数学建模具体步骤篇1

关键词：火灾报警；信息管理；VB；Acess

中图分类号：TP315文献标识码：A文章编号：1009-3044(2012)02-0326-03

1背景介绍

随着建筑水平的发展，越来越多的高层建筑将火灾自动报警系统作为必备的建筑设施之一。一套完备的智能化火灾自动报警系统可以及时的发现火情，并有效的控制消防联动设备进行灭火，将火灾损失减少到最低限度，从而为建筑物内的人员和财产的安全提供了可靠的保证。这套系统的结构非常复杂,它综合了现代计算机技术、控制技术、通信技术、图形显示技术；控制的报警设备和联动设备多达上千个；运行时涉及到水系统、电系统。每当有火警、故障发生时，系统主机将自动显示其时间地点，并将此记录自动保存到主机资料库中。但工作人员是怎样处置的，其结果如何，却没有一个清晰有序的记录。现在采用的方法是填写工作日志，但却经常存在漏报、误报的情况。因此如何对该系统进行科学有效的管理，保证其可靠运行是一个非常重要的问题。

2使用的语言和数据库简介

基于以上所述的信息管理系统开发方法的特点，我们决定使用MICROSOFT公司的VisualBasic开发工具,利用其提供的各种面向对象的开发工具,尤其是数据窗口这一功能，方便而简洁操纵数据库的智能化对象,首先在短时间内建立系统应用原型,然后,对初始原型系统进行需求迭代,不断修正和改进,直到形成用户满意的可行系统。经过系统细致的分析和调研，根据自己的所学的知识，决定使用面向对象编程的程序设计语言VisualBasic6.0编写前台应用程序和Access作为后台数据库。

本项目旨在利用计算机对报警系统的信息进行有效的管理，内容包括：火警/故障的记录管理、火灾自动报警系统、消防联动控制系统等的管理。本项目的对象是为消防控制中心的工作人员实现方便合理的信息管理。

下面介绍设计本设备管理系统的设计思想和设计方法。

3系统功能模块设计

综合上述各项功能再进行集中、分块、按照结构化程序设计的要求，将软件功能模块划分如图1所示。

4系统需求分析

用户的需求分析具体体现在各种信息的提供、保存、删除和更新等方面，这就要求数据库结构能充分满足各种信息的输入和输出。收集基本数据、数据结构以及数据处理的流程，为以后的具体设计打下基础。

图1系统功能模块树

通过分析有关消防管理信息需求，设计如下所示的数据项和数据结构；

4.1记录管理

1）报警记录管理：包括报警时间、报警地点、报警内容、记录人、汇报情况、备注

2）故障记录管理：包括故障时间、故障地点、故障内容、记录人、汇报情况、备注

4.2主机管理

4.3火灾自动报警系统

包括：烟感探测器；温感探测器；手动报警器；模块

4.4消防联动控制系统

4.4.1水系统

消火栓系统；喷淋雨淋系统。

4.4.2防排烟系统

防火排烟阀；防火卷帘门；风机控制。

5数据库逻辑结构设计

接下来将上面的数据库分析转换成ACCESS数据库所支持的数据模型，火灾自动报警信息管理系统数据库中各个表格的设计结果如下表所示。（举例）

5.1记录管理表（表1）

表1

5.2火灾自动报警系统表（表2）

（烟感探测器/温感探测器/手动报警器/模块）

表2

6消防管理系统的编程

6.1新建一个数据库

创建任何一个数据库的第一步是仔细的规划数据库，设计必须是灵活的、有逻辑的。创建一个数据库结构的过程被认为是数据模型设计。

1)标识需要的数据；2)收集被标识的字段到表中；3)标识主关键字字段；4)绘制一个简单的数据图表；5)规范数据；6)标识指定字段的信息；7)创建物理表。

6.2改已建的数据库

数据库的修改分为：添加、编辑和删除记录。这三种操作均可由VisualBasic创建的程序来完成。

6.3数据库之间的联系

数据库之间的关系指明两个库之间共享一个共同的关键字值。一个连接是指一种虚拟的表，这种表是在当用户要求从相互关联的各个不同的表中获取信息时建立的，关键字段用于在相互连接的不同表中查找匹配的记录。一个更高级的连接形式称为自连接。这种连接是指一个表被连接到它自己的一个字段，或在不同的纪录中由重复数据的组合字段。数据库中有三种不同类型的关键字：主关键字、组合关键字和外关键字。在表中使用的关键字类型用于描述库表示什么以及在数据库中如何与其它的库建立关系。

6.4系统功能介绍

1)可以进行文本操作；2)添加一个数据库项目；3)删除一个数据库项目；4)修改一个数据库项目。

6.5据库访问技术―ADO

本次设计主要采用一种新的ADO数据访问技术，使之能更好地访问本地和远地数据库。ADO是Microsoft为最新和最强大的数据访问范例OLEDB而设计的，是一个便于使用的应用程序层接口。ADO最主要的优点是易于使用、速度快、内存支出少和磁盘遗迹小。

7消防管理系统功能的具体实现

图2消防报警记录管理

如图2所示，此窗体采用了ADOData控件，由于ADOData控件并没有出现在VisualBasic默认的工具箱中，所以必须在工程中添加对ADO对象的引用，我们一般选择MicrosoftActiveXDataObject2.0Library,然后将在工具箱中出现的ADOData控件（ADODC）在窗体上标出，把ConnextionString属性设置为数据库的路径，RecordSouece属性设置为表记录,通过数据向导，生成修改用户信息窗体，此窗体可以根据用户的需要，很方便地实现添加、删除和修改各条记录的功能。

ADO（ActiveXDataObject）数据访问接口让程序设计者简单地创建几个对象便可以连接数据来源、获取所需的数据和进行数据访问后的保存操作。

下面详细介绍一下通过使用ADO数据控件来连接数据库Data.mdb。

步骤1：在窗体上放置ADO数据控件，控件名采用默认名“Adodc1”。

步骤2：单击属性窗口中的ConnectionString属性右边的“---”按钮，弹出属性页对话框。在该对话框中允许通过三种不同的方式连接数据源。选择“使用链接字符串”只需要单击“生成”按钮，通过选项设置自动产生连接字符串的内容。

步骤3：采用“使用链接字符串”方式连接数据源。单击“生成”按钮，在属性窗的“提供者”选项卡内选择一个合适的OLEDB数据源，由于Data.mdb是Access数据库,故选择MicrosoftJet3.51OLEDBProvider。然后单击“下一步”或选择“连接”选项卡，在对话框内指定数据库文件名，这里为Data.mdb。为保证连接有效，可单击右下方的“测试连接”按钮，如果测试成功则关闭ConnectionString属性页。

步骤4：单击属性窗口的RecordSource属性右边的“---”按钮，弹出记录源属性页对话框，在“命令类型”下拉表中选择“2-adC?mdTable”选项，在“表或存储过程名称”下拉列表中选择Data.mdb数据库中的“基本情况”表，关闭记录源属性页。此时，已完成了ADO数据控件的连接工作。

至此数据库工作已完成，下面详细介绍一下各页面窗体的设计，由于我们使用的是ADO数据控件，所以可以使用数据窗体向导来设计各页面窗体。

VisualBasic6.0提供了一个强大的数据窗体向导，通过几个交互过程，便能建立一个访问数据的窗口。数据窗体向导属于外接程序，在使用前必须执行“外接程序”菜单的“外接程序管理器”命令，这里以Data.mdb数据库的基本情况表作为数据源来说明数据访问窗口建立的过程。

步骤1：执行“外接程序”菜单中的“数据窗体向导”命令，进入数据窗体向导介绍窗，可以利用先前建立的数据窗体信息配置文件创建外观相似的数据访问窗体，选择“无”将不使用现有的配置文件。

步骤2：单击“下一步”，进入数据窗体向导的数据库类型窗，可以选择任何版本的Access，单击“下一步”进入步骤3。

步骤3：在向导的数据库窗内选择具体的数据库文件。

步骤4：向导的Form窗内设置应用窗体的工作特性。

其中，“窗体名称”栏输入将要创建的窗体名；“窗体布局”指定窗口内数据显示的类型，可以按单条记录的形式显示，也可以按数据网格形式同时显示多条记录；绑定类型用于选择连接数据来源的方式，可以使用ADODC数据控件访问数据，也可以使用ADO对象程序代码访问数据。本例窗体名为frmjbqk，选“单条记录”形式，使用“ADO数据控件”访问数据。

步骤5：在向导的记录源窗内选择所需要的数据。

其中，“记录源”栏选择数据库中的表单；窗口中间的4个按钮用于选定字段，“列排序”栏用于选择排序依据。

步骤6：在向导控件选择窗内选择所创建的数据访问窗需要提供那些操作按钮。

单击“完成”按钮结束数据窗体向导的交互，此时向导将自动产生数据访问窗的画面及代码。

8结束语

本系统采用客户/服务器模式，数据库采用MicrosoftAccess技术，客户端采用VisualBasic6.0技术进行开发，整个系统建立在Windows操作平台上。采用Access技术是因为它存储可靠，能快速访问数据，安全机制好。采用VisualBasic6.0技术是因为它设计应用程序界面方便快捷，编程易实现、功能强大。

参考文献：

[1]龚沛曾.VisualBasic程序设计教程(6.0版)[M].北京:高等教育出版社,2000.

[2]刘韬.VisualBasic6.0数据库系统开发实例导航[M].北京:人民邮电出版社,2002.

[3]胡荣根.VisualBasic6.0(中文版)数据库编程[M].北京:清华大学出版社,1999.

[4]王晟.VisualBasic数据库开发经典案例解析[M].北京:清华大学出版社,2006.

[5]WillisT.VisualBasic2005数据库入门经典[M].杨洁,译.4版.北京:清华大学出版社,2007.

[6]崔竞,康祥顺审校.VisualBasic6.0基础与实践教程[M].北京:电子工业出版社，2007.

[7]苏俊.边学边用Access[M].北京:机械工业出版社,2007.

数学建模具体步骤篇2

关键词：高校；数学建模；教学模式

DOI：10.16640/ki.37-1222/t.2017.01.208

0引言

近些年来，社会经济取得了显著发展，数学也成为了支撑高新技术发展的一门重要学科。考虑到社会各生产部门在解决实际问题时，均离不开数学建模思想及方法的帮助，因而高等院校在开展数学建模教学过程中，需有机结合建模思路及实际问题，通过采取创新的教学方法，不断完善建模教学模式，从而充分促进学生综合能力的增强。

1数学建模的相关概念

数学建模指的是出于某一特定目标的考虑，简化并假设特定的系统及问题，并借助相关数学工具构建出恰当的数学结构，从而为处理对象提供科学的控制决策，或是用来合理解释待定的实践状态[1]。简单来说，数学建模是通过数学的方法及思想来构建出相应的数学模型，从而对实践问题进行有效解决的一系列过程。

此外，数学建模还具有应用广泛，抽象性、综合性及概括性强等特点，其不但需要培养学生具备扎实的数学基础以及学习数学建模的兴趣，还需对其分析并解决问题、计算机应用、信息收集与处理、自主学习等综合能力展开全面培养。由此可知，通过采取数学建模教学模式，可进一步促进学生学科知识结构的优化以及综合能力的提高。

2完善高校数学建模教学模式的有效策略

2.1确保选题的科学性

数学建模选题的科学与否会直接影响到教学的效果，因此，教师在选题过程中，需将教学计划、教材难度以及学生实际能力水平等充分考虑在内，并严格遵循以问题为中心、所选题目具备足够研究价值，以及可行性、趣味性等原则，确保能够将学生的建模兴趣及研究兴趣充分调动起来[2]。

2.2做到多层面联合

教师在开展数学建模教学时，应对建模各层面予以高度重视，将多层面联合起来。首先，将建模步骤重点突出。教师需详细阐述不同步骤的特点及作用，各步骤之间的协作机制等，并从建模方法这一层面出发，创设相应的情境，理解问题，构建数学模型并进行求解及评价等。此外，还需围绕同一建模问题来开展各个步骤的教学，重点分析问题的背景，认真考察已知条件，并对模型的构建过程进行引导，通过向学生展示不同步骤的思维方式，从而使其对各个步骤的作用方式进行正确理解，对建模思路有一个整体把握，从而将实际问题进行有效解决。其次，对类比法、平衡原理方法等广普性建模方法予以重视，并善于利用概率、极限、图论、模糊数学以及层次分析等数学分支建模法。在开展各层面建模方法的教学时，教师还需把各个层面分化成具体的建模方法，并选择实际问题来训练学生，使其做到融会贯通。

2.3注重整合模式的应用

数学建模整合模式是指整合各年级的知识，探索知识之间的衔接性及连续性，以期促进数学建模教学实效性的提高。在对模型进行整合时，需对核心课程（包括数学模型、微积分以及实验等课程）、潜在课程（包括单科或多科选修课）以及建模活动（包括CUMCM集训、大学生建模竞赛及数学应用竞赛等）予以重点关注。基于此，本文提出了三阶段的建模教学模式：第一阶段的对象是大一及大二学生，目的是培养他们的应用意识，使其对简单应用能力有一个大致掌握；第一二阶段的对象是大二及大三学生，重点对其建模及应用能力展开培养；第三阶段的对象是大三及大四学生，主要对其应用能力及综合研究意识进行培养。

2.4分层进行

教师应以学生的实际掌握及应用能力为依据，以模仿、转换及构建为主线来分层进行数学建模的教学工作。

（1）模仿阶段：学生数学建模模仿能力的培养是建模教学中不可或缺的一项环节。教师在进行该阶段的教学时，需要求学生重点研究已构建的模型及其具体的构建思路。与自主探索并构建模型不同的是，对别人构建的模型展开研究是一种被动性活动，因而在实际研究时，教师需引导学生重点分析如何引入并应用模型，如何借助已有方法将答案从已知的模型中导出[3]。总的来说，模仿阶段的训练在数学建模教学中至关重要。（2）转换阶段：数学建模中的转换指的是将具体的模型转换为抽象的综合性模型，或是把原有的模型通过提炼，转换至另一领域中。对各种数学问题展开分析，其本质便是多种数学模型的转换及组合。因此，在实际开展数学建模教学时，教师需对学生转换模型的能力展开重点培养。（3）构建阶段：在处理实际问题时，出于某种需求的考虑，需通过构建数学模型的形式来体现问题中的条件及相互关系，或合理取舍并简化已知条件，再经过重新组合，从而构建出新的模型等，并借助已有的知识及方法进行解决。考虑到构建模型为一项高级思维活动，并不存在固定的解决方法及模式，因而教师需将学生的逻辑思维以及非逻辑思维充分调动起来，经过分析、概括、类比、比较、猜测及想象等过程，对学生的数学模型构建能力进行全面锻炼。由此可知，在数学建模教学过程中，除了加强培养学生逻辑思维以及非逻辑思维能力外，还需注重其他综合能力的培养，尽可能使学生掌握更多有关于工程技术以及科学等方面的知识，能够对系统进行灵活辨识，对机理进行准确分析，在顺利构建数学模型的基础上，有效解决实际问题。

3结语

综上所述，高效教师在开展数学建模教学过程中，需对学生的主体地位及其学习兴趣予以重视，通过不断完善建模教学模式，对学生的创造潜能进行深入挖掘，引导他们展开积极探索与沟通，从而充分提高学生的建模能力及问题分析与解决能力的提高，为社会培养更多优质的实践型人才。

参考文献：

[1]张逵，彭向阳，谭义红等.地方本科院校数学建模教学模式的构建与实践――以长沙大学为例[J].长沙大学学报，2013，27（05）：112-114.

[2]顾传甲.高校数学建模教学方法探[J].宿州教育学院学报，2015，18（06）：165-166.

数学建模具体步骤篇3

关键词：建筑安全评价;遗传算法;人工神经网络;建筑生产;风险因素；

Abstract:FortheSafetyEvaluationmethodofconstructionIndustryislackofripenessandscience,thesafetyEvaluationmethodofconstructionisputforwardbasedonGAneuralnetworkaccordingtothecharacteristicofconstructionindustry,analyzingandsynthesizingsafetyevaluationmethodatpresent,Thenthetheory,methodandarithmeticoftheevaluationmodelarestudied.Atfirst,theindexsystemofriskfactorsinfluencingconstructionindustrysafelyisproposed,accordingtothecharacteristicofconstructionindustry,thentheEvaluationindexofmeasuringthedegreeofsafetyinconstructionproductionisputforward,Atlast,GA-ANNistrainedbythetrainingsamplescollected.Astheerrorsaresettledfortheaims,theGA-ANNwouldbeappliedfortheevaluationofsafetyintheconstructionindustry.

Keywords:safetyevaluationofconstruction;geneticarithmetic;artificialneuralnetwork;constructionindustry;riskfactors;

中图分类号：P624.8文献标识码：A文章编号：

1前言

安全评价以实现系统安全为目的，应用安全系统工程原理和工程技术方法，对系统中固有或潜在的危险进行定性和定量分析，得出系统发生危险的可能性及其后果严重程度的评价，通过与评价标准的比较得出系统的危险程度，提出改进措施，以寻求最低事故率、最少的损失和最优的安全投资。

安全评价的方法有很多且各有特色，如安全检查表评价法是根据经验或系统分析的结果，把评价项目自身及周围环境的潜在危险集中起来，列成检查项目的清单，评价时依照清单，逐项检查和评定的方法；概率安全评价法(PSA)是一种定量安全评定方法，先求出系统发生事故的概率，然后结合事故后果严重度的估计进一步计算风险，以风险大小确定系统的安全程度，以此衡量系统的危险程度是否超过可接受的安全标准，以便决定是否需要采取相应的安全措施，使其达到社会公认的安全水平；安全综合评价法是把多个描述被评价对象不同方面且量纲不同的定性和定量指标，转化为无量纲的评价值，并综合这些评价值以得出该评价对象的一个整体评价。此外还有作业危险性评价法等。

人工神经网络是由大量的、简单的神经元互联组成的大规模分布式并行信息处理系统，通过模拟人脑的神经组织结构，能对复杂问题进行有效求解。人工神经网络具有极强的非线形逼近、模糊推理、大规模并行处理、自训练学习、自组织和比较良好的容错性等优点。将神经网络应用于系统安全评价之中，能克服传统安全评价的一些缺陷，快速、准确地得到较好的安全评价结果。

2建筑安全风险系统的建立

建筑生产活动包括各类房屋建筑及其附属设施和与其配套的线路、管道、设备的安装活动。虽然房屋建筑、附属设施和线路、管道、设备等施工特点有所区别，但就其劳动者、活动性质、环境这三方面来看是共同具有的，由此表现出的风险性也具有相似性。通过对建筑生产中固有危险性的分析，以事故异常释放理论为基础可将建筑生产风险来源归结为：高处作业、地质条件、环境因素、设备条件和成品材料条件五大方面，这五大方面反映了建筑生产系统的物质形态和生产的特点。在实际工作中还可以发现：在同样的施工条件和环境下，所面临同样的工作，但各单位、各工地的安全状况是不一样的。这里还有一个非常重要的风险因素系统——人，人是生产力中最活跃的因素，但同时它也对生产系统产生极大的风险。由身体的差异、技能的高低、管理的好坏等人系统引发的混乱度对生产系统产生正熵值，从而使生产系统产生紊乱，造成生产事故。因此，建立建筑安全风险系统时必须考虑人员风险系统，这样从人、机(物)、环境的角度把建筑生产风险系统归类为高处作业、地质情况、环境因素、设备条件、材料因素和人员因素六大方面。

上述6个方面是建筑生产安全状况的主要影响因素，即是对建筑生产过程中事故率的大小和财产损失的影响的关键要素。通过建立安全指标和与之相关的不确定因素之间复杂的非线性关系时，完成对建筑安全生产状况的评价。

3遗传神经网络的建筑安全评价模型

为了选取最优权值，减小极小化目标输出和实际输出之间的误差，采用正向传播算法和遗传算法相结合，对神经元网络进行求解。建筑安全评价模型的评价步骤如下：

步骤1：确定安全评价对象集。

步骤2：建立建筑安全评价指标体系。系统的安全状况可用一系列评价指标表示，每个指标都从不同的侧面刻画系统的安全状况，以此确定人工神经网络的输入层、隐层和输出层的节点数，构筑人工神经网络。

步骤3：应用AHP方法确定与各项安全评价指标相对应的初始权重系数。相对于某种特定安全评价目的来说，评价指标之间的相对重要性是不同的，安全评价指标之间的相对重要性的大小是靠权重系数的大小来体现的。

步骤4：令遗传算法种群代数kk+1。

步骤5：初始化染色体，并检验其可行性。

步骤6：通过交叉、变异、复制更新权重向量。

步骤7：选择安全评价的指标的学习样本，供GA-ANN训练，学习。利用训练好的神经网络权值来计算染色体的误差和适应度。

步骤8：根据误差函数计算每个权重向量的适应度。

步骤9：如果k

步骤10：计算。

步骤11：如果，那么k=0,权重,返回步骤2，重复步骤2至步骤7，直到给定的循环次数为至。

步骤12：给出人工神经网络的最优解。

4遗传神经网络建筑安全评价模型的工程实现

4.1数据处理

设建筑安全评价的影响因素有6个指标，各项评价指标的等级分为五等，划分的分值范围如下：“很好”（100～85）、“较好”（85～70）、“一般”（70～55）、“较差”（55～40）、“很差”（40～0）。请100位专家对每项工程的各项安全评价指标进行评判。令“很好”赋于隶属度1,“较好”赋于隶属度0.8，“一般”赋于隶属度0.6，“较差”赋于隶属度0.4，“很差”赋于隶属度，则可由下式得到神经网络的输入值。

其中为专家评价为某一个等级的专家数占专家总数的比例。

4.2神经网络结构的确定

为了实现对建筑生产安全状况的评价，利用神经网络系统进行数据的训练，获取合适的网络结构，寻求安全指标同风险因素的非线性关系。

网络输出值为需要评价的两个安全指标年千人负伤率、万元工程损失，输入值为影响建筑生产安全状况的六个风险因素。具体计算如下：

“万元工程损失”是收集到的工程的直接损失。

输出节点数由安全指标数目确定，因此输入节点数为6个；输入节点数由风险因素确定，因此输入节点数为2。设一个隐含层，主要通过调节隐层节点数、动量项、学习率提高网络的训练精度。初始化权值的设置的好坏很大程度上决定着网络的收敛速度，权值的初始化无规律可循，可把权值设在[-1，1]之间，即把每个染色体的基因值设置在-1到1之间。

4.3网络的训练和评价结果

根据以上论述的数据处理方法，在中煤建安六十九处、北京市城建进行了数据采集工作。收集到具有代表性的40项工程，得到用于训练GA-ANN的样本集。

本文在模型的训练时，把所经过处理的数据输入，在训练时，交叉概率=0.8，变异概率=0.05，最大进化代数为6000，种群或。根据以上参数，取种群数，把网络输出节点全局误差为0.02作为训练终止条件，经过5000次迭代训练后，网络收敛，得到各层间的权值和阈值，即为训练好的神经网络。

计算所得的安全评价结果如表1所示。

通过上面建立的模型对神经网络进行训练，用训练好的网络权值及阈值对已经收集到的某一工程实际数据资料进行建筑安全状况的评价。计算所得的安全评价结果如表1所示。计算结果年千人负伤率和万元工程损失值与实际结果比较绝对误差小于给定值，因此，据此模型对建筑生产安全状况进行评价，可以反映实际情况，给项目管理者决策提供依据。

表1

根据4.2给出的安全评价等级的分值范围，其综合安全评价结果为较好，千人伤亡率与万元工程损失指标均可达到比较高的安全程度。

5结论

将遗传神经元网络用于系统安全评价过程中，可以比较准确地对系统的综合安全评估做出评价，但安全信息数据库的完善程度直接影响着神经元网络训练学习的准确程度，所以安全信息数据库的建立可提高综合安全评估的准确性。此外，在综合安全评价过程中的某些指标具有模糊性，若与模糊随机规划相结合，则可提高综合安全评价的可靠性，对此问题有待进一步研究。

参考文献：

[1]李万庆,卫赵斌,孟文清.模糊层次综合评判法的应用.统计与决策,2003(7)

[2]朱桂荣,卫赵斌,马楠.基于粗集——神经网络的建筑安全控制系统研究.煤炭经济研究,2005(12):31-33

[3]李成华,李慧民,云小红.基于模糊层次分析法的建筑安全管理绩效评价研究.西安建筑科技大学学报(自然科学版),2009(2)

[4]邢益瑞,佟瑞鹏,张孟春.基于ANP的建筑安全管理绩效评价框架研究.中国安全科学学报,2010(4)

数学建模具体步骤篇4

【关键词】新闻主播；评选模式；层级分析法；德尔菲法

序言

随着国内广电事业的发展，各类新闻节目与日俱增，观众对于新闻的选择日趋多样化、力求丰富，加之各地新闻频道不断推出全天候滚动的马拉松式播报，对新闻主播的需求也大量增加。在激烈的竞争之下，许多新闻台推出“明星主播”抢攻收视，电视台决策者对新闻主播的标准也由于商业考虑而与以往大不相同。

新闻主播是电视台的形象代言人，其所具备的专业素养不仅牵涉新闻质量，更影响观众对该新闻频道的观感[1]。主播作为整个新闻团队的代表，大部分不仅参与幕后采访及写稿等流程，而且要将新闻成果呈现在观众眼前，因此必须具备的专业条件比其他新闻工作者更为专精[2]。有口碑的主播不但是电视台的王牌，伴随之名气也反映出观众的高度忠诚。因此，如何从众多新闻频道中脱颖而出是当今各家电视台面临的考验，而选择合适的主播也有助于建立电视台本身的威望或公信力[3]。

电视新闻主播的选择，属于多目标决策问题，需要通过合适的评估指标与严格的筛选程序，才能评选出最佳的新闻主播[4]。因此，本文之研究目的是从电视台经营者与新闻部主管角度，针对电视新闻主播建立一个评选模型，并以国内某省级卫视台新闻主播的选拔决策为例，运用此模型进行实证研究。

研究方法

德尔菲法。德尔菲法（DelphiMethod）是由美国兰德公司于1950年创建发展的一套研究方法，属于群体决策方法的一种，多应用于质性研究。其进行过程为针对某特定议题，借助专家特殊的经验与知识，通过数个回合的反复回馈循环式回答，直到专家意见的差异性降至最低为止，以便在复杂议题上达成共识意见[5]。Duffield提出德尔菲法有四大优点：（1）达到集思广益的效果；（2）维持专家独立判断的能力；（3）打破时空的困境；（4）不需利用复杂的统计。

层次分析法。层次分析法是美国学者Saaty在1971年提出的一套决策方法，主要应用在不确定的情况下具有多个评估准则的决策问题上。AHP通过系统地分解问题，将问题层级化后，采用两两成对的比较方式，找出元素间相对重要性比值，排出备选方案的顺序，作为选取最佳方案的依据[6]。

研究步骤

本文的评选模式构建分为两个阶段：第一阶段包含三个步骤，通过德尔菲法來凝聚专家共识，找出适当的新闻主播评选准则；第二阶段包含六个步骤，应用层次分析法來决定新闻主播评选准则的权重、排序替选方案并选出最佳者。

第一阶段：运用德尔菲法，确定电视新闻主播的评选准则。步骤一：选定电视台的群体专家成员。步骤二：电视新闻主播的文献搜集与整理。步骤三：电视新闻主播评选模式准则的确立。第二阶段：应用层次分析法选出最佳电视新闻主播。步骤一：建立层级结构，将品牌名称评选问题依层次分解为目标、主准则、次准则及备选方案等相关联的决策要素。步骤二：依据层次分析法模型建立成对比较矩阵。每一位决策者针对各层级决策要素进行成对比较，给予相对分数。步骤三：计算各成对比较矩阵的特征值与特征向量。步骤四：检验各矩阵的一致性。此处一致性为决策者在成对比较矩阵的时候，能够达到前后的一贯性。步骤五：将所有决策者所提供之比较分数，以“几何平均数”汇总，求出各层级要素间之相对权重。步骤六：将每一层级的权重矩阵相乘汇总，以求出整体层级之权重，來决定每一个替选方案的综合评估分数。

评选方法

本文以国内某省级卫视的新闻主播评选为例，该台内部首先成立一个三人决策小组，接着根据新闻部主管推荐的三个候选方案，由决策小组成员根据这三个方案在各项评选指标下的表现程度给予评分，获得实证数据后，最后导入本文构建的评选模型进行实际操作，执行步骤说明如下：

第一，运用德尔菲法，设定电视新闻主播的评选准则。

步骤一：选定电视台的群体专家成员。选定九位在电视新闻方面的专家成员，必须符合下列条件：⑴曾参与评选卫视新闻主播或有亲身播报经历者；⑵现为电视台经理、新闻部主管、编辑等条件者。本文专家成员选定为某省级卫视的高层管理者、部门主管、资深编辑，共计九位受访者。

步骤二：电视新闻主播的文献搜集与分析。本文的评选准则通过参考国内外相关研究文献，整理出电视新闻主播的评选准则，以此作为确认专家问卷的依据。薛宇珊认为虽然电视新闻部门为争夺收视率，总是以帅哥美女新闻主播为号召吸引观众，然而新闻主播不一定要长相俊美，只要容貌语音令观众觉得愉快悦耳，不受排斥即可[7]。陈璐提出，由于各地新闻频道开播，使得主播的角色更为重要，表现空间更大，解说新闻的时间也大大增加，加上全新闻频道竞相投入市场，导致主播需求量剧增，主播的专业条件及要求都较以往宽松[8]。加之广告市场竞争激烈，商业压力促使新闻产制休闲化、娱乐化，让收视率的好坏成为组织选择主播的重要考量[9]。

步骤三：电视新闻主播评选模式准则的确立。将搜集整理后的电视新闻主播评选准则进行修订，并以李克特五级量表衡量超过4分以上的准则，列为重要参考性评估准则，并经过三回合问卷调查后，达成专家们对新闻主播评选准则的一致性意见。

第二，应用层级分析法选出最佳电视新闻主播。

步骤一：建立层级结构。将电视新闻主播评选问题依照层级分解最终目标、主准则、次准则及替选方案等决策要素。

步骤二：建立因素间之成对比较矩阵。依据群体专家给定的相对分数，以“几何平均数”的计算方式，汇总专家们的决策综合分数，制定电视新闻主播准则的权重数值。

步骤三：计算特征值及特征向量。分别将“主准则”与“次准则”的成对比较矩阵，经由特征向量的计算方式，求得各层级要素的权重数值，其结果如表1所示。

表1：主准则与次准则特征向量的权重值结果

步骤四：一致性检定。计算出主准则及各次准则成对比较矩阵的一致性，九位电视新闻主播评选专家的一致性比率（CR）及综合意见之一致性比率（CR）均小于0.1，符合一致性原则。

步骤五：各层级要素相对权重之计算。在电视台专家们群体决策新闻主播的评量准则中得知，电视台高层主管在选择新闻主播时，其衡量的基准以新闻主播的“专业条件（0.566）>外在形象（0.173）>个人特质（0.158）>主播风格（0.103）”，其次准则的评量结果叙述如下：（1）电视台主管们认为，评选新闻主播最重要的准则为专业条件，其中又以新闻敏感（0.317）为最重要的次准则，其次为新闻知识丰富（0.266），接着是身为新闻主播最基本的播报能力（0.183）。现在虽然是收视挂帅的时代，然而大部分电视台仍要求主播能够有自己的采访能力，加上主播在重大事件发生时需要在节目中访问关键新闻人物，因此采访技巧佳（0.135）也是遴选主播的重要考量。除此之外，主播经常需要自己润饰稿头或下标题，因而写作技巧佳（0.099）是基础，也是必备之能。⑵就屏幕效果而言，虽然观众收看新闻节目的习惯与以往不同，近年來主播的角色也有明星化的现象，然而对电视台主管而言，专业形象（0.407）仍是外在形象当中最重要的指标，其次是具观众缘（0.239），再次是有自信（0.166）。此外，让观众容易记忆（0.104）的形象则能够使主播增加自身知名度，并连带成为该电视台之代言人。综观以上准则，相较之下长相俊美（0.084）并不是主管们遴选主播时最重要的条件。⑶电视与其他媒体不同，无论是速度、内容还是节奏都有特别的要求。身为电视新闻主播，在个人特质上也有许多限制。电视台主管认为，声音质量佳（0.226）是一个主播最重要也最基本的条件。其次，播报时的组织能力佳（0.219）则代表临场反应的能力，新闻播报只是看读稿机，专业的主播必须将信息融会贯通后对观众“说”新闻。再次，由于电视新闻属于团队合作，主播与同僚相处能力佳（0.195）代表了高工作效率与职场适应能力。拥有个人魅力（0.182）则有助于提升收视率与稳定收视群，配合度高（0.178）是每个组织都会期望的准则之一。⑷电视台在选定新闻主播并加以培训时，对主播的风格无特殊限制，一般來说，专业权威型（0.671）是电视台主管认为能够长久经营的走向，其次为机智型（0.200），明星型（0.129）则较无优势。

步骤六：整体层级权重的计算。本文案例中的决策小组成员套用本模式进行方案的整体性评估，最后排序为替选方案的优先级，以分数最高者为最佳的电视新闻主播，其得分结果依序为A主播（0.508）、B主播（0.350）、C主播（0.142），根据本文案例的验证结果，A主播即为电视台主管评选的最佳新闻主播。

结语

本文首先采用德尔菲法來凝聚专家共识，找出评选电视新闻主播时的关键准则，接着应用AHP來决定准则的相对权重、替选方案的排序从而选出最佳者，并以国内某省级卫视台为例，决策者在评选新闻主播时，应用此模式进行实证研究，研究结果发现，根据总评分的排序，依序分别为A主播、B主播、C主播，故本研究最后选出A主播作为电视新闻主播评选的最佳方案。

此外，研究结果发现，决策者在评选电视新闻主播时，最重视的准则为专业条件，其次为外在形象，再次为个人特质，最后为主播风格。而次准则中播报能力、个人魅力和声音质量是电视台决策者衡量主播是否胜任时会影响最终方案排序的几个条件。

参考文献：

[1]江佳陵.关于培养电视新闻主播人才的思考[J].电视研究，2003（2）.

[2]吕惠敏.谈电视新闻主播现场直播的能力缺失[J].现代传播，2005（4）.

[3]吴正桓.从新闻主播的素质要求看主播的培养道路[J].新闻爱好者，1991（10）.

[4]胡永芳.透视我国新闻主播的发展及问题[J].当代电视，2005（7）.

[5]徐蔼婷.德尔菲法的应用及其难点[J].中国统计，2006（9）.

[6]谢承华.AHP及其应用[J].兰州商学院学报，2001（2）.

[7]薛宇珊.浅谈新闻主播应具备的传播人特质[J].湖南广播电视大学学报，2004（4）.

[8]陈璐.广播的转型与新闻主播的素质再造[J].新闻传播，2010（12）.

[9]谭诗华，卢然.新闻主播的移情能力及培养[J].记者摇篮，2009（4）.

数学建模具体步骤篇5

关键字：多传感器；模糊聚类；证据理论；证据冲突

中图分类号：TP391文献标识码：A文章编号：1007-9599(2011)04-0000-01

TargetIdentificationMethodsResearchBasedonFuzzyClustering

MiaoLin

(ShandongCollegeofChemicalTechnicians,Tengzhou277500,China)

Abstract:ThispaperdescribesthestepsofclusteranalysisandfuzzyCmeansclusteringbasedontheprinciplesandmodelidentificationmethods,andthemethodidentificationusingfuzzyCmeansclusteringmethod,characteristicsofgivenclustersampledatawereidentifiedandrecognizedbytheprincipleofmaximumdegreeofmembershipidentification,calculationresultsshowthatitisfeasibleandeffective.

Keywords:Multi-sensor;Fuzzyclustering;Evidencetheory;Evidenceconflicts

高技术条件下的局部战争，由于各种伪装与隐形技术及抗干扰技术的大量应用，战场的透明度日渐减弱，使得以往那种单纯依靠指挥人员和情报人员进行目标识别的方法，已远远不能满足现代化战争的需要[1，2，3]。本文提出用模糊聚类分析方法完成目标的有效分类和识别。

一、聚类方法

各种聚类方法的过程可用下面五个基本步骤来描述[4]：

步骤1：从观测数据中选择一些样本数据。步骤2：定义特征变量集合以表征样本中的实体。步骤3：计算数据的相似性、并按照一个相似性准则划分数据集。通常用一个预先规定的相似性度量与一个或几个阀值相比较的办法，把认为相似的模式分在同一类中。步骤4：检验划分成的类对于实际应用是否有意义，即检验各模式的子集是否很不相同，若不是，则合并相似子集。步骤5：反复将产生的子集加以划分，并对划分结果使用步骤4检验，直到再没有进一步的细分结果，或者直到满足某种停止准则为止。至于停止规则，可以是所建立的聚类数目以满足关于类的总数的一种先验知识，或者以达到限定的计算时间或数据存储量。

二、模糊C均值聚类识别方法

为了优化聚类分析的目标函数，人们提出了现在相当流行和应用广泛的模糊C均值聚类算法。该算法是从硬C均值聚类算法发展而来的。FCM算法的具体步骤[5]：

算法：FCM算法

初始化：给定聚类类别数，，是数据个数，设定迭代停止阀值，初始化聚类原型模式，设置迭代计数器；

步骤一：用式（3-24）计算或更新划分矩阵：

对于，如果，则有：

（1）

如果，使得，则有

，且对，（2）

步骤二：用式（3-26）更新聚类原型模式矩阵：

（3）

步骤三：如果，则算法停止并输出划分矩阵和聚类原型，否则令：，转向步骤一。其中为某种合适的矩阵范数。

三、最大隶属度识别方法

设为全体被识别对象构成的论域，是的个模糊子集，是一识别对象。若

（4）

则认为优先隶属于，即优先属于模式所代表的那一类，这一原则称为最大隶属原则。

也可以把这个方法再改变一下，即在按最大隶属原则进行判断之前，先规定一个阀值。若：

（5）

则认为拒绝识别，另作分析。若：

（6）

则认为识别可行，而且按最大隶属原则进行判断。

当模式的隶属确定后，按这种方法进行识别比较容易，这里的关键是模式的隶属函数的恰当确定。按最大隶属原则来进行模式分类的方法亦被称为模糊模式分类的直接方法。这种方法适合于分类对象确定，模型模糊的情况。最大隶属原则在模式识别中很有用，不过它只适于处理较为简单的问题，若待识别模式并非某一特定的单个元素，而是论域中的一个模糊子集，用最大隶属原则就很难处理了。

四、聚类分析实例

各种传感器对目标测得的参数报告项目有很多，如：敌我属性、方位、距离、航向、加速度、初始发现距离、载频、脉宽、脉幅、重频、天线转速、威胁等级、信度等。本文选出6个较为关键的特征参数作为识别的依据，这样可以简化处理。可以采用了如下向量作为特征矢量：类型、加速度、工作频率、重复频率、威胁等级、脉冲宽度。所以识别系统的输入元数为6。实验样本共100个数据，已进行过标准化和归一化处理。对其进行模糊聚类建立参考模版，待识别样本5个得出具体的目标分类结果为：ū1=O3=0.6，ū2=O3=0.8，ū3=O1=0.7，ū4=O2=0.5，ū=O1=0.6。

五、结束语

本文提出的模糊C均值聚类分析方法对目标进行识别，能够比较准确地划分出目标的种类。识别过程中可以采取自适应识别方法，通过对模糊C均值聚类建立的参考模版利用自适应方法进行识别。

参考文献

[1]杨晓红,陈婧华,姜玉宪.导引头目标干扰识别与抗干扰[J].电光与控制,2006,13(6):9-14，31

[2]刘慧，姜玉宪.点目标行为模式识别与抗干扰方法研究[J].电光与控制,2004,11(4):3-8

[3]顾金芳,梁兴甫,彭小龙,刘振禄.便携式地空导弹武器系统作战效能的模糊综合评价[J].电光与控制,2006,13(5):95-97

数学建模具体步骤篇6

【关键词】Proe渐开线柱齿轮建模

齿轮传动是机械设备中应用最广泛的动力和运动传递装置，广泛应用于航空、汽车、机床和自动化生产线等各种通用机械中。齿轮啮合的力学行为和工作性能对整个机器有重要影响。随着机械行业的不断发展，各种精密机床不断被研发，对齿轮的成形精度有了越来越高的要求。为了精确模拟齿轮的实际成形过程，就要求对齿轮进行精确的三维建模。本文基于Pro/E3.0平台上进行齿轮的三维建模研究。

一、齿轮渐开线的生成原理

由机械原理知识可知，当一直线BK沿一圆周作纯滚动时，直线上任意点K的轨迹AK就是该圆的渐开线，这个圆称为渐开线的基圆，半径为rb，直线BK叫做渐开线的发生线；角θk叫做渐开线AK段的展角。

二、渐开线斜齿圆柱齿轮的参数化建模步骤

（一）创建新的零件文件。打开Pro/E，单击工具栏新建文件的按钮，选择零件模块，输入零件名称：helical_gear，点击OK。将坐标系PRT_CSYS_DEF及基准平面RIGHT、TOP、FRONT显示在画面上；

（二）设置参数。点击“工具”下拉菜单中的“参数”，根据齿轮的参数进行设置；

（三）作圆曲线。点击特征工具栏“草绘”按钮，选取FRONT面作为基准面，画四个圆，点击“工具”下拉菜单中的关系，输入关系式，系统自动将关系式添入驱动，生成齿轮的基圆、齿根圆、分度圆和齿顶圆。

（四）作齿廓线（渐开线）。点击特征工具栏“基准曲线”按钮，选取“从程”-“完成”-“选取坐标系”（选取系统坐标系PRT_CSYS_DEF）-“笛卡尔”，弹出如图2.6所示的文本编辑框，输入如图所示的关系式，点击文本编辑框的“文件”-“保存”，然后关闭。

（五）作基准轴、基准点、基准面。点击“基准轴”按钮，按住“Control”键选取TOP和RIGHT基准面即可生成齿轮基准轴A_1。点击“基准点”按钮，按住“Control”键选取步骤4）生成的渐开线和齿轮分度圆，即可生成基准点PNT0。点击“基准面”按钮，按住“Control”选取基准轴A_1和基准点PNT0，即可生成基准面DTM1。

（六）作齿廓的镜像基准面。点击“基准面”按钮，选取上步生成的基准面DTM1和基准轴A_1，在“旋转”选项中输入关系“360/（4*z）”，即生成基准面DTM2。

（七）镜像生成单齿另一边的齿形线。先选取步骤4）生成的渐开线，再点击“镜像”按钮，选择基准面DTM2为镜像参考即可。

（八）拉伸生成齿根圆柱坯体。点击“拉伸”按钮，依次点取“放置”-“定义”，选择FRONT面作为草绘面，拾取“从边创建图元”按钮，选择“环”，选取步骤3）生成的齿根圆，点击“确定√”，修改其长度尺寸为LONGTH，在关系文本框中添加关系：LONGTH=B

（九）草绘端面齿廓。点击“草绘”按钮，选取FRONT面作为基准面，拾取“从边创建图元”按钮，选择“环”，选取齿根圆曲线、两条渐开线及齿顶圆曲线，点击“圆角”按钮，绘制齿根过渡曲线，点击“草绘器约束”按钮，使两圆角半径相等，点击“修剪”按钮，将多余的线删除，点击“确定√”，修改半径尺寸为r，添加关系：r=0.38*mn，生成齿廓。

（十）进行特征操作生成另一端齿廓。选择菜单栏“编辑”-“特征操作”-“复制”-“移动”“独立”-选择上一步骤生成的齿廓-“平移”“平面”-选择FRONT基准面-“正向”，输入平移距离：B（即齿宽），再选择“旋转”“坐标系”-选择系统坐标系-“z轴”-“反向”（该齿轮为左旋，若为右旋，则选“正向”，根据右手定则判定）-“正向”（即确定），旋转角度先不管，点击确定，修改旋转角度为theta，添加关系：theta=2*b*tan（beta）*180/（pi*d）。

（十一）作扫描轨迹。若将斜齿轮的分度圆柱面水平展开，则其螺旋线成为斜直线，斜直线与轴线之间的夹角即为分度圆柱上螺旋角β。先“拉伸”操作生成分度圆柱面，修改拉伸尺寸，添加关系：longth1=b+10。再点击“草绘”按钮，选取RIGHT面为草绘平面，作一斜直线（注意齿轮旋向），点击“确定√”，修改角度尺寸，添加关系：angle=beta。最后点击菜单栏“编辑”-“投影”，将所作直线投影到分度圆柱面上；

（十二）混合扫描生成单个轮齿。先选中上步骤生成的投影线，点击菜单栏“插入”-“混合扫描”，点选实体按钮，点击“剖面”，在剖面选项中选取“所选截面”，先选取扫描路径上箭头所在的一端齿廓，点击“插入”，选取另一端齿廓，点击“确定√”，生成的轮齿。

三、小结

基于Pro/E的参数化建模，用户可以定义各参数之间的相互关系，使得特征之间存在依存关系。当修改某一单独特征的参数值时，会同时牵动其它与之存在依存关系的特征进行变更，以保持整体的设计意图。因此在同类零件的设计中，使用参数化造型方法，通过修改零件的特定参数和属性，然后根据相关联的尺寸表达式的作用而引起整个模型的变化，即可得到所需零件，从而为工程人员节省大量时间。

参考文献：

[1]李国琴，孙京平.AutoCAD2006绘制机械图训练手册.北京：中国电力出版社，2006，9.

[2]刁燕，罗华.计算机辅助设计讲义.四川大学锦江学院，2008，8.