领域信息模型

领域信息模型（精选7篇）

领域信息模型 篇1

一、信息系统成功模型概述

1.1 模型的理论基础。Mason提出信息影响理论, 他认为Production是对整个通讯系统质量的评估测量, 与D&M系统中的“系统质量”概念类似, Product与模型中的“信息质量”变量对应;Influence则与效用层类似, 都是对信息被接受者接受信息后出现的一系列影响和效用。而且, Mason认为效用层应该对信息被接受者受到信息影响程度进行细分, 应进行信息评估、信息利用、接受者行为变化等。另外, Mason还提出可对信息系统的输出进行评估, 分成:技术层输出、语义层输出、功能层输出以及影响或使用层输出。

1.2 模型的提出。上世纪80年代, 伴随着信息系统的发展和普及, 关于信息系统建设的成功进行评估成为业内研究热点问题和难点问题。Delone和Mclean于1992年提出了信息系统成功模型 (D&M模型) , 为进行信息系统建设效果进行评估提供一个整体的、系统的框架。

1.3 模型的发展演变。1992年由Delone和Mclean提出D&M模型后, 到1999年, 又有160余篇论文中提到D&M模型, 由于1992年提出的模型是基于前人的研究成果做出的总结, 且模型没有实证研究的支持, 因此, 有学者开始对该模型进行修正。例如:1994年, 有学者对模型中的“系统质量、信息质量、使用和用户满意”这4个变量的相互关系提出疑问, 需要对此4个变量进行修正。到2003年, Delone和Mclean又基于1993-2003年间的研究成功, 提出新D&M模型, 见图1。

二、信息系统成功模型在卫生领域的应用和扩展

2.1 应用。不同的信息系统在建设效果上存在一定差异, 应用D&M模型对其进行评估时也需要根据实际情况进行综合、全面的分析, 以数据分析支持模型做出的推论。在卫生领域, D&M模型的大多数推论是成立的。有学者使用D&M模型对国外老年家庭护理机构的电子健康档案系统进行评估, 同时进行效益的评估, 在模型原有7个指标的基础上增加了一个“自我效能”指标, 用以反映系统的易用程度。也有学者对医疗风险监测系统进行评估, 该系统与用户的交互非常繁密, 故而引入“使用焦虑感”指标, 将该指标与用户满意度、使用指标一起分析是否影响到个人绩效, 进而是否对组织绩效产生一定影响。后进行问卷调查分析, 发现:信息质量将会直接影响到用户对于系统的使用以及用户满意、使用焦虑感, 进而对个人绩效产生一定影响。这一研究指出D&M模型在卫生领域应用上既有其优势, 同时还存在一定的缺陷, 还需结合实际情况决定是否需要增减相关指标。

2.2 扩展。目前在D&M模型在卫生领域的扩展上, 主要有与技术接受模型、组织管理理论、任务技术匹配模型等联合的扩展, 下面就简单介绍其与组织管理理论联合的扩展。基于D&M模型对医疗影像信息系统进行评估, 我们将使用、用户满意这两个变量分成人、组织两个层次, 在人的角度分成使用、用户满意指标;组织的角度则分成组织架构、组织环境指标, 这样就形成了一个人与组织、技术相互匹配的模型, 通过对三者之间的适应性、影响来进行该系统建设效果的评估。该模型更加重视组织概念, 重在分析信息系统对于组织发展的影响, 从而对系统建设的微观环境、宏观环境进行分析研究, 不断细化衡量指标和标准, 从各个方面来评测信息系统的建设效果。

结束语

随着D&M模型的快速发展和卫生领域信息系统建设步伐的加快, 如何结合卫生信息系统的特点进行D&M模型的完善十分必要, 将多种理论与D&M模型结合起来, 更加客观、公正、系统、全面地评估卫生领域信息系统的建设成果, 从而不断对信息系统进行完善, 更好为广大人民群众服务。

摘要：本文通过介绍信息系统成功模型的发展演变, 以卫生领域为例, 分析D&M模型在卫生领域的应用以及如何联合相关理论进行信息系统评估, 以正确分析信息系统建设成果, 不断完善信息系统。

关键词：信息系统成功模型,卫生领域,信息系统

参考文献

[1]徐雯, 刘加林, 黎勇, 等.D&M模型在医疗卫生信息领域应用分析[J].医学信息学杂志, 2015, 36 (2) :56-60.

[2]武海东.基于信息系统成功模型的数字资源统一检索系统评价[J].情报杂志, 2013 (4) :177-182.

ERP动态领域模型 篇2

企业资源计划(ERP:Enterprise Resource Planning)系统集信息技术与先进的管理思想于一身,实现了对企业的采购,生产,销售,分析,决策的全面管理,已经成为当前信息化企业管理的基础。以ERP软件系统为基础,企业能够及时准确的收集数据,分析经营状况、财务状况,提高管理的效率。

随着企业管理理念的变化,当前ERP软件系统不仅要实现对企业供应链资源的全面管理,还要完成上下游企业协同工作的管理,为了实现这些功能,现在的ERP软件系统的规模一般比较庞大,例如金蝶K/3 Wise 12.0标准版有八万个以上的页面组成。此外,ERP软件系统还有大量的复杂的业务逻辑需要处理。

传统的软件开发流程是先根据需求确定各个模块的功能,然后分别对每个界面上的所有元素进行设计,最后对界面的逻辑功能进行编码实现。对每个界面,及界面上的每个元素都需要单独进行设计和编码。界面上任何功能的调整,都需要对整个代码进行重新编译和发布。系统的开发效率很低,发布成本很高。

ERP软件系统的大量页面需求与页面开发的低效率产生了矛盾。传统的开发模式已经不能满足现代大型ERP软件开发的需求。为了解决这个问题,金蝶公司将领域模型应用到ERP软件建模中,提出了ERP动态领域模型的概念。

2 领域模研究现状

领域模型是对领域内的概念类或现实世界中对象的可视化表示。它专注于分析问题领域本身,发掘重要的业务领域概念,并建立业务领域概念之间的关系[1]。

在进行领域建模时,一般先根据业务分析得到一个名词列表,然后对名词列表进一步抽象,确定业务对象实体及实体间的关系。业务对象实体要不仅反映目前的经营实体,还要给需求分析人员和系统功能提供了一定的扩展视野。接着,从业务实体集合中抽象业务模型,建立问题域的概念。最后,用使用UML提供的方法和图例进行领域模型设计、确定模型之间的关系[2,3]。

中国科学院计算技术研究所的王宇等[4]通过机器学习方法对信息抽取过程进行领域建模,实现了互联网信息挖掘的研究。

吉林大学的王晓燕等[5]使用领域模型捕获系统业务的静态需求,描述领域内业务对象之间的静态关系,建立一套软件开发框架。

华中科技大学的黄靖等[6]通过扩展FODA(Feature-Oriented Domain Analysis)方法,将实时特征作为实时应用需求空间的一阶实体来认识和组织实时应用系统领域模型。

可以发现这些研究是以静态领域模型为基础,以名词列表为最小分析对象,因此业务对象实体的粒度较大,模型的通用性不高。

3 ERP软件建模的现状

ERP系统作为一类重要的应用软件系统,具有自己的特点,主要有两个方面:

(1)系统规模大,目前市场上常见的ERP系统一般都有几百个页面。

(2)页面逻辑相似性强。经过比较可以发现,大部分ERP页面具有类似的功能,以数据的录入,修改,显示为主。

结合ERP系统的这两个方面的特点,国内外多个组织进行了系统建模的研究,希望能够提高ERP系统的开发效率和软件质量。

合肥工业大学的吴雷等[7]提出了一种基于元模型的业务建模方法。对WFMC工作流过程定义元模型进行改进,扩展出了一个从组织、功能、信息、资源和过程五个个侧面对ERP业务进行描述的领域元模型。

哈尔滨理工大学的高长元等[8]结合集成化企业建模和DEM的思想,设计了面向制造业ERP的企业建模框架,并对其中的视图维、生命周期维、通用层次维以及它们之间的关系进行了详细设计。

重庆工学院的王柯柯等[9]在分析UML建模特点的基础上,提出了使用统一建模语言UML对ERP系统建模。

这些ERP建模方法在其特定的环境下,部分解决了ERP软件建模的问题。但这些建模方法还是基于粗粒度的实体进行研究的,不能实现动态的构建和解析。

4 ERP动态领域建模

ERP系统规模庞大,除了要设计大量的页面外,还有复杂的工作流程,业务逻辑等需要处理。如果对每个功能模块分别进行设计、实现,必然造成开发效率低下,开发成本高的问题。

领域建模作为一种有效的应用建模方法,可以方便的将应用项目需求转化为计算机软件模型。但传统的领域建模研究对象的粒度较大,不能灵活适应动态变化的需求。

金蝶公司在分析ERP系统特点的基础上,进一步细化领域模型的对象实体,提出了ERP动态领域模型的概念,较好的解决了ERP软件开发中的一系列问题。

4.1 传统的领域模型

构建领域模型一般包括如下四个步骤:

(1)根据业务分析列出系统中的名词列表。

(2)对名词列表进行抽象,得到对象实体。

(3)从业务实体集合中抽象业务模型,建立问题域的概念。

(4)使用UML提供的方法和图例进行领域模型设计、确定模型之间的关系。

确定对象实体是整个领域建模的核心问题,对象实体的抽象层次决定了最终的领域模型。

针对ERP系统,使用传统的领域建模理论有如下两种选择对象实体的方法。

(1)选取ERP应用的对象作为对象实体,例如:原材料、供应商、应付款、中间件、产品、经销商、应收款等,使用这种领域模型能够很好的分析系统的各种需求。但是这种方法没有抓住不同业务模块(页面,工作流等)的共有特性,软件设计必然是以单个业务模块为单位。

(2)先使用第一种领域建模得到单个业务模块的概要设计,然后以此为基础,根据不同模块的特点,将相似的模块归类,以相似的模块作为领域模型的实体对象。

这种方法得到的领域模型的对象实体是模块级的,界面设计是以页面组为单位,相似的多个页面可以共用一个模型作为母板,比第一种方法有较大的改进。但是如果界面上的元素或操作发生变化,就必须重新设计界面模型,修改代码。不能实现界面在部署环境的按需动态构建。

4.2 动态领域建模框架

金蝶公司的技术人员在传统的粗粒度的领域模型的基础上,以模块上的基本元素为研究对象,提出了ERP动态领域模型的概念。

动态领域建模由模型库,领域模型,领域模型动态解释引擎三个部分组成。如图1所示。

先根据多个ERP系统分别进行抽象,得到多组基本对象实体。然后对这些对象实体再进一步抽象,得到模型库(包括通用的元模型库和特定行业的定制的专用模型库)。接着使用这些模型元素构建ERP系统的功能模块,当需要加载某个模块时,使用动态解释引擎将设计好的功能转换为内存中的映射。

模型库被封装成动态链接库的形式提供给开发人员使用,动态解释引擎将设计好的功能转换为内存中的映射。开发人员可以使用Silverlight,JSP等多种形式将内存中的映射展示给用户。系统具有很好的跨平台性和兼容性。

4.3 领域元模型

领域元模型是进行动态领域建模的基础。金蝶公司结合80万家ERP客户的最佳实践,建立了一套完整的ERP领域元模型。

结合ERP系统的特点,ERP动态领域模型包括模型-元素-属性三层体系结构。

模型对应于ERP系统中模块的种类。例如页面,工作流,电子报表,算法等。每一类有自己独特的特点,需要使用不同的方法进行设计。

针对ERP系统中常见的功能模块,建立了界面模型、工作流模型、算法模型等十多种ERP领域模型,如图3所示。并根据部分特定行业的特殊要求,定制的一些专用元模型。

ERP领域模型确定了模块的大的分类,粒度较大,还需要进一步细化,针对一个个具体的基本元素进行研究。

例如一个典型的页面的由菜单、文本输入框、时间输入框、列表、显示信息等多个控件组成。每一种控件可以看作是一个基本元素,图4是一个典型的页面包含的元素示意图。

在一个页面上相同种类的控件可能会有很多个,它们显示的内容和格式都可能不同。例如,一个应收单上有两个文本输入框,一个要输入应收金额,一个要输入收款单位。应收金额只能输入数字,长度20个像素。收款单位可以输入中文和英文,长度100个像素。

在金蝶ERP动态领域模型中,元素的差异性使用元素的属性来表示。每个元素都有多个可以动态修改的属性。例如文本框有类型、长度、高度、绑定的数据库字段等多种属性。

除了页面外,ERP系统中常见的多种功能模块,也都使用类似的方法进行分析,得到元模型。

例如工作流由多个动作及连线组成。可以分别抽象成元模型。动作的具体操作、执行者、条件等都作为该元模型的属性。设计一个业务流程模式后,改变动作的属性值可以根据需要设计出不同的业务流程。

再例如,设计电子报表时,在不同的场景下需要不同的计算公式,传统的方法是将具体的公式作为程序代码的一部分,这就增加了修改和维护的难度。使用动态领域建模的方法,将公式定义为一种元模型,具体的公式表达式作为该元素的属性值。可以在不需要修改代码的前提下,得到各种满足需要的公式。

4.4 基于动态领域模型的业务模块设计

经过以上的步骤,元模型数据就确定了。所有的这些元模型数据的定义都是抽象的,与具体的业务逻辑无关的。

要使用领域元模型来设计具体的业务模块,先要以领域元模型为基础建立一个业务模块设计平台。这里不详细介绍该平台的建立过程。

业务模块设计平台建立后,可以使用该平台来进行具体的业务模块的设计。

业务模块的设计分为以下几个步骤:

(1)确定模块的需求。

(2)使用设计平台提供的环境,使用领域元素进行模块设计。

(3)分别指定各领域元素的属性,完成模块的特定需求。

(4)将设计好的模块保存为XML文件,以备调用。

作为一个典型的例子,使用动态领域模型设计一个具体的页面的步骤如下:

(1)确定该页面要完成的功能(需求)。

(2)将选定的基本元素(文本输入框,列表,菜单,按钮等)放置到页面上。

(3)设定各元素的属性。不同的页面元素对应不同的属性值。属性值可能是页面元素的位置,长度等外观信息,也可能是校验规则,数据库字段等逻辑信息,也可能是操作等控制信息。

(4)将页面上的所有元素及它们的属性保存到XML文件中。

4.5 模块设计的继承和组合

前面提到了使用领域建模的基本元素进行模块设计的过程。该过程是从基本元素开始的。

ERP系统中的模块很多,而且很多模块有一定的相似之处,如果能够利用设计好的模块来简化其他模块的设计将大大提高系统的开发效率。在动态领域模型中,使用继承和组合两个方法来实现这个功能。

继承就是先使用基本元素设计好一个模块。然后以这个设计好的模块为基础,增加,修改,删除部分元素,或修改部分元素的属性值来完成新的模块的设计。

被继承的模块的修改将引起子模块的自动修改。

使用继承的方法设计模块,将得到两个XML文件。一个是被继承的模块的XML文件,一个是子模块的差量XML文件。差量XML只保存子模块相对于被继承模块修改的部分。

组合是先使用基本元素设计好一个模块。然后将这个设计好的模块作为新的模块的一个组成部分来完成新的模块的设计。

一个新的模块可以包含多个设计好的模块。并且可以修改所包含的模块。例如新的模块A包含设计好的模块B和C。可以根据需要修改为包含模块C和D。被包含的模块的修改将引起最终模块的自动修改。

采用组合方法设计模块时,将得到多个XML文件,分别为被包含模块的XML文件和最终模块的XML文件。修改被包含模块的XML文件将直接引起最终模块功能的变化。

4.6 领域模型动态解释引擎

经过以上的步骤,ERP系统中的模块(包括页面,业务流程,报表等)以XML文件的形式保存了起来,当要加载模块时,需要将XML文件转换为模块在内存中的映射,这部分工作由动态解释引擎负责。图7是动态解释引擎的示意图。

动态解释引擎由展示层,服务层,内核层组成。当XML文档输入解释引擎后,内核层读取元模型数据解析XML文档,并将结果交给服务层。服务层将解析结果封装成可以在网络中传输的JSON数据包,并发送到展示层。展示层收到JSON数据包后,使用不同的方式展示给用户。具体说明如下:

内核层:负责根据存储的元模型数据动态解析模块XML文档。模块的种类不同,解析时使用的模型也不同。动态页面,报表等显示类的模块与业务流程等处理类模块处理方式有较大的不同。

服务层:将内核层处理的结果组装成模块在内存的映射。动态页面,报表等显示类的模块转化为可以在网络传输的JSON数据包。业务流程等模块中的自动动作将直接执行,需要与用户交互的动作将转化为JSON数据包。

展示层:由一系列标准的UI控件组成,根据服务层返回的结果进行窗体控件动态创建并接受用户数据输入,完成系统与用户的交互。不同的模块给用户展示的方式不同。

4.7 模块设计的扩展

使用前面介绍的基于动态领域建模的模块设计方法可以完成大部分模块的设计工作。但是可能还有一些模块的特殊功能无法实现,这部分功能使用插件的方法来实现。

例如在业务流程设计时,系统内置了大量的动作,但如果要执行特殊的没有内置的功能,就需要定义新的动作,必须使用插件来实现。

插件的设计也是基于动态领域模型的。每一种元素在系统中有相应的基类和一系列虚方法。插件就是在这些基类和虚方法及基础上通过继承的方法来扩充基本元素的功能。

一个基本元素可以定义多个插件,实现多种扩充,具体进行模块设计时,通过将合适的插件在模块上注册的方法实现不同的扩充。

将插件在系统中注册后,在解析时,将使用插件中定义的类和方法覆盖系统中的基类和虚方法,从而在不改变平台的基础上扩充功能。

5 实现

经过大量金蝶人的共同努力,已经成功的将动态领域建模应用到了ERP软件建模中。

金蝶公司结合80万家ERP客户的最佳实践,抽象出10多种ERP领域模型、365种基本元素、7000多个元素属性、上百个业务逻辑构件,并以此为基础,设计一个BOS(Business Operating System)系统,作为模型设计器和模型动态解释引擎。BOS系统已经在金蝶REP系统开发中得到了应用。

使用动态领域建模后,ERP系统开发变成了在BOS平台上界面的设计,几乎不需要修改任何代码,而且可以很好地保持界面质量的一致性。经过简单的培训,实施顾问和最终用户都可以配置出专业的ERP应用

将动态领域建模技术应用到ERP应用系统开发后,开发效率大幅上升,系统的可迁移性得到了显著提高。采用这种技术前,90%的精力花费在具体页面的设计上,无法专注与ERP业务流程的设计。采用动态领域建模技术后,页面开发的时间降低为10%,开发人员90%的精力关注业务逻辑设计和系统建模。从而可以开发出更加适合企业需求的产品。

另一方面,采用新的技术后,系统开发的难度大幅下降,新员工经过简单培训就可以开始工作。同时,由于减少了代码修改的数量,系统的质量也得到了大幅提高。

6 结论

动态领域建模是对模型驱动架构MDA(Model Driven Architecture)设计思想一种扩展。金蝶公司在ERP动态领域建模方面进行了大量的探索和实践,经过3000家以上平台客户实践,抽象出独特的标准、行业、伙伴、客户的多层次开发模型,能够支持成果组合应用与平滑升级,形成平台批量交付能力。

动态领域模型具有以下几方面的优势:

(1)可以大幅提高了ERP系统的设计和开发效率,有效提升软件产品的质量。

(2)独特的模型解释系统,设计出来的产品具有良好的动态性。

(3)微内核架构设计,模型可持续发展,是一个能够自我学习和自动进行行业知识积累的智慧元模型系统。

(4)技术无关性,适应IT技术发展变化。

基于动态领域模型的设计方法可以推广到其他类似的大型软件系统中,具有较高的理论和应用价值。

摘要：ERP系统中模块很多,使用常规的方法对每个模块分别建模,必然增加开发和维护的成本。结合ERP系统的特点,金蝶公司提出了ERP动态领域模型的概念。将ERP中的概念抽象成模型-元素-属性三层结构,并以此为基础设计了一套开发系统。可以在不修改源代码的基础上,新增或修改模块。还具有独特的模型解释系统,设计出来的产品具有良好的动态性。

关键词：企业资源计划系统,领域建模,软件工程

参考文献

[1]舒兆港,李迪,胡跃明.基于领域建模的数控系统代码生成技术,计算机工程[J].2009,35(1):7-9.

[2]焦锋.基于目标树的领域建模及映射技术,计算机科学[J].2011,38(5)107-112.

[3]S.Nimityongskula,D.C.Kammer,Frequency domain model reductio based on principal component analysis[C],Processings of Mechanical System and Signal Volume24,Issue1,2010:41-51.

[4]王宇,谭松波,廖祥文等.基于扩展领域模型的有名属性抽取,计算机研究与发展[J].2010,47(9),1567-1573.

[5]王晓燕,刘淑芬,张俊.一种基于领域模型和构件组合的软件开发框架,电子学报[J].2009,37(3),540-545.

[6]黄靖,卢炎生,徐丽萍.面向特征的反射式实时应用系统领域模型研究,计算机科学[J].2006,33(9),245-249.

[7]吴雷,魏臻,黄鹏.基于元模型的ERP系统业务建模方法,微计算机信息[J].2011,28(4),10-12.

[8]高长元,祁凯.面向制造业ERP的企业建模框架研究,管理学报[J]2010,7(9),1380-1385.

领域信息模型 篇3

关键词：数据融合,医疗监护,融合模型

1 引言

数据融合技术最早起源于军事领域,它利用计算机技术将来自多个传感器的观测信息按一定规则加以分析综合,并自动化地完成各项决策评估任务。随着信息科技的不断进步,各种信息呈爆炸式增长。为了减轻人工处理工作量,释放冗余的存储空间,降低网络传输负担,提高信息处理系统的整体性能,满足海量信息的处理需求,数据融合技术被越来越多地应用在了民用领域,智能机器人技术、智能交通、工业过程监控等系统均以数据融合为其核心技术。在现代医学诊疗领域,融合多体征传感信息智能化诊断患者身体状况已成为一种不可或缺的技术手段。

目前的医疗监护系统,多是根据预设的阀值,对多项生理指标进行门限值告警,这种方法灵活性差,无法根据实际情况予以客观综合的评判,其较高的误判率也使患者和医护人员对系统的信任度大打折扣。数据融合技术为解决这一问题提供了出路,它综合信号处理、模式识别、人工智能多项信息技术,将采集到的生理信号经过去噪处理、参数提取,并利用多种生理信息综合判断患者病情。医疗数据融合系统正如一位陪伴在患者身边的电子医生,能够为患者提供及时的、全面的、个性化的诊疗服务。

2 医疗数据融合模型概述

数据融合是一个很大的概念,其使用方法和实现手段是多种多样的。学界普遍将数据融合系统按融合层次划分为数据层融合、特征层融合与决策层融合三类[1],三种融合模型各有其特点及应用价值。三个层次之间的关系如图1所示。

●数据层面向未经处理的海量多源信息,在这一层进行融合信息处理量大,融合后信息保真度高,可用于信息的去噪和对融合结果完整性要求较高的场合。

●特征层信息是从海量源信息中提取出的对后续处理有价值的特征信息,而将大量无用信息滤除,在特征层进行融合是目前应用最广泛的融合类型,它既能保证结果的准确性,同时减轻了系统的处理负担。

●决策层的处理对象是各决策子系统提交的局部决策信息,由分布式子系统进行局部初级融合,并将判决结果输入总系统决策层进行更大的综合处理。决策层融合处理数据高度精简概括,适用于子系统相对独立或较大型的融合架构中,但其信息保真度略低,融合结果依赖于各子系统的局部判决。

一般医疗数据融合系统中,由多种人体传感设备采集到的体征信号在数据层、特征层及决策层分别进行信号预处理、特征提取和模式识别的操作。

在实际应用中数据在哪一层实现融合,应取决于应用场景与功能需求,每一类融合模型均有其特殊的应用价值:在数据层融合能大幅提高信号去噪强度;在特征层融合可实现疾病的综合诊断;在决策层融合可对单体征诊断结果提供反馈机制,并为患者构建个性化的诊断方案。本文三、四、五节分别论述数据层、特征层及决策层医疗数据融合模型的实现方案、功能特性及典型应用案例。第六节对三种模型的使用性能进行总结,并探索其未来的发展趋势。

3 数据层医疗数据融合模型

数据层医疗数据融合模型多被用在传感信号复杂、极易受噪声干扰的情况下,对这类信号进行常规的预处理无法达到精度要求,因此需要引入冗余机制,通过信号间的协同机理评判信号质量的优劣,提高信号传输质量,增强系统预处理性能。

文献[2]提出一种利用心电信号实现血压参数准确检测,抑制血压值错误报警的方法,血压测量值易受人体内外环境的影响,容易造成误判,因此利用容易检测且相对稳定的心电监测信号评判血压信号质量,仅保留信号质量高的血压检测值作后续处理。文献[3]提出基于质量评估机制的自适应滤波法,在卡尔曼滤波算法的基础上,加入质量评估机制,不直接消除信号中混有的噪声,而是根据多导联检测信号形成质量系数,再根据质量系数调整滤波参数,从而实现噪声的自适应滤除。

数据层医疗数据融合模型大大提高预处理信号输出质量,使后续操作多依赖于高质量信号,少依赖或不依赖与低质量信号,减轻了网络传输负担,在长期监控应用环境下具有良好的实用性。但其对终端设备及传输节点计算性能要求高,信号需要在前期进行大量的处理,且需要样本数据的支持,比较适合在大型医院或监护中心使用,难以在日常家庭中普及。

4 特征层医疗数据融合模型

特征层数据融合模型是目前应用最为广泛的医疗数据融合模型,它通过多体征信息协同作用,检测出单体征信息无法检测的病症,扩展出单一体征信息无法完成的功能。

多体征医疗数据融合的方法多种多样,目前研究较多的有心电、血压、脉搏等心血管疾病融合判决方法,以及心率、血氧、呼吸等呼吸道疾病综合判决方法等。

心电、血压、脉搏等体征信号都是对人体心血管健康状况的反应,三者具有相似的数据形式和相关的特征信息,且都易于检测,将上述体征信息进行融合,可得到更加准确更加全面的心血管状态信息。文献[4]通过检测心电与脉搏波之间的特征参数变化,用线性分析法实时反应被监测者的情绪波动。文献[5]通过检测心电信号峰值与动脉搏信号波峰,计算两者时间差,即脉搏传导时间,作为一些疾病的重要诊断参数。文献[6]基于心电波形稳定可靠的特性,结合心电波形与脉搏传导时间无缝生成血压波形,新生成的血压波形具有更高的可信度,解决了传统血压检测中的诸多问题。

心电-呼吸融合判决法在对某些疾病的诊断中具有重要意义,如睡眠呼吸暂停综合症。该类疾病,其病症大多表现为呼吸阻塞或低通气等呼吸道问题,然而其病因往往与心血管疾病有关,长年累积的内在病症更会导致心血管疾病的恶化。因此,需要通过心电-呼吸协同判决机制来检测患者呼吸道及心血管状况,帮助患者及早发现内部病症对症治疗,也能通过心电血压数据监测患者的治疗情况。文献[7]运用最小二乘支持向量机检测识别被监护者心电特征,帮助呼吸疾病患者在外在病症显露之前,及早发现心电异常状况,及早获得有效治疗。文献[8]将血氧饱和度作为重要诊断依据,结合传统心电信号分析,检测患者异常呼吸的频率及危险程度。文献[9]在前人研究的基础上,提出将光体积描记术(PPG)等先进技术用于异常呼吸状态检测的方法,发现了多种生命体征与呼吸率之间的联系方式,为呼吸疾病的诊断方法开拓思路。

5 决策层医疗数据融合模型

决策层医疗数据融合模型将融合作用于单体征模式识别之后,运用协同技术对其诊断结果进行反馈,判断诊断结果的准确性,同时还能利用患者电子病历等制定出个性化的诊疗方案。由于医疗数据库与知识库的缺乏,这类模型在实际应用尚不多见,但随着医用数据库的逐步建立,数据融合在医疗决策层的应用前景广阔。

目前国外已形成一些综合性的医疗决策融合系统。文献[10]利用一定数量的样本数据建立起综合诊断系统,检测内容包括体温、心率、血压、血氧等一些常规生理参数,温湿度等环境信息,以及一些运动模糊信息。系统能实现基本的分类诊断,但由于样本相对缺乏,所用的算法也相对简单,错检率较高。文献[11]在社区网关中构建伤检分类引擎,由多项生理检测信息,将患者身体状况分为高危险级、低危险级和正常级三个级别,并能检测出被监护人的活动范围和运动状态,具有很高的创新性和实用价值。

6 结论与展望

随着人民群众对日常保健要求的不断提高,医疗监护设施势必走出医院向广大社区家庭普及。医疗数据融合将以轻量级、智能化、个性化为主要发展趋势,广泛应用于家庭医疗、智慧养老等新一代信息化服务系统中。

纵观上述三类医疗数据融合模型:数据层融合模型能在提高系统处理精度的同时适当减轻传输负担,满足轻量级网络传输的需求,但其对检测终端的计算能力和存储能力有一定的要求,对终端的数量要求也大大增加了使用成本,难以在日常家庭中普及;特征层融合模型目前已广泛应用于专业医疗领域,融合方法以专业知识为依托,将来等医用数据库、知识库发展成熟,融合诊断方法也能够依靠人工智能技术,向日常家庭普及;决策层融合模型目前应用还不够成熟,它不依赖于专业医学体征参数的提取,但需要以大型医用数据库为支撑,随着数据库知识库的逐步建成,它的应用前景不可估量,结合用户的电子病历和历史数据,决策层融合模型能够为广大用户提供量身定制的诊疗建议,发展出更多人性化服务模式。

参考文献

[1]Arcelus,A.;Goubran,R.;Sveistrup,H.;,"Context-aware smart home monitoring through pressure measurement sequences,"Medical Measurements and Applications Proceedings,2010IEEE International Workshop on,vol.,no.,pp.32-37,April302010-May12010.

[2]Zong,W.;Moody,G.;Mark,R.;,”Reduction of false arterial blood pressure alarms using signal quality assessment and relationships between the electrocardiogram and arterial blood pressure,”Engineering,Medical and Biological Engineering and Computing,vol.42,no.5,pp.698706,Sep2004.

[3]李桥.危重病人生命体征信号质量评估与分析[D].山东大学,2008.

[4]Kato,T.;Kawanaka,H.;Bhuiyan,M.S.;Oguri,K.;,"Classification of positive and negative emotion evoked by traffic jam based on electrocardiogram(ECG)and Pulse wave,"Intelligent Transportation Systems(ITSC),201114th International IEEE Conference on,vol.,no.,pp.1217-1222,5-7Oct.2011.

[5]Veerabhadrappa,S.T.;Vyas,A.L.;Anand,S.;,"Estimation of pulse transit time using time delay estimation techniques,"Biomedical Engineering and Informatics(BMEI),20114th International Conference on,vol.2,no.,pp.739743,15-17Oct.2011.

[6]=Ahmad,S.;Chen,S.;,"Electrocardiogram-Assisted Blood Pressure Estimation,"Biomedical Engineering,IEEE Transactions on,vol.59,no.3,pp.608-618,March2012.

[7]Yldz,A.;Akn,M.;Poyraz,M.;,"Automated recognition of obstructive sleep apnea syndrome from ECG recordings,"Signal Processing and Communications Applications Conference(SIU),2010IEEE18th,vol.,no.,pp.97-100,22-24April2010.

[8]Ali,S.Q.-u.-A.;Jeoti,V.;,"ECG and blood oxygen level based Sleep Apnea study and detection,"Biomedical Engineering and Sciences(IECBES),2010IEEE EMBS Conference on,vol.,no.,pp.285-290,Nov.302010-Dec.2,2010.

[9]Madhav,K.V.;Ram,M.R.;Krishna,E.H.;,"Estimation of respiration rate from ECG,BP and PPG signals using empirical mode decomposition,"Instrumentation and Measurement Technology Conference(I2MTC),2011IEEE,vol.,no.,pp.1-4,10-12May2011.

[10]Bellos,C.C.;Papadopoulos,A.;,"Extraction and Analysis of features acquired by wearable sensors network,"Information Technology and Applications in Biomedicine(ITAB),201010th IEEE International Conference on,vol.,no.,pp.1-4,3-5Nov.2010.

领域信息模型 篇4

本体为特定领域的人和应用系统的交流提供了一种通用的知识共享模式。本体的研究和应用已经延伸到知识工程、自然语言处理、信息检索系统、智能信息集成和知识管理、信息交换和软件工程等领域。在被称为下一代Web的语义网Semantic Web中, 本体是解决语义层次上Web信息共享和重用的基础。如何对不同领域内的知识进行抽取和描述, 并构建出合适的领域本体是研究热点之一。

1 本体建模

1.1 本体及其建模元语

ontological是一个个实体, 是现实世界中的某个领域的概念化的表示或显式说明, 其中包括概念和概念之间的关系。一般情况下, 它包括一个术语的词汇表以及词汇意义的一些相应说明。

在研究本体领域概念化模型时, 重点是研究本体构建及其形式表示方法。这是建立语义web的基础和核心。首先进行概念分类和识别 (基本概念、角色概念与角色拥有者等) ;然后, 研究不同语境下角色的性质, 及关于角色于扮演者的公理;第三, 研究角色概念间的关系。在这个过程中涉及到的Ontology元模型的基本要素如下:

1) 领域概念 (类) 是对象的集合, 指类似于工作描述、行为、功能以及推理过程的一切事务。这个集合包括对概念的解释以及概念间的关系。因此, 在定义领域概念时, 应该先对专业领域进行深层的认识, 使其更加贴近领域的客观实体及其之间的关系。

2) 领域概念的属性是指具体一类对象所具有包括数据属性和关系属性在内的特征。数据属性是非领域中概念, 它的属性值为基本类型值, 关系属性描述的是领域中两个概念间的关系, 其属性值为领域中的另一概念。

3) 基本概念、角色概念和角色拥有者角色概念[2]是一个概念在语境中所扮演的角色, 健全的Ontology的建立需要将其他概念与角色概念进行明显的区分。“基本概念”不需要别的概念来定义, 如“人”, “树”等;角色概念是一个事物在特定的语境下扮演的角色, 它表达了一个角色, 不过它要通过别的概念来定义。一个角色概念由角色持有者、类约束和语境3个元素构成。而角色持有者是扮演角色的概念实体, 例如丈夫作为角色持有者扮演了丈夫这一角色;类约束是对于类的约束, 语境是通过与一个概念间的关系辨明角色。例如在“学校”这个语境中有不同的角色, 例如“老师”和“学生”, 不同的人扮演着这些角色, 而扮演这些角色的人就成为了角色持有者。

考虑到角色概念是从基本概念中继承了一些属性作为它的类约束, 我们把基本概念的属性划分为两类:B1:不能由角色概念继承的属性;B2:可以由角色概念继承的属性。进而, 角色概念的属性也就可分为两类:R1:在角色概念内新增加的属性;R2:从基本概念上继承的属性。而新增加的属性又可分成两类:从基本概念那儿继承下来, 再在属性中增加约束;没有在基本概念中定义的新的属性。

角色拥有者由基本概念和角色概念的和构成, 由于B2和R2是等价的, 所以角色拥有者是R1、B1和R2 (B2) 的和构成。例如, 由基本概念“人”和角色概念“学生角色”构成了角色拥有者“学生”。“角色拥有者”不是基本概念的子概念, 是基本概念扮演的角色。

4) 领域概念间的关系主要有4类:1) 属性关系 (Attribute of) ;2) 概念继承关系 (Kind of) ;3) 整体和部分关系 (Part of) ;4) 类和实例关系 (Instance of) 。此外, 在实际建模过程中, 概念间的关系不限于上述4种, 还可根据领域的具体情况定义相应的关系。

如“is-a”描述的是“超-子”概念关系, 子类继承父类的全部属性[3]。对于〈李先生is-a人〉〈李先生is-a老师〉这两种is-a关系来说, 显然前者是符合is-a关系的特性的。而对于后者, 当李先生不再从事老师时, 也就不再具备老师的属性, 即老师不是李先生的固有属性, 因此, 将“李先生”作为基本概念“人”的实例, 而“人”扮演了角色概念“老师角色”并因此成为角色持有者“老师”。

“art-of”描述的是部分与整体之间概念的关系。整体概念是由部分概念组成的, 而通常角色概念为部分概念。因此当“整体概念”实例被创建后, 其所有的“部分概念”实例同时也被创建。例如〈汽车车轮“part-of”汽车〉表示汽车轮是组成汽车的一部分, 汽车轮扮演前轮的角色而成为角色持有者“前轮”, 此时可以看出“前轮”也是“车”的一部分。

“attribute-of”是指属性概念及其所对应的概念间关系的表示。例如某实体如“西瓜”具有“颜色”、“重量”等属性。

上述三种关系也是概念间的基本关系。

1.2 传统本体建模方法

目前, 由于本体工程仍然处于相对不成熟的阶段, 各工程都有自己独特的背景, 其使用的方法并没有普遍性。

1.2.1 IDEF5方法[4]

具体步骤:1) 确定本体建设项目的目标、观点和语境, 并为组员分配角色;2) 收集本体建设所需要的原始数据;3) 为抽取本体做准备, 进行数据分析;4) 从收集的数据当中建立一个初步的本体;5) 对本体的进行精炼与确认, 完成本体构建。

IDEF5方法是一种结构化的方法, 这个方法在于获取现实世界客观对象的定义, 以及它们的属性和它们之间的内在联系。利用该方法, 可以有效地开发和维护领域本体。

1.2.2 Mike Ushold&Micheal Gruninger的骨架法[5]

此方法是相关商业企业间术语和定义的集合, 因此它提供了开发本体的指导方针。它主要的步骤如下:1) 根据所研究的领域, 建立相应的领域本体, 即确定本体应用的范围和目的;2) 对本体内所有术语的意义及术语之间的关系进行分析与定义;3) 用语义模型表示本体;4) 根据清晰性、一致性、完善性、可扩展性这些建立本体的评价标准进行本体评价;5) 对符合上述检验要求的本体以文件形式存放, 对不符合要求的重新进行本体分析。反复循环, 直至所有检验结果达到标准。

2基于概念、关系和角色等基本点构建本体

每个不同的角色都是一个不同的个体;同时也都只有一个扮演者;而对于每个角色至少有一个语境。如果存在多个语境:所有这些语境都属于Relations、Process和Substance的其中之一;没有任何角色是另外角色的语境。对多语境, 基于角色聚合的思想来研究:根据其本质依赖, 组织多语境依赖的角色概念。角色聚合由基本概念和角色概念的层次结构来表示。这两种层次结构在角色聚合上有相同的语义信息。最后, 检查概念的一致性与修改。

Mi-zoguchi研究室 (日本大阪大学ISIR研究所) 开发了一种Ontology开发环境———Hozo系统[6]。它主要由三部分组成:Ontology Editor, Onto-Studio和Ontology Server。Ontology Editor为用户提供了图形化接口, 它管理“is-a”层面上的概念。用户可以在此进行Ontology的浏览和修改。用户可以在Onto-Studio的帮助下, 基于构建Ontology的方法-AFM进行Ontology设计和建立。最后借助Ontology Server来管理Ontology和模型。因此, 从Ontology和模型的定义、不断修改和选择, 以及实例化, 到连接实例概念最终建立Ontology, 这整个过程可以通过Hozo来实现。

在这个过程中概念关系的处理主要体现在Ontology Editor中。其中包括以下几个方面1) is-a关系层:利用is-a关系将领域Ontology类概念连接起来, 类似树状;2) 整体-部分关系层:用树或图的形式来显示part-concept中的part-of关系层次化概念;3) 概念定义:对领域中涉及到概念的相关术语进行定义和赋值, 如label、attribute、def、super和part-concept等。系统能够对整体概念与关系概念进行一致性处理。

在不同的整体、关系和任务或领域内, 存在着不同的角色概念, 而这些角色概念间具有相关性, 所以区分角色概念是非常重要的。因此, 根据给定的领域, 按照上述角色概念的处理模型, 可以建立不同的角色。

3 结束语

本文从Ontology基本理论出发, 分析了传统的建模方法。并基于基本概念、角色和关系, 得到Ontology元模型。可以借此元模型获取特定领域的知识结构。用户可以根据特定领域的知识结构建立给定领域的Ontology。

摘要：语义网是当前Web的扩展, 是WWW发展的核心技术之一。为了实现语义网, 需要有丰富的且及时更新的本体。本体作为语义网的知识表示模型很好地解决了语义层次上Web信息共享和交换的问题。而本体的构建及其形式表示方法, 是建立语义web的基础和核心。论文从Ontology的基本理论出发, 基于基本概念、角色和关系, 探讨了Ontology领域概念化模型的建立。

关键词：Ontology基本概念,角色概念,概念模型

参考文献

[1]Studer R, Benjamins V R, Fensel D.Knowledge Engineering, Principles and Methods[J].Data and Knowledge Engineering, 1998, 25 (1-2) :161-197.

[2]王晓东, 张小红, 王靖, 等.Ontology构建中概念与关系的获取和处理[J].计算机工程与应用, 2006, 42 (17) :46-48.

[3]Nicola G.Some Ontological Principles for Designing Upper Level Lexical Resources[C].In:Proc of the First International Conference on Lexical Resources and Evaluation, Granada, Spain, 1998:527-534.

[4]陈禹.IDEF建模分析与设计方法[M].北京:清华大学出版社, 1999.

[5]Uschold M..Ontologies Principles, Methods and Applications[J].Knowledge Engineering Review, 1996, 11 (2) .

领域信息模型 篇5

浩瀚的宇宙蕴含了太多美妙的故事, 人们在不遗余力的追寻着那些大自然精心为我们准备的礼物。人类经过世世代代的探索已经系统的认识了许多门类, 诸如数学、化学、物理学等学科, 正如哲学阐述的那样, 反复的实践和认识在不断指导着人类沿着历史的车轮滚滚向前。在人类真正实践过程中, 数学凭借着自己独特优势, 充斥在人类生活的各个角落, 为人类解决形形色色的难题。

通常情况下, “大样本不确定性”的问题我们可以通过概率与数理统计来解决; “认知不确定”的问题, 我们可以通过模糊数学来处理; 而“少数据不确定性”的问题, 即没有经验信息且存在数据量较少的不确定性的问题, 我们则可以通过灰色系统来解决。自从我国华中科技大学邓聚龙教授在1982 年提出了灰色模型, 它帮助工程界人士解决了很多工程难题, 它有两种表达方式:

第一, “数据量少”与“信息不确定”这两个概念整合在一起即是灰概念, 那么灰色系统可以说就是数据量少并且不确定的系统。

第二, “灰”这个概念是介于“黑 ( 对应黑色系统, 指系统中数据很少、信息很不确定) ”与“白 ( 对应白色系统, 指系统中的数据完整、信息确定) ”之间的。灰: 对应灰色系统, 指系统中部分信息确定、部分信息不确定; 部分完全、部分不完全; 部分已知、部分未知。该理论的产生为工程界的很多问题提供了新解。目前, 灰色系统理论的主要内容有: 灰色哲学、灰色生成、灰色分析、灰色建模、灰色预测、灰色决策、灰色控制、灰色评估以及灰色数学等等。

在灰色系统的理论和方法中, 累加生成、累减生成与均值生成是具有特殊意义的三个数据生成的方法, 因为经过这三种数据生成处理后的数据常用来建模。

灰色预测模型建模的思想是: 原始序列 ( 非负序列) 经过一次累加生成后, 形成一个单调递增数列, 根据数值计算方法的基本思想, 新序列中各数据点的连线可以用指数函数进行拟合。根据这个指数函数可以推导出下一个 ( 即第一个预测期) 累加值的预测值, 最后通过累减生成将累加序列预测值还原为原始序列预测值。

下面介绍建模的一般过程:

设x ( 0) ( k) 为非负准光滑等间隔的原始序列:

对其作一次累加生成得到一阶累加序列:

用x ( 1) 序列建立的GM ( 1, 1) 模型的白化微分方程为:

其中, a, b均为灰参数。

利用最小二乘法求解, 得到:

其中:

模型残差:

最后应用残差法和后验方差法验证GM ( 1, 1) 模型的精度。

1 工程实例

二姑院桥位于津保南线跨安庆屯干渠, 桥梁与河道正交。建于2011 年, 上部结构为2 × 13 m预应力钢筋混凝土预制板梁, 桥宽12. 5 m, 下部结构桥台为桩接盖梁, 桥墩为桩柱接盖梁形式, 桥梁全长31 m。

桥梁构件标号见图1。

2 试验分析

运用相关的实验仪器, 测定了桥跨结构在荷载作用下控制截面的应力和挠度的变形, 并与理论计算值相比较, 可以验证软件的有效性。

以上是传统的测定桥梁结构使用性能的方法之一, 这种方法是行之有效的, 加上桥梁的无损检测和冲击系数的测定, 能够有效的预测桥梁的使用性能和有效年限。

在本文中, 旨在结合灰色模型通过已有数据来预测未知数据。本实验采用静载实验跨中断面板底的应力数据, 结合灰色模型预测值, 本文采用2-1 号应力测点等时取样数据。第二孔跨中断面应力值见表1, 表2。具体测点布置见图2, 采用先测出应力测点处的应变, 然后根据材料的物理特性由应变计算出应力的方法, 应变传感器采用的是武汉岩海工程技术有限公司生产的HY-65B3000B数码静态应变感应器。

MPa/

MPa/h

误差分析一般按照p和c的大小将预测精度分为四级:

一级: c≤0. 35, p≥0. 95 优秀; 二级: c≤0. 50, p≤0. 95 良好;三级: c≤0. 65, p≤0. 80 合格; 四级: c > 0. 65, p < 0. 70 不及格。

其中, c为后验差比值; p为小误差概率值。

非等间隔时序灰色模型所构建的灰色时间响应序列为:

代入相应数据, 则: 百分绝对误差为0. 456 72% ; 后验差比值c = 0. 154 28; p = 0. 923。

经过GM ( 1, 1) 灰色模型的应用, 可见二姑院大桥的二号孔位数据预测精度很高, 不但能够应用于监测施工而且在桥梁检测方面也能够对灰色模型得到进一步验证。

3 结语

通过河北中交远洲工程试验检测有限公司工作人员的不懈努力, 二姑院大桥的检测试验圆满成功, 同时通过实测数据的研究也能够验证灰色模型的正确性, 误差分析也能够真实的反映预测值的准确性。加之编程软件的辅助, 数据得以很好的处理。

灰色模型的使用可以指导未施工部分的准确进行, 同时对于已成建筑也有一定的指导意义, 它的正确性是显而易见的, 也将为人类解决相关领域的诸多问题。

参考文献

[1]龚建伍.建筑物变形监测及安全评价方法研究[D].武汉:武汉大学, 2004.

[2]孙琳.基于灰色模型的景观水体监测与评价软件的设计与实现[D].成都:电子科技大学, 2013.

[3]汪中杰.基于灰色理论的土质边坡稳定性分析及应用[D].成都:西南交通大学, 2014.

[4]张巨升.改进灰色因果时序组合模型在大坝位移监测中的应用研究[D].合肥:合肥工业大学, 2014.

[5]黄铭, 刘俊.边坡变形灰色监测模型中时间项的应用[J].人民长江, 2007 (6) :78-79, 82.

[6]陈钢锋, 黄铭, 石雄.浦东海塘水平位移监测与灰色模型的建立[J].上海水务, 2008 (1) :25-27.

[7]袁士涛.灰色修正模型及其在大坝监测中的应用[J].科技信息, 2010 (7) :686.

[8]李琳琳, 曹凯滨, 谢卫民.测绘项目管理方法的研究与探讨[J].北京测绘, 2010 (1) :66-68.

领域信息模型 篇6

1 数学模型的含义

数学模型是应用相关数学思想, 对实际问题的一种高度概括和表述。它通常为了某个研究目的, 对现实世界的某个特定的对象提出必要的条件和假设, 运用数学关系式、图形、图表等数学术语以及合适的数学方法和手段所得到的数学结构。这种数学结构的形式多种多样, 它可以是一个数学图表, 可以是某个算法语言, 或者是几种结构的混合。把现实世界的具体问题简化和抽象为数学模型就是数学建模, 主要包括提出问题、简化问题、模型构建、模型验证、模型改进、模型应用等几个方面。

在经济管理学中, 当把数学模型与经济管理问题有机结合起来时, 就形成了经济管理数学模型。经济管理数学模型就是把实际现象内部各因素之间的关系以及人们的实践经验归结成一套反映数量关系的数学公式和一系列具体算法, 用来描述研究对象的运动规律。经济管理数学模型是对客观现象的抽象概括, 并用模型方式反映各类现象数量的依存关系, 是经济管理分析中十分重要的方法之一。当然要想成功应用经济管理数学模型对相关现象进行定量分析, 需要非常扎实的数学功底, 比如数学中的规划理论、决策理论、统计学、微分方程等知识都是不可缺少的。

2 经济管理学中数学建模的步骤

经济管理学中数学模型的建立没有固定的模式, 通常与我们所研究经济管理问题的性质、建模的目的、建模的精度要求等有关, 但是这并不代表建模过程无规律可循, 一般可以分为以下几个步骤:

2.1 提出问题

要想建立反映经济管理现象的数学模型, 必须对实际经济管理问题有所了解, 明确问题的背景, 理清对象的特征, 并进行科学的调查分析, 获取相关数据。此外还要确切地了解建立模型的目的, 这样才能形成一个比较明晰的问题, 才能进行建模。

2.2 简化问题

现实问题通常是复杂多变的, 所以在模型建立过程中要根据建模的目的、研究的对象、研究的手段、研究的方法等对现实问题进行必要的简化。也就是必须抓住主要因素, 忽略次要因素, 提出合理的假设和前提。当然这里的简化必须适度, 不能由于追求简化而使模型难以真实反映客观经济现实。一个模型究竟简化抽象到什么水平取决于建模的目的、分析的方法、资料的全面程度、分析人员的综合能力等多个方面。常用的简化模型的方法有:删除或合并变量、改变假设约束关系、改变变量之间的函数关系、改变模型结构等。

2.3 模型构建

根据研究的问题, 分析各种对象之间的联系, 如因果关系、层次关系, 运用数学语言构建各个变量之间的数学结构, 也就是得到相应的数学模型。当然, 刚开始建立模型时, 一般不宜太复杂, 这样不利于分析各个对象之间的关系, 可以采用循序渐进的方式, 由易到难逐步推进, 不断完善模型。

2.4 模型验证

有了模型之后要反复推敲, 要分析模型能否真正反映现实问题, 能否说明变量之间的真正关系。还要考虑模型是否有解, 有什么样的解, 求解过程是否简便, 以及有无矛盾之处等。此外模型的解也可以代入到现实问题中加以验证, 看能否解决现实问题, 这一点也是至关重要的。

2.6 模型改进

模型必须不断验证, 不断检验, 不断完善。在建模过程中, 要重视出现的问题, 针对问题加以分析, 检查建模时的假设和前提是否正确, 考虑变量之间关系能否进行重新调整, 针对问题进行调整, 然后再重复检验, 重复修改, 直到符合要求为止, 所以这个过程往往是循环反复, 不断推进的。

2.7 模型应用

只有通过多次检验, 符合实际问题的数学模型才可以应用。利用模型研究各种现象之间的关系, 推测现象的发展趋势, 预测可能出现的各种结果。对于好的结果, 要加以利用继续扩大应用;不利结果要未雨绸缪, 提前做好准备, 加以控制和干预, 争取最大程度减小损失。

当然, 在模型建立的过程中, 这些步骤不是一成不变的, 有时可以反复进行, 比如检验后发现模型和实际问题相差甚远, 就要重新分析问题, 重新加以简化, 重新完善原始假定等。所以建模过程是一个完整的过程, 不能生搬硬套, 需要灵活应用。

3 应用举例

为了体现数学模型在经济管理中的应用价值, 下面通过一个简单例子加以说明。

3.1 问题提出

假设有甲乙两家企业, 其边际成本分别为C1、C2, 需求的反函数为P (Q) =a-bQ, Q为两家企业的总产量, Q=q1+q2。其中a, b为两个正常数, P为产品的价格, q1、q2分别为两家企业的产量。若乙企业先宣布其产量q2, 问两家企业如何安排生产, 才能使各自的利润达到最大值。

3.2 分析解决问题

本题是一个如何安排生产的问题, 最终甲乙两家企业要使各自的利润达到最大化, 不妨设甲乙两家企业的利润函数分别为π1 (q1, q2) , π2 (q1, q2) , 则

一方面, 由于乙企业先宣布其产量q2, 那么甲企业应该根据乙的选择加以抉择, 也就是选择合适的q1, 使其利润函数π1 (q1, q2) 达到最大值, 故需要即

从上式可求出q1, 并记为q1*, 则q1*

另一方面, 乙企业在率先宣布其产量为q2时, 就能预测到甲企业会选择产量q1*, 故乙企业会在使其利润函数π2 (q1*, q2) 达到最大值时, 安排生产。鉴于两个企业产量决策有先后, 这就产生了博弈, 此时的模型就是一个动态的博弈模型。当乙企业的利润函数π2 (q1*, q2) 达到最大值时, 需要即

从上式可求出q2, 并记为q2*, 则q2*=

再把q2*代入q1*, 得

此时, q1*、q2*满足斯坦克伯格 (Stackelberg) 均衡, 即能使两个企业的利润均达到最大值, 企业的管理者即可据此加以决策生产。

当然, 模型还需要作进一步检验和改进, 不赘述。

4 结语

随着科技的进步, 模型的建立与求解往往可以借助计算机完成, 这就为数学模型在经济管理领域中的应用打开了方便之门。在成本分析、市场分析、管理决策等领域中运用数学模型, 更能显示模型的魅力所在。相信随着应用的不断深入, 数学模型在经济管理领域的作用将越来越大。

摘要：随着研究的不断深入, 经济管理领域需要引入数学模型来帮助管理决策者进行定量分析, 以便找到更为合适的管理手段和决策方法。本文介绍了数学模型的含义, 以及在经济管理领域建立数学模型的一般步骤和注意事项, 并通过例题加以说明。

关键词：经济,管理,数学模型

参考文献

[1]李娟.数字模型在经济和管理领域的应用案例[J].全国商情:经济理论研究, 2010 (19) .

[2]范国兵.浅谈经济数学模型的构建[J].经济师, 2008 (10) .

小波分析模型在经济领域中的应用 篇7

小波分析起源于Fourier分析, 并迅速成为一门独立的数学分析学科。Fourier分析是指将一个有限能量函数 (∫∞-∞f (t) dt≺∞) 从时间域变换到频率域, 即undefineddt。由于Fourier变换是全局变换, 所以Gabor以高斯函数 (undefined) 为窗:S (ω, T) =∫∞-∞e-iωtf (t) ga (t-T) dt, 该式表示的是在T时刻, 频率为ω的信号的相对含量。用窗函数可以即定时又定频地分析一时间序列, 但是其窗口大小固定, 对于不平稳时间序列不能满足窗口随时间而改变大小的要求。若存在小波函数 (ψa, b (t) =aundefined) , 使得undefineddt成立, 则该式表示的是信号在ψa, b (t) 函数上的投影。对其中参数a, b展开, 就可以得到任何时刻, 任何精度的频谱了。20世纪80年代中期Meyer证明了一维小波函数的存在性, 并构成了具有衰减性的光滑函数——Meyer小波。随后掀起了对小波研究的热潮。1987比利时女数学家Daubeehies证明了紧支集正交小波基的存在性, 并构成了Danbechies正交小波基。S.Mallat于1988年构造正交小波时提出了多分辨分析概念, 从函数分析的角度给出了正交小波的数学解释:即多分辨分析就是要构造一组函数, 每组空间的构成有统一的形式, 所有空间的闭包逼近Hilbert空间L2 (R) , 每个空间的所有函数都构成该空间的正交基。根据正交基可以构造正交小波。而根据框架的概念可以构造双正交和半正交小波。框架的概念是R.I.Duffin和A.G.Schaeffer在1952年提出来的, 它是规范正交基概念的推广, 对于Hilbert空间, 其规范正交基唯一, 但是框架可以不唯一。它起初没有引起重视, 随着小波理论的研究, 框架理论成为了一个有用的数学工具。若基小波ψ (t) 经过拉伸和平移引出的函数族undefined (j, k∈Z) 满足Afundefinedundefined2≤Bf2, 其中0≺A≺B≺∞。则ψj, k (t) 构成了一个小波框架。根据函数框架理论就可以构造小波函数并且构造重建方程:undefined, 其中undefineddt为小波变换系数。常见的小波函数有Haar小波:ψ (t) =1当undefined, ψ (t) =-1当undefined, 函数在其他区间取值为零, Haar小波是最简单的正交归一小波族;Daubechies小波是由Inrid Daubechies构建的, 除了当N=1时, Daubechies (dbN) 小波是没有明确的表达式的;此外还有Mexican Hat小波undefined, Morlet小波undefined, Meyer小波, Symlet小波, Coiflet小波和Biothogonal小波族。近年来, 为了弥补单小波在解决高频段分辨率差、维数灾、自由度不够、高维奇异性、缺乏方向性以及混合光滑函数类的逼近等问题上的不足, 小波理论在实践需要的推动下快速发展, 产生了许多新的研究方向, 如小波包、区间小波、多小波、脊波、曲线波等新兴小波理论受到广泛关注, 这些将成为未来小波研究的主要方向。

2 小波分析理论的发展和研究现状

小波分析理论的发展开始于19世纪80年代中期, 并迅速成为应用数学和工程技术领域的研究热点。小波变换的实质就是将信号投影在一簇基函数张成的空间上。

1910年Haar构造了一组最早的小波规范正交基。1936年Littlewood和Paley对Fourier级数建立了二进制频率分量分组理论:傅里叶变换的相位变化并不影响函数的形状和大小, 称为L-P理论, 以后发展成为多分辨分析。1984年法国地球物理学家Morlet在分析地震波的局部性质时引入小波概念。1985年, Meyer证明了一维小波函数ψ (t) 的存在性。1986年Meyer创造性地构造了具有一定衰减性的光滑函数ψ (t) , 其二进制伸缩与平移构成小波函数空间的规范正交基。1988年, 比利时籍数学家Daubeches发表了长达86页的论文, 证明了具有有限支集正交小波基的存在性, 并构造了具有有限支集的正交小波基。随后, 她又发表了另一篇长篇论文, 详细论述了小波变换的时频局域化性能及其在信号分析中的应用, 对小波分析理论的研究和应用起到了重要的推动作用。1987年, 在法国马赛召开了第一届小波分析国际会议。1990年日本京都的国际数学大会展示了小波分析理论的进一步发展, 并展示了其应用领域的不断扩大。我国于1992年在武汉大学召开了中法首届小波分析研讨会, 使我国小波分析的研究及应用同世界的研究热潮并轨。

近年来, 小波分析理论的研究取得了大量显著成果。1990年崔锦泰和王建忠构造了基于样条函数的单正交小波函数, 并讨论了具有最佳局部化性质的多尺度分析的生成函数, 及相应的小波函数。1933年Shensa提出一种双正交多分辨率分析算法。1997年Wicker hauser等将小波变换进一步深化, 得到小波包算法。为了更有效地实现离散和连续小波变换, 1994年Rioul和Duhamel通过比较现有的各种算法, 进一步研究了Shensa提出的双正交多分辨率分析, 给出了两种实现双正交变换更为方便的快速算法。2000年Unser等讨论了非正交多项式样条小波变换, 指出这种变换完全可逆、实现方便, 且具有紧支集。张清华等于1992年提出了小波网络的概念, 使小波分析理论的应用与神经网络相结合。随着小波变换应用领域的扩大, 研究的深入发展, 必将进一步促进小波分析理论的研究与应用。目前小波分析理论已经广泛应用到经济金融领域中的各个研究方面。

3 小波分析在经济领域中的实证应用

小波分析方法作为一种经济信号分析方法, 可以作为观察时间序列的一个显微镜。在经济运行中, 有很多经济变量和经济指标随着时间在变化。在这些变化中, 既有周期性的因素, 也有随机的扰动。小波分析可以将这些不同的动因分离出来。

Sharif Md.Raihan、Yi Wen和Bing Zeng (2005) 把小波变换应用到实际GDP的增长率上 (数据是从1960年第一季度到1996年第三季度美国季度) , 从中发现了美国经济周期遵循的规律;他们利用小波变换幅值图, 发现了从1960年以来三次主要经济波动的时间和频率。

Gencay (2002) 将小波分析技术运用到外汇波动率的估计上。该研究结果表明:小波分析在时间尺度上的重构技术, 可以提高模型中系统风险的估计精度。

梁强、范英、魏一鸣 (2005) 将小波分析方法引入到油价长期趋势的预测中, 提出了一种根据油价时间序列来预测其未来长期走势的方法;并与ARIMA、GARCH、和Hoh-winters等方法进行了比较, 结果表明小波分析的长期趋势预测能力优于其它几种方法。

张桥云、杜世光 (2006) 利用墨西哥帽型小波对中国1994～2005年季度货币乘数和法定准备金率进行小波变换, 定性阐述了两者之间的内在结构关系:提高法定准备金率会使超额准备率下降, 而超额准备率的下降会产生两个方面的作用:一方面现金比率的增加会使货币乘数减少;另一方面储蓄存款比率的增加会使货币乘数增大。在1994～2005年间该研究发现:在1994～2005年间, 提高法定准备率会在中长期降低货币乘数。

Motohiro Yogo (2008) 用双正交小波 (bior6.8小波) 对美国1947～2006年的GDP季度数据进行了4个周期的分解, 该研究发现美国GDP波动所呈现的周期与美国国家经济研究局 (NBER) 公布的经济周期吻合。

小波分析技术将宏观时间序列分解为不同尺度的时间频率成分, 从而揭示了经济变量间的相互关系, 目前小波分析在经济领域的应用还有待进一步拓宽。

4 小波分析在金融领域中的实证应用

股价指数、货币乘数以及国际市场汇率的波动是人们在金融领域中最为关注的问题。用小波分析理论构建的非线性时间序列模型, 能在复杂的金融财务数据中找出规律并作出预测。在金融领域中Ramsey等最先把小波分析理论用于股市数据的分析, 目前小波分析理论已经成为研究股票波动的有力工具。

王哲等 (1999) 用墨西哥小帽小波为基小波, 对上证和深证股价涨跌率进行了分析, 得出:小波分析可以去除由于偶然因素引起的波动。

Enrico (2001) 用小波对从1949年5月17日到1996年7月31日的日经指数进行了除噪声以外的三层分解, 得到了序列的波动频率百分比。通过小波对数据去噪, 然后对原序列和去噪后得到的序列分别建立GARCH模型, 通过对两个GARCH模型的波动预测能作对比发现, 用小波去噪后的序列建立起来的模型的预测能优于用原序列建立起来的模型的预测能。

宋宜美等 (2002) 提出了一种研究股票市场分布特性的小波方法, 发现股价指数序列存在分形现象, 即类似于一种更广的噪声——分形噪声, 而股指对数收益率具有分形分布的持久性序列的特点。

彭岩等 (2003) 应用非线性映射迭代模型, 采用小波分析理论来辨识混沌模型中的参数。Enrico (2004) 用小波分析方法对数据进行预处理, 有效挖掘出数据中隐藏的周期因子, 并通过小波包变换, 解决了高频数据下协方差非平稳的问题。

徐梅等 (2005) 探讨了基于小波方差的金融波动的长记忆过程, 对沪、深两市综合指数收益波动的相关性进行分析。分析表明大尺度下的整体相关性比小尺度下的整体相关性要强, 这一结论对组合投资者来说很有意义, 因为相关性越低, 风险分散性越好, 所以选时间存续期短的产品风险比存续期长的风险要小。

殷光伟, 郑丕谔 (2005) 基于小波包变换和混沌理论提出了一种可以用于股票市场建模及预测的新方法。该方法既可以刻画时间序列的规律, 又可以捕捉混沌状态的特征。

中外学者对于货币市场研究领域中的货币乘数的研究已久。刘斌等 (1999) 在对我国货币乘数进行非线性建模和动态预测研究时, 提出了一种双正交小波, 并运用双正交小波变换的向量空间算法对时变AR模型进行非参数估计, 此项研究为调整货币政策提供了依据。

张桥云等 (2006) 利用db3小波研究了中国货币乘数的变动规律及影响因素, 得出结论为:中国货币乘数长期趋势为上升, 周期结构不明显;中期变化周期约为4年;短期内, 现金比率对货币乘数影响显著, 准备金率的变动, 尤其是法定准备金率的变动对货币乘数的影响甚微;中长期上看, 准备金率对货币乘数的影响是显著的, 而其他对货币乘数有影响的因素的影响作用则不明显。

在国际汇率市场的研究中, 早期Ramsey和zhang (1997) 把加窗Fourier变换和小波变换结合起来分析美元和日元的汇率, 使汇率的时间序列在时域和频域都达到了良好的局部化效果。

J.cong—H.wan (2001) 在其博士学位论文中用小波分析方法探讨了真实汇率与真实利息率的关系。文章中用小波分析方法对原始序列进行多尺度分析和方差分析, 具体是用MODWT方法进行5层分解, 研究了真实汇率与真实利息率在时间维度上的相关关系, 同时揭示了两者在频率维度的行为和方差行为之间的联系, 并发现真实汇率在较低尺度 (高频率) 时变动较小, 而真实利息率在较低尺度 (高频率) 时表现出较大变动, 揭示了真实汇率和真实利息率在不同的时间尺度下表现出不同的特性, 真实汇率和真实利息率在整体上没有显著关系。

5 结 论