時(shí)間：2022-05-21 11:02:22
序論：在您撰寫(xiě)數(shù)據(jù)分析方法論文時(shí)，參考他人的優(yōu)秀作品可以開(kāi)闊視野，小編為您整理的1篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。
【摘要】土工實(shí)驗(yàn)是進(jìn)行土木工程的重要前提條件，其能夠?yàn)槭┕そㄔO(shè)提供可靠的數(shù)據(jù)支持，能夠有效防止工程建設(shè)中可能存在的潛在危險(xiǎn)事故。本文對(duì)其數(shù)據(jù)涉及的內(nèi)容進(jìn)行分析，分析了實(shí)驗(yàn)準(zhǔn)確性的因素，進(jìn)而提出相應(yīng)的方法應(yīng)用，希望可以為土工實(shí)驗(yàn)的發(fā)展提供借鑒。
【關(guān)鍵詞】土工實(shí)驗(yàn)；實(shí)驗(yàn)數(shù)據(jù)；數(shù)據(jù)分析；分析方法
一、引言
在進(jìn)行實(shí)驗(yàn)過(guò)程中，由于土體本身所具有的復(fù)雜性，土質(zhì)質(zhì)檢所存在的物理學(xué)特性以及采樣、運(yùn)輸、存儲(chǔ)等等方面所表現(xiàn)出來(lái)的特點(diǎn)，都容易對(duì)數(shù)據(jù)造成一定程度的干擾，致使實(shí)驗(yàn)的結(jié)果出現(xiàn)誤差。另外，因?yàn)閷?shí)驗(yàn)本身受到很多因素的干擾，也同樣容易發(fā)生數(shù)據(jù)偏差的問(wèn)題。因此，本文著重從實(shí)驗(yàn)數(shù)據(jù)所涉及的內(nèi)容，影響實(shí)驗(yàn)數(shù)據(jù)的因素，以及提升實(shí)驗(yàn)準(zhǔn)確率的角度出發(fā)，對(duì)土工實(shí)驗(yàn)數(shù)據(jù)分析方法進(jìn)行探討。
二、土工試驗(yàn)數(shù)據(jù)所涉及內(nèi)容
（一）土的比重實(shí)驗(yàn)。土工試驗(yàn)過(guò)程中，土的比重實(shí)驗(yàn)是非常重要的。一般來(lái)說(shuō)，地域相同或者相近，那么土的比重也將會(huì)比較相近。但是，因?yàn)樵趯?shí)際操作中，其整個(gè)的操作流程比較復(fù)雜，所以不同的單位會(huì)采用本地所出具的或者考察的相關(guān)數(shù)據(jù)直接進(jìn)行比重實(shí)驗(yàn)，這樣容易導(dǎo)致實(shí)驗(yàn)數(shù)據(jù)的誤差存在。
（二）土的密度實(shí)驗(yàn)。通過(guò)土的密度實(shí)驗(yàn)可以詳細(xì)的了解土的組成，可以了解其組成成分的性質(zhì)，能夠?yàn)橹蟮氖┕ぬ峁└嗟膮⒖?。土的密度與土粒的重量、孔隙體積、孔隙大小、孔隙水重等等內(nèi)容息息相關(guān)，能夠反映土的組成和基本結(jié)構(gòu)特征。在進(jìn)行實(shí)驗(yàn)的過(guò)程中，要注意盡量避免對(duì)取樣即時(shí)進(jìn)行實(shí)驗(yàn)，最好能夠等待土樣達(dá)到日常狀態(tài)之后再進(jìn)行試驗(yàn)，這樣可以讓土密度實(shí)驗(yàn)的結(jié)果更加準(zhǔn)確。
（三）土的含水量實(shí)驗(yàn)。土的含水量實(shí)驗(yàn)可以說(shuō)是土工實(shí)驗(yàn)中的核心內(nèi)容，其實(shí)驗(yàn)的情況將會(huì)影響到工程地基建設(shè)，還會(huì)影響到后續(xù)工程的穩(wěn)定性。不同地區(qū)的土樣其含水量不同，并存在很大程度上的差異性。實(shí)驗(yàn)人員在進(jìn)行取樣的過(guò)程中，要保證其樣品的均勻性，或者具有代表性，否則進(jìn)行試驗(yàn)所獲得的數(shù)據(jù)就沒(méi)有任何指導(dǎo)意義，其數(shù)據(jù)在實(shí)踐應(yīng)用中的效率和質(zhì)量也將會(huì)呈現(xiàn)大幅度的下降。
三、土性參數(shù)實(shí)驗(yàn)結(jié)果誤差性的原因
（一）土體本身性質(zhì)導(dǎo)致。依照相關(guān)的物理力學(xué)和力學(xué)性質(zhì)，我們可以了解到土體的分層具有不均勻性，加上其所處環(huán)境的變化，可能發(fā)生的雨水沖擊、水文變化、其后影響等等語(yǔ)速怒，都會(huì)讓土體的性質(zhì)發(fā)生改變。這樣在進(jìn)行土工試驗(yàn)的時(shí)候就非常容易造成實(shí)驗(yàn)結(jié)果的差異性，甚至有可能會(huì)成為差異產(chǎn)生的主要影響因素。
（二）系統(tǒng)誤差。系統(tǒng)誤差是由于儀器的某些不完善、測(cè)量技術(shù)上受到限制或?qū)嶒?yàn)方法不夠完善沒(méi)有保證正確的實(shí)驗(yàn)條件等原因產(chǎn)生。不同的單位所使用的儀器往往不盡相同，所使用的試驗(yàn)方法也有一定的出入，加上不同的試驗(yàn)方法讓土工參數(shù)出現(xiàn)離散性，其所實(shí)驗(yàn)的數(shù)據(jù)也就會(huì)有所不同。系統(tǒng)誤差的存在可以予以避免，其與偶然誤差不同，這就需要實(shí)驗(yàn)室對(duì)設(shè)備和系統(tǒng)進(jìn)行改進(jìn)。
（三）偶然誤差。偶然誤差的特點(diǎn)是它的隨機(jī)性。如果實(shí)驗(yàn)人員對(duì)某物理量只進(jìn)行一次測(cè)量，其值可能比真值大也可能比真值小，這完全是偶然的，產(chǎn)生偶然誤差的原因無(wú)法控制，所以偶然誤差總是存在，通過(guò)多次測(cè)量取平均值可以減小偶然誤差，但無(wú)法消除。偶然誤差的存在屬于客觀存在的現(xiàn)象，其與人為原因所造成的誤差有很大的差別，對(duì)于兩者應(yīng)當(dāng)予以區(qū)分。
四、土工實(shí)驗(yàn)數(shù)據(jù)分析方法的應(yīng)用
（一）進(jìn)行數(shù)據(jù)檢查，果斷進(jìn)行取舍。在進(jìn)行實(shí)驗(yàn)的過(guò)程中，如果有明顯不符合物理力學(xué)性質(zhì)的值的范圍點(diǎn)，則可以通過(guò)觀察予以了解，實(shí)驗(yàn)人員要對(duì)其進(jìn)行細(xì)致觀察，一旦發(fā)現(xiàn)異常立刻予以放棄。一般判斷的標(biāo)準(zhǔn)是大部分?jǐn)?shù)值為范圍內(nèi)波動(dòng)，但是有一點(diǎn)超出正常值或者距離正常值較遠(yuǎn)，則可以被認(rèn)定為不合理。在實(shí)驗(yàn)數(shù)據(jù)較多的情況下可以運(yùn)用3σ法則進(jìn)行數(shù)據(jù)之間取舍的考量。在進(jìn)行實(shí)驗(yàn)過(guò)程中，存在于之外數(shù)值所占比例較少，因此，大于和小于之間數(shù)值作為異常處理。
（二）土工實(shí)驗(yàn)數(shù)據(jù)中最小樣本數(shù)問(wèn)題。在土工試驗(yàn)過(guò)程中，最小樣本數(shù)問(wèn)題需要引起人們的重視。實(shí)驗(yàn)中的樣本數(shù)要選取適當(dāng)，如果樣本數(shù)過(guò)小就會(huì)影響實(shí)驗(yàn)結(jié)果的準(zhǔn)確性。但是，樣本數(shù)的數(shù)量并不是隨意定制的，其受到多種因素的影響，比如工程規(guī)模、工程精度要求、現(xiàn)場(chǎng)勘查情況等等。
（三）土體性質(zhì)指標(biāo)的自相關(guān)性的問(wèn)題。根據(jù)以往數(shù)據(jù)實(shí)驗(yàn)的關(guān)聯(lián)性，求的往往是其之間的線性相關(guān)系數(shù)，但是對(duì)于其自相關(guān)函數(shù)通常并沒(méi)有表現(xiàn)出線性相關(guān)，而是指數(shù)相關(guān)。因此，不能簡(jiǎn)單依照求相關(guān)系數(shù)的方法判斷其相關(guān)性。在進(jìn)行土工實(shí)踐過(guò)程中，往往可以通過(guò)δ對(duì)其獨(dú)立性進(jìn)行判斷。在相關(guān)距離 范圍內(nèi)，圖形指標(biāo)基本相關(guān)；在此范圍外，圖形指標(biāo)基本不相關(guān)。但是對(duì)于δ事先未知，因此其需要根據(jù)樣本測(cè)值進(jìn)行求算，一般使用遞推平均法對(duì)相關(guān)距離δ進(jìn)行計(jì)算，并使用間距Z對(duì)δ的影響進(jìn)行綜合考量。一般來(lái)說(shuō)，Z /δ的數(shù)值越大，其各抽樣點(diǎn)的土性越接近相互獨(dú)立，抽樣誤差也就越小。
五、結(jié)束語(yǔ)
土工試驗(yàn)對(duì)于土工建設(shè)來(lái)說(shuō)影響較大，其影響因素包括土體本身性質(zhì)、取樣儀器情況、人為因素等，需要對(duì)此方面予以重視。對(duì)其不合理點(diǎn)來(lái)說(shuō)，可以通過(guò)3 原則進(jìn)行剔除。對(duì)于其數(shù)據(jù)相關(guān)性來(lái)說(shuō)，其可以通過(guò)迭代求解土性指標(biāo)相關(guān)距離予以解決，通過(guò)樣本的加權(quán)平均來(lái)對(duì)該區(qū)域的平均性指標(biāo)進(jìn)行估算。為了讓樣本能夠滿足實(shí)驗(yàn)需要，可以利用Bayes方法對(duì)其土性指標(biāo)與因確認(rèn)，從而彌補(bǔ)數(shù)目不準(zhǔn)確的情況。通過(guò)此三個(gè)方面對(duì)其進(jìn)行方法的應(yīng)用，則可以有效提升實(shí)驗(yàn)數(shù)據(jù)的準(zhǔn)確性、可靠性，可以讓實(shí)驗(yàn)的結(jié)果更加符合實(shí)際需要。
摘 要：針對(duì)現(xiàn)今的社會(huì)調(diào)查數(shù)據(jù)處理與分析中存在的問(wèn)題，該文通過(guò)三維矩陣建立了社會(huì)調(diào)查數(shù)據(jù)的數(shù)學(xué)模型。將每一題表示為空間中的一個(gè)維度，每一張問(wèn)卷表示成一個(gè)矩陣，將多個(gè)矩陣疊加即可得到社會(huì)調(diào)查數(shù)據(jù)的三維矩陣模型。在建立三維矩陣模型的基礎(chǔ)上，可以利用三維矩陣的性質(zhì)對(duì)其進(jìn)行多種數(shù)學(xué)處理，也可以采用超圖理論對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的分析，大大豐富了調(diào)查數(shù)據(jù)的處理方法。
關(guān)鍵詞：社會(huì)調(diào)查數(shù)據(jù) 三維矩陣 超圖
社會(huì)調(diào)查是了解各方面信息的重要途徑之一，社會(huì)調(diào)查數(shù)據(jù)主要是通過(guò)調(diào)查問(wèn)卷的方法得到的。由于社會(huì)調(diào)查數(shù)據(jù)的維數(shù)較高，加上人為主觀因素，數(shù)據(jù)類(lèi)型主要為二元變量、離散變量、序數(shù)變量等為主，所以對(duì)于社會(huì)調(diào)查數(shù)據(jù)的分析和處理大都基于統(tǒng)計(jì)學(xué)，只對(duì)單一題目進(jìn)行統(tǒng)計(jì)學(xué)分析，其分析方法主要是基于題型進(jìn)行處理的，對(duì)于題目和題目之間的關(guān)系很少關(guān)心[1]。許多數(shù)據(jù)挖掘算法因?yàn)榉N種限制無(wú)法在社會(huì)調(diào)查的數(shù)據(jù)分析中得到應(yīng)用。因?yàn)榉椒ǖ南拗?，所以現(xiàn)在很多社會(huì)調(diào)查只能驗(yàn)證事先想好的內(nèi)容和假設(shè)，很少可以對(duì)高維數(shù)據(jù)進(jìn)行相對(duì)復(fù)雜的回歸分析處理。
根據(jù)以上存在的問(wèn)題，該文建立了基于三維矩陣的數(shù)學(xué)模型，將單選題、多選題和排序題用向量形式進(jìn)行表示，每一題定義為空間中的一個(gè)維度，從而所有的題目就可以構(gòu)成一個(gè)N維空間。每份問(wèn)卷的信息用一個(gè)M×N矩陣表示。這樣表示可以將所有問(wèn)卷內(nèi)容當(dāng)作一個(gè)整體，作為后續(xù)算法的基礎(chǔ)。
1 社會(huì)調(diào)查數(shù)據(jù)的特點(diǎn)
通常情況下，社會(huì)調(diào)查數(shù)據(jù)特點(diǎn)如下。
（1）相關(guān)性。對(duì)于一個(gè)樣本個(gè)體而言，它具有本身的多個(gè)特征，這些特征之間就具有一定的相關(guān)性。對(duì)于多個(gè)樣本而言，個(gè)體與個(gè)體的特征之間具有相關(guān)性。如果樣本隨時(shí)間而變化，那么該樣本在不同時(shí)刻的特征之間又具有相關(guān)性。因此，由于上述多個(gè)原因使得社會(huì)調(diào)查數(shù)據(jù)具有了復(fù)雜的相關(guān)性，傳統(tǒng)的統(tǒng)計(jì)學(xué)調(diào)查難以解決這樣的問(wèn)題。
（2）離散性。因?yàn)樯鐣?huì)調(diào)查數(shù)據(jù)是通過(guò)自填式問(wèn)卷、網(wǎng)絡(luò)調(diào)查數(shù)據(jù)庫(kù)等方法得到，所以社會(huì)調(diào)查數(shù)據(jù)一般以離散變量為主，且這些數(shù)據(jù)之間只有標(biāo)示作用，并沒(méi)有嚴(yán)格的邏輯關(guān)系。
（3）模糊性。社會(huì)調(diào)查數(shù)據(jù)當(dāng)中不可避免的會(huì)接觸到各種表達(dá)方式和概念，因此，它具有模糊性。
因?yàn)橛勺蕴钍絾?wèn)卷或結(jié)構(gòu)式訪問(wèn)的方法得到的社會(huì)調(diào)查數(shù)據(jù)具有以上特點(diǎn)，所以在實(shí)際應(yīng)用中基于統(tǒng)計(jì)學(xué)的處理方法只能籠統(tǒng)的顯示數(shù)據(jù)的部分特性，如頻數(shù)、離散程度等[2]。對(duì)于數(shù)據(jù)之間的關(guān)系只能分析出維數(shù)極少的大致的關(guān)系。
而且利用軟件進(jìn)行數(shù)據(jù)挖掘時(shí)，因?yàn)楝F(xiàn)有的軟件中的數(shù)據(jù)挖掘算法對(duì)于數(shù)據(jù)類(lèi)型和格式要求較高，所以能應(yīng)用到的數(shù)據(jù)挖掘算法很少。就算是數(shù)據(jù)要求較低的關(guān)聯(lián)分析，其結(jié)果也存在大量的冗余。因此，我們需要建立一個(gè)合適的社會(huì)調(diào)查數(shù)據(jù)的數(shù)學(xué)模型來(lái)完善原先的方法并使跟多的數(shù)據(jù)挖掘方法可以運(yùn)用到其中，使得結(jié)果更準(zhǔn)確。
2 社會(huì)調(diào)查數(shù)據(jù)的建模
研究中我們發(fā)現(xiàn)，三維矩陣可適用于社會(huì)調(diào)查數(shù)據(jù)的建模。
2.1 三維矩陣的定義
三維矩陣的定義：由n個(gè)p×q階的矩陣組成的n×p×q階的矩陣A稱(chēng)為三維矩陣，又稱(chēng)立體陣。Ak，i，j表示三維矩陣A的第k層，第i行，第j列上的元素。其中n，p，q分別表示三維矩陣的高度，厚度和寬度。
2.2 三維矩陣模型的建立
調(diào)查問(wèn)卷的題目一般有三種類(lèi)型：?jiǎn)芜x題、多選題和排序題。這三類(lèi)題目都可以表示成向量的形式，其中每一道單選題、多選題可以表示成一個(gè)向量，排序題可以表示成多個(gè)向量組成的矩陣。對(duì)于單選題和多選題，可以按選項(xiàng)的順序可以表示成一個(gè)向量，其中選中的項(xiàng)用“1”表示，未選中的項(xiàng)用“0”表示。對(duì)于排序題，可以表示成一個(gè)n×n的方陣，其中n表示該排序題的選項(xiàng)個(gè)數(shù)，。這樣，每一題就可以定義為空間中的一個(gè)維度，從而所有的題目就可以構(gòu)成一個(gè)N維空間。每份調(diào)查問(wèn)卷的信息用一個(gè)M×N矩陣表示（M為題目的最大選項(xiàng)數(shù)），其在每一維上的選擇稱(chēng)之為一個(gè)元素，這樣每份問(wèn)卷的信息就包括了N個(gè)元素。以第1，2，3題數(shù)據(jù)為例，其中第1題為單選題選擇“B”，用向量表示為一個(gè)元素，第2題為多選題選擇“ACE”，用向量表示為一個(gè)元素，第3題為排序題順序?yàn)镃BADEFIHG，用矩陣表示，每一個(gè)列向量是一個(gè)元素，如圖1所示。
那么，假設(shè)有一問(wèn)卷信息用一個(gè)大小為M×N的矩陣表示。K份的問(wèn)卷信息就可以用K個(gè)大小為M×N的矩陣表示。將這K個(gè)矩陣疊加，形成一個(gè)三維矩陣。這個(gè)三維矩陣就是我們建立的三維矩陣數(shù)學(xué)模型，如圖2所示。
在圖2中我們看到，該三維矩陣數(shù)學(xué)模型有三個(gè)坐標(biāo)軸，它們分別是題目，人數(shù)，選項(xiàng)。題目軸以每一道題為一個(gè)單位；人數(shù)軸以每一份問(wèn)卷為一個(gè)單位；選項(xiàng)軸的刻度為A，B，C，D，E，F(xiàn)等題目選項(xiàng)，其個(gè)數(shù)為該調(diào)查問(wèn)卷中選項(xiàng)最多的題目的選項(xiàng)個(gè)數(shù)。
在此基礎(chǔ)之上，這樣的三維矩陣具有以下性質(zhì)。
（1）在題目軸中選取對(duì)應(yīng)的題目，將三維矩陣面向豎切得到截面1（如圖2中01所示），截面2表示每一道題所有人選擇的信息。
（2）在人數(shù)軸中選取對(duì)應(yīng)的人，將三維矩陣橫切得到橫截面1（如圖2中02所示），橫截面1表示對(duì)應(yīng)的人選擇所有題目的信息。
在得到三維矩陣后，可對(duì)它進(jìn)行像素化處理，置1的元素用黑點(diǎn)代替，置0元素的則空白，在得到像素化三維矩陣后我們可以將三維矩陣沿著人數(shù)維度上向下投影，這樣就可以得到一個(gè)具有濃黑不一的點(diǎn)的平面。通過(guò)這些點(diǎn)的濃度，可以知道每一選項(xiàng)選擇的人數(shù)。接下來(lái)我們可用灰度級(jí)表示點(diǎn)的濃度，篩選出濃度大于一定程度的點(diǎn)，在此基礎(chǔ)上進(jìn)行后續(xù)算法處理。
上述三維矩陣數(shù)學(xué)模型具有數(shù)學(xué)三維矩陣的所有性質(zhì)，可依據(jù)調(diào)查問(wèn)卷的需求進(jìn)行轉(zhuǎn)置，加權(quán)、相乘、篩選等數(shù)學(xué)處理，另外在數(shù)學(xué)處理的基礎(chǔ)上，采用超圖理論可以大大豐富了調(diào)查問(wèn)卷的處理方法。
3 基于超圖算法的調(diào)查問(wèn)卷分析技術(shù)
超圖是離散數(shù)學(xué)中重要的內(nèi)容，是對(duì)圖論的推廣[3]。超圖是有限集合的子系統(tǒng)，它是一個(gè)由頂點(diǎn)的集合V和超邊集合E組成的二元對(duì)，超圖的一條邊可以有多個(gè)頂點(diǎn)的特性，這與一般的圖有很大不同。超圖分為有向超圖與無(wú)向超圖兩類(lèi)，在無(wú)向超圖的每條超邊上添加方向后得到的有向二元對(duì)就是有向超圖。超圖在許多領(lǐng)域有廣泛的應(yīng)用。
大家可以利用無(wú)向超圖表示每一道題的選擇情況，先將這每一題的每一個(gè)選項(xiàng)設(shè)成一個(gè)節(jié)點(diǎn)，然后將三維矩陣從上向下投影，如果某一題的若干個(gè)選項(xiàng)同時(shí)被一個(gè)人選擇，就用一條超邊包圍這些節(jié)點(diǎn)，那么選這些選項(xiàng)的人越多，投影得到的超邊就越濃。這樣就用超圖表示了問(wèn)卷中每道題的信息，可以進(jìn)行聚類(lèi)處理。
利用有向超圖，可以將關(guān)聯(lián)規(guī)則表示成有向超圖的形式，在得到了關(guān)聯(lián)規(guī)則后，設(shè)實(shí)際中得到的關(guān)聯(lián)規(guī)則的形式為：，前項(xiàng)和后項(xiàng)都是由多個(gè)項(xiàng)組成的集合。該文定義一條關(guān)聯(lián)規(guī)則由一條有向超邊表示，有向超邊的頭節(jié)點(diǎn)表示關(guān)聯(lián)規(guī)則的前項(xiàng)，有向超邊的尾節(jié)點(diǎn)表示關(guān)聯(lián)規(guī)則的后項(xiàng)。每條有向超邊的頭節(jié)點(diǎn)和尾節(jié)點(diǎn)均可以為多個(gè)，如此便成功表示了復(fù)合規(guī)則，從而可以使用相關(guān)算法進(jìn)行冗余規(guī)則檢測(cè)。
通過(guò)基于有向超圖的冗余規(guī)則檢測(cè)就可以將關(guān)聯(lián)規(guī)則之間存在著的大量冗余檢測(cè)出，減少挖掘資源的浪費(fèi)，從而增加了挖掘結(jié)果的有效性。
傳統(tǒng)的聚類(lèi)方法都對(duì)原始數(shù)據(jù)計(jì)算它們之間的距離來(lái)得到相似度，然后通過(guò)相似度進(jìn)行聚類(lèi)，這樣的方法對(duì)于低維數(shù)據(jù)有良好的效果，但是對(duì)于高維數(shù)據(jù)卻不能產(chǎn)生很好的聚類(lèi)效果，因?yàn)楦呔S數(shù)據(jù)的分布有其特殊性。通過(guò)超圖模型的分割實(shí)現(xiàn)對(duì)高維數(shù)據(jù)的聚類(lèi)卻能產(chǎn)生較好的效果。它先將原始數(shù)據(jù)之間關(guān)系轉(zhuǎn)化成超圖，數(shù)據(jù)點(diǎn)表示成超圖的節(jié)點(diǎn)，數(shù)據(jù)點(diǎn)間的關(guān)系用超邊的權(quán)重來(lái)表示。然后對(duì)超圖進(jìn)行分割，除去相應(yīng)的超邊使得權(quán)重大的超邊中的點(diǎn)聚于一個(gè)類(lèi)中，同時(shí)使被除去的超邊權(quán)重之和最小。這樣就通過(guò)對(duì)超圖的分割實(shí)現(xiàn)了對(duì)數(shù)據(jù)的聚類(lèi)。具體的算法流程如下。
首先，將數(shù)據(jù)點(diǎn)之間的關(guān)系轉(zhuǎn)化為超圖，數(shù)據(jù)點(diǎn)表示為超圖節(jié)點(diǎn)。如果某幾個(gè)數(shù)據(jù)點(diǎn)的支持度大于一定閾值，則它們能構(gòu)成一個(gè)頻繁集，就將它們用一條超邊連接，超邊的權(quán)重就是這一頻繁集的置信度，重復(fù)同樣的方法就可以得超邊和權(quán)重。
然后，在基礎(chǔ)此上，通過(guò)超圖分割實(shí)現(xiàn)數(shù)據(jù)的聚類(lèi)。若設(shè)將數(shù)據(jù)分成k類(lèi)，則就是對(duì)超圖的k類(lèi)分割，不斷除去相應(yīng)的超邊，直到將數(shù)據(jù)分為k類(lèi)，且每個(gè)分割中數(shù)據(jù)都密切相關(guān)為止，同時(shí)保持每次被除去的超邊權(quán)重和最小，最終得到的分割就是聚類(lèi)的結(jié)果。
如圖3所示是基于超圖算法的選題型調(diào)查問(wèn)卷的分析技術(shù)的流程圖，主要包括4個(gè)主要部分，一是用向量表示調(diào)查問(wèn)卷結(jié)果，二是將向量表示的調(diào)查問(wèn)卷轉(zhuǎn)化為三維矩陣數(shù)學(xué)模型表示調(diào)查問(wèn)卷結(jié)果，三是使用超圖算法進(jìn)行優(yōu)化，四是根據(jù)要求顯示調(diào)查問(wèn)卷結(jié)果。
4 結(jié)語(yǔ)
該文針對(duì)社會(huì)調(diào)查數(shù)據(jù)處理與分析中存在的問(wèn)題，建立了基于三維矩陣的數(shù)學(xué)模型，將單選題和多選題表示成向量，將排序題表示成多個(gè)列向量，從而每一題可以表示成空間的一個(gè)維度，每一個(gè)向量就是一個(gè)元素，這樣每一張問(wèn)卷就可以表示成一個(gè)矩陣，通過(guò)將多個(gè)矩陣疊加就可以得到三維矩陣。該數(shù)學(xué)模型可以利用三維矩陣的性質(zhì)對(duì)其進(jìn)行多種數(shù)學(xué)處理，如豎切、橫切、像素化后投影等。在數(shù)學(xué)處理的基礎(chǔ)上，該文又提出超圖理論對(duì)數(shù)據(jù)進(jìn)行聚類(lèi)和檢測(cè)冗余規(guī)則的分析。
【摘要】本文首先對(duì)數(shù)據(jù)倉(cāng)庫(kù)的概念和特征進(jìn)行了介紹分析，對(duì)決策支持系統(tǒng)的概況進(jìn)行了探討，并對(duì)數(shù)據(jù)決策支持的實(shí)現(xiàn)和應(yīng)用進(jìn)行了介紹，通過(guò)實(shí)際應(yīng)用，決策支持系統(tǒng)可以有效幫助企業(yè)進(jìn)行決策，提高企業(yè)的管理效率和管理水平。
【關(guān)鍵詞】大型裝備制造 項(xiàng)目型制造企業(yè) 數(shù)據(jù)分析 決策支持
在我國(guó)制造行業(yè)的快速發(fā)展下，提升制造企業(yè)的管理水平已經(jīng)成為當(dāng)前需要重點(diǎn)解決的問(wèn)題。隨著信息技術(shù)的快速發(fā)展，促進(jìn)了制造企業(yè)數(shù)據(jù)分析和決策支持的發(fā)展。通過(guò)創(chuàng)建企業(yè)信息管理系統(tǒng)，可以有效提升企業(yè)的生產(chǎn)效率，使各個(gè)部門(mén)之間的工作更加協(xié)調(diào)。對(duì)分散、零碎的信息進(jìn)行充分挖掘和利用。利用決策模型，對(duì)企業(yè)生產(chǎn)管理中遇到的問(wèn)題提供決策支持。
一、基于數(shù)據(jù)倉(cāng)庫(kù)的企業(yè)對(duì)集成的應(yīng)用
（一）面向主題性
完成事務(wù)型處理的任務(wù)是傳統(tǒng)操作型數(shù)據(jù)庫(kù)進(jìn)行的數(shù)據(jù)組織工作，各業(yè)務(wù)系統(tǒng)間存在相對(duì)獨(dú)立性，按照一定的主題組織數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)。對(duì)主題而言，其概念比較抽象，通常情況下，一個(gè)主題同時(shí)與多個(gè)操作型數(shù)據(jù)庫(kù)有關(guān)系。例如，在確定企業(yè)的采購(gòu)訂單時(shí)，需要分析供需情況、庫(kù)存信息、供應(yīng)商信息等多方面的數(shù)據(jù)的綜合關(guān)系，然后做出最終的決策。
（二）集成性
一般情況下，操作型數(shù)據(jù)庫(kù)進(jìn)行事務(wù)處理工作與某些特定的應(yīng)用關(guān)系密切，數(shù)據(jù)庫(kù)間具有相對(duì)獨(dú)立性，通常具有異構(gòu)性。抽取、清理原有分散的數(shù)據(jù)庫(kù)數(shù)據(jù)，然后對(duì)其進(jìn)行系統(tǒng)加工、匯總和整理最終獲得了數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)，并保證存儲(chǔ)在數(shù)據(jù)倉(cāng)庫(kù)內(nèi)的信息與規(guī)范的信息相一致。例如，在查詢銷(xiāo)售數(shù)據(jù)時(shí)，系統(tǒng)會(huì)根據(jù)輸入的條件要求，進(jìn)行篩選、整理后提供出最終的決策參考數(shù)據(jù)。
（三）歷史變化的反映
當(dāng)前的數(shù)據(jù)是操作型數(shù)據(jù)庫(kù)主要關(guān)注的，但是數(shù)據(jù)倉(cāng)庫(kù)中還包括很多豐富的歷史性信息，系統(tǒng)將企業(yè)從過(guò)去某一時(shí)點(diǎn)（如開(kāi)始應(yīng)用數(shù)據(jù)倉(cāng)庫(kù)的時(shí)點(diǎn)）到現(xiàn)在各階段的信息完整的記錄下來(lái)，企業(yè)可以以這些信息為依據(jù)，定量分析企業(yè)產(chǎn)品未來(lái)的發(fā)展情況。例如，企業(yè)可以通過(guò)分析產(chǎn)品上季度的綜合銷(xiāo)售情況以及市場(chǎng)反映來(lái)決策下一季度的生產(chǎn)量。
二、決策支持系統(tǒng)的概況
（一）決策系統(tǒng)的含義
Decision Support System 即決策支持系統(tǒng)，簡(jiǎn)稱(chēng)DSS，是指對(duì)大量數(shù)據(jù)和數(shù)學(xué)模型與數(shù)據(jù)處理模型等有機(jī)組合眾多模型進(jìn)行綜合利用，通過(guò)人機(jī)交互功能，幫助企業(yè)各級(jí)決策者完成科學(xué)的決策的新型系統(tǒng)。機(jī)器學(xué)習(xí)（ML）興起于80年代后期，自動(dòng)獲取知識(shí)有了新方法。數(shù)據(jù)倉(cāng)庫(kù)（DW）和數(shù)據(jù)挖掘（DM）兩項(xiàng)新的決策支持技術(shù)興起于90年代中期。數(shù)據(jù)倉(cāng)庫(kù)的發(fā)展是以數(shù)據(jù)庫(kù)為基礎(chǔ)發(fā)展的，支持決策是其發(fā)展目標(biāo)。知識(shí)發(fā)現(xiàn)（KDD）是面向數(shù)據(jù)庫(kù)的機(jī)器學(xué)習(xí)方法發(fā)展的結(jié)果；“數(shù)據(jù)挖掘”是發(fā)現(xiàn)知識(shí)的關(guān)鍵步驟。決策的支持也是數(shù)據(jù)庫(kù)知識(shí)的功能。隨著決策支持技術(shù)的不斷發(fā)展，決策系統(tǒng)逐漸完善。
（二）決策支持系統(tǒng)組成部分
R.H.Sprague 提出DSS的構(gòu)成部分為人機(jī)對(duì)話系統(tǒng)、數(shù)據(jù)庫(kù)與模型庫(kù)的兩庫(kù)結(jié)構(gòu)。隨著決策支持系統(tǒng)功能的增強(qiáng)與擴(kuò)大，對(duì)模型與方法進(jìn)行分離存儲(chǔ)，因此，數(shù)據(jù)庫(kù)、模型庫(kù)與方法庫(kù)構(gòu)成了 DSS。近年來(lái)，DSS 將人工智能技術(shù)、專(zhuān)家系統(tǒng)、知識(shí)工程的相關(guān)思想方法引進(jìn)后，以原來(lái)的結(jié)構(gòu)為基礎(chǔ)，新增知識(shí)庫(kù)，將推理機(jī)制引入，最終DSS的四庫(kù)結(jié)構(gòu)框架形成。
隨著決策支持技術(shù)的發(fā)展提高，決策支持系統(tǒng)的體系結(jié)構(gòu)不斷發(fā)展健全，傳統(tǒng)決策支持系統(tǒng)中的數(shù)據(jù)庫(kù)、模型庫(kù)與方法庫(kù)、知識(shí)庫(kù)與推理機(jī)、數(shù)據(jù)倉(cāng)庫(kù)、OLAP、數(shù)據(jù)挖掘技術(shù)等都是其組成部分，將引進(jìn)顯性知識(shí)與隱性知識(shí)同時(shí)引進(jìn)到?jīng)Q策支持過(guò)程中是這種體系結(jié)構(gòu)最關(guān)鍵的特點(diǎn)，保證推理的結(jié)果更科學(xué)合理，為決策層做出決策提供更高價(jià)值的參考依據(jù)。
三、實(shí)現(xiàn)數(shù)據(jù)分析與決策支持方法
（一）建立制造業(yè)決策模型庫(kù)
當(dāng)前比較常用的決策模型系統(tǒng)如GIS、PDM、ERP、CRM、SCM 等。在選擇決策系統(tǒng)時(shí)，需要根據(jù)企業(yè)的發(fā)展戰(zhàn)略來(lái)進(jìn)行選擇。通過(guò)決策模型，可以為企業(yè)的生產(chǎn)經(jīng)營(yíng)提供指導(dǎo)，使企業(yè)可以更好的把握市場(chǎng)、順應(yīng)市場(chǎng)。企業(yè)用戶決策分析的存放模型是決策模型庫(kù)。進(jìn)行決策的模型的建立是以大型制造企業(yè)生產(chǎn)過(guò)程中的材料采購(gòu)、庫(kù)存管理、產(chǎn)品生產(chǎn)、市場(chǎng)營(yíng)銷(xiāo)、財(cái)務(wù)管理、人力資源管理、研發(fā)設(shè)計(jì)、質(zhì)量管理、售后服務(wù)等方面的數(shù)據(jù)為依據(jù)。決策模型被授予一定程度的權(quán)限，對(duì)數(shù)據(jù)進(jìn)行訪問(wèn)。然后以數(shù)據(jù)倉(cāng)庫(kù)中獲取的數(shù)據(jù)為依據(jù)，對(duì)用戶指定的目標(biāo)進(jìn)行決策支持。系統(tǒng)描述現(xiàn)有模型的組成元素與其組成結(jié)構(gòu)的知識(shí)，模型構(gòu)造過(guò)程中的各類(lèi)推理算法被獲取。以模型構(gòu)建推理算法為基礎(chǔ)，使匹配模型的框架由新問(wèn)題的屬性值填充，最終決策問(wèn)題模型得以建立。
（二）實(shí)施制造業(yè)決策分析
對(duì)決策模型進(jìn)行求解的過(guò)程就是決策分析的實(shí)施。通過(guò)理解決策問(wèn)題獲得用戶需要決策的目標(biāo)、意圖等方面信息，然后利用合適的決策模型分析獲得的數(shù)據(jù)，再根據(jù)規(guī)則與模型的求解算法獲得有價(jià)值的決策意見(jiàn)，將其提供給用戶。本系統(tǒng)規(guī)范描述每個(gè)模型包含的求解算法利用含有通用求解算法的模型很容易求解問(wèn)題。但是如果沒(méi)有求解算法或者不確定利用哪種算法進(jìn)行求解，平臺(tái)依據(jù)以前比較成功的相似的案例，將范例的求解方法求解問(wèn)題。平臺(tái)會(huì)詳細(xì)記錄取得較好決策效果的案例，并用數(shù)據(jù)層的公用數(shù)據(jù)庫(kù)進(jìn)行存放，這樣能夠及時(shí)調(diào)用成功的相似案例進(jìn)行決策分析問(wèn)題的求解。
（三）協(xié)作決策支持的多環(huán)節(jié)性
通常企業(yè)決策不會(huì)通過(guò)利用單一的決策模型得到。企業(yè)管理的決策方案案是利用了多模型的協(xié)作來(lái)實(shí)現(xiàn)決策的。協(xié)作決策的實(shí)施系統(tǒng)從兩個(gè)方面著手。
（1）為實(shí)現(xiàn)有效的智能理解需要利用人機(jī)智能交互接口實(shí)現(xiàn)，分解復(fù)雜的問(wèn)題，最終可以得到結(jié)構(gòu)有序的子問(wèn)題、與決策問(wèn)題有聯(lián)系的事實(shí)與數(shù)據(jù)、求解方案等；
（2）參與決策的模型可以利用平臺(tái)進(jìn)行調(diào)用，與決策相關(guān)的模型的選擇可以通過(guò)分解的子問(wèn)題實(shí)現(xiàn)，為了保證多個(gè)模型為特定的決策目標(biāo)服務(wù)需要采用協(xié)調(diào)的合作機(jī)制。
四、結(jié)語(yǔ)
當(dāng)前，國(guó)內(nèi)制造普遍存在數(shù)據(jù)分析能力差，決策能力不足等問(wèn)題，同時(shí)這也是制約企業(yè)持續(xù)、穩(wěn)定發(fā)展的一個(gè)主要因素。本文首先對(duì)數(shù)據(jù)分析和決策支持的概念及構(gòu)成進(jìn)行了分析，并提出了一種基于數(shù)據(jù)分析的決策支持系統(tǒng)方案，為制造企業(yè)的信息化發(fā)展提供了指導(dǎo)。
摘要 ：電線線纜的導(dǎo)體直流電阻在相關(guān)的指標(biāo)中比較重要，對(duì)其進(jìn)行具體的測(cè)試時(shí)保證電線電纜正常工作的重要保證，也是促進(jìn)當(dāng)下電線電纜發(fā)展的中心環(huán)節(jié)。當(dāng)前在電線電纜的直流電阻測(cè)試中主要是采用雙臂直流電橋的方法，這一方法在具體的測(cè)試中具有優(yōu)點(diǎn)，但是也因?yàn)樵O(shè)別和測(cè)試過(guò)程本身的問(wèn)題導(dǎo)致的很多漏洞的出現(xiàn)，本文就測(cè)試過(guò)程中的相關(guān)測(cè)試方法進(jìn)行了解，并在數(shù)據(jù)分析的基礎(chǔ)上指出這種方法當(dāng)下面臨的問(wèn)題以及改進(jìn)的措施，從理論上完善雙臂直流電橋測(cè)試直流電阻的方法。
關(guān)鍵詞 ：電線電纜 直流電阻 測(cè)試方法 存在問(wèn)題
1、 電線線纜直流電阻測(cè)試問(wèn)題分析及解決措施
1.1 電線線纜直流電阻測(cè)試問(wèn)題分析
電線線纜的導(dǎo)體直流電阻測(cè)試在當(dāng)下的輸電系統(tǒng)的發(fā)展中意義重大，雙臂電橋在測(cè)量1歐姆以下的電阻值方面具有重要的應(yīng)用。
《電線電纜電性能試驗(yàn)方法第4部分：導(dǎo)體直流電阻試驗(yàn)》3.4條對(duì)具體的這方面測(cè)量?jī)?nèi)容進(jìn)行了標(biāo)準(zhǔn)化確定：在四段測(cè)量夾具的處理中，應(yīng)該在注意電位接點(diǎn)跟電流接點(diǎn)之間的測(cè)量，要保證相應(yīng)的電流、電位接點(diǎn)之間的距離要比斷面周長(zhǎng)的1.5倍大。但是在當(dāng)前的測(cè)試設(shè)備的生產(chǎn)中，大部分廠家并沒(méi)有考慮到這方面問(wèn)題，在相關(guān)的產(chǎn)品使用中并不能實(shí)現(xiàn)距離的自由調(diào)試，而是跟絕緣材料之間連接在一起，這種情況就不能夠滿足當(dāng)下電線線纜直流電阻的測(cè)試要求，這方面的問(wèn)題也是當(dāng)下亟待解決的。如果使用這種產(chǎn)品僅僅能夠?qū)崿F(xiàn)對(duì)斷面周長(zhǎng)在1.5倍情況下的測(cè)量工作，在準(zhǔn)確性的控制方面還比較成熟，但是如果電線線纜的截面不在相關(guān)的標(biāo)準(zhǔn)范圍之內(nèi)，相關(guān)的測(cè)量結(jié)果就會(huì)出現(xiàn)很多問(wèn)題，準(zhǔn)確性也就受到很?chē)?yán)重的影響這樣的實(shí)例在現(xiàn)實(shí)的測(cè)量中有很多，比如：假設(shè)夾具電位接點(diǎn)與電流接點(diǎn)間距為60mm，那么它所對(duì)應(yīng)的所能準(zhǔn)確測(cè)量的導(dǎo)體斷面周長(zhǎng)最大為40mm，從中能夠O到電線線纜的截面面積，具體數(shù)值約為127mm2。也就是說(shuō)用此夾具來(lái)測(cè)量截面積為127mm2以上的導(dǎo)體電阻時(shí)不能夠?qū)崿F(xiàn)準(zhǔn)確性的完全控制。？除此之外，在夾具夾持一些截面不規(guī)整的電線線纜的時(shí)候，特別是像大截面絞合成型電線線纜，這種電線線纜截面通常為扇形、弧形或三角形。如果出現(xiàn)夾持時(shí)電流接點(diǎn)夾頭接觸情況正常，而電位接點(diǎn)夾頭接觸不正常的狀況下，甚至當(dāng)電流接點(diǎn)夾頭已經(jīng)加緊，而電位接點(diǎn)夾頭卻還難以與導(dǎo)體接觸，都無(wú)法完成正常的測(cè)量工作。在這樣的情況下還堅(jiān)持使用，就會(huì)造成夾具的磨損、變形，上述的狀況也就會(huì)出現(xiàn)。
1.2 電線線纜直流電阻測(cè)試問(wèn)題解決措施
在以上具體的測(cè)試分析中，本人針對(duì)實(shí)際的測(cè)試過(guò)程，提出了以下的改進(jìn)方法：第一是針對(duì)電流夾具的調(diào)試問(wèn)題，將導(dǎo)體夾具上電流接點(diǎn)夾頭與電位接點(diǎn)夾頭間距設(shè)置為自由變化的形式，測(cè)量人員在一般的情況系測(cè)量長(zhǎng)度為1m的電線線纜的電阻，這種情況下可以將電線線纜夾具上電位接點(diǎn)夾頭可固定為1m，而將電流接點(diǎn)夾頭設(shè)計(jì)為可在底座上自由移動(dòng)的結(jié)構(gòu)，進(jìn)行底座的合理調(diào)整。如果做到“每個(gè)電位接點(diǎn)與相應(yīng)的電流接點(diǎn)之間的間距不小于試樣斷面周長(zhǎng)的1.5倍”的情況，就能夠?qū)ι鲜龅臓顩r進(jìn)行解決。第二是進(jìn)行解決電位接點(diǎn)夾頭與導(dǎo)體不能良好接觸的問(wèn)題。這方面的問(wèn)題也很好解決，在設(shè)計(jì)中可以將夾具上電流接點(diǎn)夾頭與電位接點(diǎn)夾頭設(shè)計(jì)為獨(dú)立夾緊與松開(kāi)的結(jié)構(gòu)。在這種情況下能夠保證電流接點(diǎn)夾頭與電位接點(diǎn)夾頭同時(shí)與導(dǎo)體緊密接觸，并且能夠?qū)σ蜷L(zhǎng)期使用夾頭磨損、變形而不能夾緊的問(wèn)題進(jìn)行預(yù)防。
以上分析中可以發(fā)現(xiàn)，在相關(guān)的電線線纜測(cè)試中，需要對(duì)具體的測(cè)量標(biāo)準(zhǔn)進(jìn)行數(shù)據(jù)的精確控制，也是保證測(cè)量精確度的關(guān)鍵，相關(guān)的數(shù)據(jù)分析中要以標(biāo)準(zhǔn)作為中心。注重在夾具方面的分析，并加強(qiáng)對(duì)具體夾具位置的設(shè)計(jì)，另外還要考慮到設(shè)備的使用周期，在維護(hù)設(shè)備方面制定合理的標(biāo)準(zhǔn)，保證測(cè)試的整個(gè)過(guò)程。
2、 電線線纜直流電阻測(cè)試中溫度對(duì)測(cè)量的影響
大部分人都知道，溫度在導(dǎo)體的電阻影響因素中占據(jù)重要的地位。gb/t？3048-2007中對(duì)導(dǎo)體直流電阻測(cè)量的溫度范圍進(jìn)行了規(guī)定，如果溫度達(dá)到不到相關(guān)的要求，測(cè)試人員一般情況下會(huì)人為改變環(huán)境溫度，空調(diào)調(diào)節(jié)的方式在調(diào)試中的到了廣泛的應(yīng)用。但是在使用空調(diào)的時(shí)候會(huì)出現(xiàn)檢流計(jì)滑動(dòng)的現(xiàn)象，這就就不能夠在穩(wěn)定的條件下完成測(cè)量。這種情況下溫度在變，也就導(dǎo)致導(dǎo)體電阻也會(huì)慢慢發(fā)生變化，而檢流計(jì)的靈敏性也是一個(gè)重要問(wèn)題，所以這種情況下的測(cè)量一般不允許出現(xiàn)環(huán)境溫度變化的情況，要等到環(huán)境溫度穩(wěn)定的時(shí)候才能夠完成測(cè)量。而且試樣一定要在測(cè)量環(huán)境中保持足夠長(zhǎng)的時(shí)間，使其自身溫度與環(huán)境溫度達(dá)到平衡，因?yàn)楫?dāng)測(cè)量人員在調(diào)節(jié)環(huán)境溫度時(shí)，這個(gè)過(guò)程中的試樣溫度并不會(huì)與環(huán)境溫度出現(xiàn)一樣的變化值，因此在測(cè)量過(guò)程中，溫度變化的現(xiàn)象也時(shí)有發(fā)生。并且空調(diào)不應(yīng)對(duì)著測(cè)量裝置，以免檢流計(jì)難以穩(wěn)定。不管怎樣說(shuō)，測(cè)量中一定要對(duì)溫度進(jìn)行合理的分析，只有擺脫溫度的限制，才能夠?qū)崿F(xiàn)測(cè)量的準(zhǔn)確性。
3、 接觸電阻及測(cè)量電流對(duì)測(cè)量的影響
由于測(cè)量電路連接電線的接觸電阻側(cè)面按鍵之間的問(wèn)題會(huì)導(dǎo)致測(cè)量結(jié)果的變化，一定程度上，一定要確保電纜側(cè)鍵和可靠的接觸才能夠保證測(cè)量結(jié)果的正確性。測(cè)量者經(jīng)常使用的導(dǎo)體電阻不同的截面積，但是電流測(cè)量的大小確實(shí)相同的，這方面的取值不太合理。測(cè)量電流的保證實(shí)在最低靈敏度的前提下，應(yīng)使用比較小的電流，電流過(guò)大容易產(chǎn)生過(guò)多熱量，從而使阻力變大，測(cè)量應(yīng)在最短的時(shí)間內(nèi)完成，時(shí)間太長(zhǎng)的情況下，也會(huì)讓電線線纜產(chǎn)生熱量。
4、結(jié)論
在電線電纜導(dǎo)體直流電阻測(cè)試過(guò)程中要對(duì)測(cè)量工具進(jìn)行不斷地優(yōu)化，又要根據(jù)具體的數(shù)據(jù)分析，對(duì)相關(guān)測(cè)試數(shù)據(jù)范圍進(jìn)行控制，這樣會(huì)取得很好的測(cè)量效果。另外要保持客觀嚴(yán)謹(jǐn)?shù)目茖W(xué)態(tài)度，在測(cè)量過(guò)程中保持清醒的頭腦，對(duì)具體的流程進(jìn)行精確的控制，這樣才能夠得到準(zhǔn)確、可靠的數(shù)據(jù)。
【摘 要】 本文以大學(xué)物理實(shí)驗(yàn)中典型的驗(yàn)證型實(shí)驗(yàn)――牛頓第二定律的驗(yàn)證實(shí)驗(yàn)為例，討論了驗(yàn)證型物理實(shí)驗(yàn)中的數(shù)學(xué)處理方法，得出該類(lèi)實(shí)驗(yàn)中，數(shù)學(xué)處理方法不但要得出所驗(yàn)證的物理規(guī)律的數(shù)學(xué)式，而且更重要的是要通過(guò)計(jì)算物理量的相關(guān)系數(shù)確證該數(shù)學(xué)式所確立的物理規(guī)律成立。
【關(guān)鍵詞】 驗(yàn)證型實(shí)驗(yàn) 數(shù)學(xué)處理
物理實(shí)驗(yàn)中，驗(yàn)證型實(shí)驗(yàn)和研究型實(shí)驗(yàn)都是非常重要的兩類(lèi)實(shí)驗(yàn)。驗(yàn)證型實(shí)驗(yàn)是對(duì)已建立的物理規(guī)律的驗(yàn)證，研究型實(shí)驗(yàn)是通過(guò)實(shí)驗(yàn)得到物理規(guī)律，這兩類(lèi)實(shí)驗(yàn)雖然實(shí)驗(yàn)?zāi)康牟煌?，但從?shù)學(xué)處理方法上來(lái)看，具有相似性，都是通過(guò)實(shí)驗(yàn)數(shù)據(jù)分析確證物理規(guī)律或得到物理規(guī)律，所以對(duì)實(shí)驗(yàn)數(shù)據(jù)的分析處理方法是否得當(dāng)就顯得十分重要。下面以一個(gè)典型的驗(yàn)證型實(shí)驗(yàn)的數(shù)據(jù)處理為例進(jìn)行相應(yīng)探討，以期望得出相對(duì)合理和妥當(dāng)?shù)膶?shí)驗(yàn)數(shù)據(jù)處理方法。
以大學(xué)物理實(shí)驗(yàn)來(lái)說(shuō)，驗(yàn)證型實(shí)驗(yàn)較多，諸如牛頓第二定律的驗(yàn)證、彈性碰撞實(shí)驗(yàn)等等都屬于此類(lèi)實(shí)驗(yàn)，其中牛頓第二定律的驗(yàn)證實(shí)驗(yàn)為該類(lèi)實(shí)驗(yàn)的典型實(shí)驗(yàn)。牛頓第二定律的數(shù)學(xué)表達(dá)式是，力與加速度的大小關(guān)系可以表達(dá)成，要驗(yàn)證這個(gè)規(guī)律，就是給物體加一個(gè)大小為F的力，對(duì)應(yīng)產(chǎn)生一個(gè)大小為的加速度，得到一個(gè)測(cè)量點(diǎn)，通過(guò)改變力，得到n個(gè)測(cè)量點(diǎn)后，即可通過(guò)適當(dāng)?shù)臄?shù)學(xué)方法驗(yàn)證這個(gè)關(guān)系的成立。
類(lèi)似這種線性物理規(guī)律，其數(shù)學(xué)模型都可以歸結(jié)為的形式。要得到這個(gè)線性關(guān)系，就是要得出和。通過(guò)測(cè)量n組和的值，即、、……、、……、，在X―Y平面中得到n個(gè)測(cè)量點(diǎn)。若不考慮實(shí)驗(yàn)測(cè)量的系統(tǒng)誤差，則測(cè)量誤差應(yīng)當(dāng)服從高斯分布，反應(yīng)在X―Y平面中，既是這n個(gè)測(cè)量點(diǎn)應(yīng)當(dāng)均勻地分布在所求表達(dá)式兩側(cè)，對(duì)第i個(gè)測(cè)量點(diǎn)，誤差為，n個(gè)測(cè)量點(diǎn)導(dǎo)致的總體誤差是最小的。若任意給一個(gè)直線，則一是測(cè)得到的這n個(gè)點(diǎn)不再均勻地分布在直線兩側(cè)，二是這n個(gè)測(cè)量點(diǎn)產(chǎn)生的總體誤差水平將增大，甚至可以達(dá)到無(wú)窮大。由此可知，所求直線即是使得n個(gè)測(cè)量點(diǎn)的總體誤差最小的那條直線?？傮w誤差可以寫(xiě)成，但由于誤差服從高斯分布，導(dǎo)致理論上而無(wú)法通過(guò)此求和值衡量總體誤差水平。為使其不因?yàn)檎?fù)抵消而無(wú)法衡量總體誤差水平，只要使得所有誤差均為正再求和即可，故可用殘差來(lái)衡量總體誤差水平，雖然殘差不再是總體誤差。使得殘差取最小值的和，即為所求直線的和。此即最小二乘法的數(shù)學(xué)思想。據(jù)最小二乘法處理，所求和即是使得取最小值的和，即有，解此式，得
將測(cè)量值供稿，即可得到所求和。通常大學(xué)物理實(shí)驗(yàn)中的處理方法，得到和，即是驗(yàn)證了[1]。但其實(shí)這是不太恰當(dāng)?shù)摹?
驗(yàn)證型或者研究型實(shí)驗(yàn)，特別是驗(yàn)證型實(shí)驗(yàn)，最關(guān)鍵的是需要解決兩個(gè)問(wèn)題，一是找出所要驗(yàn)證的關(guān)系，第二是要驗(yàn)證得出的關(guān)系的確成立，而第二點(diǎn)才是最重要的關(guān)鍵點(diǎn)。即使得出關(guān)系，但如果確證關(guān)系不成立，則第一步的工作就變得毫無(wú)意義。實(shí)際上，任意給出一組、、……、、……、，都可以根據(jù)最小二乘法得到和，即得出，但并不意味著此式的確成立，不能確證物理量和的確存在這樣的數(shù)量關(guān)系，并沒(méi)有檢驗(yàn)此物理規(guī)律存在。因此，驗(yàn)證型實(shí)驗(yàn)做到這一步并不算已經(jīng)驗(yàn)證被驗(yàn)證的物理規(guī)律成立，還需要研究和的相關(guān)性，通過(guò)計(jì)算相關(guān)系數(shù)，據(jù)的大小來(lái)檢驗(yàn)和是否的確相關(guān)。
總之，驗(yàn)證型實(shí)驗(yàn)，是對(duì)物理規(guī)律的驗(yàn)證，最重要的是確證被驗(yàn)證物理規(guī)律成立，得出相應(yīng)物理量間的數(shù)學(xué)表達(dá)式并不能說(shuō)已經(jīng)驗(yàn)證了相應(yīng)物理規(guī)律的成立，最重要的是要通過(guò)計(jì)算物理量間的相關(guān)系數(shù)來(lái)確證所得物理規(guī)律是否成立。
摘 要：水平度是機(jī)組安裝的重要檢測(cè)項(xiàng)目，有很多種測(cè)量?jī)x器和測(cè)量方法。為了便于分析水平測(cè)量的數(shù)據(jù)結(jié)果，利用計(jì)算機(jī)軟件，實(shí)現(xiàn)測(cè)量結(jié)果的可視化。本文分析了一些高精度水平測(cè)量的方法和數(shù)據(jù)分析方法，對(duì)提高機(jī)組安裝精度和水平可以起到一些指導(dǎo)作用。
關(guān)鍵詞：水平測(cè)量；精密水準(zhǔn)儀；水平儀；CAYERE法
隨著近些年來(lái)巨型機(jī)組越來(lái)越多，尺寸越做越大，機(jī)組安裝的精度要求也隨著加工制造水平不斷提高。水平度作為水輪發(fā)電機(jī)組安裝過(guò)程中非常重要的檢測(cè)項(xiàng)目，測(cè)量方法和數(shù)據(jù)分析手段也在不斷的創(chuàng)新，以適應(yīng)高精度的測(cè)量要求。
水平度反映了被測(cè)工件面上各點(diǎn)相對(duì)于水平面的高低關(guān)系，表示方法一般有兩種：一種是直接測(cè)量?jī)牲c(diǎn)高程差的絕對(duì)高差值，單位有mm等，另一種是兩點(diǎn)之間高程差除以兩點(diǎn)之間距離的相對(duì)高差值，單位有mm/m、角秒（″）等。測(cè)量絕對(duì)高差時(shí)主要采用測(cè)量學(xué)方法，常用的儀器有水準(zhǔn)儀、帶測(cè)微器的精密水準(zhǔn)儀、電子水準(zhǔn)儀、流體靜力水準(zhǔn)等。測(cè)量相對(duì)高差主要采用機(jī)械工程測(cè)量方法，常用的儀器有框式水平儀、合像水平儀、電子水平儀等。
一、基于絕對(duì)高差值的測(cè)量方法
機(jī)組安裝中測(cè)量絕對(duì)高差最為常用的是光學(xué)水準(zhǔn)儀，適用于測(cè)量視距大于水準(zhǔn)儀最小焦距（一般為1.5m左右）的情況，使用任何水準(zhǔn)儀進(jìn)行精密水平測(cè)量時(shí)，都必須注意以下事項(xiàng)：（1）水準(zhǔn)儀使用必須具備的環(huán)境條件。目前常用的水準(zhǔn)儀都是自動(dòng)安平水準(zhǔn)儀，通過(guò)自動(dòng)安平補(bǔ)償器使視線水平時(shí)標(biāo)尺上的正確讀數(shù)通過(guò)補(bǔ)償器后仍舊落在水平十字絲上。自動(dòng)安平補(bǔ)償器的靈敏度非常高，有輕微振動(dòng)時(shí)十字絲都會(huì)出現(xiàn)晃動(dòng)。所以在使用時(shí)一方面要保證儀器的支架要十分穩(wěn)固，不允許有絲毫晃動(dòng)，另一方面應(yīng)避免周?chē)h(huán)境中風(fēng)力、交叉作業(yè)的影響；（2）水準(zhǔn)儀距離測(cè)點(diǎn)的距離盡可能接近。根據(jù)相關(guān)工程測(cè)量規(guī)范，一、二等水準(zhǔn)測(cè)量時(shí)i角（儀器水準(zhǔn)軸與視準(zhǔn)軸在鉛垂面上投影的交角）誤差必須調(diào)校至15"以內(nèi)。即便按此i角允許誤差要求，兩測(cè)點(diǎn)視距之間每相差1m產(chǎn)生的測(cè)量誤差為：1000×tan（15″）=0.073mm，在機(jī)組安裝中已經(jīng)屬于較大的測(cè)量偏差了。只有測(cè)點(diǎn)之間視距相等，由i角產(chǎn)生的誤差在高差計(jì)算中相互抵消，例如測(cè)量?jī)牲c(diǎn)間高差時(shí)，可以選擇放置在兩點(diǎn)的垂直平分線上，在測(cè)量座環(huán)、底環(huán)等大型環(huán)形工件的水平時(shí)最好將儀器放置在中心位置；（3）立尺時(shí)必須確保水準(zhǔn)尺垂直度。以1m的視線高為例，水準(zhǔn)尺每前后傾倒10mm產(chǎn)生的高程差影響為1000×（1-C0S（10/1000））=0.05mm。為消除水準(zhǔn)尺垂直度的影響，應(yīng)在測(cè)量過(guò)程中減小視線高度，使用深度尺、鋼板尺等小尺寸量具作為標(biāo)尺，或者使用帶有水準(zhǔn)氣泡的變形監(jiān)測(cè)專(zhuān)用銦鋼尺。
（一）普通水準(zhǔn)儀配合游標(biāo)卡尺測(cè)量法
將水準(zhǔn)儀安平于可觀測(cè)到所立游標(biāo)卡尺的適宜高度，為保證垂直度和穩(wěn)定，可將游標(biāo)卡尺靠在磁性表座上，底部與待測(cè)面貼緊。讀數(shù)時(shí)觀測(cè)者通過(guò)水準(zhǔn)儀指揮把尺者緩慢微調(diào)游標(biāo)，使游標(biāo)的某一刻度線重合于水準(zhǔn)儀十字絲的水平中絲，此時(shí)游標(biāo)卡尺的讀數(shù)即為該點(diǎn)的水準(zhǔn)儀讀數(shù)。每個(gè)測(cè)點(diǎn)讀數(shù)時(shí)游標(biāo)應(yīng)對(duì)準(zhǔn)同一刻度，對(duì)比相互之間的讀數(shù)差值即絕對(duì)高差。此方法測(cè)量的讀數(shù)精度一般為0.02mm。
（二）帶測(cè)微器的精密水準(zhǔn)儀測(cè)量法
精密水準(zhǔn)儀一般配備了光學(xué)測(cè)微裝置，將配套水準(zhǔn)尺上的最小分化進(jìn)行細(xì)分，測(cè)定小于水準(zhǔn)尺最小分劃值的尾數(shù)，進(jìn)而提高在水準(zhǔn)尺上的讀數(shù)精度。一般精密水準(zhǔn)儀將水準(zhǔn)尺10mm分劃成100格，可以讀到0.1mm，估讀至0.01mm。德國(guó)蔡司廠生產(chǎn)的Ni004、Ni007等精密水準(zhǔn)儀則是將5mm的最小刻度分劃成100格，可以讀到0.05mm，估讀至0.005mm。精密水準(zhǔn)儀讀數(shù)時(shí)需要通過(guò)測(cè)微螺旋上下微調(diào)望遠(yuǎn)鏡的十字絲來(lái)對(duì)準(zhǔn)同一刻度，此時(shí)測(cè)微器的讀數(shù)差即為絕對(duì)高差。
（三）電子水準(zhǔn)儀
電子水準(zhǔn)儀是以自動(dòng)安平水準(zhǔn)儀為基礎(chǔ)，在望遠(yuǎn)鏡光路中增加了分光鏡和探測(cè)器（CCD），并采用條碼水準(zhǔn)標(biāo)尺和圖象處理電子系統(tǒng)構(gòu)成的光機(jī)電測(cè)一體化的高科技產(chǎn)品，與傳統(tǒng)水準(zhǔn)儀相比讀數(shù)客觀、精度高、速度快、效率高等特點(diǎn)。采用普通標(biāo)尺時(shí)，又可以像一般水準(zhǔn)儀一樣使用。目前市場(chǎng)上常見(jiàn)的天寶DiNi03、徠卡BT28-DNA03等電子水準(zhǔn)儀讀數(shù)分辨率均達(dá)到了0.01mm。
（四）流體靜力水準(zhǔn)測(cè)量法
液體靜力水準(zhǔn)多用于高程變形監(jiān)測(cè)等精密工程測(cè)量作業(yè)，由于它具有高精度、自動(dòng)化、長(zhǎng)期多點(diǎn)同時(shí)測(cè)量、安裝簡(jiǎn)單的特點(diǎn)，可以引入到水平測(cè)量中，特別是座環(huán)、蝸殼澆筑過(guò)程中的監(jiān)測(cè)。
二、基于相對(duì)高差值的測(cè)量方法
測(cè)量相對(duì)高差值一般使用各種水平儀，其中合像水平儀在精密水平測(cè)量中最為常用，使用水平儀測(cè)量時(shí)，應(yīng)注意以下事項(xiàng)：（1）測(cè)量前應(yīng)認(rèn)真清洗測(cè)量面并擦干，檢查測(cè)量表面是否有劃傷、銹蝕、毛刺等缺陷；（2）水準(zhǔn)器內(nèi)液體對(duì)溫度影響變化較大，因此，應(yīng)注意手熱、陽(yáng)光直射、哈氣等因素對(duì)水平儀的影響；（3）讀數(shù)時(shí)，應(yīng)在垂直水準(zhǔn)器的位置上進(jìn)行讀數(shù)，以減少視差對(duì)測(cè)量結(jié)果的影響；（4）測(cè)量時(shí)應(yīng)檢查零位是否正確。操作時(shí)可以通過(guò)翻轉(zhuǎn)測(cè)量法獲得準(zhǔn)確讀數(shù)，消除零位誤差，如果零位偏差較大則需要使用調(diào)整針對(duì)零位進(jìn)行校正調(diào)整。
（一）水平梁測(cè)量法
水平梁測(cè)量法是經(jīng)典的水平測(cè)量法，制作適當(dāng)長(zhǎng)度的平梁，加大水平儀測(cè)量的距離。在中間的頂部焊接一塊經(jīng)過(guò)精細(xì)加工的座板，用以放置水平儀。在兩端的底面上安裝三個(gè)球形頭螺栓支撐，三個(gè)支點(diǎn)所在的平面應(yīng)調(diào)整至與座板頂面平行。操作時(shí)為了消除水平儀及梁的誤差，水平儀在梁上的位置必須固定，水平儀與梁要一起調(diào)頭，取平均值計(jì)算的方法計(jì)算水平度誤差。只要平梁剛度足夠，跨距適合，把水平儀放在梁上就可以直接測(cè)量大尺寸平面上兩點(diǎn)的水平度誤差。
（二）“CAYERE”法
針對(duì)水平梁法長(zhǎng)度固定，無(wú)法準(zhǔn)確反映水平波浪度的情況，可以采用首尾銜接多點(diǎn)連續(xù)的測(cè)量方法。對(duì)于需要測(cè)量座環(huán)、底環(huán)、大軸法蘭等大的環(huán)形面，可以沿圓周方向連續(xù)測(cè)量，可以得到一條反映圓周水平波浪變化的曲線，此方法稱(chēng)為“CAYERE”法，由ALSTOM在三峽使用后，國(guó)內(nèi)很多電站都進(jìn)行了推廣和嘗試，收到了良好的效果。
（三）網(wǎng)格法
對(duì)于設(shè)備基礎(chǔ)等比較大的平面，可以采用“網(wǎng)格法”，將測(cè)量面劃分成矩形方格網(wǎng)，用水平儀測(cè)量每條矩形邊的水平值，從而得到一個(gè)反應(yīng)水平趨勢(shì)變化的曲面。
三、水平測(cè)量數(shù)據(jù)分析方法
水平測(cè)量的數(shù)據(jù)分析主要用來(lái)反映高低變化的趨勢(shì)，以便分析不平度產(chǎn)生的原因，采取相應(yīng)的處理措施。為反映高低變化的趨勢(shì)，需要先將測(cè)量數(shù)值轉(zhuǎn)化成相對(duì)于某一點(diǎn)的絕對(duì)差值，然后利用計(jì)算機(jī)軟件方便地呈現(xiàn)出來(lái)。
用EXCEL“圖表法”繪制趨勢(shì)線。EXCEL是比較常用的辦公軟件，在線狀或環(huán)形的連續(xù)測(cè)量情況可以直觀的反映水平變化情況。下表1是某大型電站的分瓣座環(huán)組裝過(guò)程中的某次測(cè)量結(jié)果，采用的設(shè)備為蔡司NI007自動(dòng)安平水準(zhǔn)儀，測(cè)微器將5mm分成100份，測(cè)微器讀數(shù)的單位為0.005mm，各點(diǎn)與1#測(cè)點(diǎn)的高差均可用EXCEL的公式計(jì)算功能方便的計(jì)算出來(lái)。
四、結(jié)束語(yǔ)
本文所述的水平測(cè)量方法及數(shù)據(jù)處理方法，在很多電站機(jī)組安裝調(diào)整中起到了良好的指導(dǎo)作用。計(jì)算機(jī)的運(yùn)算反映的是數(shù)據(jù)可視化后的趨勢(shì)，真正數(shù)據(jù)的準(zhǔn)確度取決于測(cè)量的精度，因此，無(wú)論使用什么儀器或軟件，都需要通過(guò)發(fā)揮人的主觀能動(dòng)性，積極探索實(shí)踐，消除儀器自身帶來(lái)的各種誤差和人為讀數(shù)誤差，這才是提高安裝質(zhì)量的關(guān)鍵。
摘 要：對(duì)基于數(shù)據(jù)或信息分析的情報(bào)研究來(lái)說(shuō)，大數(shù)據(jù)分析方法帶來(lái)了新機(jī)遇。文章在現(xiàn)有研究的基礎(chǔ)上，先梳理了基于數(shù)據(jù)、流程及信息技術(shù)三種視角的大數(shù)據(jù)分析方法，并從中歸納出了面向統(tǒng)計(jì)、挖掘、發(fā)現(xiàn)、預(yù)測(cè)與集成等5種分析層次的17種相關(guān)研究方法。接著探討了大數(shù)據(jù)分析方法在情報(bào)研究的適用性，分別找出10種可直接移植的方法、2種調(diào)整后可移植的方法、2種不適用的方法、3種需要繼續(xù)研究或關(guān)注的方法。
關(guān)鍵詞：大數(shù)據(jù) 大數(shù)據(jù)分析方法 情報(bào)研究 適用性
大數(shù)據(jù)分析（Big Data Analytics，BDA）是以“深度的發(fā)現(xiàn)分析、引領(lǐng)行動(dòng)”作為目標(biāo)的工作[1-2]，它包括由多個(gè)任務(wù)組成的高度重復(fù)執(zhí)行的步驟[3-4]。BDA通常要集成多種分析技術(shù)與軟件工具，以便讓海量數(shù)據(jù)的處理及分析變得更加容易，從數(shù)據(jù)中提取有用信息并形成結(jié)論，用來(lái)驗(yàn)證、指導(dǎo)及規(guī)范組織或個(gè)人的決策行動(dòng);BDA的執(zhí)行過(guò)程一般包括問(wèn)題需求及假設(shè)提出、數(shù)據(jù)獲取及記錄、信息抽取及清洗、數(shù)據(jù)整合及表示、選擇建模及分析方法、結(jié)果詮釋、評(píng)測(cè)結(jié)果有效性及監(jiān)控等幾個(gè)階段。從以上BDA的定義及過(guò)程來(lái)看，BDA與情報(bào)學(xué)領(lǐng)域中的情報(bào)研究（也稱(chēng)情報(bào)分析）在本質(zhì)上是一致的，兩者至少在方法與技術(shù)（以下簡(jiǎn)稱(chēng)方法）上可以相互借鑒或補(bǔ)充。本文基于情報(bào)學(xué)的視角，關(guān)注哪些BDA方法可以為情報(bào)研究提供借鑒，并解決情報(bào)研究的相關(guān)問(wèn)題。因此，本文首先概略總結(jié)BDA的方法體系，然后探討B(tài)DA方法在情報(bào)研究中的適用性。
1 大數(shù)據(jù)分析的方法分類(lèi)
到目前為止，尚沒(méi)有公認(rèn)的BDA方法的分類(lèi)體系，甚至對(duì)BDA包括哪些方法，也有不同的認(rèn)識(shí)。本文首先綜述現(xiàn)有的相關(guān)研究，并以此為基礎(chǔ)提出我們的分類(lèi)體系。
1.1 相關(guān)研究
不同學(xué)者對(duì)BDA方法的看法各有差異，概括起來(lái)，主要有三種分類(lèi)體系，分別是面向數(shù)據(jù)視角的分類(lèi)、面向流程視角的分類(lèi)以及面向信息技術(shù)視角的分類(lèi)。
（1）面向數(shù)據(jù)視角的BDA方法分類(lèi)。這類(lèi)研究主要是以BDA處理的對(duì)象“數(shù)據(jù)”作為分類(lèi)依據(jù)，從數(shù)據(jù)的類(lèi)型、數(shù)據(jù)量、數(shù)據(jù)能夠解決的問(wèn)題、處理數(shù)據(jù)的方式等角度對(duì)BDA方法進(jìn)行分類(lèi)。
Power[5]依據(jù)分析需求將數(shù)值型數(shù)據(jù)的分析方法劃分為三類(lèi)：①若是模式理解及對(duì)未來(lái)做出推論，可采取歷史數(shù)據(jù)及定量工具進(jìn)行“回顧性數(shù)據(jù)分析”;②若要進(jìn)行前瞻及預(yù)測(cè)分析，可采取歷史數(shù)據(jù)及仿真模型進(jìn)行“預(yù)測(cè)性數(shù)據(jù)分析”;③若要觸發(fā)事件，可采取實(shí)時(shí)數(shù)據(jù)及定量工具進(jìn)行“規(guī)范性數(shù)據(jù)分析”。美國(guó)國(guó)家研究委員會(huì)在2013年公布的《海量數(shù)據(jù)分析前沿》研究報(bào)告中提出了七種基本統(tǒng)計(jì)數(shù)據(jù)分析方法[6]，包括：①基本統(tǒng)計(jì)（如一般統(tǒng)計(jì)及多維數(shù)分析等）;②N體問(wèn)題（N-body Problems）（如最鄰近算法、Kernel算法、PCA算法等）;③圖論算法（Graph-Theoretic Algorithm）;④線性代數(shù)計(jì)算（Linear Algebraic Computations）;⑤優(yōu)化算法（Optimizations）;⑥功能整合（如貝葉斯推理模型、Markov Chain Monte Carlo方法等）;⑦數(shù)據(jù)匹配（如隱馬爾可夫模型等）。
針對(duì)非純粹的數(shù)值型數(shù)據(jù)，Li、Han[7]梳理了面向“時(shí)空數(shù)據(jù)”（Spatiotemporal Data）的BDA方法，通過(guò)對(duì)動(dòng)態(tài)數(shù)據(jù)挖掘出主體的預(yù)測(cè)性，如運(yùn)用物理工程領(lǐng)域的傅立葉變換（Fourier Transform）及自相關(guān)匹配（Autocorrelation）偵查某一時(shí)間區(qū)段的信號(hào)、發(fā)生的事件或生物基因中的周期性節(jié)律，也可運(yùn)用時(shí)間序列方法預(yù)測(cè)地點(diǎn)位置的變化;魏順平[8]以教育領(lǐng)域?yàn)槔崂砹嗣嫦驅(qū)W生與學(xué)習(xí)環(huán)境的“學(xué)習(xí)分析方法”（Learning Analytics），此方法集成了內(nèi)容分析、話語(yǔ)分析、社會(huì)網(wǎng)絡(luò)分析、統(tǒng)計(jì)分析、數(shù)據(jù)挖掘等多種方法，從中挖掘?qū)W習(xí)的各種語(yǔ)義關(guān)系，并回答“誰(shuí)在學(xué)、學(xué)什么、怎么學(xué)、學(xué)的結(jié)果如何”等問(wèn)題，為教學(xué)與優(yōu)化學(xué)習(xí)提供參考。
Mohanty等人[3]從數(shù)據(jù)獲?。―ata Ingestion）角度，依照處理的數(shù)據(jù)量從小至大的順序，區(qū)分出八種分析方法：①流分析（Streaming Analytics），以預(yù)定模式及時(shí)處理數(shù)據(jù)流;②高速的數(shù)據(jù)采集（High Velocity Data Ingestion），不轉(zhuǎn)換任何格式，可稍晚處理; ③鏈結(jié)分析（Linkage Analysis），構(gòu)建不同數(shù)據(jù)源的關(guān)系與鏈接;④罕見(jiàn)事件偵查（Rare-Event Detection），從龐大數(shù)據(jù)集中尋找特定模式;⑤數(shù)據(jù)聚合（Data Mash-Ups），需要對(duì)數(shù)據(jù)屬性發(fā)展故事線或鏈接關(guān)系進(jìn)行分析;⑥文本分析（Text Analytics），如觀點(diǎn)挖掘或社會(huì)網(wǎng)絡(luò)分析等;⑦時(shí)間序列分析（Time-Series Analysis），通過(guò)模式偵測(cè)及事件發(fā)生概率來(lái)處理時(shí)空數(shù)據(jù);⑧數(shù)據(jù)辯論（Data Forensic），用于數(shù)據(jù)科學(xué)家探索大規(guī)模數(shù)據(jù)集。
Chen等人[9]認(rèn)為，在商業(yè)智能分析發(fā)展的過(guò)程中，商業(yè)智能分析經(jīng)歷了從處理結(jié)構(gòu)化程度較高的數(shù)據(jù)、到處理網(wǎng)絡(luò)上半結(jié)構(gòu)化數(shù)據(jù)、再到處理移動(dòng)數(shù)據(jù)的發(fā)展，涵蓋了五類(lèi)核心的分析方法：①數(shù)據(jù)分析，涉及數(shù)據(jù)倉(cāng)儲(chǔ)、ETL、聯(lián)機(jī)分析及數(shù)據(jù)挖掘等分析技術(shù)，可應(yīng)用在時(shí)間序列挖掘、網(wǎng)站挖掘、空間數(shù)據(jù)挖掘等;②文本分析，涉及信息檢索、查詢處理、相關(guān)反饋等分析技術(shù)，可應(yīng)用在QA系統(tǒng)、觀點(diǎn)挖掘、多語(yǔ)義分析、可視化分析等;③網(wǎng)站分析，涉及信息檢索、網(wǎng)絡(luò)爬蟲(chóng)、日志分析等分析技術(shù)，可應(yīng)用在云計(jì)算、社會(huì)網(wǎng)絡(luò)分析、網(wǎng)站可視化等;④網(wǎng)絡(luò)分析，涉及信息計(jì)量、引用網(wǎng)絡(luò)、數(shù)學(xué)網(wǎng)絡(luò)模式等分析技術(shù)，可應(yīng)用在鏈結(jié)分析、社區(qū)發(fā)現(xiàn)、社會(huì)影響力及擴(kuò)散模式等;⑤移動(dòng)分析，可應(yīng)用在移動(dòng)通訊服務(wù)、個(gè)性化分析、游戲營(yíng)銷(xiāo)分析等。
（2）面向流程視角的BDA方法分類(lèi)。這類(lèi)研究主要是依據(jù)BDA的步驟和階段對(duì)BDA方法進(jìn)行分類(lèi)。
美國(guó)計(jì)算社區(qū)協(xié)會(huì)出版的《大數(shù)據(jù)的機(jī)會(huì)與挑戰(zhàn)》白皮書(shū)指出BDA是一個(gè)多階段任務(wù)循環(huán)執(zhí)行過(guò)程[4]，從整體看，其分析的過(guò)程包括了五個(gè)階段，每一個(gè)階段都包含該階段需要使用的方法：①數(shù)據(jù)獲取及記錄，從各種感知工具中獲取的數(shù)據(jù)通常與空間時(shí)空相關(guān)，需要及時(shí)分析技術(shù)處理數(shù)據(jù)并過(guò)濾無(wú)用數(shù)據(jù);②信息抽取及清洗，從異構(gòu)數(shù)據(jù)源抽取有用信息，并轉(zhuǎn)換為結(jié)構(gòu)化的格式;③數(shù)據(jù)整合及表示，將數(shù)據(jù)結(jié)構(gòu)與語(yǔ)義關(guān)系轉(zhuǎn)換為機(jī)器可讀取、自動(dòng)解析的格式;④數(shù)據(jù)建模及分析，從數(shù)據(jù)中挖掘出潛在規(guī)律及知識(shí)，涉及可擴(kuò)展的挖掘算法或知識(shí)發(fā)現(xiàn)等方法;⑤詮釋?zhuān)瑸榱俗層脩羧菀捉庾x分析結(jié)果，可視化分析技術(shù)變得十分重要。此外，嚴(yán)霄鳳、張德馨[10]依照搜集、分析到可視化的流程，梳理了適用于大數(shù)據(jù)的關(guān)鍵技術(shù)，包括：遺傳算法、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘、回歸分析、分類(lèi)、聚類(lèi)、關(guān)聯(lián)規(guī)則、數(shù)據(jù)融合、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、情感分析、網(wǎng)絡(luò)分析、空間分析、時(shí)間序列分析等多種方法。
（3）面向信息技術(shù)視角的BDA方法分類(lèi)。這類(lèi)研究強(qiáng)調(diào)大數(shù)據(jù)技術(shù)本身涉及到的新型信息技術(shù)，將大數(shù)據(jù)處理架構(gòu)、大數(shù)據(jù)計(jì)算模式、大數(shù)據(jù)系統(tǒng)等作為BDA方法分類(lèi)的依據(jù)。
孟小峰、慈祥[11]著眼于大數(shù)據(jù)處理框架，梳理了數(shù)據(jù)抽取與集成、數(shù)據(jù)分析及數(shù)據(jù)解釋所使用的分析方法，在數(shù)據(jù)抽取與集成方面，可區(qū)分為基于物化（Materialization）或ETL的方法、基于聯(lián)邦數(shù)據(jù)庫(kù)或中間件的方法、基于數(shù)據(jù)流的方法以及基于搜索引擎的方法等四類(lèi);在數(shù)據(jù)分析方面，傳統(tǒng)的數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)或統(tǒng)計(jì)分析面臨數(shù)據(jù)規(guī)模、算法調(diào)整等困難，需進(jìn)一步發(fā)展;在數(shù)據(jù)解釋方面，引入可視化技術(shù)或交互式的數(shù)據(jù)分析過(guò)程，有助于用戶理解分析結(jié)果。覃雄派等人[12]認(rèn)為，非關(guān)系數(shù)據(jù)管理（如MapReduce）擴(kuò)展了數(shù)據(jù)分析的多維視角，使數(shù)據(jù)分析的生態(tài)系統(tǒng)從“大量數(shù)據(jù)的移動(dòng)”轉(zhuǎn)向“直接對(duì)數(shù)據(jù)進(jìn)行分析”。
2012～2013年在印度召開(kāi)了兩次BDA國(guó)際研討會(huì)[13-14]，會(huì)上分別就BDA中的機(jī)器學(xué)習(xí)面臨數(shù)據(jù)規(guī)模與多維度問(wèn)題、可擴(kuò)展的機(jī)器學(xué)習(xí)算法（如隨機(jī)映射、隨機(jī)梯度下降等）、機(jī)器學(xué)習(xí)在MapReduce的應(yīng)用、社交媒體數(shù)據(jù)挖掘（如話題檢測(cè)與跟蹤、地點(diǎn)推理、語(yǔ)義連接等）、高維數(shù)據(jù)降維分析（如主成分分析、因子分析、經(jīng)典相關(guān)分析等）、圖像挖掘（如Main Memory Approach、Disk-Based Approaches、Database-Oriented Approach）及圖像比對(duì)分析（如特征提取、Iterative Methods）等進(jìn)行了探討。2013年IEEE計(jì)算機(jī)協(xié)會(huì)在美國(guó)召開(kāi)大數(shù)據(jù)國(guó)際研討會(huì)，BDA結(jié)合MapReduce、Hadoop等模型的分析方法仍是主流，研究的內(nèi)容包括了Map-Based Graph Analysis、Sketch-Based Load Balancing Algorithm、Large Scale Neural Networks等方法。
1.2 BDA方法的分類(lèi)――面向?qū)哟蔚腂DA方法框架
上述三種視角的BDA分類(lèi)各有特點(diǎn)，都有一定的道理。從面向數(shù)據(jù)的視角來(lái)看，BDA方法正從統(tǒng)計(jì)（Statistics）轉(zhuǎn)向挖掘（Mining），并提升到發(fā)現(xiàn)（Discovery）和預(yù)測(cè)（Prediction）。基于流程的BDA分類(lèi)則更能反映BDA過(guò)程的集成性（Integration），也就是說(shuō)，在完成一項(xiàng)分析任務(wù)時(shí)，需要綜合使用多種方法。從面向信息技術(shù)的BDA分類(lèi)中可以看出，這種分類(lèi)方式強(qiáng)調(diào)使用新技術(shù)對(duì)傳統(tǒng)數(shù)據(jù)處理方法進(jìn)行改進(jìn)和創(chuàng)新，同時(shí)更重視新型系統(tǒng)架構(gòu)與分析方法的集成，例如，各種數(shù)據(jù)挖掘算法的MapReduce化，就是這方面的典型實(shí)例。
本文認(rèn)為，如果綜合上述三種分類(lèi)體系中體現(xiàn)的層次性，將可以更準(zhǔn)確描述BDA方法。在此，本文提出一個(gè)面向?qū)哟蔚腂DA分類(lèi)框架，將BDA方法分為統(tǒng)計(jì)、挖掘、發(fā)現(xiàn)、預(yù)測(cè)及集成五個(gè)層次，并初步歸納出17種BDA相關(guān)方法（見(jiàn)表1）。
2 BDA方法在情報(bào)研究中的適用性探討
如前所述，BDA與情報(bào)研究在本質(zhì)上有共同之處，BDA方法可為情報(bào)研究提供借鑒，因此，探討B(tài)DA方法對(duì)情報(bào)研究的適用性就很有必要性。以下綜合考慮方法本身的完善性及可操作性、情報(bào)研究的分析對(duì)象特征、方法的可移植性[15]等因素，對(duì)本文所列舉的17種面向?qū)哟蔚腂DA方法在情報(bào)研究中的適用性進(jìn)行分析。
2.1 可直接移植的方法
可直接移植方法是指這些方法的原理、流程、算法等可以直接應(yīng)用于情報(bào)研究，用來(lái)對(duì)情報(bào)研究的數(shù)據(jù)源（如科技文獻(xiàn)、網(wǎng)絡(luò)資源等）進(jìn)行處理，解決情報(bào)研究過(guò)程中的一個(gè)或幾個(gè)步驟中要解決的問(wèn)題。在本文所列舉的17種面向?qū)哟蔚腂DA方法中，數(shù)據(jù)挖掘、文本挖掘、知識(shí)發(fā)現(xiàn)、觀點(diǎn)挖掘、話題演化分析、多元統(tǒng)計(jì)分析、時(shí)間序列分析、海量數(shù)據(jù)的基本統(tǒng)計(jì)方法、高維數(shù)據(jù)降維分析方法、多源數(shù)據(jù)融合方法等10種方法均屬于可直接移植方法，其中有些方法在情報(bào)研究中已經(jīng)有多年的應(yīng)用歷史。
（1）數(shù)據(jù)挖掘與文本挖掘。數(shù)據(jù)挖掘與文本挖掘是不同概念，兩種方法分別使用不同的發(fā)現(xiàn)技術(shù)，文本挖掘?qū)儆诨谟?jì)算機(jī)語(yǔ)言學(xué)及統(tǒng)計(jì)方法的發(fā)現(xiàn)技術(shù)，用來(lái)揭示文本中的詞與句法特征;數(shù)據(jù)挖掘以數(shù)據(jù)庫(kù)中的大量結(jié)構(gòu)化的數(shù)據(jù)挖掘?yàn)榛A(chǔ)，用來(lái)揭示數(shù)據(jù)中潛在的、可能的數(shù)據(jù)模式及關(guān)聯(lián)規(guī)律[16]。在情報(bào)學(xué)領(lǐng)域的實(shí)踐應(yīng)用中，數(shù)據(jù)挖掘多應(yīng)用在圖書(shū)館自動(dòng)化技術(shù)與服務(wù)方面，例如，館藏采購(gòu)決策、個(gè)性化服務(wù)、信息檢索、讀者管理、館藏布局等。文本挖掘在情報(bào)研究的價(jià)值在于彌補(bǔ)了情報(bào)學(xué)專(zhuān)門(mén)分析方法對(duì)科技文獻(xiàn)內(nèi)在知識(shí)挖掘不足的缺欠，例如，祝清松、冷伏海[17]為了解決引文分析方法無(wú)法揭示論文的研究?jī)?nèi)容這個(gè)問(wèn)題，提出引文內(nèi)容分析，先建立基于規(guī)則的引文內(nèi)容抽取來(lái)識(shí)別引用句，再通過(guò)基于C-value多詞術(shù)語(yǔ)識(shí)別算法找出高被引論文主題，相比于引文分析，這種方法較能提供客觀的語(yǔ)義信息與文獻(xiàn)之間的語(yǔ)義關(guān)系。
（2）知識(shí)發(fā)現(xiàn)。情報(bào)研究中所說(shuō)的知識(shí)發(fā)現(xiàn)，主要是指基于文獻(xiàn)的知識(shí)發(fā)現(xiàn)，例如，張樹(shù)良、冷伏海[18]在共詞、共引、文本挖掘等方法基礎(chǔ)上，提出了“基于文獻(xiàn)的知識(shí)發(fā)現(xiàn)”，包括：基于相關(guān)文獻(xiàn)、基于非相關(guān)文獻(xiàn)及基于全文獻(xiàn)三種條件下的知識(shí)發(fā)現(xiàn)，完整揭示文獻(xiàn)的知識(shí)結(jié)構(gòu)與演化情況。在網(wǎng)絡(luò)環(huán)境下，李楠、張學(xué)福[19]認(rèn)為關(guān)聯(lián)數(shù)據(jù)的RDF數(shù)據(jù)模型、數(shù)據(jù)訪問(wèn)機(jī)制、URIs及自描述數(shù)據(jù)等規(guī)范所形成的數(shù)據(jù)共享環(huán)境，為知識(shí)發(fā)現(xiàn)提供了新的研究潛力，包括知識(shí)發(fā)現(xiàn)的范圍被擴(kuò)展成全球數(shù)據(jù)空間、高效率理解及處理數(shù)據(jù)間的語(yǔ)義關(guān)系等。簡(jiǎn)言之，知識(shí)發(fā)現(xiàn)從不同數(shù)據(jù)源之間的復(fù)雜關(guān)系中獲得隱含的知識(shí)或規(guī)律，甚至可對(duì)未來(lái)進(jìn)行預(yù)測(cè)。
（3）觀點(diǎn)挖掘與話題演化分析。觀點(diǎn)挖掘與話題演化分析兩種方法實(shí)際上是數(shù)據(jù)挖掘及文本挖掘的具體及深化應(yīng)用。觀點(diǎn)挖掘主要有三種挖掘任務(wù)：情感分類(lèi)、基于特征的觀點(diǎn)挖掘、比較語(yǔ)句和關(guān)系挖掘[20]，例如，黃曉斌、趙超[21]通過(guò)對(duì)網(wǎng)絡(luò)輿情信息的文本挖掘，找出不同民眾對(duì)某一社會(huì)事件的情緒、態(tài)度及觀點(diǎn)，再通過(guò)關(guān)聯(lián)分析找出網(wǎng)絡(luò)輿情信息的各種關(guān)聯(lián)性。趙潔、溫潤(rùn)[22]認(rèn)為微博情感分析的關(guān)鍵是觀點(diǎn)句識(shí)別，并根據(jù)文本特征的差異性，提出了基于新詞擴(kuò)充和特征選擇的觀點(diǎn)句識(shí)別方法，即先擴(kuò)充情感詞典來(lái)提高分詞準(zhǔn)確率，再結(jié)合微博特征進(jìn)行句子選取。話題演化分析方法是近年文本挖掘的研究熱點(diǎn)，借助不同的話題模型，包括基于LSI模型、基于pLSI模型、基于LDA模型等，獲取文本中的一組詞語(yǔ)，表示為某一話題的集合，再引入時(shí)間信息模擬該話題隨著時(shí)間推移所表現(xiàn)的受關(guān)注程度及關(guān)注點(diǎn)的變化[23]。又例如，賀亮、李芳[24]利用LDA模型抽取科技文獻(xiàn)中的話題（即主題詞），再計(jì)算話題的強(qiáng)度與內(nèi)容演化，從而區(qū)分熱門(mén)與冷門(mén)話題及其歷年特征詞的演化趨勢(shì)。
（4）多元統(tǒng)計(jì)分析與時(shí)間序列分析。多元統(tǒng)計(jì)分析與時(shí)間序列分析兩種方法也是情報(bào)研究常見(jiàn)的定量分析方法[25]，前者研究客觀事物中多個(gè)變量（或多個(gè)因素）之間相互依賴(lài)的統(tǒng)計(jì)規(guī)律，后者則是基于隨機(jī)過(guò)程理論和數(shù)理統(tǒng)計(jì)學(xué)方法，研究動(dòng)態(tài)數(shù)據(jù)序列的規(guī)律性。這兩種分析方法的一個(gè)重要特點(diǎn)在于能基于歷史數(shù)據(jù)的變化，評(píng)價(jià)事物現(xiàn)狀或預(yù)測(cè)事物未來(lái)的發(fā)展。
（5）海量數(shù)據(jù)的基本統(tǒng)計(jì)分析方法。海量數(shù)據(jù)的七種基本統(tǒng)計(jì)分析方法適用于情報(bào)研究的原因是，專(zhuān)家們普遍認(rèn)為，在現(xiàn)有硬件技術(shù)條件下要開(kāi)發(fā)一個(gè)海量數(shù)據(jù)分析系統(tǒng)的難度過(guò)高，且高性能計(jì)算領(lǐng)域也面臨許多困難，因而轉(zhuǎn)向?qū)ふ夜餐ǖ幕A(chǔ)性計(jì)算方法來(lái)幫助運(yùn)算[6]，同時(shí)這些統(tǒng)計(jì)方法也經(jīng)常應(yīng)用于數(shù)據(jù)挖掘或文本挖掘。對(duì)情報(bào)研究來(lái)說(shuō)，處理的數(shù)據(jù)量不及高性能計(jì)算領(lǐng)域的海量數(shù)據(jù)，因此可以容易地應(yīng)用這些基本統(tǒng)計(jì)分析方法。盡管如此，隨著情報(bào)研究處理的文本量增加，包括文獻(xiàn)計(jì)量或信息計(jì)量方法在內(nèi)的定量分析方法，仍然要經(jīng)常借鑒基礎(chǔ)性的計(jì)算方法，并進(jìn)行公式改進(jìn)。
（6）高維數(shù)據(jù)降維分析方法。高維數(shù)據(jù)降維分析方法反映了海量的數(shù)值型數(shù)據(jù)在數(shù)據(jù)縮減的重要性，常見(jiàn)的降維（Dimensionality Reduction）方法包括主成分分析、因子分析、典型相關(guān)分析、獨(dú)立成分分析、投影尋蹤等[26]。高維數(shù)據(jù)經(jīng)常存在大量的弱相關(guān)內(nèi)容或噪音，通過(guò)線性（如主成分分析、典型相關(guān)分析等）或非線性（如投影尋蹤、核方法等）映射可以將數(shù)據(jù)樣本從高維空間映射到低維空間，從而提高機(jī)器學(xué)習(xí)的效率[27-28]。情報(bào)研究在處理文本語(yǔ)料時(shí)，廣泛使用基于向量空間模型來(lái)表示文本，形成的高維特征集會(huì)對(duì)文本分類(lèi)或機(jī)器學(xué)習(xí)的效果產(chǎn)生很大影響，通過(guò)特征選擇（如特征頻率、互信息等）進(jìn)行特征抽取（如PCA、LSI、NMF等），轉(zhuǎn)換成一個(gè)低維的特征集來(lái)提高訓(xùn)練效果，是非常必要的[29]。
（7）多源數(shù)據(jù)融合方法。多源數(shù)據(jù)融合方法是解決大數(shù)據(jù)環(huán)境下異構(gòu)數(shù)據(jù)整合而提出的方法，例如，為了解決不同研究階段產(chǎn)生的各類(lèi)科學(xué)數(shù)據(jù)集成問(wèn)題，白如江、冷伏海[30]認(rèn)為解決關(guān)鍵在于中間件構(gòu)建，例如，通過(guò)基于XML模型將異構(gòu)數(shù)據(jù)源的元數(shù)據(jù)映射到全局視圖，解決了不同數(shù)據(jù)源的關(guān)系描述問(wèn)題，并提供用戶可靈活訂制查詢規(guī)則;但基于XML模型只能提供語(yǔ)法層次的整合，為了提供數(shù)據(jù)在語(yǔ)義層次的整合，可通過(guò)基于語(yǔ)義模型對(duì)XML的對(duì)象進(jìn)行分類(lèi)，在對(duì)象模型的基礎(chǔ)上生成邏輯規(guī)則，揭示隱含在科學(xué)數(shù)據(jù)中的語(yǔ)義信息。此外，也可以通過(guò)基于物化或ETL方法、基于數(shù)據(jù)流方法或其他方法對(duì)異構(gòu)數(shù)據(jù)源中的數(shù)據(jù)抽取出實(shí)體與關(guān)系，再進(jìn)行數(shù)據(jù)集成或數(shù)據(jù)清洗[11]。多源數(shù)據(jù)融合方法是進(jìn)入數(shù)據(jù)分析之前的重要任務(wù)，對(duì)情報(bào)研究來(lái)說(shuō)，需要多種來(lái)源支持情報(bào)分析工作，包括同型異源信息、異質(zhì)異構(gòu)信息、多語(yǔ)種信息等，都需要通過(guò)異源信息字段的映射、拆分、濾重、加權(quán)等進(jìn)行融合分析[31]。
2.2 調(diào)整后移植的方法
調(diào)整后移植的方法是指其在原本的領(lǐng)域已經(jīng)成功應(yīng)用，但由于該方法最早或成功應(yīng)用的領(lǐng)域在任務(wù)需求、數(shù)據(jù)處理、分析過(guò)程有自身的特點(diǎn)，若移植到情報(bào)研究時(shí)，需要根據(jù)情報(bào)研究自身的特征進(jìn)行調(diào)整。數(shù)據(jù)可用處理及分析方法、時(shí)空數(shù)據(jù)分析等兩種分析方法就屬于這類(lèi)情況。
（1）數(shù)據(jù)可用處理及分析方法。大數(shù)據(jù)環(huán)境中容易產(chǎn)生許多劣質(zhì)數(shù)據(jù)來(lái)降低數(shù)據(jù)可用性，為了提高數(shù)據(jù)可用性及數(shù)據(jù)質(zhì)量，李建中及劉顯敏[32]梳理了數(shù)種數(shù)據(jù)可用性的相關(guān)方法，包括高質(zhì)量數(shù)據(jù)獲取與整合、數(shù)據(jù)錯(cuò)誤自動(dòng)檢測(cè)與修復(fù)、弱可用數(shù)據(jù)處理與分析等，分別解決了大規(guī)模數(shù)據(jù)集預(yù)處理階段常見(jiàn)的一致性、精確性、完整性、時(shí)效性及實(shí)體同一性等問(wèn)題。對(duì)情報(bào)研究來(lái)說(shuō)，情報(bào)素材、產(chǎn)品形式及工作任務(wù)分解的質(zhì)量控制是情報(bào)工作的核心[33]，其中，情報(bào)素材的質(zhì)量對(duì)后續(xù)的情報(bào)分析成敗存在著至關(guān)重要的作用，當(dāng)數(shù)據(jù)或信息是錯(cuò)誤或不完整時(shí)，提煉出來(lái)的情報(bào)勢(shì)必會(huì)存在缺陷或錯(cuò)誤。過(guò)去對(duì)情報(bào)研究的質(zhì)量控制取決于人，如果能引入數(shù)據(jù)可用處理及分析方法解決數(shù)據(jù)或信息源可能存在的不一致、不精確、遺漏、滯后或重復(fù)等問(wèn)題，有助于提高情報(bào)分析素材的可用性與正確性。
（2）時(shí)空數(shù)據(jù)分析。時(shí)空數(shù)據(jù)分析是地球信息科學(xué)相關(guān)領(lǐng)域的研究熱點(diǎn)，其中最常使用“周期性行為”（Periodic Behavior）分析，例如天氣預(yù)報(bào)、環(huán)境監(jiān)控、地理信息系統(tǒng)、城市交通網(wǎng)絡(luò)管理等都是常見(jiàn)的應(yīng)用實(shí)例[7]。現(xiàn)有研究的多數(shù)做法是采取基于時(shí)間序列的方法進(jìn)行周期性行為建模，但建模過(guò)程容易出現(xiàn)對(duì)象可能沒(méi)有周期性行為、時(shí)間點(diǎn)分布不一定呈現(xiàn)周期性等問(wèn)題，為了解決這些問(wèn)題，王閱等人[34]提出基于ERP的周期檢測(cè)方法解決周期長(zhǎng)度定義問(wèn)題，孟志青等人[35]提出多粒度時(shí)間文本下的周期模式挖掘算法解決時(shí)態(tài)文本數(shù)據(jù)挖掘問(wèn)題。對(duì)情報(bào)研究來(lái)說(shuō)，時(shí)間是文本中一個(gè)重要的屬性，如文獻(xiàn)發(fā)表規(guī)律、輿情監(jiān)控、科研人員的研究主題周期等。在原有數(shù)據(jù)基礎(chǔ)上增加時(shí)間維度進(jìn)行長(zhǎng)時(shí)段分析是多數(shù)研究的常見(jiàn)做法，但并沒(méi)有呈現(xiàn)出其中的周期性規(guī)律，特別是文本中的規(guī)律特征較難發(fā)現(xiàn)，如果能引入此類(lèi)方法，將有助于找出情報(bào)演化的周期模式。
2.3 不適用的方法
考慮學(xué)科領(lǐng)域差異，本文認(rèn)為 “翻譯生物信息學(xué)分析”及“學(xué)習(xí)分析方法”兩種專(zhuān)門(mén)研究方法不適合情報(bào)研究。
（1）翻譯生物信息學(xué)分析。翻譯生物信息學(xué)分析是生物信息學(xué)的專(zhuān)門(mén)分析方法，這種方法是依據(jù)特定目的整合多數(shù)據(jù)源及促進(jìn)領(lǐng)域知識(shí)的有效利用，其結(jié)果可應(yīng)用在生物醫(yī)學(xué)研究、產(chǎn)生支持醫(yī)療人員在治療點(diǎn)中的“可操作的決策”（Actionable Decision），同時(shí)能對(duì)人類(lèi)與疾病的關(guān)聯(lián)關(guān)系提供更好的理解。生物信息學(xué)為了找出更多基因與疾病的關(guān)系，通過(guò)翻譯生物信息學(xué)分析，可以將分析方法與工具開(kāi)發(fā)從系統(tǒng)層面橫跨到分子、個(gè)人或全人類(lèi)層面，分析視角從單一基因或多肽（Polymorphic）挖掘的研究轉(zhuǎn)向新基因或遺傳性狀組合與預(yù)測(cè)研究[36]。從分析方法的操作過(guò)程來(lái)說(shuō)，考慮到數(shù)據(jù)源的特殊性（如DNA編碼數(shù)據(jù)、蛋白質(zhì)結(jié)構(gòu)等）、分析視角、工具構(gòu)建及使用等因素，并不符合情報(bào)學(xué)的學(xué)科研究特色。
（2）學(xué)習(xí)分析方法。學(xué)習(xí)分析方法是搜集、分析及評(píng)測(cè)學(xué)習(xí)者及其學(xué)習(xí)語(yǔ)境的分析方法，目的在于理解與優(yōu)化學(xué)習(xí)及其學(xué)習(xí)環(huán)境[8]。從UNESCO IITE機(jī)構(gòu)在2012年11月出版的學(xué)習(xí)分析方法政策簡(jiǎn)報(bào)可知，學(xué)習(xí)分析方法的數(shù)據(jù)分析功能是基于數(shù)據(jù)挖掘從而開(kāi)展相關(guān)分析內(nèi)容，包括行為分析、學(xué)習(xí)資源瀏覽分析、各種關(guān)聯(lián)分析與影響因素分析等。雖然數(shù)據(jù)挖掘是情報(bào)研究的常見(jiàn)方法，但學(xué)習(xí)分析方法的結(jié)果意義在于解釋學(xué)習(xí)者的學(xué)習(xí)語(yǔ)境，為教師或管理者提供決策支持，從而改善學(xué)習(xí)者的學(xué)習(xí)習(xí)慣及促進(jìn)學(xué)習(xí)效果。由于這種方法有其特定的含義和應(yīng)用環(huán)境，離開(kāi)了學(xué)習(xí)語(yǔ)境，方法的內(nèi)涵和外延可能就會(huì)產(chǎn)生變化，因此，難以移植到情報(bào)研究。
2.4 需要繼續(xù)關(guān)注的方法
基于MapReduce或Hadoop的衍生分析方法、圖模型分析與挖掘以及商務(wù)智能分析，是近年研究探討較多的方法，但目前尚未形成一個(gè)成熟且完善的方法體系，例如，MapReduce或Hadoop等之類(lèi)的工具還在持續(xù)發(fā)展中，本身也存在不斷的改進(jìn)空間，它們與各種分析方法的集成缺乏公認(rèn)的標(biāo)準(zhǔn)和規(guī)范，同樣地，對(duì)于關(guān)注圖像與事物之間關(guān)聯(lián)的圖模型分析與挖掘也尚沒(méi)有發(fā)展出固定的技術(shù)，又例如，商務(wù)智能分析被定義為由數(shù)據(jù)倉(cāng)庫(kù)、ETL、聯(lián)機(jī)分析、數(shù)據(jù)挖掘、客戶關(guān)系管理、知識(shí)管理等多種技術(shù)融合的一組系統(tǒng)，通過(guò)BI系統(tǒng)管理組織內(nèi)部及個(gè)人相關(guān)的商業(yè)數(shù)據(jù)、專(zhuān)家信息及知識(shí)，涉及數(shù)據(jù)的融合、取用及分析等方法與工具[37-38]，目前也沒(méi)有標(biāo)準(zhǔn)化的體系架構(gòu)。
因此，本文還無(wú)法明確回答上述三種方法將如何應(yīng)用于情報(bào)研究、在應(yīng)用過(guò)程中需要做哪些調(diào)整、這些方法與現(xiàn)有的情報(bào)研究方法的關(guān)系如何等相關(guān)問(wèn)題，但可以肯定的是，這些方法對(duì)未來(lái)的情報(bào)研究具有借鑒價(jià)值，例如，一旦情報(bào)研究的處理對(duì)象（即數(shù)據(jù)）積累到了一定程度，成為傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)處理不了的大數(shù)據(jù)，那么，使用基于MapReduce或Hadoop的衍生分析方法就成為了必然。又如，圖模型分析與挖掘可補(bǔ)充情報(bào)研究在圖像分析的不足，而商務(wù)智能分析可理解為一套集成系統(tǒng)，可應(yīng)用在情報(bào)機(jī)構(gòu)的知識(shí)庫(kù)或機(jī)構(gòu)典藏，找出組織的知識(shí)缺口等方面。
3 結(jié)語(yǔ)
大數(shù)據(jù)時(shí)代就是一個(gè)數(shù)據(jù)分析的時(shí)代，學(xué)界和業(yè)界提出了很多大數(shù)據(jù)分析的方法與技術(shù)，這些方法與技術(shù)對(duì)情報(bào)研究產(chǎn)生了積極的借鑒作用，本文總結(jié)了大數(shù)據(jù)分析的方法，提出面向?qū)哟蔚腂DA方法框架，歸納總結(jié)了其中的17種BDA方法，并從可直接移植、將調(diào)整后移植、不適用于情報(bào)研究以及需要繼續(xù)關(guān)注等四個(gè)方面對(duì)這些方法在情報(bào)研究中的適用性進(jìn)行了分析，以期為情報(bào)研究借鑒或移植BDA相關(guān)方法提供參考，促進(jìn)情報(bào)研究的理論與實(shí)踐發(fā)展。
【摘 要】民用飛機(jī)的應(yīng)急撤離能力是民用飛機(jī)安全性能的要求之一。目前國(guó)內(nèi)外對(duì)民機(jī)應(yīng)急撤離能力的分析對(duì)采用實(shí)景撤離試驗(yàn)的方法。針對(duì)實(shí)景撤離試驗(yàn)危險(xiǎn)系數(shù)高、花費(fèi)昂貴、周期長(zhǎng)等諸多問(wèn)題，本文闡述應(yīng)用數(shù)據(jù)分析的方法，在積累試驗(yàn)數(shù)據(jù)的基礎(chǔ)上通過(guò)建立應(yīng)急撤離元素?cái)?shù)據(jù)庫(kù)實(shí)現(xiàn)對(duì)飛機(jī)撤離能力評(píng)判的經(jīng)驗(yàn)介紹。
【關(guān)鍵詞】撤離能力；數(shù)據(jù)分析；撤離元素
0 引言
如何在飛機(jī)發(fā)生故障時(shí)使機(jī)上乘員快速的撤離（即應(yīng)急撤離）是民用飛機(jī)安全性要求之一。根據(jù)中國(guó)民用航空規(guī)章第25部（CCAR-25）運(yùn)輸類(lèi)飛機(jī)適航標(biāo)準(zhǔn)要求[1]：“對(duì)客座量大于44座的飛機(jī)，必須表明其最大乘坐量在90秒鐘內(nèi)在模擬的應(yīng)急情況下從飛機(jī)撤離至地面。對(duì)于這一點(diǎn)的符合性，必須通過(guò)按CCAR25部附錄J規(guī)定的試驗(yàn)準(zhǔn)則所進(jìn)行的實(shí)際演示來(lái)表明，除非中國(guó)民用航空局（CAAC）適航部門(mén)認(rèn)為分析與試驗(yàn)的結(jié)合足以提供與實(shí)際演示所能獲得的數(shù)據(jù)等同的數(shù)據(jù)資料（§25.803（c））”。
進(jìn)行全尺寸應(yīng)急撤離試驗(yàn)，有以下不可避免的缺點(diǎn)：真人驗(yàn)證非常危險(xiǎn)、試驗(yàn)花銷(xiāo)昂貴、準(zhǔn)備周期較長(zhǎng)以及參與試驗(yàn)者在撤離中隨機(jī)行為等問(wèn)題。根據(jù)美國(guó)聯(lián)邦航空局（FAA）的研究發(fā)現(xiàn)，在進(jìn)行全尺寸應(yīng)急撤離試驗(yàn)中平均6%的參試者受傷。在1972年至1980年，美國(guó)進(jìn)行了7次全尺寸應(yīng)急撤離試驗(yàn)，2571名乘客和機(jī)組參加了試驗(yàn)，其中有168人次受傷[2]。
在1985年FAA開(kāi)始討論用分析與試驗(yàn)結(jié)合的方法替代全尺寸應(yīng)急撤離試驗(yàn)來(lái)表明對(duì)于§25.803（c）的符合性。允許申請(qǐng)人使用分析的方法，其目的是證實(shí)飛機(jī)能在90秒以內(nèi)能將機(jī)上人員全體撤出[2]。
1 積累試驗(yàn)數(shù)據(jù)
對(duì)于采用分析方法進(jìn)行證明新型號(hào)飛機(jī)或已有飛機(jī)進(jìn)行了型號(hào)設(shè)計(jì)更改后符合§25.803（c）的要求，這需要之前的全尺寸撤離演示及其他的試驗(yàn)積累的充足的數(shù)據(jù)和知識(shí)。
分析必須有適當(dāng)?shù)脑囼?yàn)支持，這些試驗(yàn)可能包含，但不限于：
（1）應(yīng)急出口和輔助撤離設(shè)施組合的撤離率；
（2）確定開(kāi)門(mén)和撤離人員準(zhǔn)備時(shí)間；
（3）確定乘務(wù)員訓(xùn)練和程序是充足的以幫助乘客迅速撤離飛機(jī)；
（4）確定通道的影響，包含通向應(yīng)急出口或交叉過(guò)道及合并乘客流量的過(guò)道交點(diǎn)位置等；
（5）確定飛機(jī)內(nèi)外部應(yīng)急照明照度更改造成的影響的試驗(yàn)；
（6）確定乘務(wù)員座椅位置更改對(duì)組織撤離的影響的試驗(yàn)。
成功的應(yīng)急撤離試驗(yàn)是分析的數(shù)據(jù)源，分析應(yīng)基于對(duì)確定應(yīng)急撤離系統(tǒng)元素的信任，（客艙內(nèi)部特征，門(mén)的尺寸，撤離輔助設(shè)備和與門(mén)的結(jié)合和相對(duì)位置），引用合適的涉及更小的或者相同的元素的試驗(yàn)記錄，然后這些性能數(shù)據(jù)對(duì)需要驗(yàn)證的構(gòu)型，進(jìn)行有效的分析。
如果使用未能成功的全尺寸試驗(yàn)數(shù)據(jù)為基礎(chǔ)，對(duì)型號(hào)飛機(jī)的撤離能力進(jìn)行分析，首先失敗的原因應(yīng)被確定（設(shè)備、構(gòu)型、或程序），然而說(shuō)明現(xiàn)需要驗(yàn)證的飛機(jī)構(gòu)型中不包含這些失敗的元素。
2 建立應(yīng)急撤離元素?cái)?shù)據(jù)庫(kù)
基于上述，對(duì)于新型號(hào)的飛機(jī)及涉及影響飛機(jī)撤離能力的設(shè)計(jì)更改，應(yīng)進(jìn)行評(píng)估其對(duì)于符合§25.803的影響。如果考慮用試驗(yàn)和分析方法結(jié)合方法代替全尺寸應(yīng)急撤離試驗(yàn)，應(yīng)急撤離元素的數(shù)據(jù)庫(kù)的建立，是進(jìn)行應(yīng)急撤離分析的基礎(chǔ)，同時(shí)，相應(yīng)的試驗(yàn)是應(yīng)急撤離元素?cái)?shù)據(jù)庫(kù)建立的前提。
首先數(shù)據(jù)庫(kù)中需要建立對(duì)飛機(jī)內(nèi)部構(gòu)型進(jìn)行了詳細(xì)描述的具體模型，在這些模型中，乘客容量與撤離能力的應(yīng)清晰表述，審定基礎(chǔ)應(yīng)清晰。
客艙內(nèi)部安排特征和撤離系統(tǒng)元素（例如過(guò)道和交口，出口通路、乘務(wù)員輔助空間，門(mén)和應(yīng)急出口等）對(duì)分析是至關(guān)重要的。應(yīng)詳細(xì)的描述客艙安排和撤離系統(tǒng)元素，這些表述應(yīng)該包含位置、操作和客艙的尺寸和特征等，這些對(duì)于分析是非常重要的。
關(guān)于撤離系統(tǒng)元素任何專(zhuān)用條件、豁免、和等效安全的均應(yīng)被討論，和評(píng)估，視情況進(jìn)行相應(yīng)的試驗(yàn)。在進(jìn)行應(yīng)急撤離分析時(shí)，這些評(píng)估均需包含其中。
如果采用與先前驗(yàn)證飛機(jī)相似的特征。經(jīng)全尺寸演示的構(gòu)型被考慮作為原驗(yàn)證構(gòu)型，兩個(gè)構(gòu)型的共同特征需要描述清晰。代表性的描述：門(mén)和輔助系統(tǒng)是沒(méi)有更改或與原基本構(gòu)型相似。內(nèi)部特征完全沒(méi)有更改或客艙主要部分沒(méi)有更改。兩個(gè)構(gòu)型的不同之處及構(gòu)型的獨(dú)特特征應(yīng)重點(diǎn)關(guān)注。例如，安裝了一個(gè)新的門(mén)，這個(gè)門(mén)的影響需要進(jìn)行評(píng)估，在其他飛機(jī)上相似的門(mén)系統(tǒng)的驗(yàn)證數(shù)據(jù)可以是的源泉?！跋嗨啤笔鞘褂眠@些數(shù)據(jù)基礎(chǔ)，“相似”也是分析中的重點(diǎn)表述內(nèi)容之一。例如：獨(dú)特特征的空間參數(shù)應(yīng)與已驗(yàn)證的相匹配。這些系統(tǒng)的性能數(shù)據(jù)應(yīng)在分析中包含以確定新的構(gòu)型滿足條款要求。當(dāng)一個(gè)新的安裝更改了早期的安裝詳細(xì)特征，改變了系統(tǒng)性能，這個(gè)更改應(yīng)該被驗(yàn)證，分析中應(yīng)包含新安裝和早期的安裝的性能數(shù)據(jù)。
數(shù)據(jù)源應(yīng)被包含除全尺寸應(yīng)急撤離演示的以外的試驗(yàn)數(shù)據(jù)，例如：一個(gè)新滑梯的拋放/充氣時(shí)間數(shù)據(jù)應(yīng)被考慮進(jìn)入撤離時(shí)間序，因?yàn)榛莺途壬伔藕统錃?，因此一旦開(kāi)始，不受人為的進(jìn)一步干涉和CCAR25（和FAR25部）附錄J中試驗(yàn)條件的影響。相似的，拉丁文正方形試驗(yàn)（AC25-17A附錄4運(yùn)輸類(lèi)飛機(jī)客艙內(nèi)部失墜性手冊(cè)）可能被使用確定一個(gè)新撤出系統(tǒng)或系統(tǒng)元素的性能能力（需要在附錄J的試驗(yàn)條件下執(zhí)行），以確定乘員和新系統(tǒng)之間的界面是合適的，例如：滑梯的燈光是否是充足的鼓勵(lì)參與者最小猶豫的跳下去[5]。
3 應(yīng)急撤離元素
應(yīng)急撤離元素越涉及小單元的元素，并引入其相應(yīng)的是試驗(yàn)記錄，其分析的可信度越高。
3.1 應(yīng)急出口
3.1.1 應(yīng)急出口大小和分布
應(yīng)急出口的選擇和布置需滿足§25.807（應(yīng)急出口）和§25.809（應(yīng)急出口的布置）的要求。對(duì)于申請(qǐng)人已要求豁免的適用的聯(lián)邦航空條例中的非標(biāo)準(zhǔn)出口布局，必須確定它的可接受性，在一定的條件下進(jìn)行全尺寸試驗(yàn)，以便與標(biāo)準(zhǔn)出口進(jìn)行精確的比較。
試驗(yàn)?zāi)康氖鞘褂盟峁┑某隹跇?gòu)型來(lái)確定的平均撤離時(shí)間等于或少于運(yùn)輸類(lèi)飛機(jī)適用的聯(lián)邦航空條例中規(guī)定的出口構(gòu)型所規(guī)定的時(shí)間。這個(gè)結(jié)果可用作證實(shí)豁免的等效性或證實(shí)等效的安全水平。這個(gè)試驗(yàn)程序不用作確定出口率或出口構(gòu)型。
3.1.2 撤離輔助設(shè)施
撤離輔助設(shè)施展開(kāi)的時(shí)間需滿足§25.810的要求。
3.1.3 撤離路線
§25.810 （c）中對(duì)撤離路線的選擇和制定進(jìn)行了詳細(xì)要求。
3.1.4 應(yīng)急出口標(biāo)記
應(yīng)急出口標(biāo)記要求乘員能認(rèn)清應(yīng)急出口及其位置，易于接近通路并易于開(kāi)啟。應(yīng)急出口標(biāo)記的的設(shè)置滿足§25.812的要求。
3.1.5 應(yīng)急出口和輔助撤離設(shè)施組合
如果應(yīng)急門(mén)開(kāi)啟時(shí)，由應(yīng)急門(mén)帶動(dòng)并觸發(fā)輔助撤離設(shè)施的啟動(dòng)裝置，應(yīng)急門(mén)的運(yùn)動(dòng)過(guò)程與輔助撤離設(shè)施的完美組合是對(duì)于應(yīng)急撤離性能的影響是非常關(guān)鍵的。輔助設(shè)施系統(tǒng)的安裝需要進(jìn)行相應(yīng)的驗(yàn)證工作。應(yīng)急門(mén)輔助設(shè)施除完成TSO-C69驗(yàn)證試驗(yàn)外，還需要完成§25.810（a）（1）（v）的要求的5次連續(xù)拋放試驗(yàn)。對(duì)于應(yīng)急出口和輔助撤離設(shè)施組合有影響的更改，例如：滑梯裝飾罩、地板鉚釘突出等，存在影響應(yīng)急門(mén)運(yùn)動(dòng)和輔助撤離設(shè)施開(kāi)啟的組合過(guò)程的因素，均需要進(jìn)行評(píng)估分析，視情況進(jìn)行試驗(yàn)，并記錄試驗(yàn)結(jié)果。
3.2 過(guò)道和通道
3.2.1 應(yīng)急出口通道
§25.813中明確規(guī)定了主過(guò)道通往各類(lèi)型出口和連通各個(gè)區(qū)域的通道的詳細(xì)尺寸要求。
3.2.2 應(yīng)急出口可達(dá)性
3.2.3 乘員輔助空間
必須按下列要求規(guī)定提供足夠的空間，便于機(jī)組人員協(xié)助旅客撤離：該輔助空間不得使用通道的無(wú)障礙寬度減少到低于出口所要求的無(wú)障礙寬度。
當(dāng)鄰近出口的區(qū)域被要求用于許可機(jī)組人員輔助乘客在使用逃生裝置，一個(gè)12×20英寸的輔助空間在長(zhǎng)矩形和清晰的20英寸靠近通道或相當(dāng)設(shè)備是被提供，這個(gè)地方是充足的允許乘務(wù)員直立站著去執(zhí)行需要的輔助服務(wù)在乘客撤離。較小的偏離從12×20英寸輔助空間是被允許如果已經(jīng)進(jìn)行了出口影響減少的評(píng)估。一個(gè)演示可能是需要的以顯示乘員能有效的撤離。
座椅椅背前折不應(yīng)該被使用侵占輔助空間。依賴(lài)輔助空間和坐墊壓縮是允許的。如果座椅是容易向前推動(dòng)和坐墊是容易壓縮的。
如果輔助空間是在頭頂上的架子下面，例如乘務(wù)員不能直立站直，增加空間是被要求的，例如免除外部座椅。輔助空間的效果必須要驗(yàn)證。
輔助空間不需要直接靠近出口。在一些情況下輔助空間可以是在出口稍稍靠里但在主要通道的外部。
輔助扶手是常常被提供在與地板水平的應(yīng)急出口為乘務(wù)員提供穩(wěn)定性在應(yīng)急撤離期間。對(duì)于輔助扶手沒(méi)有具體要求。在撤離演示中已經(jīng)使用了輔助扶手以符合規(guī)章要求，那么輔助扶手應(yīng)該安裝，并且在輔助空間上的位置不能更改。
3.2.4 過(guò)道寬度
§25.815對(duì)飛機(jī)應(yīng)具有符合性合格審定要求的最小無(wú)障礙過(guò)道和通道進(jìn)行了規(guī)定。這可以組合多模式特征。各種組合模式特征下的撤離速率的影響，需要進(jìn)行試驗(yàn)。最小的座椅寬度考慮了動(dòng)態(tài)試驗(yàn)座椅的變形影響。
通過(guò)§25.815（過(guò)道寬度）表明符合§25.807（應(yīng)急出口）是符合25.803的序幕。構(gòu)型滿足§25.807和§25.813（應(yīng)急出口通道）的要求的討論是應(yīng)急撤離能力分析的重要部分和可接受的重點(diǎn)。這一節(jié)定義了各種應(yīng)急出口的類(lèi)型，各種類(lèi)型數(shù)目的要求和易于接近和T■=T■+T■位置的要求。這些分析應(yīng)直接闡明客艙乘客分布的和出口能力分布的問(wèn)題。當(dāng)物理約束，例如機(jī)體結(jié)構(gòu)、機(jī)翼和發(fā)動(dòng)機(jī)位置、防止艙門(mén)位置合適的幾何獨(dú)特性、提高應(yīng)急撤離能力的補(bǔ)償因素應(yīng)該被討論。出口的幾何分布，出口類(lèi)型的規(guī)定能力，乘客艙區(qū)域客座椅密度應(yīng)該被記錄。布置圖上出口的幾何分布是明顯的。涉及到乘員分布的出口均勻分布可能不是立即可視的。
3.3 應(yīng)急照明
飛機(jī)應(yīng)急照明系統(tǒng)的設(shè)計(jì)需要滿足§25.812的要求。
3.4 乘員座椅位置
乘務(wù)員和提供的座位應(yīng)在合適的構(gòu)型中定義。
3.5 乘員培訓(xùn)
3.6 撤離者行為（猶豫不決等）對(duì)試驗(yàn)的影響
3.7 應(yīng)急撤離的其他客艙特征
例如：飛機(jī)外部影響應(yīng)急撤離的特征（例如發(fā)動(dòng)機(jī)和機(jī)翼副翼）應(yīng)詳細(xì)描述。
4 撤離時(shí)間的分析計(jì)算
4.1 撤離時(shí)間計(jì)算公式
FAA確定了撤離能力分析工作和一個(gè)可接受的標(biāo)準(zhǔn)的公式，基于撤離系統(tǒng)的時(shí)間鏈或全尺寸撤離演示錄像帶中觀察的事件的次序[4]。
T■=T■+T■ （1）
式中，T■表示總的撤離時(shí)間，即從演示開(kāi)始到最后一個(gè)參與者到達(dá)地面的間隔事件；T■表示撤離出口前的時(shí)間，即從演示開(kāi)始到第一個(gè)參與者到達(dá)地面的時(shí)間或站在出口前的時(shí)間；T■表示出口的撤離時(shí)間，即從第一個(gè)參與者到達(dá)地面到最后一個(gè)撤離者到達(dá)地面的時(shí)間。
其中，T■主要包括：
（1）開(kāi)門(mén)時(shí)間；
（2）輔助設(shè)施拋放，和充氣（如適用）；
（3）第一個(gè)參試者猶豫的時(shí)間（定義作為設(shè)備可以開(kāi)始使用和第一個(gè)參與者已經(jīng)朝地面的動(dòng)作）和參試者到達(dá)地面的時(shí)間。
4.2 支持分析數(shù)據(jù)
（1）上文討論數(shù)據(jù)庫(kù)中包含了從試驗(yàn)和演示中得到的數(shù)據(jù)，并定義了定義每一個(gè)數(shù)據(jù)的對(duì)于驗(yàn)證的需要程度。
（2）當(dāng)分析中使用的數(shù)據(jù)是一個(gè)時(shí)間間隔，數(shù)據(jù)庫(kù)中包含了在兩個(gè)事件時(shí)間中增加了時(shí)間間隔。事件是可視的和可直接驗(yàn)證的，因此間隔是源于事件時(shí)間。用于支持分析的所有的單一事件時(shí)間表格在數(shù)據(jù)庫(kù)中是易見(jiàn)的。
（3）一個(gè)不平常的數(shù)據(jù)影響時(shí)間間隔，例如一個(gè)參試者在輔助設(shè)施完全開(kāi)啟前跳出，或輔助設(shè)施拋放在演示中，這些數(shù)據(jù)應(yīng)合適的調(diào)整。這樣的調(diào)整應(yīng)在分析中驗(yàn)證。
4.3 整體撤離時(shí)間計(jì)算
計(jì)算撤離時(shí)間和參與者計(jì)算在出口附近的可以被使用提供一個(gè)簡(jiǎn)單的圖標(biāo)結(jié)果。一個(gè)簡(jiǎn)單的構(gòu)型圖表可以滿意出口描述的多種目的。乘客和機(jī)組允許出口（客艙定義線）和每個(gè)出口的撤離時(shí)間。
4.4 成功判據(jù)
飛機(jī)在CCAR25部附錄J或CCAR121部附錄D確定的演示條件下具有總撤離時(shí)間小于90秒的撤離能力，出口撤離能力的時(shí)間裕度是需要的。
可以使用以下的公式定義時(shí)間裕度TM：
T■=∑■■90-T■ （2）
T■表示第i個(gè)出口的總體撤離時(shí)間（秒）；n表示總體使用出口的數(shù)目。
在以上公式計(jì)算使用的可用裕度應(yīng)該等于或大于9秒。9秒的時(shí)間間隔（目前標(biāo)準(zhǔn)90秒的10%）是基于目前運(yùn)輸類(lèi)飛機(jī)驗(yàn)證的能力[4]。
5 總結(jié)
使用分析與試驗(yàn)組合的方法替代全尺寸應(yīng)急撤離試驗(yàn)，表明符合§25.803，是飛機(jī)設(shè)計(jì)驗(yàn)證發(fā)展的方向，其依靠大量的試驗(yàn)數(shù)據(jù)作為分析的支持?jǐn)?shù)據(jù)，試驗(yàn)是飛機(jī)應(yīng)急撤離能力分析的基礎(chǔ)。同時(shí)，申請(qǐng)人如果考慮采用此方法，需要盡可能早的與適航部門(mén)溝通討論，以確定所有的重要因素均得到考慮和評(píng)估，這些因素的考慮對(duì)于應(yīng)急撤離能力的分析是至關(guān)重要的。
摘要：采用一種全新的質(zhì)量管理數(shù)據(jù)分析方法，對(duì)某船送中國(guó)船級(jí)社（CCS）廣州審圖中心審查的所有圖樣文件進(jìn)行了統(tǒng)計(jì)和分析。通過(guò)采用此方法，能清晰地反映出各專(zhuān)業(yè)的技術(shù)力量情況，從而可根據(jù)需要對(duì)各專(zhuān)業(yè)進(jìn)行調(diào)整，最終達(dá)到提高產(chǎn)品項(xiàng)目設(shè)計(jì)質(zhì)量的目的。
關(guān)鍵詞：質(zhì)量管理，統(tǒng)計(jì)分析，船舶設(shè)計(jì)
1概述
在船舶設(shè)計(jì)項(xiàng)目質(zhì)量管理中，對(duì)設(shè)計(jì)圖紙的差錯(cuò)率進(jìn)行統(tǒng)計(jì)分析非常重要，不僅可以總結(jié)經(jīng)驗(yàn)，還可以找出設(shè)計(jì)環(huán)節(jié)中的薄弱之處，進(jìn)而有針對(duì)性地采取改進(jìn)措施，降低圖紙差錯(cuò)率和圖紙修改率，最終達(dá)到提高設(shè)計(jì)質(zhì)量的目的。本文將一種全新的質(zhì)量管理數(shù)據(jù)分析方法應(yīng)用到船舶設(shè)計(jì)項(xiàng)目中，對(duì)某船送中國(guó)船級(jí)社（CCS）廣州審圖中心的各專(zhuān)業(yè)圖樣文件進(jìn)行了統(tǒng)計(jì)和分析。首先對(duì)CCS審圖意見(jiàn)類(lèi)別及其導(dǎo)致修改的原因進(jìn)行統(tǒng)計(jì)，然后對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行分析，最后針對(duì)產(chǎn)生原因采取相應(yīng)的改進(jìn)措施。
2專(zhuān)業(yè)審圖意見(jiàn)類(lèi)別和原因分析
對(duì)各專(zhuān)業(yè)分別進(jìn)行統(tǒng)計(jì)和分析，有利于了解各專(zhuān)業(yè)本身技術(shù)力量的實(shí)際情況，以便專(zhuān)業(yè)負(fù)責(zé)人做出適時(shí)的調(diào)整，對(duì)薄弱之處加以改進(jìn)和提高。根據(jù)CCS的審圖意見(jiàn)類(lèi)別，對(duì)某船各專(zhuān)業(yè)的圖樣文件進(jìn)行統(tǒng)計(jì)，然后根據(jù)CCS提出的意見(jiàn)進(jìn)行原因分析。
為了方便分析，設(shè)置下列不同的代碼，表示不同的審圖意見(jiàn)類(lèi)別和原因分析含義。
（1）審圖意見(jiàn)類(lèi)別代碼含義：
A－認(rèn)可無(wú)意見(jiàn)；
AC－認(rèn)可有意見(jiàn)；
N－備查無(wú)意見(jiàn)；
NC－備查有意見(jiàn)；
TS－轉(zhuǎn)送現(xiàn)場(chǎng)驗(yàn)船師審核；
RS－不予批準(zhǔn)，需修改后重新送審。
（2）原因分析代碼含義：
B1-設(shè)計(jì)方案欠妥；
B2-設(shè)計(jì)接口不協(xié)調(diào)；
B3-不符合現(xiàn)行有效的規(guī)范、法規(guī)要求；
B4-標(biāo)識(shí)不明或有誤；
B5-其它。
下面對(duì)輪機(jī)專(zhuān)業(yè)進(jìn)行舉例說(shuō)明：
該專(zhuān)業(yè)的意見(jiàn)類(lèi)別統(tǒng)計(jì)見(jiàn)表1，原因分析統(tǒng)計(jì)見(jiàn)表2。
表1輪機(jī)專(zhuān)業(yè)CCS審圖意見(jiàn)類(lèi)別統(tǒng)計(jì)表
表2輪機(jī)專(zhuān)業(yè)原因分析統(tǒng)計(jì)表
由表1可清楚地看出某船輪機(jī)專(zhuān)業(yè)圖樣文件的退審意見(jiàn)分布情況。其它專(zhuān)業(yè)也分別如此進(jìn)行歸類(lèi)和統(tǒng)計(jì)，便能了解本專(zhuān)業(yè)圖樣文件的退審意見(jiàn)分布情況，并且還可將各專(zhuān)業(yè)的退審情況進(jìn)行比較。
由表2可清楚地看出某船輪機(jī)專(zhuān)業(yè)圖樣文件的差錯(cuò)分布較為集中在B3 （不符合現(xiàn)行有效的規(guī)范、法規(guī)要求），其次是B1（設(shè)計(jì)方案欠妥），說(shuō)明輪機(jī)專(zhuān)業(yè)在這兩方面需采取措施加以改進(jìn)。其它專(zhuān)業(yè)也分別如此歸類(lèi)和統(tǒng)計(jì)，這樣就能清楚地了解各專(zhuān)業(yè)自身的薄弱環(huán)節(jié)在何處，從而可采取相應(yīng)的措施來(lái)改進(jìn)和提高。
3全船審圖意見(jiàn)類(lèi)別和原因分析
為了使分析具有全局性，對(duì)各專(zhuān)業(yè)之間進(jìn)行比較之后，需對(duì)全船進(jìn)行統(tǒng)計(jì)和分析，這樣有利于找出整體中的薄弱環(huán)節(jié)在何處。某船全船圖樣文件的CCS審圖意見(jiàn)類(lèi)別統(tǒng)計(jì)見(jiàn)表3；原因分析統(tǒng)計(jì)見(jiàn)表4。
表3全船CCS審圖意見(jiàn)類(lèi)別數(shù)據(jù)統(tǒng)計(jì)表
表4全船原因分析統(tǒng)計(jì)表
由表3可清楚地看出各個(gè)專(zhuān)業(yè)退審圖樣文件的總體情況。由表4可看出各個(gè)專(zhuān)業(yè)圖樣文件的退審意見(jiàn)主要集中在B3（不符合現(xiàn)行有效的規(guī)范、法規(guī)要求），說(shuō)明在這一環(huán)節(jié)所有專(zhuān)業(yè)均比較薄弱，特別是電氣專(zhuān)業(yè)，因此需專(zhuān)門(mén)針對(duì)這一環(huán)節(jié)制定改進(jìn)措施。
通過(guò)對(duì)全船的退審圖樣文件進(jìn)行統(tǒng)計(jì)和分析后，使項(xiàng)目負(fù)責(zé)人能清楚地掌握各專(zhuān)業(yè)的實(shí)際工作情況與整個(gè)項(xiàng)目組中的薄弱環(huán)節(jié)所在，以便采取改進(jìn)措施，從全局出發(fā)對(duì)各專(zhuān)業(yè)的技術(shù)力量進(jìn)行調(diào)整，進(jìn)而提高產(chǎn)品項(xiàng)目設(shè)計(jì)質(zhì)量。
4結(jié)論
在船舶設(shè)計(jì)項(xiàng)目中采用這種全新的質(zhì)量管理數(shù)據(jù)分析方法，不僅能清晰地反映出各專(zhuān)業(yè)本身的優(yōu)劣勢(shì)，還能反映出各個(gè)專(zhuān)業(yè)之間技術(shù)力量的強(qiáng)弱差別。這樣不但讓專(zhuān)業(yè)負(fù)責(zé)人能了解本專(zhuān)業(yè)的問(wèn)題所在，并采取相應(yīng)的改進(jìn)措施，同時(shí)也能讓項(xiàng)目負(fù)責(zé)人掌控全局，根據(jù)需要對(duì)各專(zhuān)業(yè)進(jìn)行協(xié)調(diào)，從而提高產(chǎn)品項(xiàng)目的質(zhì)量，降低圖樣文件的差錯(cuò)率。
【摘 要】試驗(yàn)設(shè)計(jì)在工業(yè)生產(chǎn)中具有重要的地位，本文采用正交設(shè)計(jì)優(yōu)化試驗(yàn)方案，系統(tǒng)地對(duì)正交試驗(yàn)數(shù)據(jù)的分析方法進(jìn)行了研究，涉及極差分析與方差分析。探討了方差分析的幾種情況：有交互作用、無(wú)交互作用、有重復(fù)試驗(yàn)和無(wú)重復(fù)試驗(yàn)類(lèi)型，并討論了其在工業(yè)中的應(yīng)用，總結(jié)出其編程實(shí)現(xiàn)。
【關(guān)鍵詞】正交設(shè)計(jì)；方差分析；極差分析；試驗(yàn)設(shè)計(jì)；工業(yè)應(yīng)用
一、正交設(shè)計(jì)的應(yīng)用類(lèi)型
基本上有四種情況：有交互作用和無(wú)交互作用，重復(fù)試驗(yàn)和無(wú)重復(fù)試驗(yàn)。相應(yīng)的對(duì)這四種情況所構(gòu)造的正交表也有所區(qū)別具體情況如下：（1）無(wú)交互作用是指實(shí)驗(yàn)各因素之間是相互
獨(dú)立的，只是單個(gè)因素的水平變化對(duì)指標(biāo)有影響，因素間各水平的聯(lián)合搭配對(duì)指標(biāo)沒(méi)有影響或影響可以忽略不計(jì)，這種情況對(duì)正交表的構(gòu)造沒(méi)有影響。（2）有交互作用是指在進(jìn)行實(shí)驗(yàn)時(shí)，有時(shí)不僅因素的水平變化對(duì)指標(biāo)有影響，而且有些因素間各水平的聯(lián)合搭配對(duì)指標(biāo)也產(chǎn)生影響，這種聯(lián)合搭配作用稱(chēng)為交互作用。當(dāng)出現(xiàn)了交互作用時(shí)，正交表的構(gòu)造也要發(fā)生相應(yīng)的變
二、方差分析在工業(yè)上的應(yīng)用舉例
下面以一個(gè)三因素、三水平的無(wú)重復(fù)實(shí)驗(yàn)，無(wú)交互作用的工業(yè)生產(chǎn)例子進(jìn)行分析一下：例，某水泥廠為了提高水泥的強(qiáng)度，需要通過(guò)試驗(yàn)選擇最好的生產(chǎn)方案，經(jīng)研究有三個(gè)因素影響水泥的強(qiáng)度，這三個(gè)因素生料中礦化劑的用量，燒成溫度，保溫時(shí)間，每個(gè)因素都考慮3個(gè)水平，具體情況如表，試驗(yàn)的考察指標(biāo)為28天的抗壓強(qiáng)度（Mpa），分別為44.1，45.3，46.7，48.2，46.2，47.0，45.3，43.2，46.3。問(wèn)：對(duì)這3個(gè)因素的3個(gè)水平如何安排，才能獲得最高的水泥抗壓強(qiáng)度？
上述例子中指標(biāo)為抗壓強(qiáng)度，影響指標(biāo)的因素為A（礦化劑的用量），B（燒成溫度），C（保溫時(shí)間），例中只有三個(gè)因素，三個(gè)水平，L9（34）、L27（318）這兩張表都至少有四個(gè)列。因此，都可以用來(lái)安排這個(gè)試驗(yàn)。我們要求盡量少做試驗(yàn)。
對(duì)上述例子應(yīng)用SAS編程，只用輸入主效應(yīng)項(xiàng)，運(yùn)行后的結(jié)果如下：
從輸出結(jié)果中可以看出，在A（礦化劑的用量）的第二個(gè)水平下的均值最大，在B（燒成溫度）的第三個(gè)水平下的均值最大，在C（保溫時(shí)間）的第三個(gè)水平下的均值最大。根據(jù)實(shí)際因素，（抗壓強(qiáng)度）越大越好，因此在A2B3C3的條件下，即在礦化劑的用量4%，燒成溫度1450℃，保溫時(shí)間40的條件下生產(chǎn)，抗壓強(qiáng)度最大。
三、正交設(shè)計(jì)法的應(yīng)用步驟
（1）定指標(biāo)，挑因素，選水平；（2）選擇正交表、排表頭；（3）排試驗(yàn)方案表，做試驗(yàn)，填數(shù)據(jù)；（4）分析數(shù)據(jù)，選取合適的生產(chǎn)條件。通過(guò)驗(yàn)證試驗(yàn)，找出較穩(wěn)定的較優(yōu)生產(chǎn)條件，進(jìn)行小批量考驗(yàn)，最后納入技術(shù)文件，才算完成一項(xiàng)正交試驗(yàn)的全過(guò)程。
