国内社区网格化管理研究综述 2013年10月28日21:49 来源：中国社会科学网作者：康静宁字号 打印纠错分享推荐浏览量 109 一、产生背景与概念释义 网格（Grid）一词最早出现于20世纪90年代中期的信息技术领域。网格化被引进管理领域后，由北京市东城区首创，于2004年开始在城市管理中进行实践。城市网格化管理，是建立在数字技术基础之上，以单元网格管理为特征的一整套城市管理思路、手段、组织、流程的总称。[1]后来，网格化被运用于社区治理，在北京、上海、武汉、深圳和成都等多个城市（区）试点。 社区网格化管理的实质是管理者将满足服务对象的需求作为具体的任务，建立统一的调度管理机制，借助跨部门的管理规则和业务流程，运用现代信息技术的支撑，构筑资源共享与工作协同的运作模式，使管理者突破传统方式和手段的局限，实现流程顺畅，提高综合管理和服务的效能。[2]推行网格化管理，其目的在于打破以往行政部门条块分割、各自为政、推诿扯皮、责权利不明的种种弊端，而是将资源重新整合，进一步下放事权，构建一个新的社会管理体系。在这一意义上，网格化的核心并非仅仅是增加一级更小的基层管理单元，而是改写了基层社会管理的体制构造。[3]从网格化的定义中可以看出，实现社区自治是网格化管理的核心理念，“网格划分”是其外在表现形式，信息技术是其技术支持，行政权力下放是其内在要求，实现“自我教育、自我管理、自我服务、自我发展”是其目标。 二、现有理论研究 （一）政府职能定位的视角 有学者认为政府职能应该包括整合社区内各种资源，建立网格化管理的信息共享网络；完善社区网格内基本医疗服务设施；协调物业公司完善社区网格内基本的文化娱乐设施；引导网格内自发性群众组织等等，而不是直接告诉居民该怎么做、要怎么做。政府要给社区提供服务，尊重社区的行动选择，把社区自治作为网格化管理的目的。[4]新公共管理从企业家精神和市场竞争的角度出发，认为政府的职能应该是“掌舵”而不是“划桨”。新公共服务则进一步提出以公民为导向，政府职能应该是“服务”而不是“掌舵”。 [5]由于网格化建设的目标是实现“自我教育、自我管理、自我服务、自我发展”，因而在网格化管理的过程中，政府职能的定位应集中在引导上，给予社区自治更多的资源帮助，减少干预。 （二）多元行动体的视角 网格空间中存在着不同性质的“多元行动主体”，主要包括：以区街公务员为主体的“政府行政力量”、以社区工作者为主体的社区自治力量以及社区党员和一般志愿者。应该承认，上述各种力量交互作用于网格空间，对城市社会管理的总体格局产生了重大的影响。网格内虽然存在着多元行动主体，但其在网格内的地位和作用却不是均等的。其中，由于政府部门拥有较丰富的公共资源和较大的公共权力，在网格中居于主导地位，社区社会工作者则是网格中的主体力量，而其他社会组织和志愿者则扮演着辅助者的角色。 [3][4]
关于任务调度相关研究文献综述随着多核处理器的出现，多核处理器任务调度已成为当前高性能处理器研究的热点之一。任务调度是指系统为确定一系列任务的执行顺序所采取的调度策略。随着计算机技术的不断发展，学术界对任务调度问题的讨论也逐渐深入，旨在通过减少通信开销、改变任务执行顺序，以缩短整个任务的调度长度。 近年来，由于多处理器的广泛应用，如何充分利用多处理器的计算性能成为了大家关注的焦点，针对多处理器的任务调度问题突显出来。在多处理器任务调度算法研究的早期，P Dutot[24]等人在研究中指出，对于异构计算环境下的任务调度问题是NP 难问题，难以在多项式时间内寻求最优解。正是该问题的重要性和复杂性，吸引了一大批专家学者对其进行研究，并提出了大量经典的算法。一、国外研究现状 计算机任务调度的研究早在上世纪60年代就已开始。1967年，芝加哥大学的Manacher G.K在ACM期刊上第一次提出了“任务”的概念，并利用列表法和甘特图进行了基本的多核多任务调度算法研究，提出了能够保证调度稳定性的算法。同时文章对软实时系统和硬实时系统也给出了定义和说明。但是由于文章发表年代较为久远，文中提出的是同构多核处理器的模型，并不适用于当今迅速发展的异构多核处理器之间的任务调度。随后，刘炯朗和Layland在已有工作基础上提出了周期任务模型的概念，该模型对任务进行了较好的抽象，对周期性任务做出了一些假设，忽略计算机体系结构的复杂性以及应用程序的具体实现，可以借助各种数学方法对任务的可调度性进行分析。文中提出了可在单处理器上运行的三种调度算法：单调速率算法RM(rate monotonic algorithm)、最早结束优先 EDF(earliest deadline first)算法[1]以及两者的混合算法。在 RM 算法中， 1 根据任务的需求速度赋予其一定的优先级，即所谓的固定优先级。在 EDF 算法中，任务最终期限值较小的赋予更高的优先级，即动态调整任务的优先级。而综合算法将任务分开对待，分别使用上述的算法。文章分析了在上述几种任务调度算法下，CPU能够达到的最大利用率，并用数学方法给予了证明。为后来的研究奠定了基础。后续又提出了许多经典算法，包括时间片轮转(Round Robin，RR)算法、先到先服务(First Come First Served，FCFS)算法、截止期单调调度(Deadline Monotonic Scheduling, DMS) 算法等。在这些算法中，任务的优先
空间不确定性研究综述 摘要：介绍了空间不确定性的概念，对空间不确定性的研究内容进行阐述说明并归纳总结其研究方法，对不确定性研究的发展趋势进行分析。 关键词：空间数据；不确定性；GIS；研究 1 空间不确定性问题概述 空间数据质量的不确定性研究伴随着GIS 的问世而开始，由于人类测量与表达能力的局限性，描述数据的模型只能是对客观实体的一种近似，此外各种空间操作、处理等又会引入新的误差和不确定性，可以说误差的存在是各类观测与分析数据的基本特征。这往往导致空间特征和空间过程很难被准确确定，从而直接关系到对GIS产品的质量控制，影响了空间数据的反演、多尺度和多角度数据分析和应用建模的效果，影响决策结果的质量。因此，在GIS初步形成和产品化时，就提出了空间数据的不确定性问题，且被国际上列为地理信息科学界重大基础理论研究课题之一。 在不确定性理论提出的早期，不确定性与误差是近义词，二者在多数情况下可以相互通用。误差指统计意义下的偏差或错误，而数据不确定性主要指数据“真实值”不能被肯定的程度。从这个意义看，数据不确定性可以看作是一种更广义与抽象的误差，它既包含随机误差，也包含系统误差和粗差；既包含可度量的误差，又包含不可度量的误差以及数值上和概念上的误差。 不确定性可划分为四类，分别是随机性、模糊性、未确定性和灰色性。随机性的特点是可重复观察，在观察之前知道所有可能的结果，但不知道到底哪一种结果会出现。模糊性是指事物的概念本身是模糊的，即一个对象是否符合这个概念难以确定。就像“一粒”和“一堆”是有区别的两个概念，它们的区别是渐变的，两者之间并不存在明确的界限，这种不确定性就是模糊性。未确定性是指纯主观上的、认识上的不确定性。灰色性是指由于事物的复杂性和噪声干扰，人们只能把握部分信息或信息的大致范围，而不知其全部信息或确切的信息量。 2 不确定性的研究内容 空间数据不确定性的产生来源十分复杂，空间对象本身可能具有不稳定性，在空间数据的获取、存储、传输、分析等过程中会引入更多复杂的不确定性。如在数据获取过程中，仪器精度限制、测量方案完善程度、环境的复杂性、观测员的能力水平、空间分析方法与模型表达的多样性等均会造成空间数据的不确定性。 根据实际应用中的需要，对地理空间数据不确定性的研究又可细分为：位置不确定性、属性不确定性、时域不确定性、逻辑一致性、数据完整性、数据不确定性的传播以及不确定性的可视化表示等[1]。地理空间数据不确定性研究的核心就是建立一套不确定性分析和处理的理论体系和方法体系。 2.1位置不确定性 位置不确定性指表示空间实体的真实位置与实际位置之间的差别，空间实体的位置通常以二维或三维坐标表示，相应的，位置不确定性常用坐标的精度来表示。近年来，空间数据位置不确定性成了研究热点，主要集中在数据源不确定性
GIS 技术的研究现状及未来发展趋势 摘要:GIS 是随着计算机技术发展而形成的一门新兴技术,其应用程度和范围也随之渗透、延伸,得到了人们的广泛关注。该文综述了地理信.息的发展现状,从多个角度分析当前 GIS 技术发展存在的不足,并在此基础上研究分析了 GIS 技术的未来发展趋势。 关键词:GIS 研究现状发展趋势 0 引言 随着计算机技术的飞速发展、空间技术的日新月异及计算机图形学理论的日渐完善, GIS(Geographic Information System技术也日趋成熟,并且逐渐被人们所认识和接受。近年来, GIS 被世界各国普遍重视,尤其是“数字地球”概念的提出,使其核心技术 GIS 更为各国政府所关注。目前,以管理空间数据见长的 GIS 已经在全球变化与监测、军事、资源管理、城市规划、土地管理、环境研究、农作物估产、灾害预测、交通管理、矿产资源评价、文物保护、湿地制图以及政府部门等许多领域发挥着越来越重要的作用。当前 GIS 正处于急剧发展和变化之中,研究和总结 GIS 技术发展,对进一步开展 GIS 研究工作具有重要的指导意义。因此,本文就目前 GIS 技术的研究现状及未来发展趋势进行总结和分析。 1 GIS 研究现状及其分析 1.1 GIS研究现状 世纪 90年代以来,由于计算机技术的不断突破以及其它相关理论和技术的完善, GIS 在全球得到了迅速的发展。在海量数据存储、处理、表达、显示及数据共享技术等方面都取得了显著的成效,其概括起来有以下几个方面 [1]:①硬件系统采用服务器 /客户机结构,初步形成了网络化、分布式、多媒体 GIS ; ②在 GIS 的设计中, 提出了采用“开放的 CIS 环境” 的概念, 最终以实现资源共享、数据共享为目标; ③高度重视数据标准化与数据质量的问题, 并已形成一些较为可行的数据标准; ④ 面向对象的数据库管理系统已经问世, 正在发展称之为“对象 --关系 DBMS (数据库
空间聚类的研究现状及其应用＊ 戴晓燕1 过仲阳1 李勤奋2 吴健平1 (1华东师范大学教育部地球信息科学实验室 上海 200062) (2上海市地质调查研究院 上海 200072) 摘 要 作为空间数据挖掘的一种重要手段,空间聚类目前已在许多领域得到了应用。文章在对已有空间聚类分析方法概括和总结的基础上,结合国家卫星气象中心高分辨率有限区域分析预报系统产品中的数值格点预报(HLAFS)值,运用K-均值法对影响青藏高原上中尺度对流系统(MCS)移动的散度场进行了研究,得到了一些有意义的结论。 关键词 空间聚类 K-均值法 散度 1 前言 随着GPS、GI S和遥感技术的应用和发展,大量的与空间有关的数据正在快速增长。然而,尽管数据库技术可以实现对空间数据的输入、编辑、统计分析以及查询处理,但是无法发现隐藏在这些大型数据库中有价值的模式和模型。而空间数据挖掘可以提取空间数据库中隐含的知识、空间关系或其他有意义的模式等[1]。这些模式的挖掘主要包括特征规则、差异规则、关联规则、分类规则及聚类规则等,特别是聚类规则,在空间数据的特征提取中起到了极其重要的作用。 空间聚类是指将数据对象集分组成为由类似的对象组成的簇,这样在同一簇中的对象之间具有较高的相似度,而不同簇中的对象差别较大,即相异度较大。作为一种非监督学习方法,空间聚类不依赖于预先定义的类和带类标号的训练实例。由于空间数据库中包含了大量与空间有关的数据,这些数据来自不同的应用领域。例如,土地利用、居住类型的空间分布、商业区位分布等。因此,根据数据库中的数据,运用空间聚类来提取不同领域的分布特征,是空间数据挖掘的一个重要部分。 空间聚类方法通常可以分为四大类:划分法、层次法、基于密度的方法和基于网格的方法。算法的选择取决于应用目的,例如商业区位分析要求距离总和最小,通常用K-均值法或K-中心点法;而对于栅格数据分析和图像识别,基于密度的算法更合适。此外,算法的速度、聚类质量以及数据的特征,包括数据的维数、噪声的数量等因素都影响到算法的选择[2]。 本文在对已有空间聚类分析方法概括和总结的基础上,结合国家卫星气象中心高分辨率有限区域分析预报系统产品中的数值格点预报(HLAFS)值,运用K-均值法对影响青藏高原上中尺度对流系统(MCS)移动的散度场进行了研究,得到了一些有意义的结论。 2 划分法 设在d维空间中,给定n个数据对象的集合D 和参数K,运用划分法进行聚类时,首先将数据对象分成K个簇,使得每个对象对于簇中心或簇分布的偏离总和最小[2]。聚类过程中,通常用相似度函数来计算某个点的偏离。常用的划分方法有K-均值(K-means)法和K-中心(K-medoids)法,但它们仅适合中、小型数据库的情形。为了获取大型数据库中数据的聚类体,人们对上述方法进行了改进,提出了K-原型法(K-prototypes method)、期望最大法EM(Expectation Maximization)、基于随机搜索的方法(ClAR ANS)等。 K-均值法[3]根据簇中数据对象的平均值来计算 ——————————————— ＊基金项目:国家自然科学基金资助。(资助号: 40371080) 收稿日期:2003-7-11 第一作者简介:戴晓燕,女,1979年生,华东师范大学 地理系硕士研究生,主要从事空间数 据挖掘的研究。 · 41 · 2003年第4期 上海地质 Shanghai Geology
生产调度 求助编辑百科名片 生产调度室 生产调度就是组织执行生产进度计划的工作。生产调度以生产进度计划为依据，生产进度计划要通过生产调度来实现。生产调度的必要性是由工业企业生产活动的性质决定的。现代工业企业，生产环节多，协作关系复杂，生产连续性强，情况变化快，某一局部发生故障，或某一措施没有按期实现，往往会波及整个生产系统的运行。因此，加强生产调度工作，对于及时了解、掌握生产进度，研究分析影响生产的各种因素，根据不同情况采取相应对策，使差距缩小或恢复正常是非常重要的。 目录 工作作用 主要内容与基本要求 机构和分工 调度工作制度 生产调度工作的基本内容 展开 编辑本段工作作用 综述 生产计划和生产作业计划编制出来之后，还仅仅是纸上的东西，要组织计划的实施，把纸上的计划变成现实的可供销售的产品，就需要一个部门去组织实现这项任务，这就是生产调度。 保证生产过程顺利运行 编制生产计划和生产作业计划，无论考虑多么周密，安排如何具体，也不可能预见到实际生产过程中的一切变化。实际生产过程中，情况十分复杂，千变万化，有局部的，也有整体的；有内部的，也有外部的；有工艺方面的，也有设备方面的；有主观因素，也有客观因素。这些问题一旦出现，小则造成生产被动，大则造成生产过程中断，生产停车，计划难于完成。生产调度就是要及时了解掌握这些影响因素。组织有关部门、有关人员处理解决这些不平衡因素，消除隐患，以保证生产过程长周期安全运行，保证生产计划和生产作业计划按要求实现。如果没有生产调度夜以继日的指挥调度，要想及时解决生产过程中随时出现的矛盾，维持生产过程的正常运行，是不可能的。 收集生产动态和有关数据 生产调度不仅要组织实现生产计划，而且在组织生产过程中，有许多工艺、设备、
电力系统无功优化调度研究综述陆梦龙 发表时间：2017-09-19T12:02:15.953Z 来源：《电力设备》2017年第13期作者：陆梦龙 [导读] 摘要：无功优化是关系到电力系统能否安全经济运行的一个核心问题。电力系统无功优化直接关系到电力公司的经济效益和供电效率。 （国网徐州供电公司江苏徐州 221000） 摘要：无功优化是关系到电力系统能否安全经济运行的一个核心问题。电力系统无功优化直接关系到电力公司的经济效益和供电效率。利用无功优化调度，能够优化电网的无功潮流分布。大大的降低电网的有功损耗和电压的损耗。从根本上缓解电压质量问题，对于电力系统的安全具有重要意义，受到国内外电力学者和研究人员的充分重视。本文对无功优化调度的计算和控制进行了深入讨论，提出了寻优质量，离散变量处理，求解效率动态优化调度及其协同优化方法等关键性问题。 关键词：电力系统；无功优化调度；研究 一、电力系统无功优化问题概述 电力系统无功优化调度问题是指在电力系统无功电源较为充足的情况下，通过调节发电机机端的电压，调整变压器抽头变比，改变无功补偿装置的出力等措施来调整无功潮流。从而使系统电压值能够达到合格值。同时把全网有功损耗降到最小。电力系统无功优化调度问题有时也被称为电力系统无功优化控制，或者电压无功优化控制，无功优化潮流问题等。 电压质量是衡量电力系统电能质量的一个重要指标。在各种电能质量问题中，电压波动过大产生的危害是最大的。它不止会影响电气设备的性能，它会影响到系统的稳定和运行安全。利用无功优化调度，能够优化电网的无功潮流分布。大大的降低电网的有功损耗和电压的损耗。从根本上缓解电压质量问题。保证电气设备的安全运行。无功优化调度在保证现代电力系统的安全性和经济性双面的作用不可小视。 从笔者的观点来看，电力系统无功优化调度，分为静态无功优化调度和动态无功优化调度。静态无功优化调度是指不考虑控制设备是否允许连续调整的情况下，只追求对于电压水平和网损的无功优化。而动态的无功优化调度是指在无功优化过程中，为了适应负荷的动态变化，而加上对控制变量的每日允许操作次数限制的考虑。还要考虑到电力系统各种不同的负荷水平和运行状态下所产生的各种调度结果的相关联系。所以动态优化比静态优化问题要复杂一些。静态优化一般是停留在理论层面的，而动态优化往往是在实际生活中的。 电力系统无功优化调度问题从数学的角度来讲可以类似于一个目标函数和一组约束条件。这个问题具有多目标性，约束条件数量多，非线性不确定性，离散性，多极值性，解的空间缺少连通性等。随着我国电力系统规模的不断扩大，对于无功优化算法的要求也越来越高。如何快速得到最优解。解决不可行问题等都变得十分复杂和困难了。 二、无功优化的几种常用计算方法 无功优化的求解方法主要有非线性规划法，线性规划法，混合整数，动态规划法等常规方法。以及像神经网络法，专家系统方法遗传算法等非常规性方法。这些方法在无功优化的求解方面各有利弊，下面来一一进行分析。 1.非线性规划法。非线性规划法是最先被运用到电力系统无功优化中的一种算法。因为无功优化本身便是具有非线性的特点的。这种算法的优点是既能够保证电力系统的安全性又能够实现他的经济性，还能提高电能质量。非线性规划法的运算操作形式是，首先设定一个目标函数。然后把节点功率平衡作为等式的约束条件。然后再通过引入松弛变量的方法发布董事的约束条件转换成等式的约束条件。那么这个复杂的无功优化问题就转换成了一个非线性代数方程组求解的问题。 2.线性规划法。无功优化虽然是一个非线性问题，但是我们可以对其进行线性化之后再进行研究。通过线性规划的方法对无功优化进行计算，具有加快计算速度，使各种约束条件处理简单化。线性规划法因其较为简单便捷，所以得到了较快的发展。它具有速度快收敛性好算法稳定等优点。但是在进行无功规划优化时需要对目标函数和约束函数进行线性化处理。这便是一个非常容易出问题的环节。如果选取或处理的不合适，很有可能会引发震荡或收敛缓慢。在把无功优化的线性规划模型确定好之后，它的求解方法一般采用具有指数时间复杂性的单纯形法，或者是这一形法的各种变形。美国贝尔实验室于1984年提出内点法。内点法具有迭代次数变化少，鲁棒性和收敛特性较好的特点，很多专家学者在应用中证实它比单纯形法更具有优越性。人们越来越多地开始采用内点法来解决无功优化问题。 3.混合整数算法。非线性和线性规划法虽然各有各自的优点。但是在实际应用中它们都难以反映出变压器分接头变化以及电容器组，电抗器投射的离散特性。为了解决这个问题，便有学者发明了混合整数规划方法。在一般的线性规划问题中，最优解是分数和小数的情况很多，但是对于具体的问题来说，他一般要求某些变量的解必须要是一个整数。把规划中的变量限制为整数，称为整数规划。这个方法能够有效的解决优化计算中变量的离散性问题。它的原理是通过分支定界法，不断的定系缩小范围，使得结果越来越接近于最优解。但是这一算法也存在一些弊端。它的计算时间属于非多项式的类型。随着计算维度的不断增加，计算时间也会快速增长，这样在实际操作中便难以及时有效的反映问题，所以混合整数规划优化算法应当向着更好的适应系统规模，加强实用化这个方面不断发展。 4.人工智能方法。上面提到的三种算法的共同缺陷是他们都存在着无法找到全局最优解的可能性。而且传统的数学优化方法一般都需要依赖于非常精确的数学模型。这就造成了这一问题的复杂性，从而导致它难以被实时控制。基于这一原因和人们受自然界和人类本身的启发。人工智能方法开始逐渐被研究并应用到电力系统无功优化中。例如专家系统，神经网络等都是一些较为具有代表性的人工智能方法。专家系统方法是指在结合上其它方法的基础上，依据专家的经验设置出初始值，然后不断的调整控制参数的大小，选举出一个比较好的解，将专家系统应用于无功优化，有利于结合上运行人员的专业知识，从而增加功能性。人工神经网络又被人称为连接机制模型，它是一个由大量简单元件广泛连接而形成的，被用来模拟人脑行为的一个十分复杂的网络系统。 三、无功优化的领域的关键性问题及发展动态 1.存在的关键性问题。笔者认为目前无功优化领域需要解决的关键性问题有五点。一是选择哪种算法可以求出最优解，二是我们是否能够直接处理离散控制变量，不再采用连续化假设的方法，三是在电网规模不断扩大的同时，优化算法的巡游速度能否赶上实时计算的需求，四是如何解决好控制设备动作次数的限制问题，五是在大规模电网中无功优化调度如何更好的实现对于全局的协调优化控制。 2.国内外关于这些问题的研究现状。就目前国内外的发展情况来看，现在学者们研究的问题大多是针对选择何种优化算法可以求得最优解的，当然，这一研究也取得了较大的成果。而对于不采用连续化假设直接处理离散控制变量来说，只有进化算法和内点算法能够解决这一问题。就目前所存在的算法来看，随着电网规模的不断扩大，优化算法的速度是难以赶上实时计算的需求的，这一点还需要我们不断
生产调度工作内容各位读友大家好，此文档由网络收集而来，欢迎您下载，谢谢 编号 生产调度工作流程工步4-1 补充内容 一）、在与客户沟通时要明确如下之全部内容，保证急时、准时、准确、保质、保量的情况下，将货品安全送到目的地，避免因与客户沟通不细致，遗漏注意事项，导致货品出现误时、误工的现象，从而影响客户的正常安排。 二）、在与客户沟通时要，主动向客户问清，客户所需货品的规格、型号、单价及质量要求，向客户询问清楚有无其他交代及送货注意事项，包括相关资料、资质及其它未尽事项。 三）、在与客户沟通时，要主动向客户询问清楚，到货的具体时间、接货人的联系方式及接货地点的详细位置，绝对禁止出现例如：上午、中午、下午等
含糊不清的时间表达方式，时间上要具体点。 四）、在与客户沟通时，主动向客户提醒，希望客户尽量提前24小时安排用货计划，以便于车辆的安排，如未提前报，客户又着急的情况下，以满足客户的要求为原则，加班加点完成任务，使客户满意。五）、生产调度在派发运输车辆时，必须做到提前安 生产调度工作流程工步4-1 补充内容 排切割，提前安排。 六）、对待客户的无理要求，我们要做到不气、不急，以柔克刚、合理周旋，没办法处理的，可以推脱与上级沟通再做处理，避免冲突。 七）、在对待客户的苛刻要求时，我们要做到不急、不气，向客户耐心解释，不允许对客户有不礼貌的现象，避免与客户争执，要耐心沟通，无法解决时向上级领导汇报，希望客户耐心等待。 八）、要向司机师傅交代清楚，发货
出发前要与客户提前联系，告知客户具体的到货时间及其它事宜，在送货途中，如有特殊情况，要告知司机与客户随时联系，保证司机、客户、调度随时沟通，以便于客户安排。 九）、生产调度主动在送货结束后，应急时收回相应送货单或货款，避免单据及货款不及时现象。十）、生产调度要主动告知，在我单位合作送货的车辆几司机师傅，须按如下工作流程进行送货。 生产调度工作流程工步4-1 补充内容 十一）、在实际工作中如有新问题出现，随时发展改进我们的工作标准，及时增加工作内容。 生产调度 生产调度就是组织执行生产进度计划的工作。生产调度以生产进度计划为依据，生产进度计划要通过生产调度来实现。生产调度的必要性是由工业企业生产活动的性质决定的。现代工业企业，
网格化城市管理模式研究——以北京市东城区为例 网格化城市管理模式是在“数字城市”迅速建设与发展的背景下产生的新型城市管理模式，是城市管理工作的新突破。以北京市东城区为代表的实践经验表明，网格化城市管理模式能够有效提高城市管理工作绩效。网格化城市不仅是现代信息技术在城市管理领域的集中应用，而且为城市管理理念提供了新的范式。对这一模式进行深入研究，具有重大的理论价值和实践意义。本文对网格化城市管理模式的产生背景、概念特征、基本内容、成效与问题等进行了分析，并提出了相应的改进对策，希望能起到抛砖引玉之功效，以促进网格化城市管理模式的进一步研究与发展。 1 网格化城市管理模式产生的背景 1.1 传统城市管理模式暴露出的弊端迫切需要用新的方法加以解决 我国传统的城市管理模式经历了几十年的调整和变迁，但其弊端一直未能根除，主要体现在： 一是管理机构规模庞大、管理人员繁多、运营成本越来越高。 二是管理空间划分不明确。城市管理在总体上应统一，但具体工作应有明确分工。传统城市管理模式缺乏统一调度，层次混乱，职责不清，面对不同的管理对象，或者是多龙治水，或者是无人问津互相扯皮的现象经常发生。 三是管理方式落后，过多地依赖突击管理和运动式管理，结果经常造成管了又乱，乱了再管的局面，浪费了行政资源，降低了管理效果。 四是管理粗放，城市管理信息的获取和处理均显得被动和滞后，不能做到精确、高效、处理及时。 五是对城市管理各职能部门的工作成效缺乏统一的评价标准及合理的、可操作性强的强化机制，对各职能部门的制约和监督流于形式。 这些老大难问题依靠传统方法已无法解决，需要寻求新的方法模式，而网格化就成为一种较好的选择方式。 1.2 城市化的快速发展对现代城市管理工作提出了新要求 城市的发展与繁荣是现代文明的重要标志。从改革开放初到2004年，我国的城市化率由18%上升到42%，平均每年增加近1个百分点，内地城市数量由193个增加到660个，其中人口50万以上的大城市、特大城市已达94个。但是另一方面，也带来了城市规模膨胀、
文献综述 车辆调度算法研究及其应用 一、前言部分 车辆调度问题是现代物流系统优化中关键的一环，也是开展电子商务不可缺少的内容。对车辆调度优化理论与算法进行系统研究是构建综合物流系统、建立现代调度指挥系统、发展智能交通运输系统和开展电子商务的基础[1]。 车辆调度问题是运筹学与组合优化领域的研究热点。有效的调度车辆，不仅可以提高物流工作效率，而且能够为及时生产模式的企业提供运输上的保障，从而实现物流管理科学化。由于该问题的理论涉及很多学科，很多实际问题的理论抽象都可归结为这一类问题，研究该问题具有很重要的理论意义和实际意义。 1 . VRP（Vehicle Routing Problem）问题描述及其分类 VRP问题一般可定义为：对一系列的装货点或卸货点，组织适当的行车路线，使车辆 有序地通过它们，在满足一定的约束条件(货物需求量、发送量、车辆容量限制、行驶里程限制、时间限制)下，达到一定的目标(路程最短、时间最小、费用最省、车辆数目最少等)。由于该问题研究范围非常广，根据其网络性能大致可以分为两类：一类为静态 VRP (StaticVRP, SVRP)，一类为动态VRP (dynamic VRP, DVRP)。 (1)静态VRP问题描述 SVRP 问题是VRP 中较简单的一类问题，是大部分研究者研究的热点。该问题具有一 个很重要的特征：在安排初始路线时，和路线相关的所有信息已知，并且在安排路线以后其相关信息始终保持改变[2]。以下列举了一些常见的SVRP 问题:仅考虑车辆容量限制的 VRP(CVRP)、带时间窗的VRP(VRPTW)、带有回收的VRP(VRP with backhauls)、带有集派的VRP(VRPPD)。除此以外，还有许多其它 CVRP 的延伸问题，如顾客有优先权，考虑卸货时间、装卸时间、等待时间等，甚至综合了以上不同的特征。这些问题的相关信息均已知且保持不变[3]。 (2)动态VRP问题描述 所谓DVRP，是指在安排初始路线时，并不是和路线相关的所有信息都为已知，并且初始路线安排以后，其相关信息可能发生改变。DVRP 研究范围较广，需求不确定、动态网络、服务车辆不确定、提供数据有偏差等都属于DVRP 的研究范畴。从网络性能角度，DVRP 可以分为以下三种类型：1)时间依赖型VRP (TDVRP)。2)概率VRP (PVRP)。车辆运行时间以离散
第23卷第110期湖南财经高等专科学校学报 V ol 123N o 1110 2007年12月 Journal of Hunan F inancial and Econo m ic College Dec 12007 空间计量经济学研究综述 王立平1 任志安 2 (11合肥工业大学人文经济学院,安徽合肥 230009;21安徽财经大学经济与金融学院,安徽蚌埠 233041) 【摘 要】空间计量经济学是一门新兴的边缘学科,近年来在应用经济领域的运用呈现出爆炸的态势,成 为西方经济计量学理论中一个亮点。目前国内对于空间计量经济学的认识不够,其相关研究更是少见。通过系统介绍空间计量经济学理论方法与应用,包括空间计量经济学的基本理论、模型设定、参数估计与模型检验,并对空间计量经济学的最新进展进行评述。 【关 键 词】空间计量经济学;空间权重;空间自回归模型;空间误差构成模型 【中图分类号】F22410 【文献标识码】A 【文章编号】1009-4148(2007)06-0025-04 ?收稿日期:2007-10-10 基金项目:安徽省社科规划项目“安徽省地区经济差异的空间计量分析与协调发展研究”(项目号:AHSKF03-04D16)的阶段成果之一 作者简介:王立平(1968- ),男,安徽合肥人,合肥工业大学人文经济学院副教授,管理学博士,硕士生导师, 主要研究方向:计量经济分析、区域经济学;任志安(1965- ),男,安徽合肥人,安徽财经大学经济与金融学院副教授,管理学博士,硕士生导师,主要研究方向:微观经济学、区域经济理论与实践 空间计量经济学是新兴的一门边缘学科,近十几年空 间计量模型在国外社会科学很多领域,尤其在应用经济领域的运用呈现出爆炸的态势,成为计量经济学理论中一个亮点。从文献检索看,目前国内关于该学科的研究几乎是空白,国外有学者曾用空间计量模型研究过中国问题,如 Lesage [1] 运用空间计量经济模型对中国区域经济增长问题所做的研究;Coughlin and Segev [2]对中国F D I 区域分布的影响因素的空间经济分析。 一、空间计量经济学的产生与发展 空间计量经济学是计量经济学的一个子集,主要应用于截面数据和平行面数据(panel data )回归模型中复杂的空间相互作用与空间依存性结构分析[3]。 空间计量经济学发端于空间相互作用理论及其进展。尽管空间相互作用关系一直是人们研究中所关注的问题,但空间关系理论分析框架直到20世纪末才逐渐提出。例如,Paelinck [4]论文中强调空间相互依存的重要性、空间关系的渐进性和位于其他空间适当因素的作用。Akerl of [5]提出了相互作用粒子系统模型(interacting particle sys 2 te m s )、Durlauf [6] 阐述了随机域(random field models )模型、Aoki [7]提出均值域相互作用宏观模型、Durlauf [8]提出相邻溢出效应模型和Fujita [9]等提出报酬递增、路径依赖和不完全竞争等新经济地理模型,等等。正是这些理论创新使空间相互作用研究的可能性成为现实。 空间计量经济学产生的另一股动力来自解决实际“问题”数据的驱动。空间计量经济学最初起源于在区域科学和分析地理学有广泛应用的空间统计学,人们在空间相互作用研究中,遇到了各种实际“问题”数据。例如,解释变量的构造经常依据被解释变量的范围进行空间插值估计,导致空间预测呈现出系统空间变异的预测误差,此类问题在研究环境和资源分配的经济效果时常常遇到。再如,在空间数据汇总时,往往会出现数据与经济变量不匹配的问题,这些空间数据的共同特征是普通回归模型的误差序列是空间相关的,这些“问题”数据所引起普通模型设定的偏倚,推动了空间计量经济模型的产生。 最近二、三十年,随着计算技术和计算机模拟技术的发展以及一大批专家学者如Anselin 、B ruecckner 、Kele 2jian 、Haining 和Case 等人的不懈努力,空间计量经济学取得了突飞猛进的发展。 二、空间计量经济学的基本理论 空间计量经济学是一个比较复杂的系统理论体系。在这个理论体系中,有几个核心的理论范畴,如空间反应函数、空间异质性和空间依存性、空间权数和空间过滤程序等。 1、空间反应函数
5.2城市网格化管理原理 5.2.1网格 网格（grid）的名称源自电力网，它反映了人们希望像用电一样方便地获得和使用计算和信息资源。 网格技术代表了Internet 技术的最新发展，网格技术强调各种自主的资源广泛的共享和协调，不仅包括计算机的各种资源，而且包括各种硬件设备甚至人，可以具有互操作性，并且这种共享是高度可控的。网格一词由网格技术而来，网格技术是近年来国际上兴起的一种重要信息技术，其目标是实现网络虚拟环境下的高性能资源共享和协同工作，消除信息孤岛和资源孤岛。网格的作用是将分散在网络上的信息及信息存储、处理能力以合理的方式“粘合”起来，形成有机的整体，以提供比任何单台高性能计算机都强大得多的处理能力，实现信息的高度触合和共享。 目前,国内网格化管理的思想主要应用于城市管理如城市警务工作、工商管理、市容环卫、城市交通管理、城市供水等方面。 5.2.2网格化管理 （一）网格化管理的核心内涵 城市管理网格化管理作为一种新兴的现代化城市管理模式,由北京市东城区政府所首创。简单地说，城市管理网格化管理是借用网格概念的核心思想，对资源的整合以及协同利用，它基于城市应急管理专网和城市基础地理信息系统，运用“3S”（RS、16GIS、GPS）技术、地理编码技术和移动信息技术，以数字城市技术为城依托，将信息化技术、协同工作模式应用到城市管理中，通过建设网格化城市管理平台，实现市、区、专业工作部门和网格监督员四级联动的管理模式和信息资源共享系统。 （二）网格化管理基础 1）网格划分的标准化。网格化管理系统构建的第一步是必须划分各网格单元,因此必须有一定的网格划分标准,使各网格单元的构建和管理规范化,以便于网格化管理的实施。 2）网格之间联系的信息化。网格之间联系的畅通是保证网格化管理效率的基础。随着现代信息技术的发展,网络水平的提高,组织各部门之间的信息传递变得越来越迅捷。但网格化管理中各网格单元间的信息交流除了日常的事务性交流
第37卷第7期测绘与空间地理信息 GEOMATICS ＆SPATIAL INFOＲMATION TECHNOLOGY Vol．37，No．7收稿日期：2014－01－22 作者简介：马宏斌（1982－），男，甘肃天水人，作战环境学专业博士研究生，主要研究方向为地理空间信息服务。 大数据时代的空间数据挖掘综述 马宏斌1 ，王 柯1，马团学 2（1．信息工程大学地理空间信息学院，河南郑州450000；2．空降兵研究所，湖北孝感432000） 摘 要：随着大数据时代的到来，数据挖掘技术再度受到人们关注。本文回顾了传统空间数据挖掘面临的问题， 介绍了国内外研究中利用大数据处理工具和云计算技术，在空间数据的存储、管理和挖掘算法等方面的做法，并指出了该类研究存在的不足。最后，探讨了空间数据挖掘的发展趋势。关键词：大数据；空间数据挖掘；云计算中图分类号：P208 文献标识码：B 文章编号：1672－5867（2014）07－0019－04 Spatial Data Mining Big Data Era Ｒeview MA Hong －bin 1，WANG Ke 1，MA Tuan －xue 2 （1．Geospatial Information Institute ，Information Engineering University ，Zhengzhou 450000，China ； 2．Airborne Institute ，Xiaogan 432000，China ） Abstract ：In the era of Big Data ，more and more researchers begin to show interest in data mining techniques again．The paper review most unresolved problems left by traditional spatial data mining at first．And ，some progress made by researches using Big Data and Cloud Computing technology is introduced．Also ，their drawbacks are mentioned．Finally ，future trend of spatial data mining is dis-cussed． Key words ：big data ；spatial data mining ；cloud computing 0引言 随着地理空间信息技术的飞速发展，获取数据的手 段和途径都得到极大丰富，传感器的精度得到提高和时空覆盖范围得以扩大，数据量也随之激增。用于采集空间数据的可能是雷达、红外、光电、卫星、多光谱仪、数码相机、成像光谱仪、全站仪、天文望远镜、电视摄像、电子 显微镜、CT 成像等各种宏观与微观传感器或设备，也可能是常规的野外测量、人口普查、土地资源调查、地图扫描、 地图数字化、统计图表等空间数据获取手段，还可能是来自计算机、 网络、GPS ，ＲS 和GIS 等技术应用和分析空间数据。特别是近些年来，个人使用的、携带的各种传感器（重力感应器、电子罗盘、三轴陀螺仪、光线距离感应器、温度传感器、红外线传感器等），具备定位功能电子设备的普及，如智能手机、平板电脑、可穿戴设备（GOOGLE GLASS 和智能手表等），使人们在日常生活中产生了大量具有位置信息的数据。随着志愿者地理信息（Volunteer Geographic Information ）的出现，使这些普通民众也加入到了提供数据者的行列。 以上各种获取手段和途径的汇集，就使每天获取的 数据增长量达到GB 级、 TB 级乃至PB 级。如中国遥感卫星地面站现在保存的对地观测卫星数据资料达260TB ，并以每年15TB 的数据量增长。比如2011年退役的Landsat5卫星在其29年的在轨工作期间，平均每年获取8．6万景影像，每天获取67GB 的观测数据。而2012年发射的资源三号（ZY3）卫星，每天的观测数据获取量可以达到10TB 以上。类似的传感器现在已经大量部署在卫 星、 飞机等飞行平台上，未来10年，全球天空、地空间部署的百万计传感器每天获取的观测数据将超过10PB 。这预示着一个时代的到来，那就是大数据时代。大数据具有 “4V ”特性，即数据体量大（Volume ）、数据来源和类型繁多（Variety ）、数据的真实性难以保证（Veracity ）、数据增加和变化的速度快（Velocity ）。对地观测的系统如图1所示。 在这些数据中，与空间位置相关的数据占了绝大多数。传统的空间知识发现的科研模式在大数据情境下已经不再适用，原因是传统的科研模型不具有普适性且支持的数据量受限， 受到数据传输、存储及时效性需求的制约等。为了从存储在分布方式、虚拟化的数据中心获取信息或知识，这就需要利用强有力的数据分析工具来将
1.空间地理数据的基本特征 要完整地描述空间实体或现象的状态，一般需要同时有空间数据和属性数据。如果要描述空间实体或的变化，则还需记录空间实体或现象在某一个时间的状态。所以，一般认为空间数据具有三个基本特征： ⑴空间特征表示现象的空间位置或现在所处的地理位置。空间特征又称为几何特征或定位特征，一般以坐标数据表示。 ⑵属性特征表示现象的特征，例如变量、分类、数量特征和名称等等。 ⑶时间特征指现象或物体随时间的变化。 位置数据和属性数据相对于时间来说，常常呈相互独立的变化，即在不同的时间，空间位置不变，但是属性类型可能已经发生变化，或者相反。因此，空间数据的管理是十分复杂的。 有效的空间数据管理要求位置数据和非位置数据互相作为单独的变量存放，并分别采用不同的软件来处理这两类数据。这种数据组织方法，对于随时间而变化的数据，具有更大的灵活性。 2.如何在计算机内部用数字形式描述客观事物或现象 对地理信息进行数字化描述，就是要使计算机能够识别地理事物的形状，为此，必须精确地指出空间模式如何处理，如何显示等。在计算机内描述空间实体有两种形式：显式描述和隐式描述。在计算机中的显式表示，就是栅格中的一系列像元。隐式表示是由一系列定义了始点和终点的线及某种连接关系来描述。 计算机对地理实体的显式描述也称栅格数据结构，计算机对地理实体的隐式描述也称矢量数据结构。栅格和矢量结构是计算机描述空间实体的两种最基本的方式。 在栅格数据结构中，整个地理空间被规则地分为一个个小块（通常为正方形），地理实体的位置是由占据小块的横排与竖列的位置决定，小块的位置则由其横排竖列的数码决定，每个地理实体的形态是由栅格或网格中的一组点来构成。
《水资源系统优化规划与管理》 课程论文 学院： 专业： 姓名： 学号： 任课教师： 2017年1月3日
水文系统不确定性分析方法综述 杨金孟 （山东农业大学水利土木工程学院山东泰安271018 ） 摘要：水文系统是一个复杂的系统，包含了很多不确定性因素，增加了精确模拟和预测水文过程的困难。为了提高计算结果的可靠性，水文系统的不确定性分析已成为当前研究的热点。本文对水文系统不确定性分析方法及应用研究进展进行了分类综述，介绍了它们的基本概念、原理和应用现状，并对值得进一步研究的问题进行了展望。 关键词：水文系统；不确定性分析；方法综述 A Summary on Uncertainty Analysis Methods of Hydrological System Y ANG Jinmeng （College of W ater Conservancy and Civil Engineering，Shandong Agricultural University ，Taian 271018）Abstract: Hydrological system is a complex system with many uncertain factors. These factors are not conductive to the accurate simulation and prediction of hydrological processes. Thus more and more people focus on the uncertainty analysis methods for the hydrological systems to improve the reliability of calculations. In this paper, we summarized the researches and the applications of the uncertainty analysis methods for hydrological systems. Based on the review,we introduced their basic concepts, principles and status of applications and prospected the issues worthy of further research. Keywords:hydrological system; uncertainty analysis; methods summary 1 引言 水文系统研究的基本内容为水在自然界里的运动、变化过程和分布规律，通常以流域或区域作为研究对象，涉及到降雨、蒸散发、地表径流、地下水运动变化及连接地表水和地下水的土壤水的状况等。水文系统的复杂性使得不确定性分析贯穿水循环研究过程的始终，从水文过程监测数据的获取、分析和处理，水文模型的开发、应用等，都伴随自然或人为的不确定性因素。由于水文系统数据本身固有的模糊性和变异性，加之技术和人为因素，使得数据处理具有不确定性，主要表现在正确与错误并存、信息与“噪声”并存以及正常与异常并存，使得对数据分析产生的结论不精确或不可信。 模型是水文系统研究的重要手段，由于多数模型带有明显的主观假设，且参数只能通过实测资料和参数优选得到，在模型结构的选择、参数的率定、方法的优选、目标函数的确定等方面均存在不确定性。因而，不确定性分析在水文系统研究和应用中就显得尤为重要。第23届国际地球物理和大地测量大会上，国际水文科学协会(IAHS)明确提出应减少水文预报中的不确定性，探索水文模拟的新方法，实现水文理论的重大突破。1996年9月由联合国教科文组织开了第三届国际研讨会。会议的主题是：水资源系统的风险、可靠性、不确定性和稳健性；重心是研讨风险、可靠性、不确定性等问题的新途径和未来研究应用的展望。我国1994年在武汉召开了《全国首届水文水资源与水环境科学不确定性研究新理论、新方法学术讨论会》。会后出版了会议论文专著《现代水科学不确定性研究与进展》。近年来，水文系统不确定性研究取得丰硕的成果。本文就水文系统不确定性分析方法简要综述。 2 不确定性分析方法及应用分类