导用户根据问题特点构造解决问题的思路。对非结构化的问题, 应能运用专家的推理知识加以解决, 最终达到辅助决策者做出高质量的决策的目的。

根据以上要求, 物流企业商业智能结构概念模型如图1示。该框架基于传统决策系统的“六库”结构, 且将数据仓库和数据挖掘技术与“六库”有机地集合起来, 既有传统决策系统的辅助决策功能, 又可通过数据挖掘来提高系统的智能性。其中, 智能化的人机交互界面负责接收用户的各种请求, 并提供给用户需要的信息, 是商业智能系统能力表达和实现的窗口。它的使用情况直接影响着物流系统的可用性和实用效果。用户首先完成对决策问题的描述, 然后系统对问题进行分析/识别, 建立模型;用户通过交互手段进行模型选择/优化后实施模型的简化运行来对模型进行评价, 最后完成模型的求解输出结果, 整个决策过程结束。

三、物流企业商业智能系统的功能结构设计

物流企业商业智能系统主要由业务系统模块、数据仓库系统模块、数据挖掘系统模块、联机分析模块和决策支持系统模块组成, 如图2示。业务数据库是数据仓库数据的基础来源, 数据仓库通过一定的数据抽取、转换、清洗和加载工具, 通过元数据库保证数据的一致性、准确性、综合性和易用性, 且自动生成统一可靠的数据仓库。进而, 根据各个成员企业的决策需求, 对数据进行不同粒度、不同维度的组合, 将数据仓库转换成有关运输、仓储、配送、绩效评估、客户关系, 以及风险管理等具体业务领域的数据集市, 为各种多维分析和数据挖掘等决策支持方案提供整齐一致的数据。

使用数据挖掘模块, 基于人工智能、机器学习、统计分析等技术, 应用关联规则分析、序列模式分析、聚类/判别分析、人工神经网络、遗传算法、决策树方法、模糊逻辑, 以及公式发现等数据挖掘分析方法, 从大量的数据中挖掘出潜在的模式、规律或关系, 帮助企业的决策者调整市场策略, 预测客户的行为, 减少风险, 做出正确的决策。通过建立各类物流决策模型 (车辆路线模型、网络物流模型、分配集合模型、设施定位模型和全球定位系统模型等) 来实现对物流业务的互动分析, 提供物流一体化运作的合理解决方案。最后, 结合联机分析处理 (OLAP) 模块, 把能够真正为用户所理解的信息从当前及历史数据等原始数据中转化出来。这些信息能够真实地反映数据的维度特性, 帮助分析人员从多角度对数据进行快速、一致、交互地访问和分析, 以便管理人员可以对数据了解更深入。联机分析模块关键是对数据仓库中数据进行多维分析。多维分析是指对以多维形式组织起来的数据采取切片、切块、旋转等各种分析动作, 以求剖析数据, 使最终用户能从多个角度、多侧面观察数据库中的数据, 从而深入地了解包含在数据中的信息、内涵。OLAP系统功能主要由两部分组成:为客户提供的信息服务和为企业本身提供的统计分析, 这也是确定数据仓库主题的依据。

四、结论

本系统是针对一般物流企业的业务情况开发的, 有一定的通用性, 但每个企业的业务情况和管理方式都不一样, 设计时并没考虑这些情况, 因此, 它不是通用的商品软件。物流市场需求的个性化、多样化和集成化, 要求物流企业必须不断改进和优化企业的运作流程, 开发出具有针对性商业智能产品, 以适应物流市场发展的变化。商业智能系统将物流企业运营过程中产生的信息数据进行有效整合处理, 为物流企业合理定位、精确控制和准确决策提供依据, 它将成为现代物流企业提升自身整体竞争能力的必然选择。

参考文献

[1]况漠.物流决策支持系统开发研究[J].四川工业学院学报, 2003.2.

[2]张德海等.面向物流服务供应链的商业智能系统设计[M].管理学报, 2007.5.

[3]张云涛, 龚玲.商业智能设计、部署与实现[M].北京:电子工业出版社, 2004.

商业智能模型 篇2

本方案如上图所示，由尺寸60*60*55CM的别墅模型作为依托，外观精美、档次高档，模型内嵌入了现在家庭中都会用到的电视、电灯、空调、窗帘、安防、报警、车库、门等，保留所有实际功能，即缩小版的家庭别墅。各个之间用手机或电脑就可以进行远程控制。提供通信协议，让学生，自己发送简单指令达到自己想要的效果，及数据反馈。本产品更适用于展示智能家居的概念。

1.尺寸：60*60*55CM

2.功能：电视、空调、路灯、室内灯、电动窗帘、电动平移门、电动车库门、红外、报警等。

利用手机、电脑可以控制电视机、空调的开关、调试等；路灯、室内灯的开关；窗帘的开关；电动门的开关；车库门的开关；人体红外报警等。

3.用手机对全宅进行控制（直观体验快速响应，零延时）； 4.窗帘、门、红外、可燃气体、室内温度与报警器的联动，5.预留第三方兼容接口，有RS232、485、开关量、模拟量、红外等，可以自己动手加入监控、门铃、背景音乐等

6.拓展模块zigbee区域，方便于教学，采用可拆卸式zigbee区域，zigbee采用最新的德州仪器CC2530方案，此芯片的优点就不必说了吧。温度传感器、湿度传感器、光敏传感器、可燃气体传感器、红外传感器、继电器执行器等采用20针，可任意插拔，方便老师教学讲解。

拓展Zigbee区域功能：监控室内外温湿度值、光照值；厨房可燃气体监控、排风，人体红外报警等（需要电脑支持）。

物联网沙盘套件特点和优势：

1、安全性：系统各节点及控制设备低压供电和电池供电，专注可靠性设计，机械装置固定牢固沙盘布局科学合理。

2、稳定性：硬件高可靠性设计，通讯模块使用专业仪器测试，软件程序性能优化和运行可靠。

3、便捷性：节点可移动，灵活拆分，灵活组装，连线设计方便快捷，传感器和控制系统操作便捷，学生学习，体验，实验方便快捷。

4、美观性：沙盘设计有专业设计师设计，美观大方，软件代码优化。

5、技术先进性：沙盘包含多个物联网技术环节，在物联网技术积累的经验，确保系统先进性。

我国商业住宅需求模型研究 篇3

关键词：住宅需求模型 拟合 房价

1 概述

住房需求是影响房价的一大因素，在房价日益高涨的今天，研究住房需求成为有效控制房价的重要途径和手段。学术界对住房需求已有大量研究[1-3]，其中定性分析多于定量分析，本文根据相关文献研究，决定采用计量经济学的相关知识来对住房需求模型进行拟合建模。

2 模型的建立

2.1 指标的选取

指标的选取对模型的准确性有很重要的影响，本文确定了六个主要影响因素：國内生产总值增速（GDPZ）；商品房销售价格（P）；就业人口总数（JY）；年末人口总数（RK）；恩格尔系数（EGR）；准货币（ZHB）。房地产经济学认为影响房地产行业的因素一般可以分为一般因素、区域因素。一般因素主要包括经济因素、社会因素等。经济因素包括经济发展因素、财政金融因素等。社会因素包括人口因素、家庭规模因素等。行政因素包括地价政策、城市规划等。区域因素是某一特定区域内的自然条件与社会、经济、行政、技术因素等产生的区域性特征，包括繁华因素、交通便捷因素等。通过阅读房地产行业研究文献，我们发现当前对房地产需求影响因素的研究多集中于经济总量增长、人口增长、可支配收入、利率、土地价格、住宅销售价格等几个方面。本文选取了以下几个指标变量作为影响住宅商品房需求的因素。

①国内生产总值增速（GDPZ）。根据有关文献研究，GDP增速对居民日常用品影响不明显，但是对价格较大的耐用品消费影响明显，住宅作为居民一次性耐用品消费，受GDP增速的影响很大。②商品房销售价格（P）。根据经济学原理，商品的价格是影响商品需求不可忽略的因素。③就业人口总数（JY）。就业人口是影响房地产需求的一个重要因素，就业的增长和衰退情况也成为决定房地产需求变动的强有力因素。④年末人口总数（RK）。总人口的变动特别是中青年人口的变动对我国的房地产市场有很大的影响，人口变化是制约房地产市场变化的根本因素，因此，本文选取年末人口总数来体现人口对住宅需求的影响。⑤恩格尔系数（EGR）。恩格尔系数代表了一个家庭的富裕情况。⑥准货币（ZHB）。准货币虽受到政策影响较大，但是可以作为衡量居民财富的一个标准用以来衡量居民对住宅的需求。我们采用计量经济学中相关性分析，平稳性检验和协整检验等方法，对可能影响住宅需求的因素进行筛选和检验。

2.2 指标变量的检验和筛选

考虑到实际的定量建模，必须对各个影响因素进行统计上的检验。首先是变量之间的相关性检验，从结果得知，上述六个指标变量除去准货币外对需求的相关性都很高。准货币虽然线性相关性弱一些，但是不能说明没有其他相关关系，予以保留。指标变量之间有较大的相关性会对模型的合理性产生影响，因为相关性大说明指标变量之间可以相互代替，因此还需要对各个指标变量进行共线性诊断，然后通过逐步回归筛选指标变量。根据检验结果，解释变量ZHB和P、JY、RK之间，EGR和P、JY、RK之间，P和JY、RK、ZHB之间都有较高的相关系数。因此，我们可以认定解释变量之间确实存在着多重共线性。采用逐步回归方法，先分别拟合ZZXS对各个变量的一元回归，得到6个一元回归模型的参数结果，每个方程都只给出解释变量系数估计值，T统计量，T统计量相应概率P以及拟合优度R2。其中，ZHB的系数估计值为58.50，T统计量为20.155，概率值P为0.0000，拟合优度R2为0.9598。EGR系数估计值为-3382.915，T统计量为-5.1477，概率值P为0.0001。GDPZ的系数估计值为0.256，T统计量为20.764，概率值P为0.0000，拟合优度R2为0.962。P的系数估计值为27.682，T统计量为18.294，概率值P为0.0000，拟合优度R2为0.9516。JY的系数估计值为4.4058，T统计量为7.1948，概率值P为0.0000，拟合优度R2为0.7527。RK的系数估计值为6.193，T统计量为8.7788，概率值P为0.0000，拟合优度R2为0.8192。

对于解释变量出现的多重共线性问题，我们采用逐步回归的方法，依据t检验法，对解释变量指标进行筛选，最后确定了当年的恩格尔系数（EGR）、就业人员数（JY）、住宅商品房本年销售价格（P）和人口数量（RK）为影响房地产需求的指标变量。

2.3 模型的建立

我们采用回归拟合的方法来构建房地产需求模型，在进行回归拟合之前，都需要对数据的平稳性进行检验，并根据检验结果进行拟合或者进行相应的协整检验和处理。我们通过Eviews5.0对4个影响因素分别进行检验。根据绘制的走势图，可以确定变量所选用模型，计算所得单位根检验结果可知所有变量的t统计量值均大于10%临界值，因此，所有的时间序列数据均为非平稳序列，需要进行一阶差分，对变量一阶差分可知，ZZXS、JY、P、EGR、RK是一阶平稳的。根据经典回归模型的假定，可以使用经典回归模型方法建立回归模型，如果变量在某个时期受到干扰后偏离了长期均衡点，它们之间的内在机制会在下一个时期进行调整，这样，变量之间又回到均衡状态。上述五个变量都是一阶单整序列，因此，我们可以对其进行协整分析。

在这里我们采用协整检验，根据处理分析的结果，可以判断变量之间存在着四个协整关系，从长期来看，变量之间存在着长期均衡关系。我们可以采用多元回归拟合，建立反映房地产需求的数学模型，我们使用Eviews5.0进行最小二乘拟合，以ZZXS为被解释变量，得到结果：

ZZXS=5392916-1397.481×EGR-10.45829×JY+

30.75120×11.11019×PK

其中各拟合数据的T统计量如下：

(3.363432) (-2.067938) (-7.921087)

(8.819912) (5.216692)

其中，EGR变量没有通过t检验，进行逐步回归后得到的模型也不理想，因此，我们尝试建立如下对数线性模型。

ln（ZZXS）=β1+β2×ln(EGR)+β2×(P)+β3×ln(JY)+β2×ln(RK)+μ1

其中，ln(ZZXS)表示當年住宅商品房销售面积，ln(EGR)表示当年家庭恩格尔系数，ln(JY)表示当年就业人口数，ln(P)表示当年住宅商品房销售价格，ln(RK)表示年末人口总数，μi为随机扰动项。

3 模型的实证分析

根据上面建立的模型，我们选取上述五个变量1991年到2009年19年的数据，运用Eviews5.0进行多元线性回归，得到结果：

ln（ZZXS）=1163402-3015×ln(EGR)-29.106×ln(JY)+15167×ln(P)+21019×ln(RK)+μ1

其中，拟合优度：R2=0.992588?莓F。统计量值：F=468.6846。从拟合的结果来看，各个影响因素都通过t检验，整个模型的拟合优度达到0.992588，F统计值也通过了检验，因此，拟合所得到的模型是合理和准确的。

4 结论

对上面所得模型进行分析，我们可以发现，恩格尔系数和就业人口数前面的系数是负值，住宅商品房当年销售价格和当年人口总数前面的系数是正值，说明恩格尔系数越高，即家庭生活越贫困，对住房的需求越小，具体影响指数为3.015。模型也反映出人口越多对住宅的需求也越大。模型也反映出住宅商品房的价格的增高对需求呈现出拉动作用，虽然违背一般经济学原理，但是符合现在国内房地产市场的现状和国人的消费心理，说明住宅商品房作为消费品与一般消费品的不同之处，这一点可以为制定房地产调控政策提供有益的帮助。同时，模型也表明就业人口对房地产市场呈现出反向拉动作用，根据相关文献研究结果表明，就业人口对租房需求的上升会对住宅商品房的需求产生影响，这一点也显示了我国房地产市场发展的特殊性。

参考文献：

[1]李艳双.房地产业与国民经济协调发展研究[D]，天津大学博士论文，42-66，2003。

[2]吕红军，王要武，姚兵.房价增长时期商品房需求调控模型研究[J]，哈尔滨工程大学学报，第29卷10期：91-93，2008.

[3]陆宁，蔡爱云.我国建筑业可持续发展综合评价[J]，重庆建筑大学学报，第4期：3-4，2006.

[4]中华人民共和国国家统计局.中国统计年鉴(2009)[Z].2009.

作者简介：

王洪（1978-），女，重庆市长寿人，主要从事置业咨询工作。

商业智能模型 篇4

随着商品零售业竞争的加剧, POS系统在零售企业中得到了广泛的应用。POS系统和联机电子秤等极大地提高了前台销售和盘存的速度, 并可以随时打印各项报表, 使得零售企业的日常管理实现了信息化, 并为企业积累了丰富的、比较完整的能反映企业经营过程的数据。为了充分利用大量的历史数据, 各零售企业开始建设数据仓库系统, 并在商品分析、销售分析、库存分析、客户分析等方面取得了一定的成功。

但是目前零售企业的数据分析存在一定的缺陷:

(1) 对客户的分析有一定的片面性。我国零售业 (超市) 的客户多数是居民, 超市POS系统可以记录居民的姓名、年龄、地址、电话、职业、受教育程度等基本信息。有的POS系统设计了身份证号, 但居民一般不会向超市提供个人身份信息;客户信息记录的是客户个人的信息, 但使用会员卡的可能是家庭的任何成员。因而POS系统中的客户信息所反映出来的消费习惯实质上是客户家庭总的消费习惯。这个习惯与成员数量和结构等有很大关系, 但目前的POS系统中没有记录这些家庭信息, 从而导致客户分析不准确。

(2) 促销是超市的一项重要活动, 已经由最初的对于即将到期商品、滞销商品及新商品的促销活动转变成增加超市活力、吸引客户的重要手段, 成为一项日常性的活动。而某种商品销量的增加源于多种因素, 如价格变化、摆放货架变动、季节因素、气候因素、节日因素、竞争对手的行为等, 不能将销售量增加全部归功于促销活动, 因此需要对销售量的变化进行多因素分析, 准确评价促销的效果。

(3) 货架分析。目前的POS系统记录了每一笔销售, 但没有记录商品销售前所摆放的货架, 因此需要分析商品在不同货架的销售情况时由于缺少此信息而无法进行。

(4) 目前零售业的数据分析系统一般采用DW+OLAP+DM的结构, 主要以C/S模式实现, 一般要求用户对数据和模型比较熟悉, 主要供数据分析人员使用, 而企业经营决策者因为对数据和模型不熟悉而不能自如使用这个系统。

综上所述, 对原POS系统的数据库进行适当修改以适应数据分析的需求, 用商业智能系统对DW、OLAP、DM进行整合并利用商业智能门户向使用者提供统一的界面有十分重要的现实意义。

2 商业智能的概念

商业智能 (Business Intelligence, BI) 的概念最早是由Gartner Group的Howard Dresner于1996年提出来的。当时将商业智能定义为一类由数据仓库 (或数据集市) 、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。目前, 商业智能通常被理解为将企业中现有的数据转化为知识, 帮助企业做出明智的业务经营决策的工具, 是提高企业市场竞争力的一种技术手段或方法论。

商业智能系统是一种汇集了来自机器学习、模式识别、数据库、统计学, 以现代管理理论为指导, 以信息技术为支撑核心的集成系统。商业智能系统是对数据仓库、联机分析处理、数据挖掘等技术的综合运用, 从而得到影响企业商业活动的关键因素, 最终帮助企业做出明智的决策。商业智能的实现方式多种多样, 其规模和特点由用户的需求来决定, 一般包含以下部件:

(1) 数据仓库 (Data Warehouse, DW) 。数据仓库的设计和实现是实现商业智能的基础, 它形成一个企业级的全局视图, 为联机分析处理和数据挖掘提供了可靠的数据平台。数据仓库创始人之一W.H.Inmon在《Building the Data Warehouse》中将数据仓库定义为“一个面向主题的、集成的、随时间变化的、非易失的数据集合, 支持管理部门的决策过程参考”。

(2) 联机分析处理 (On-Line Analytical Processing, O-LAP) 。联机分析处理 (OLAP) 的概念是关系数据库之父E.F.Codd博士在1993年提出的, 它为准确定义多维模型、操纵多维立方体提供了技术基础。联机分析处理具有快速性、可分析性、共享性、多维性、信息性等特点, 主要是针对特定问题的联机数据查询和分析。在查询中, 系统首先要对原始数据按照用户的观点进行转换处理, 使这些数据能够真正反映用户眼中问题的某一真实方面, 然后以各种可能的方式对这些数据进行快速、稳定、一致和交互式的存取, 并允许用户对这些数据按照需要进行深入的观察。

(3) 数据挖掘 (Data Mining, DM) 。从技术角度看, 数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际数据中提取隐含在其中的、人们所不知道的但又是潜在有用的信息和知识的过程。从商业应用角度看, 数据挖掘是一种崭新的商业信息处理技术, 其主要特点是对商业数据库中的大量业务数据进行抽取、转化、分析和模式化处理, 从中提取辅助商业决策的关键知识, 即从一个数据库中自动发现符合统计规律的有意义的模式。与OLAP强调的交互式数据分析处理相比, 数据挖掘更强调根据事先制定的规则对数据进行自动化处理。

3 数据仓库设计

3.1 超市数据仓库的主题分析

根据前面的分析, 可以确定以下几个主题:

(1) 销售主题。固有属性:销售单号、分店;销售信息:客户编号、商品编号、商品类别、货架编号、数量、销售时间等;促销信息:促销方式编号、商品编号、起始时间、持续时间、促销成本、促销期间销售量。

说明:销售主题主要是对销售情况进行多维分析, 以发现销售数据的异常变化情况, 并追溯原因。

(2) 商品主题。固有属性:商品编号、商品名称、商品类别、规格等;商品采购信息:商品编号、供应商、供应价格、供应日期、供应量等;商品库存信息:商品编号、仓库、库存量、日期等;商品销售信息:商品编号、客户编号、销售时间、销售量、销售金额;商品退货信息:商品编号、客户代号、购买时间、退货时间、退货原因、金额。

说明:商品主题主要是对商品的进销存及退货进行分析, 为超市进行商品品种和品牌调整分析提供数据。

(3) 客户主题。客户固有信息:客户编号、客户名称、性别、年龄、联系方式、地址、家庭人口、与超市距离等;客户购买信息:客户编号、时间、商品编号、购买量、购买额等。

说明:客户主题对客户的购买情况进行多维分析, 以分析客户的购买习惯, 计算客户的价值, 进行客户流失预测等。

(4) 货架主题。货架固有信息:货架编号、位置、容量等;货架销售信息:货架编号、租金、商品类别、总销售额、利润等。

说明:位置不同, 货架的租金也不相同, 通过分析不同类别的商品在不同货架的销售及利润情况, 为超市调整货架布局、调整商品布局提供数据支持。

(5) 供应商主题。供应商固有信息:供应商编号、供应商名称、联系方式、单次供应最低金额、供货速度等;供应信息:供应商编号、供货时间、商品编号、供应量、供应单价等。

3.2 超市数据仓库逻辑结构

确定数据仓库的主题之后, 就要根据主题设计主题的逻辑结构。在上述主题中, 销售主题、客户主题和商品主题可以设计成雪花结构, 而供应商主题、货架主题可以设计成星型结构。这些模型通过公共维度表形成星座模型 (见图1) 。

4 对源系统数据库的修改

如前所述, 目前POS系统提供的数据与实现数据仓库各主题所需的数据相比存在一定差距, 这是因为POS系统中数据定义不全面造成的。但POS系统是一种典型的OLTP系统, 高效准确地处理销售事务是它最重要的功能, 它不会为了满足分析处理的要求而增加额外的功能从而降低系统运行效率, 而企业也不必为了满足分析环境的需要就废除现有的系统而重新开发或者购买新的POS系统。一个折中的办法是对现有系统的数据库进行修改以适应分析环境的需要。

4.1 客户信息的补充

OLTP系统一般是通过存储过程实现对数据表记录的追加, 可以直接修改表的结构和存储过程实现客户信息的补充。以下是某POS系统的客户信息表及增加客户记录的存储过程:

INSERTINTO会员表

(会员卡号, 姓名, 折扣, 累计金额, 性别, 生日, 身份证号, 电话, 地址, 邮编, 备注, 换算金额) VALUES (@P1, @P2, @P3, @P4, @P5, @P6, @P7, @P8, @P9, @P10, @P11, @P12)

上面的SQL语句完整地以参数形式给出了添加的数据项以及对应的字段, 因此给客户表增加字段不会影响该语句的功能。同样对查询、更新、删除客户信息的存储过程进行分析, 发现只要不删除表中现有字段、不改变字段定义, 给表添加字段不会影响现有功能的使用。

为了增加客户分析的全面性, 满足客户主题分析的需求, 可在数据表中增加所需要的字段:教育程度、家庭人口、与超市距离等;另外增加一个存储过程以向数据库的客户表写入客户的这些补充信息, 并在后台增加一个程序界面以调用该存储过程实现新客户信息的录入功能。

4.2 货架数据的补充

如果POS系统没有货架信息, 就必须先在数据库中建立货架信息表, 并给商品表中每种商品加上所处货架字段。一个超市卖场的商品有十多万种, 一一录入的工作量很大。一般而言, 同一种品牌的同一个类 (系列) 商品是摆放在一个货架上的, 所以只需要在商品类别表中加上货架信息, 通过类别表与商品表之间一对多的关联与以及类别表与货架表之间的多对一关系就可以为商品和货架之间建立起多对一的联系。

在商品入库时设置好商品的分类, 当调整货架后, 在商品类别表中更新货架信息。将数据加载到数据仓库时, 不仅要加载每一笔销售业务, 也需要根据类别表将每件销售出去的商品的货架信息写入数据仓库, 作为外键与货架维度表相关联。

5 OLAP及挖掘模型的建立

数据仓库的OLAP系统是一种交互式的分析系统, 能够充分发挥数据分析员的主观能动性, 使数据分析员可以进行切片、钻取、上卷、旋转等多种数据操作活动, 让数据分析员更加关注数据, 自己发现有价值的线索并寻找原因。而数据挖掘则是根据数据分析员的兴趣选择合适的算法, 由程序对海量数据进行自主分析计算, 从中发现潜在的、未知的、有价值的信息。销售主题的OLAP模型如图2所示。

本系统采用SQL Server 2005+Microsoft Visual Studio 2005开发, 使用SQL Server Business Intelligence Development Studio建立多维数据集和数据挖掘模型, 用Reporting Services展示数据。SQL Server 2005 Reporting Services (SSRS) 是一种基于服务器的解决方案, 用于生成从多种关系数据源和多维数据源提取内容的企业报表, 发布能以各种格式查看的报表, 以及集中管理安全性和订阅。它可以从多维数据集中动态取得数据, 支持切片、下钻、上卷等多维操作, 并能以图形方式展示结果数据;此外它还为开发人员提供了若干编程接口。

在数据挖掘方面, 使用Microsoft SQL Server 2005Analysis Services (SSAS) 提供的关联算法对交易清单进行挖掘;用聚类算法对客户进行划分;用线性回归算法分析商品销售随季节变化的规律, 并依此规律评价促销效果;用决策树算法对客户购买习惯进行分析。

在信息展示方面, 采用了商业智能门户技术。利用商业智能门户提供了一个统一的展示平台, 这个平台可以将数据挖掘的结果、联机分析处理的操作及结果在简洁的门户站点中显示出来, 这个门户还支持数据报表的发布与获取。

整个系统的结构如图3所示。

6 结束语

本文提出的模型主要是供企业内部经营管理人员和决策人员使用。该模型加强了对使用者的身份验证, 对与供应商和客户相关的数据和模型进行适当调整。该模型也可以通过Internet向企业的供应商和客户开放。

摘要：本文针对超市这种商业企业经营决策的需要, 以某POS系统为例, 在不影响超市POS系统运行的情况下对POS系统的数据库进行少量修改, 进而设计出数据仓库、多维数据集、数据挖掘模型和报表模型, 通过商业智能门户向企业数据分析人员和经营决策人员提供操作简便、界面友好的平台。

关键词：商业智能,数据仓库,OLAP

参考文献

[1]陈京民.数据仓库原理、设计与应用[M].北京:中国水利水电出版社, 2004.

[2]刘智, 桑国明等.基于数据仓库连锁店决策支持系统模型的研究[J].计算机与数字工程, 2005, (8) :22-24.

[3]张妍, 张莉莉.商业智能时代企业经理信息系统的研究[J].中国管理信息化:综合版, 2007, (4) :19-21.

商业智能模型 篇5

智能桨叶的实时模型与复合自适应振动控制

研究了智能桨叶的实时模型、控制方法与控制器的.实时实现.首先,采用MX滤波器实现了对桨叶动态特性的实时在线模拟,给出了该滤波器的系数与所描述的受控结构模态参数之间的相互关系.接着,提出了一种新的复合自适应控制方法,它综合了自适应前馈控制和反馈控制的特点,实现了对桨叶阻尼和振动响应的控制.最后,在所建立的以高速信号处理器为中心的实时数字仿真系统上,实现了对单频、双频及变频、变幅值谐和激励下桨叶振动的控制,获得了良好的振动控制效果.

作 者：马扣根 Joerg Melcher Ma Kougen Joerg Melcher  作者单位：马扣根,Ma Kougen(南京航空航天大学直升机技术研究所,南京,210016)

Joerg Melcher,Joerg Melcher(德国宇航研究院结构力学研究所,德国布伦瑞克,38108)

刊 名：航空学报  ISTIC EI PKU英文刊名：ACTA AERONAUTICA ET ASTRONAUTICA SINICA 年，卷(期)： “”(5) 分类号：V249.122 TN16 TP273 关键词：直升机   结构振动   自适应控制   自适应滤波  

基于云模型的智能电网调度研究 篇6

引言

智能電网的快速发展，对调度的信息化、智能化、自动化要求越来越高。用电负荷的快速增长，对电能质量的要求也越来越高，因此，需要研究更加高效的方法支撑电力系统的自动化水平。

由于电力系统的数据采集与监控系统（SCADA）/能量管理系统（EMS）等二次系统给电力系统带来了大量的数据，这些数据既有结构化的，也有非结构化的，有连续型的，也有离散型的，采集的时间间隔有长有短，这些特征给电网的管理维护人员带来了很多困难。而未来智能电网的稳定可靠运行是建立在统一视角下的全局世界中，即所有的网内数据应该对控制中心是透明的，但目前的信息共享渠道严重阻塞，给电力系统分析与调度人员带来了极大的困难和挑战。因此，电力企业迫切要求能将系统内的各类数据有机整合，实现深层次的关联、分析，进而从海量的数据中提取出有价值的信息，进而为智能电网的能力提升提供支持。

云计算模式的产生，为电力系统的能力提升提供了强大的技术支持，为突破智能电网建设过程中的信息壁垒提供了解决方案，它能够解决电力系统中各环节之间信息与资源不能充分共享的难题，并从根本上提高电网的数据处理能力。

1、云计算

1.1相关概念介绍

云计算，是近几年出现的新型网络计算技术，但全球的科研及学术界对其理解并不完全一致，大致可以分成三类：（1）以Google为代表的云计算，以公开的标准和服务为基础，以互联网为中心，提供安全、快速、便捷的数据存储和网络计算服务；（2）以IBM为代表的云计算，注重网格计算和虚拟化技术的融合，即利用分布式计算处理的能力，将IT资源构筑成一个资源池；（3）以微软为代表的云计算，即各种各样分布在全球数据中心的应用，它根据需要动态地将资源分配到客户端，其强调云端和终端的均衡。总之，所谓云计算就是利用现有发达的通讯网络，将全球大部分的数据集中起来，将其存储与调用分离使用，从而使整体的网络更具效率。

1.2云计算的服务模式

目前来讲，主要有三种主要的云计算服务模式，即（1）软件即服务（SaaS），指服务商运行在云基础设施上的应用程序，可以在各种客户端上通过瘦客户端界面访问，比如浏览器；（2）平台即服务（PaaS），指客户利用供应商提供的开发语言和工具建立的应用程序部署到云计算基础设施上去；（3）基础设施即服务（IaaS），是指通过出租处理能力、存储和其它的计算资源，用户可以按此部署来运行任意软件。

2、电力调度系统的云逻辑组成

由于电力系统调度的数据需求量非常大，其运算分析的时效性直接关系到调度决策的准确性与实时性。在电网调度的运算分析过程中，应用云计算技术把分布在电力网络中不同空间中的分散数据信息资源与现有电力自动化基础设施整合在一起，构筑具有实时性高、可靠性强、准确度大的电网调度云计算平台，可通过负荷动态平衡分析和调度资源的统一调配，形成功能强大的数据分析与处理模型，以支撑电网调度自动化系统高效稳定运行。智能电网调度系统云计算平台逻辑组成如图1所示。

从图1可知，虚线圈定的云计算平台部分包含了分布式数据服务总线这一核心组件以及分布式海量数据存储系统、集成计算引擎和动态负载均衡及资源调配系统等功能组件。

图1 智能电网调度系统云计算平台逻辑组成

3、电力调度信息平台的技术实现

根据上述对电网调度信息平台的特征及其与云计算结合的可行性，以下给出电力系统调度信息平台的技术实现架构。

借助Hadoop实现资源的虚拟化，用分布式冗余存储系统及基于列存储的HBase来存储和管理数据，保证电力调度信息平台海量数据的可靠性和高效管理。另外，基于MapReduce的数据并行处理可以提供高性能的并行计算能力及通用的并行算法开发环境，如图2所示。

图2 基于Hadoop和HBase电力调度信息平台实现

具体实现细节如下。

（1）统一的数据展现

通过数据中心应用系统，实现以集成各业务关键指标而成为调度决策支持核心的指挥功能；以横向协同生产、经营、财务、人资关键业务指标而成为调度部门业务交互中心的分析核心；以集成本部门主要生产经营指标而成为部门辅助决策入口的管理桌面功能。整个分析平台，各级应用的纵向层次分明，不同业务指标间的横向关联分析紧密。

（2）统一的数据共享

使用数据中心的统一平台将各部门的主要指标和明细数据进行集中的存储、展现和共享，打破了原来存在于各独立业务系统之间的壁垒，不仅实现了各部门之间指标和明细数据的快速共享，同时减少了以往数据共享实现中业务系统间需要两两开发接口的庞大工作量。这样一方面提高了管理层发现问题并进行决策的反应速度，为电力企业发展和生存赢得了宝贵的时间，同时还有效降低了这一决策过程的成本。

（3）统一的数据质量平台

调度业务部门可以监控本部门各业务系统中的数据产生的频率、规模以及趋势。并将发现的问题数据导出，形成报告，提交给相关部门或业务系统开发厂家进行数据或业务流程的改进，从而促进企业形成一个数据质量不断提高的良性循环。

（4）统一建模与编码体系、统一数据存储平台

在统一的信息标准体系基础上构建集中式的统一数据存储平台，不仅使数据中心当前的主要应用、数据共享和展现更加系统化，还使得将来在数据中心开展进一步的预测分析及管理应用成为可能。统一的标准和存储便于业务分析人员对数据进行集中的、全方位的分析，从而发现以往业务系统内或业务系统间无法发现的潜在的规律，这种规律会用于预测生产企业的生产经营过程。

结论

将云模型引入到电力系统中，必将对电网的信息交互、计算模式和资源管理产生巨大的影响。电力系统“私有云”能够最大限度地整合系统的计算和存储能力，减少电网的重复投资，大幅提高当前系统的整体性能。通过构建基于云计算的智能电网调度系统可以有效解决电网调度中海量信息的综合处理效率。

（作者单位：北京洛斯达科技发展有限公司）

作者简介

智能变电站信息模型的讨论 篇7

IEC 61850标准是当前变电站自动化领域唯一的国际标准,自2004年翻译转化成DL/T860标准后,就成为国内变电站发展的指导性规范。该标准旨在提高系统的开发性、通用性和可扩展性,实现不同厂家不同设备之间的互操作[1,2,3],而信息模型则是其实现的关键和基础。

自2005年开始,由国家电力调度通信中心牵头,对国内主要厂家的设备进行了6次大范围的一致性测试,经多次协调和修改,各厂家基于IEC 61850标准的产品基本实现了互操作。经过数字化变电站的发展建设,各厂家的产品在制造报文规范(MMS)通信上已没有任何障碍,但在设备的数据模型上还存在较大差异,给变电站的建设和调试带来了困难。

2009年5月,国家电网公司发布了智能电网建设规划,发展建设智能变电站成为变电站发展的新方向。随着智能变电站试点工程的建设,一体化信息平台作为建设智能变电站的关键技术被广泛应用,而信息模型的统一则是该技术实现的关键。为进一步规范和指导智能变电站内部的信息模型,国家电网公司先后发布了《IEC 61850工程继电保护应用模型》[4]、《智能变电站继电保护技术规范》[5]等标准,以指导智能变电站的建设。但随着智能变电站内部设备和系统的增加,尤其是状态监测、辅助应用等设备的接入,虽在一定程度上充实了变电站自动化系统的内涵,提高了全站的自动化水平,但同时也带来了模型不统一、信息交互困难的问题。从智能变电站试点工程的建设情况来看,早期保护测控装置之间的互操作在国内主要二次厂家之间都能进行有效交互,且随着大量工程经验的积累,彼此之间的互操作性越来越强。新出现的问题主要集中在新增设备的模型,如状态监测设备厂家的监测信息等,此类信息因不同厂家在名称和属性定义上存在较大的差异,给全站的一致性测试带来了困难。为规范状态监测相关设备信息模型,国家电网公司于2011年发布了《基于DL/T860标准的变电设备在线监测装置应用规范》,在一定程度上为信息的标准化建设提供了指导,但仍需完善和补充。另外,变电站内部的电能质量监测设备、稳定控制装置和辅助应用设备等虽然在变电站内部使用了较长时间,但涉及的相关模型仍缺乏相关的标准。

本文以智能变电站当前发展建设的现状为基础,对变电站内部涉及的设备信息模型和公共数据类模型的应用现状进行分析和讨论,并对其下一步的发展方向进行了展望。

1 设备模型现状

模型的应用关键在于逻辑节点和数据对象,逻辑节点是组成各逻辑设备的基础,而数据对象是组成各个逻辑节点的基础,因此,模型的统一和规范主要针对逻辑节点和各节点类的数据对象。当前智能变电站内设备的信息模型主要涉及保护、测量、控制、状态监测4类,保护和测量控制类的相关模型标准可参考文献[4-5],状态监测类的信息模型参考文献[6-7]。在相关规范指导下,智能变电站相关设备的信息模型得到有效统一,为变电站设备之间的互操作、一致性测试及一体化信息平台构建提供了保证,但在具体工程实践中仍存在以下问题。

1.1 模型的缺失

保护类设备是实现电网运行安全的重要保障,为规范其模型,文献[4-5]针对不同电压等级变电站的特点,针对变压器保护、断路器保护、线路保护、母线保护等主要设备制定了统一的信息模型,这些模型的制定在一定程度上对变电站保护装置信息的交互提供了指导。但保护模型却不仅限于此,在全面建设智能变电站的同时,电抗器保护、电容器保护、小电流接地选线等装置的模型还没有相关规定。

1.2 模型的扩展

在智能变电站继电保护规范发布以后,智能变电站对保护提供了点对点的采样要求,这就给合并单元的模型带来了改变。新的合并单元要具有双AD的功能,因此导致了同样的逻辑节点TCTR(代表电流互感器)中,电流采样值信号Amp演变成了Amp1和Amp2以满足保护要求;随着智能变电站对合并单元提出新的要求,该设备还需具有面向通用对象的变电站事件(GOOSE)报文收发功能、电压并列和切换功能。GOOSE报文的发送用来传输合并单元的状态告警信息、AD采样故障信息等,同时要接收远方的电压并列和操作指令,因此合并单元内部需增加GO逻辑设备以实现报文的收发。

一次设备状态监测是当前智能变电站建设的新热点,大量状态监测设备的使用给智能变电站增添了大量数据,这些数据大都采用传统的私有协议模式,给全站信息的交互带来了困难,迫切需要制定相关规范对其信息模型进行规范。文献[6-7]针对开关状态监测、变压器状态监测、套管状态监测、避雷器状态监测、电容型设备状态监测和变电站环境监测等内容定义了统一的信息模型,在一定程度上规范了状态监测信息的接入。但由于不同厂家处理数据方式的不同,状态监测的原始数据以及对原始数据进行处理后的统计数据等相关信息还存在较大差异。因此,各厂家自行扩展的信息无法相互兼容,且在类似的统计数据中各厂家定义的数据对象属性也各不相同,如定义成整型变量、浮点类型等。

1.3 模型的一致性测试

由于当前信息模型中存在不同厂家自身扩展的信息,因此在一致性测试中仍然存在较多错误,需要检测人员进行人工判别。扩展的模型虽然未能在XSD(可扩展标记语言(XML)架构定义)约束文档中检测,但通过人工判断能够有效识别。

模型扩展导致扩充的数据对象类型经常报错,如自行扩展的数据类型不匹配等。

不同厂家都有各自定义的数据类型模板(DataTypeTemplate),同一厂家定义的LNType,DOType,DAType类型太多。以LNType为例,仅因为DOType对象有扩展,有些厂家会建立多个LNType,结果导致数据模板的容量非常大。当系统集成商汇集全站各厂家设备的ICD文件时,会发现整个工程文件相当大,其中绝大多数都被冗余繁杂的数据模板所占据,即使是国家电网公司统一定义的数据类型在不同厂家也有不同的版本,给整个调试带来了困难。而这些众多的数据模板类型则是一致性检测中发现问题最多的地方。

2 暂时缺失的设备模型

继电保护、测量控制和状态监测类的相关设备模型规范的发布为智能变电站信息模型的统一和规范起到了较好的指导作用。但在智能变电站建设过程中发现,仍有较多设备的信息模型并没有进行规范制定,如辅助设备、光伏系统、电能质量监测设备、稳定控制装置以及高级应用模型等,具体如下。

2.1 辅助设备模型

在智能变电站建设中,辅助设备通常是指那些并不直接关系到电网运行的相关设备,如交直流一体化电源或直流屏、光伏系统、安全防护等设备。

新建智能变电站中交直流一体化电源包括交流电源、直流电源、不间断电源(UPS)、逆变电源和通信电源等,在传统的变电站中存在独立直流屏设备,当进行智能化改造时也需要对其信息模型进行规范,以利于信息的统一接入。

光伏系统在智能变电站中作为新能源,目前主要用做站用电源的一部分,与大规模的光伏发电站相比,光伏系统的规模和容量较小,但目前该系统的测量数据、状态信息等并未有效进入站内的监控系统。目前IEC 61850第2版中新增了光伏系统的相关模型信息,迫切需要将其转换并形成国内标准。

在变电站同时存在着安全防护、消防、门禁、视频等众多辅助设备,这些设备与电网的稳定运行并没有直接的联系,但却与变电站的安全密切相关,尤其是在新建智能变电站均采用无人值班模式后,这些辅助设备的作用就显得更加突出。作为变电站的运行管理人员或者调度(调控)中心的人员,需要及时获取消防、安全防护、门禁等设备的异常告警信息并安排相关人员进行处理。为此,针对此类信息的接入也需通过相关设备建立模型。

2.2 电能质量模型

电能质量监测设备在目前的智能变电站建设中对其信息模型并未进行规范,一方面是因为该设备并未被大量应用,另一方面,一些厂家的测控装置已经具有电能质量监测的相关功能,但并未将数据上送。随着智能变电站整体水平的不断提升,电能质量监测的数据将接入一体化信息平台或一体化监控系统,因此其相关的信息模型也应规范和统一。文献[8]探讨了电能质量监测模型及具体实现,为今后电能质量监测装置的开发和应用提供了参考。

2.3 稳定控制装置

在传统变电站中,稳定控制装置被广泛应用,在数字化变电站建设阶段,这类稳定控制装置基于IEC 61850标准进行了升级,但由于缺乏相关规定和具体的要求,很多厂家的此类装置并未遵循IEC61850标准。随着智能变电站的发展建设,稳定控制类装置的信息也将统一接入,这关系到电网运行的安全和稳定,因此需要针对此类设备制定相应的标准规范,具体包括频率电压紧急控制装置、失步解列装置、低频低压解列装置和功率振荡解列装置,而这些目前均没有相关的模型规范。

3 未来发展

3.1 IEC 61850第2版

IEC 61850在第2版中对第1版所存在的含糊不清的内容进行了修改。第2版的名称也已从“Communication Networks and Systems in Substations”(变电站通信网络和系统)变成“Communication Networks and Systems for Power Utility Automation”(公用电力自动化事业的通信网络和系统)。这些都表明在未来电力领域,IEC61850将会得到更为深入和广泛的应用。在模型应用方面,主要是相关模型扩展应用于水电领域和分布式能源领域,未来甚至会向配电领域扩展,具体可参考文献[9]。而IEC 61850标准面向对象的建模思想在发布之初就被风电标准IEC 61400-25所采用,因此,以IEC 61850标准为基础的信息模型在变电站得到成熟应用和推广后,将扩展应用到整个电力系统。因此,整个智能变电站所涉及的信息模型也会更加完整和完善,尤其是在变电站与分布式能源、光伏发电等相结合的领域。

当前相关标准中所定义的模型均以设备为对象,即针对具体设备定义其具体的逻辑设备和逻辑节点,逻辑节点是信息模型的功能主体,这些也是IEC 61850标准模型定义的核心内容之一。逻辑节点中所包含的数据对象是组成其实体的关键,而不同厂家模型协调的主体就是相同逻辑节点的数据对象的扩充,数据对象又都源自公共数据类型,因此公共数据类型中所包括的才是最基础的数据属性。智能变电站当前所采用的数据对象都是沿用IEC61850标准所定义的,随着IEC 61850第2版的陆续发布,新增了一系列数据对象类,具体如表1所示。可见,在IEC 61850标准第1版中定义的公共数据类有29项,而在智能变电站实际使用了18项,具体可参考文献[4];之后针对信息模型的标准均以此为基础,仅文献[7]扩展了STG数据类型,但在实际工程中并未得到应用。IEC 61850第2版根据自身应用领域扩展的需求,新增了11项数据类型,这些都在IEC 61850-7-3第2版中有明确定义,这类数据类型国内目前正在消化整理,暂未工程应用。除此之外,在IEC 61850-6第2版中,装置配置模型文件中又有新的特点,即在公共数据类的类型描述时,又增加了STS,NTS,MTS,GTS,LTS,BTS,UTS,CTS等8类数据类型,但这些并未在IEC 61850-7系列标准中有具体定义和解释[10,11,12,13,14,15]。

注:SPS为单点状态信息;DPS为双点状态信息;INS为整数状态;ACT为保护激活信息;ACD为方向保护激活信息;SEC为安全违例计数;BCR为二进制计数器读数;MV为测量值;CMV为复数测量值;SAV为采样值;WYE为三相系统中相对地相关测量值;DEL为三相系统中相对相相关测量值;SEQ为顺序值;HMV为谐波值;HWYE为WYE谐波值;HDEL为DEL谐波值;SPC为可控的单点状态信息;DPC为可控的双点状态信息;INC为可控的整数状态;BSC为二进制控制步进位置信息;ISC为整数控制步进信息;APC为可控模拟设点信息;SPG为单点定值;ING为整数状态定值;ASG为模拟定值;CURVE为定值曲线;DPL为设备铭牌;LPL为逻辑节点铭牌;CSD为曲线形态描述;ENS为枚举型状态量;VSS为可视数组状态量;HST为柱状图;ENC为枚举型可控状态量;BAC为二进制可控模拟量;ENG为枚举型设置状态量;ORG为对象路径设置;TSG为时间设置组;CUG为当前定值组号;VSG为可视数组整定量;CSG为曲线形状设置。

表1中的IEC 61850第2版仍沿用的数据对象并非没有变化,相反,第2版在继承第1版的基础上,不仅结合实际进行了数据对象的扩充,同时针对已经广泛使用的数据对象的属性也进行了扩展,以DPL类为例,不仅增加了与设备有关的信息(设备供货商、软硬件版本信息、序列号和产品型号),还增加了与操作员相关的信息(包括位置、拥有者、电力系统名称)、全球定位系统(GPS)位置(包括经纬度和海拔)、时区信息和资产唯一标识码等。这些新增加的数据类型都是可选项,不必严格采用,同时这些数据类型是否符合国内使用情况也仍需考虑,国内对于此类新增的数据属性一方面可以继承,以确保与国际上一致,同时也可根据实际进行扩展,但必须由行业协会统一协调和制定。

3.2 IEC 61850与IEC 61970的协调

IEC 61850第2版增加了IEC 61850-80-1和IEC 61850-90-2来规范变电站与控制中心之间的通信,而这一问题的关键就在于变电站与主站之间的信息模型。IEC 61850-80-1基于变电站公共数据类实现与IEC 60870-5-101/104之间的信息交换。IEC 61850-90-2则是应用IEC 61850标准实现变电站与主站之间的通信,其关键仍然是信息模型。目前,国内外针对两者之间模型的协调也开展了一系列研究。文献[16-17]介绍了IEC TC57工作组2010年和2011年的工作近况,以及IEC TC57在模型协调上的工作进展,即通过IEC 61850向统一建模语言(UML)的转变使得IEC 61850与公共信息模型(CIM)协调取得了一定进展。文献[18]阐述了美国电力科学研究院(EPRI)在IEC 61850和CIM协调上最新的研究成果,即建立公共语义模型,通过在XML基础上用UML建立包容IEC 61850模型的新的类对象体系,促使CIM和IEC 61850的相互理解。文献[19]对IEC 61850与IEC 61970之间的保护模型的协调进行了研究,通过在原理层针对IEC 61970增加量测和保护设备的关联,扩展新的保护设备模型,在原理层针对IEC 61970增加与IEC 61850逻辑节点队形的基类,并以此为基础扩展和量测与设计层模型相关的数据类来实现保护模型的协调。文献[20]针对IEC 61850和IEC 61970之间的模型协调方案进行了评析,分析了模型映射、无缝通信体系、直接统一模型和公共语义模型4种实现方式,认为公共语义模型是当前需要解决的核心和关键,而模型映射则是工程应用比较适合的方式。这些研究都为基于IEC 61850标准的信息模型向调度领域的延伸和扩展打下了基础。

3.3 功能模型的应用

智能变电站当前信息模型的使用现状和IEC61850第2版进行的改进、完善和延伸应用都是针对数据为载体,笔者认为今后信息模型应用的一个发展方向应是功能模型的应用,即将各种功能、应用中的过程信息、阶段性状态信息,以及运行信息等通用类的信息通过建立标准化模型来实现信息对外的统一展示和监视。以智能变电站高级应用中的顺序控制为例,由于顺序控制功能的定位比较明确,而且操作的流程及过程都有明确的定义,因此,IEC61850标准面向对象的建模思想就可应用其中,为顺序控制的过程信息和阶段性状态信息建立模型。例如:顺序控制的总操作数、当前执行的步数、失败的原因、暂停以及继续执行等功能信息均可采用类似IEC 61850报告控制模型的结构进行规范和定义,由此可以确保各高级应用功能在保证原理和实现方式存在差异的情况下实现各过程信息的统一和标准化。这样也符合智能变电站高级应用模块化的发展思路,由于各应用功能模型的统一,在模块化应用的情况下,不同厂家之间的高级应用模块可以自由替换,进一步提高了智能变电站的水平,有效确保了智能变电站的通用性和可扩展性,而这也是IEC61850标准在国际上进行推广应用的目的和宗旨。

4 结语

信息模型是变电站内部数据进行统一的基础,是实现信息标准化、通信网络化的基础,是一体化信息平台的实现基础,也是一体化监控系统的基础。信息模型的统一与否直接影响到全站信息的共享以及全站一致性测试的进度和效率。本文针对智能变电站信息模型当前使用的现状和存在的问题进行讨论,对站内信息模型的公共数据类进行了分析,并对其未来的发展进行了展望,能够为今后智能变电站的发展建设提供参考和指导。本文针对保护、测控等设备工程应用存在的模型缺失、模型扩展和模型一致性测试的现状进行了分析;对缺失的设备模型以及当前未定义的辅助设备模型、电能质量模型、稳定控制设备模型进行了讨论,笔者对这些缺失设备的模型的研究成果已融入国家电网公司制定的相关标准,目前正在报批中,相信能对智能变电站的发展建设提供有益的补充。

当然,随着智能变电站的不断发展和创新,站内所涉及的信息模型也需要不断进行修改、完善和扩充。当前已广泛使用的逻辑节点将会根据工程建设的实际需求进一步进行改进和完善,而新制定的信息模型在指导工程建设的同时也将面临现场的检验,将会根据工程应用中发现的问题进行修改。因此,信息模型的制定是一个动态过程,不仅需要定义标准统一的信息模型指导智能变电站的工程建设,同时需要通过工程建设中发现的问题对信息模型进行修改,通过不断的改进和完善,并由行业协会或国家相关部门牵头将其固化并形成最终的行业或者国家标准,以进一步指导和规范智能变电站的发展建设。

智能制造能力成熟度模型研究 篇8

目前智能制造已成为制造业转型升级的趋势和方向,但是国内外对智能制造的概念和内涵还未有统一认识,尤其是对智能制造的发展路径还未明确,企业在实施智能制造战略时如何确定最终目标和如何整体策划分布实施还缺乏有效的指引。本文通过分析智能制造的核心和内涵,借鉴能力成熟度的思想,提出智能制造能力成熟度模型,明确智能制造发展路径以及不同等级成熟度的关键特征和要素,从而为各类制造业企业发展自身智能制造能力指明方向,为各级主管部门推动智能制造发展提供抓手。

2 智能制造的基本概念

科技部《智能制造科技发展“十二五”专项规划》中定义:智能制造是面向产品全生命周期,实现泛在感知条件下的信息化制造,是在现代传感技术、网络技术、自动化技术、拟人化智能技术等先进技术的基础上,通过智能化的感知、人机交互、决策和执行技术,实现设计过程智能化、制造过程智能化和制造装备智能化等。

工信部《国家智能制造标准体系建设指南(2015年版)》中定义:智能制造是指基于物联网、大数据、云计算等新一代信息技术,贯穿于设计、生产、管理、服务等制造活动的各个环节,具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。

本文认为,智能制造是将新一代信息技术等应用于设计、生产、物流和服务等面向产品全生命周期的核心制造过程以及支持制造的资源和关键保障,实现信息驱动、执行管控以及决策优化的闭环,最终达到绿色节约、模式创新、持续发展的制造产业新状态。

以下对智能制造能力成熟度的研究主要围绕以生产为核心,延伸包括设计、生产、物流、销售、服务等在内的制造核心过程及与其密切相关的生产线、车间、工厂级的支持要素,不涉及财务等企业级管理过程。

3 相关理论基础

智能制造能力成熟度主要参考国家智能制造系统架构与国内外成熟度的理论与思想。

智能制造系统架构在研究各类智能制造应用系统的基础上,提取其共性抽象特征,构建由生命周期、系统层级、智能功能组成的三维智能制造系统架构,从而界定了智能制造标准化的内涵和外延。并在深入分析标准化需求的基础上,将智能制造系统架构的生命周期维度和系统层级维度组成的平面自上而下依次映射到智能功能维度的五个层级,形成智能制造标准体系结构,主要解决智能制造标准体系结构和框架的建模研究问题。本文智能制造核心要素的选取参考了智能制造系统架构的产品制造生命周期维度与智能功能维度。

成熟度模型能够精炼地描述一个事物的发展过程,通常将其描述为若干个有限的成熟级别。每个级别都有明确的定义,并设定一定的标准,其实现包含了若干个必要条件;从第一级发展到最高级,各级别之间具有顺序性,每个级别都是前一个级别的进一步完善,并形成向下一个级别前进的基础。软件能力成熟度模型集成(Capability Maturity Model Integration,CMMI)是一种软件能力成熟度评估标准,主要用于指导软件开发过程的改进和进行软件开发能力的评估。在CMMI分级描述模型中,具体分为5个等级,从第1级到第5级分别为:初始级、已管理级、已定义级、定量管理级和持续优化级。初始级是最低的等级,基本上缺乏健全的软件工程管理制度,过程缺乏定义、混乱无序;在已管理级,建立了基本的软件工程管理制度,在一定程度上可管理类似的软件开发;在已定义级,已将软件过程文档化、标准化,可按需要改进开发过程;到定量管理级时,可针对制定质量、效率目标,并收集、测量相应指标,达到对软件过程和产品质量有定量的理解和控制;而在最高级持续优化级,可基于统计质量和过程控制工具,持续、稳定地改进软件过程。本文提出的智能制造能力成熟度模型的等级划分参考了CMMI的理念。

4 智能制造能力成熟度模型

智能制造能力成熟度模型描述了企业智能制造的核心要素、特征以及水平演进的路径,为企业持续提升智能制造水平提供方法,为第三方评价智能制造水平等级提供工具。智能制造能力成熟度模型的核心要素从制造工程、制造保障以及智能提升三个维度考虑。其中,制造工程是核心,是面向产品全生命周期的活动集合,包括了设计、生产、物流、销售、服务等;制造保障是制造工程得以实现的基础配备,包括战略与组织、雇员等人文要素,设备等基础设施,能源、安全环保等保障要素;智能提升是由自动化、数字化向智能化升级的重要手段,包括互联互通、系统集成、信息融合等。新兴业态是制造工程、制造保障以及智能提升三个维度综合作用的理想状态,是智能制造要达到的终极目标。能力成熟度的三个维度关系如图1所示。

智能制造能力成熟度可分为整体成熟度模型与单项能力模型,整体成熟度用于评价企业整体制造智能化水平,强调综合性;而单项能力模型是对制造工程的某一些环节的智能制造水平进行评价,强调专业性。两种模型所涉及的关键域的要求是一致的。

(1)整体成熟度模型

把企业的智能制造能力成熟度划分为5个等级——第1到第5级。数字越大,成熟度等级越高。每个成熟度等级下都包含若干代表该级别主要特征的关键域集合,而高成熟度等级包含了低成熟度等级下的关键域。这5个成熟度等级分别是:

第1级已规划级:企业已有部分信息化基础,有智能制造的想法,有参与智能制造的愿景。

第2级规范级:企业能够实现生产等重要环节的流程、标准、要求等的规范化和数字化。

第3级集成级:企业产品制造过程的关键环节的管理更深、更细,关键环节系统间可集成,实现上下游联动。

第4级优化级:能够实现知识库或优化模型等的应用,可体现制造各过程的协同与闭环控制。

第5级引领级:能够通过应用大数据分析、云计算等技术实现数据分析及决策,实现预测、预警、自适应等功能,体现人工智能,不断优化制造过程。

5个成熟度等级及其关键域如图2所示。其中,第1、2级要实现的关键域是共用的,包括制造工程和制造保障所涉及的关键域,而随着等级的提升,这些域要满足的要求也在提高;从第3级开始增加了智能提升的关键域,第3级增加了互联互通、系统集成的要求,第4级增加了信息融合的要求,第5级增加了新兴业态的要求。

(2)单项能力模型

将设计、生产、物流、销售、服务等制造工程的重要环节进行单独分级,来评价企业某一单项的智能化水平。每个单项能力可以分为已规划级、规范级、集成级、优化级、引领级5个级别。单项能力成熟度模型如图3所示:

以“生产”这一关键域为例介绍不同级别下的特征。

已规划级:初步实现生产现场的闭环管理,建立了围绕以生产任务为核心的信息化管理,管理仅限于关键性资源。

规范级:生产车间的各项核心资源都覆盖了信息化管理,使车间作业中的各项要素得以有效的配合与管理。

集成级:生产车间的主要资源均纳入信息化系统管理之中,主要资源及实现精细化管理,并能根据现有资源情况,初步进行优化。

优化级:生产车间实现各项资源的集中管控、协同优化及利用,优化的结果能够有效指导现场生产作业。

引领级:生产车间实现了设备层、控制层、执行层的互联互通和信息融合,实现了从生产计划的下达、排产、生产加工、完工反馈等过程的自感知、自学习、自适应的动态优化及调整。

5 结语

本文明确了智能制造成熟度的研究范围,从制造资源、制造保障与智能提升三个维度分析了智能制造的核心要素,从而提出了智能制造能力成熟度模型。该模型建立企业智能制造成熟度的递进框架、各级之间的关系以及每级的智能制造水平的表现特征,为企业建立一个描述其智能制造综合水平的模型,以及评价不同企业的智能制造水平提供了依据。

下一步的工作将从智能制造成熟度模型出发,一是充分调研不同行业对成熟度模型的要求差异,优化通用的关键域和模型,并进一步开展成熟度评价的相关研究,围绕成熟度模型,建立具体、可用于评价的指标体系及评价方法,为企业评价自身的智能制造水平提供参考;二是结合智能制造专项和试点示范工作,开展成熟度模型标准的试验验证工作,通过企业应用成熟度模型来验证其科学性、合理性;三是致力于智能制造能力成熟度评价的应用推广,广泛地在制造业企业中开展评价活动,积累基础数据,总结分析我国智能制造的发展现状,发现问题和改进点,来推动我国智能制造产业的整体发展。

参考文献

[1]赵璧.软件能力成熟度模型(SW-CMM)分析[J].电信快报:网络与通信,2009(01):36-41.

[2]战德臣,程臻,赵曦滨,等.制造服务及其成熟度模型[J].计算机集成制造系统,2012,18(07):1584-1594.

[3]马慧,杨一平.企业信息化能力成熟度关键模型研究[J].经济与管理研究,2010(01):73-78.

[4]杨全义,符志民.质量管理成熟度模型评价[J].项目管理技术,2011(03):34-38.

商业智能模型 篇9

国内外各物流行业近年来都纷纷引入GIS/GPS等信息化管理平台,主要应用在最优路径选择及运输状态的监控等方面。烟草行业在向现代流通企业的转型过程中,也加大了对地理信息平台的应用,就如何开拓各类信息系统在送货过程监管等应用方面有待探索与实践。当前,行业对送货过程的监管大都停留在通过GPS简单进行车辆的定位或者拍摄车内视频来实现。在使用这些系统的过程中,仍需要花费大量精力去人为监督管理。如何利用GIS/GPS这个成熟的技术平台,实现科学、自动、准确、方便的监管是这一领域应用发展的趋势。目前,通过各类信息化软硬件系统可以获取大量送货作业的基础数据,但这些实际行为数据是否符合操作规范,仍缺乏可以参照的相关标准。在送货过程的监管中如何利用科学的方法从分散在不同规章制度及应用系统里的各类基础数据中产生标准行为和标准数据,并与现有已经获取的实际送货行为数据进行比较,从而全方位的衡量实际工作是否符合要求,客观公正的评价员工绩效,成为摆在烟草行业商业企业面前的一大难题。

1标准模型概述

在分析研究卷烟送货过程的基础上,对作业环节进行细分,从而确定送货过程相关要素,建立以综合作业时间为基准的送货线路标准模型,将多维变量(数量、户数、里程等)折算成单维的时间变量(综合作业时间),统一送货线路划分标准及员工绩效考核标准。综合作业时间=装车交接时间+车辆行驶时间+基本服务时间+客户交接时间+现金收款时间+现金缴款时间。其中:卷烟装车时间=(单车交接时间×车次)+(装车包数×单包装车时间);车辆行驶时间=∑段里程÷段行速,段行速按实际分段设置,即根据道路实际情况而定;基本服务时间=户数×单户基本服务时间;客户交接时间=∑单户包数×单包客户交接时间;现金收款时间=现金户数×单户收款时间。其中,单车交接时间定义为:送货车辆在车库发动开始至车辆停在装货区所花费的时间;单包交接时间定义为:送货员将每一包烟(30条)从车上取出交到客户店里所花费的时间;单户基本服务时间定义为:车辆停靠之后准备货物的时间、从客户店里出来至开车的时间、核对货物的时间三者之和;单包装车时间定义为:每一包烟从仓库装上车的时间;单户收款时间定义为:现金户的收款时间(2000元以上及2000元以下分别设2个数值);现金缴款时间定义为:送货员将现金存入银行所花费的时间。模型中的综合作业时间为标准设定(控制)值,即各单位规定的当日送货员工作时间。综合作业时间是衡量送货员工作强度及劳动量的唯一指标,为员工绩效考核提供了合理的技术手段。

2模型参数取值

在送货线路标准模型中,单车交接时间、单包装车时间、单户基本服务时间、单包客户交接时间、单户收款时间、现金缴款时间为参数,需要采取科学的方法进行实际测试才能定值。通过随行记录获取参数初始数值,把这些初始数值代替模型中的各参数进行模拟计算,将计算结果与实际运行情况进行比较,对标准模型的各参数进行反复验证,直到模拟数据与运行数据相吻合,最终确定参数取值。

人工进行送货行为数据的采集目的主要是为了获取两类时间,即每个作业环节(模型中的参数)的确切时间和每条送货线路实际用于工作的时间。由专人在实际工作中跟随送货人员进行全程记录。为使采集的数据更具代表性和科学性,可以根据送货业务规模选择从现有送货线路中抽取典型样本随行记录或者全部随行记录。随行人员使用秒表记录送货人员每一个作业环节所花费的时间以及该条送货线路全程工作时间。将记录的原始数值取平均值得出模型参数初始值。

获得各作业环节的平均作业时间(即各参数初始值)之后,把这些数值代入模型计算公式,对每一条送货线路进行模拟计算,得出每一条线路使用模型计算出来的工作时间。将送货线路模拟工作时间与实际工作时间进行比较,以此验证获取参数数值的准确性。这是一个反复测试验证的过程,直到模拟数据与实际运行数据的误差达到可以容忍的范围,才能确定参数初始值是否可以被采纳为最终的参数值。验证过程如图1所示。

3模型应用研究

通过送货线路标准模型与信息系统的结合应用,可以对客户群进行有效组合,对车载容量与送货线路进行合理匹配,科学合理安排客户送货路径与顺序,实现物流运力资源的充分利用,提升配送运行效率。

3.1实现作业量均衡

通过按照综合作业时间均衡的原则,应用标准模型在送货区域内划分出送货组单日送货的线路;按照区域日送货量均衡的原则,确定日送货线路单元送货日;按照送货组作业量均衡的原则,组合配送组送货线路。

3.1.1综合作业时间均衡

综合作业时间定义一位送货员一天的工作时间。综合作业时间均衡原则保证送货部门内部的每一位员工劳动强度是一致的,从而在源头上保障绩效考核的公平性。按照综合作业时间均衡原则,可以将区域内的所有客户划分为若干个日送货单元。这里所说的日送货单元指的是某一个送货员在某一天需要进行送货的客户群体及其路径。例如:某单位规定送货人员的单日工作时间为6小时,那么可以将所有客户按照最优路径的算法进行组合,形成若干个日送货单元。每一个日送货单元里面的客户群体都满足这样的条件:送货员按照规范的送货动作及路径,6小时可以完成单元内部所有客户的送货任务,如图2所示。

图2表示灰色区域内的所有客户被分成若干个日送货单元(白色圆圈表示)。

3.1.2日送货量均衡

日送货量定义送货部门每天需要完成的总送货量。日送货量均衡原则保证送货部门及员工每日的工作量都很均匀,避免大起大落。按照日送货量均衡原则,确定日送货单元的送货日。例如:某单位规定工作时间为周一至周五,那么可以将日送货单元按日重新组合,形成五个部分。每一部分内的日送货单元表示在同一天进行送货的客户群体及其路径,如图3所示。

图3中所有白色圆圈表示日送货单元,其中的数字表示该单元是某一天(周几)进行送货的,如数字为1的圆圈代表周一送货的日送货单元。

3.1.3送货组作业量均衡

送货组指某一送货员所负责的在一个周期内(通常是一周)所有日送货单元的总和。送货组作业量定义送货员在一个周期内完成的所有送货量。送货组作业量均衡原则保证每一位员工在一个周期内的总的工作量保持均衡。按照送货组作业量均衡原则,从日送货单元的集合中按日各取一个单元进行组合,形成送货组。例如:某单位规定周一至周五为工作日,由3个送货员负责3个送货组。那么,可以按照一个日期取一个单元的方法从送货单元的集合中取五个单元形成一个送货组,最终形成的3个送货组作业量必然是均衡的,如图4所示。

图4中深灰、白、浅灰三种颜色分别代表三个送货组,每个送货组里面都包含周一至周五的日送货单元。因为日送货单元的作业量是均衡的,因此,五个日送货单元构成的送货组作业量也相互均衡。

3.2提供监管砝码

智能主体的认知模型及其理论探讨 篇10

智能主体是一种处于一定环境下的计算机系统, 它能在那种环境下灵活地、自主地活动。智能主体提供了一种新的计算和问题求解风范, 将是下一代复杂的、分布的工程系统的模型。主体提供了一种远程智能程序设计的方法。多主体系统放松了对集中式、规划、顺序控制的限制, 提供了分散控制、应急和并行处理, 并且, 多主体系统可以降低软件或硬件的费用, 提供更快速的问题求解。

在实际应用中, 可能还要具有自适应性、个性、社会性和实时性等特点。下面给出了智能主体系统的基本特性:

自治性:主体能够在没有人或其他Agent干预下完成其大部分功能, 控制其内部状态;

社会能力, 或称为可通信性:主体能够通过某种主体通信语言和其他主体或人交互, 以实现其目标;

反应性:主体能感知周围环境并对其间的变化产生实时响应, 这些动作的执行可以基于触发规则和预定义的执行计划;

能动性:主体能够主动地进行基于自身目标和信念的活动, 就是说主体感知周围环境变化, 并做出基于目标的行为。

其他经常讨论的主体属性有可移动性、学习能力、推理能力、规划能力、合理性、协作和协商的能力等。

2主体认知模型和理论

由于对主体特性的描述大部分还只停留在自然语言的层次上, 且描述很不严格, 研究人员试图从理论上用一种形式化的方法描述主体特性, 再通过这种形式化的描述发现一些有用的规律。具体地说, 就是要研究如何用符号表示复杂现实世界中的主体, 以及主体如何根据各种信息对环境进行推理和决策。这种研究使用逻辑学作为工具, 首先需要精确地定义关于主体的各种概念, 如知识、信念、愿望、意图等, 以及一些更复杂的和带有感情色彩的概念, 如合作、协商、谈判、好、坏等等, 然后对有关推理问题进行研究。

近年来, 主体理论学家开发了许多表示主体特性的形式方法, 主要有Bratman提出的BDI理论、Kripke的可能世界语义模型、Moore对于知识与动作的研究、Cohen和Levesque对信念和知道的探讨、Konolige的演绎模型等理论和方法。这里只简单介绍BDI理论、Rao/Georgeff的工作和RAO逻辑。

2.1Bratman的BDI理论

传统的人工智能一般是针对具体问题由程序安排主体进行推理、计算的。这种方法不适合于主体在开放、动态的环境中保持更强的解决问题的能力。1987年Bratman从哲学上对行为意图的研究, 对人工智能产生了广泛的影响, 被公认为DAI的理论基础之一。

Bratman认为只有保持信念、愿望和意图的理性平衡才能有效地解决问题。他认为在开放的世界中, “理性”主体的行为不能直接由信念与愿望以及由两者组成的规划驱动, 在愿望与规划之间应有一个基于信念的意图存在。在开放和分布式的环境中, 一个理性主体的行为是受制于意图的。主体不会无理由地随意改变自己的意图, 也不会坚持不合实际的意图。理性平衡的目的在于使理性主体行为符合环境的特性。

2.2Rao和Georgeff的BDI模型

A.Rao和M.Georgeff给出了一个BDI的形式化模型, 包括基础逻辑的定义、信念、愿望和意图, 作为模态操作符的描述、这些模态操作符的可能世界语义的定义、BDI操作符之间关系定义的公理等。与大多数哲学理论相比, Rao和Georgeff把意图作为一类成员, 即作为与信念和愿望具有相同地位的概念。

在该模型中, 世界采用时序结构描述, 该结构是以未来为分支时间、以过去为线性的结构, 称为时间树。描述这些结构的形式语言是计算树逻辑CTL的改变, 有两种公式:状态公式 (考虑在特殊的时间点) 和路径公式 (考虑时间树中一段路径) 。

语义定义为3部分:状态和路径公式的语义、事件的语义以及意图、信念和目标的语义。我们说主体相信某个公式, 如果所有信念可达的世界中该公式为真。事件的语义提供了一种定义事件变换时间点到另一点成功或失败的机制。信念、目标和意图的定义采用可能世界语义。在每个情景中, 存在信念可达、目标可达和意图可达世界的集合, 它们分别用于刻划主体相信可能、想要到达和已承诺要到达。信念的公理系统基于标准的弱S5 (KD45) 模态系统, K和D公理用于目标和意图。这就是说在蕴含下目标和意图是封闭的, 并且它们必须是一致的。

2.3RAO逻辑

RAO逻辑是由史忠植研究员等提出的描述多主体系统的逻辑系统。在该框架中, 引入了信念算子、时态算子、宣称算子以及主体名算子等。该逻辑借鉴了言语动作理论和情景演算的若干思想, 最终目标是希望能够以一种自然的方式, 描述多主体系统中关于其主体状态的推理过程, 这个研究对于提高主体的自治性和主动性具有重要的意义。在RAO中我们提炼出了一种所谓的“换位规则”, 作为对于其主体状态推理的最重要规则。

摘要：系统地论述了智能主体的基本概念和技术特性, 反映了当前智能主体研究的最新理论成果。

关键词：智能主体,Agent

参考文献

[1]董明楷.面向智能主体的动态描述逻辑研究[D].中国科学院研究生院, 2003.

商业智能模型 篇11

可能是小时候看岳飞看多了，很想做民族英雄。所以说我现在基本上为民族品牌出力，很少为老外效劳。在北京差不多叫上名的老字号，我当过十几家顾问，我现在做的企业都是中国的。中国品牌怎么做?有一句话叫做性格决定命运。对一个企业的领导人而言，如果你的性格有了，你的走势基本上就定了，对企业品牌而言，同样如此。

下面我从几个方面谈谈中国品牌的发展问题。

1品牌创新与创赢的关键是产业链整合

比较简单地来说一下中国的品牌，中国品牌挺有意思，差不多分两类，一类属于老品牌，就是长年累月代代相传的老字号品牌，在北京最久远的品牌有六百多年，百年老字号已不稀奇了。第二类是短缺经济年代所培育出的中国品牌，海尔、杉杉、长虹，基本上属于短缺经济年代特殊的机会所给予的。老字号品牌就不说了，但是要注意一般商业品牌很有模式性，北京的老字号除了全聚德，我想全聚德是代表性的，除了全聚德很少能够在北京以外生根开花。我们中国现在所谓的品牌，首先是名牌，名牌又成为了中国最牛的品牌。在短缺经济时代，大家买东西要凭票，突然有一天改革开放了，大家有钱买电视机了，中国13亿人都要买，好几个电视机品牌就起来了，造就了所谓中国一代的名牌。

这些都是中国改革开放30年已经走过的路，在现在的情况下，我们要关心一个非常重要的问题就是商业模型。我们要考虑一个企业，怎么去胜过人家。现阶段一个企业和一个企业单体竞争的时代已经快要过去了，现在的竞争其实是一个产业链和另一个产业链的竞争。而我们现在很多企业是从生产上出生的。我在广东发过好几次谬论，广东经济早晚有一天会有麻烦，为什么?现在我说的是马后炮，不稀奇了。因为广东是我们引以为自豪的一个生产基地，但是回想一下，30年来广东培养了几个品牌?有几个品牌是中国名牌，是世界名牌?有吗?有，很少。现在我们处于产业链最低端的制造业，你能保证你一定胜出吗?如果停留在简单的制造业企业，要想成功确实很难，于是我们就要考虑整个产业链的整合。整合有几种形式，财大气粗的掏钱买，这种整合属于大鱼吃小鱼，属于美国式的。问题是很多企业没有那么多钱，那我们如何来整合产业链?

我举个实例，近期我服务了一家红酒品牌，叫做华夏五千年，是专门做葡萄酒的，我们是一个小型的生产企业，其中一个厂就在北京平谷。这个企业是一个小盘股，我跟大股东说，我们这么一个盘子我们怎么弄?我们就设置了一个特殊的商业模型。葡萄酒行业是个小产业，具体情况我就不展开了，总之盘子不大。通过一个商业模型，对一个产业链整合以后，我们现在迅速的进入了中国品牌的前10强，是中国6个成功商标之一，在行业当中的影响力也开始扩大。我作为一个股东、一个CEO也很自豪。

要想整合产业链，首先你得有上游资源，就是葡萄。但我们没有精力种这个葡萄，而且这个葡萄不是你随便就可以种的，这个得在苦寒地带。有钱买是整合，还有一种整合叫柔和性整合，我们没有这么多钱怎么办?我找的是亚洲第二大原料生产基地谈合作，我告诉他，你是一流的，你的原料非常好，我相中了、看中了。他说你看上了，你是谁?我说我是来合作的，不合作的话，你未来很可怕。因为原料是你的，但你没有本事生产好酒，你也没有本事卖酒，万一有一天，人家不要原料的话，你就麻烦了，但我是你最可靠的保障。因为我们是融通的产业链的融合对象，大家都有股份，我们是融通的，血脉相连的。

上游有了，下游呢?企业最悲哀的就是没有人跟你共患难，做大了谁都巴结你，做小了谁搭理你。昨天我还在说一个朋友继续融通，你忙活了半天有你的份吗?我们几个整合在一起，虽然复杂，但是里边有你的一份。产业的整合是我们竞争的关键，当然我们还有一些手段，有一些手段是比较独特的，我们已经在媒体上公布了，很多企业不敢做。这年头流行上市，我们承诺，我们4到5年上市。凡是跟我融通的企业上市分享作为原创股东，人家说这是好事，如果你上不了怎么办?上不了市我们按照你销售额的比例，给予一个很大额度赔偿，我们有法律条文的签约。这样的话，我们从上游到下游的产业，有了一个完整的融通性整合，给我们提供了一个非常好的机会。

而现阶段，基本上在我们产业当中是博弈环节，上下每一个环节都是博弈，虽然叫对接，但实质是在博弈。如果不博弈，是融通的，那可能是我们中国企业在商业模型设计当中的一个重要的创新的做法，现在我们只是有了一点点实践，最后怎么样，我们要走下去看。

2品牌创新与创赢的话语权在于意见领袖的认同

以资本为纽带可以整合产业链，而品牌创新与创赢的话语权则在于意见领袖的认同。

举个例子，奥运期间小布什的夫人在北京买绸缎，绸缎谁最好?绸缎论质量肯定是瑞蚨祥最好，但小布什的夫人去的是秀水街，而他们买的时候当成是廉价物品买，所以有一个媒体报道的题目叫做北京奥运火了秀水街，但我没看到媒体报道说火了瑞蚨祥，布什夫人肯定是受了使馆区一些人的影响，他们的意见决定了最后的购买。

再举个例子，我在法国准备给妻子买一条丝巾，是爱马仕的，我想在杭州肯定也就2000块钱，而在法国我想也就3000块钱，而他标价是5000。爱马仕以前不做丝巾，也不做包，他是做马鞍子上的产品，但他有皇家血统，后来转型，成了市场上的高端品牌。

我们回过头来看，长白山用独特的葡萄原料做出了非常好的葡萄酒叫冰酒，冰酒是葡萄酒中比较高端的酒，我们的贵宾每人会收到一支，市场上卖2000块钱一支，这价格谁定的?不是我定的，为什么?得要由意见领袖去定，大家可以看看长白山冰酒的全球品鉴计划，我们已经做了很多站，得由这些精英们去评判这支酒的价值，大家看这些图片，有很多名人，比如这张是刚刚在北京参加奥运会的罗格先生的夫人。

3投机性的资本和投资性的资本是不一样的

商业智能模型 篇12

1 模型的设计与制作前的准备与制作

1.1 研究目标

在电子控制的基础上发展研究并结合了, 电磁感应技术、遥感技术、电子灯光技术等诸多技术所研发出来的一种新的驾校内场教练系统。这种系统的推广将给广大驾校学员带来前所未有的便利, 让他们在轻松活跃的气氛中拿到自己的驾照。

1.2 模型主要内容

(1) 国内驾校路考内容的介绍。

现在驾校的考试内容主要有三个科目的考核分别为科目一:理论考试、科目二:内场考试、科目三:外场考试、科目四:实际模拟路况考试。其中科目二的主要考试项目包括:倒库和移库、坡道定点停车和起步、侧方停车、通过单边桥、S弯道行驶、直角转弯。

(2) 驾校实地调研。

我们首先对正在驾校学习的学员进行了问卷调查并对调查结果进行分析选择他们认为最难的五个路段进行设计制作分别是直道路段、饼障路段、单边桥路段、S弯道和起伏路段。

(3) 驾校内场智能教练系统模型图纸的设计。

我们结合国内驾校路考内容的基本情况, 并结合问卷调查的调查结果进行分析和研究, 最终绘制出了驾校内场智能教练系统模型图

当学员驾车从入口进入大饼路段时, 经过此路段的车辆动线指示开车依次绕过设在路上的大饼, 当学员的驾驶车辆经过正确的位置时, 那么压力开关被触动处在闭合状态, 使电路导通, 灯光显示器工作, 显示学员车辆开到此路段所在位置正确, 可进行到下一路段。那么当学员驾车进入直道路段的前端是学员的驾驶车辆经过正确的位置时, 那么压力开关被触动处在闭合状态, 使电路导通, 灯光显示器工作, 显示学员车辆开到此路段所在位置正确, 可继续前行。否则, 灯光显示器将不显示。当车辆行驶到90°转弯路段时如果学员的驾驶车辆经过正确的位置时, 那么压力开关被触动处在闭合状态, 使电路导通, 灯光显示器工作, 显示学员车辆开到此路段所在位置正确, 可继续前行。否则, 灯光显示器将不显示。紧接着, 车辆来到了s弯道处, 那么当车辆经过正确的位置时, 那么压力开关被触动处在闭合状态, 使电路导通, 灯光显示器工作, 显示学员车辆开到此路段所在位置正确, 可继续前行。否则, 灯光显示器将不显示。同时, 车辆也可以转弯进入起伏路段。同样当车辆经过正确的位置时, 那么压力开关被触动处在闭合状态, 使电路导通, 灯光显示器工作, 显示学员车辆开到此路段所在位置正确, 可继续前行。否则, 灯光显示器将不显示。当学员驾车走完所有的路段时他就可以驾车由起伏路段的末端经直道路段转弯过大饼路段再从如蓝色箭头驶出。

(4) 驾校内场智能教练系统模型电路图设计与绘制。

此教练系统所用的技术是在电磁感应原理的基础上结合现在成熟的传感器技术、电子灯光技术、智能声光控制技术而设计电路图。

1.3 驾校内场智能教练系统模型运用的主要原理

(1) 电磁感应。

电磁感应现象是指放在变化磁通量中的导体, 会产生电动势。此电动势称为感应电动势, 若将此导体闭合成一回路, 则该电动势会驱使电子流动, 形成感生电流。

(2) 压电效应。

当系统中压力高于额定的安全压力时这种压力会驱动压力开关工作, 压力开关中的碟片瞬时发生移动通过连接导杆推动开关接头接通。当路面中的车辆驶离压力开关所在位置时系统中的压力就会恢复到正常值, 此时压力开关中的碟片瞬时复位, 开关自动复位。那么整个电路处于断路状态, 灯光提示器将不再工作。

(3) 继电器的工作原理。

电磁继电器一般由铁芯、线圈、衔铁、触点簧片等组成的。只要在线圈两端加上一定的电压, 线圈中就会流过一定的电流, 从而产生电磁效应, 衔铁就会在电磁力吸引的作用下克服返回弹簧的拉力吸向铁芯, 从而带动衔铁的动触点与静触点 (常开触点) 吸合。当线圈断电后, 电磁的吸力也随之消失, 衔铁就会在弹簧的反作用力返回原来的位置, 使动触点与原来的静触点 (常闭触点) 释放。这样吸合、释放, 从而达到了在电路中的导通、切断的目的。

2 驾校内场智能教练系统模型的特色概述

第一点:现在驾校中内场的考试科目主要有倒库和移库、坡道定点停车和起步、侧方停车、通过单边桥、S弯道行驶、直角转弯、限速通过限宽门、通过连续障碍、百米加减档、起伏路行驶。等而我们的驾校内场智能教练系统将会使广大驾校学员对驾校的每个路况都能清楚的知道, 并可大大缩减学员的学车时间, 方便他们更好更快的拿到驾照。

第二点:这个系统一旦被推广应用将便于驾校对学车人员的教授和管理, 大大减轻教练的教学难度, 可以实现一个教练同时教授多个学员, 近一步帮助驾校实现效率化教学, 可以让驾校在短期内实现利益的最大化。

3 结语

随着现代社会的进步和科技.经济的发展人们生活水平的逐步提高汽车越来越多的被千家万户所接收但随着近年来交通事故发生的比例在逐年攀升。面现在从驾校出来的驾车新手由于教学资源有限、上车练习时间不够、等等原因不能很好的掌握驾驶汽车的要领。驾校内场智能教练系统模型的设计就很好的解决了这一问题。在每个路段的正确的行驶位置均设有智能开关, 学员只有驾车经过正确的位置此智能开关才会被触发从而接通电路, 电子灯光显示器方可工作提示此行驶位置正确。否则电子灯光显示器将不会工作, 也就表明车辆现在所处的位置不正确。这样就可对学员错误的驾驶路线进行规范和纠正, 帮助学员行驶正确的路线。

摘要：驾校内场智能教练系统模型在电子控制的基础上结合了电磁感应技术、遥感技术、电子灯光技术等诸多技术所研发出来的系统模型。它采用智能传感器、交直流转换器等诸多电器设备并用电子灯光显示器来提示驾校学员驾驶车辆所在位置对错, 并对错的驾驶路线进行纠正。给广大驾校学员带来前所未有的便利, 让他们在轻松活跃的气氛中拿到自己的驾照。

关键词：智能教练系统,压力传感器,灯光电子提示器,设计制作

参考文献

[1]江海学, 廖国贵.驾校学车指南:桩考路考的驾驶技巧[M].中国建筑工业出版社, 2004.

[2]邵恩坡.道路交通安全法规[M].湖北科学技术出版社, 2005.

[3]朱三九, 主编.汽车驾驶口诀[M].人民邮电出版社, 2011.

[4]汪立亮, 张志刚, 主编.汽车驾驶入门[M].安徽科学技术出版社, 2011.

[5]吴文琳, 主编.汽车驾驶从入门到精通[M].机械工业出版社, 2010.