学文网测量模式论文例1
中***分类号：G804.49文献标识码：A文章编 号：1007-3612(2007)05-0651-03
经典测量理论的基础是误差模型，体育测量科学性的基本理论(非参数方法除外)是建立 在误差模型基础之上的统计推断理论，深刻理解测量“三性”的误差模型、掌握其统计推断 原理和方法是学习和正确运用体育测量理论的关键。本文拟针对体育测量的可 靠性理论，通过对各类误差模型的具体分析，讨论其统计推断的原理和方法。
1总体误差模型与可靠性定义
对任意一个个体，设其真值为T，测量值为X，测量误差为e，则误差模型［3］为 ：
模型假定：e与T是***的，即测量误差大小与个体无关。
模型(1)是测量理论中最基本的误差模型，是测量理论的基础，建立在此基础之上的可 靠性定义具有最一般性。定义可靠性系数［2］为：
其中σX2是测量值的方差，σT2是真值方差，σ2为测量误差方差。
模型(1)是最一般的误差模型，对于不同类型的测验(尤其是对于重复测量)，误差模型 的形式也不一样。
2测验的误差模型与可靠性度量
关于测验的总体，测验的频数等概念在文献［3］中已有具体阐述，我们按测验的两 种基本类型分别讨论其误差模型及可靠性的度量。
2.1频数等于1的测验 如果测验的频数等于1，即测验本身只有1次测量，但在检验测验可靠性时，需要进行若 干次重复测量，我们根据重复测量次数的不同，分“两次重复测量”和“多次重复测量”两 部分讨论。
2.1.1两次重复测量对于测验总体内的任意一个个体，真值为T ，两次测量值分别为X和X′，则两次测量的误差模型为其中e和e′为测量误差，并且与T***。
记X与X′之间的相关系数为ρ，可以证明［5］
(4)式说明，对于频数等于1的测验，两次重复测验值之间的相关系数即为测验的可靠性 系数。 2.1.2多次重复测量设重复测量次数为m(m≥3)，则m次重复测 量的误差模型为
其中ei(i=1, 2, …, m)的均值为0，方差为σ2，并且ei与T***。因此Var(Xi)=σT2+σ2i=1, 2, …, m (6)即σX2=σT2+σ2投稿日期：2005-06-03基金项目：安徽省教育厅人文社科项目（2001JW118）。作者简介：魏登云(1963-)，男，安徽肥东人，硕士，教授，硕士 研究生导师，研究方向体育计量学的理论与实践。可见，可靠性系数依然为：R0=1-σ2σX2=1-σ2σT2+σ2(7)
其中σX2是一次测量值的方差。
(7)式说明，对于频数为1的测验，可靠性系数是一次测量的可靠性系数(总体可靠性系 数)。
2.2频数大于1的测验 设测验的频数为k(k>1)，并且假定测验值是k次重复测量值的均值。类似于模型(5)，有从而其中。
易见e与T***，并且e的均值为0，方差为σ2k， 则σ2X=σT2+σ2k( 9)X为测验值，因此(8)式即为频数为k的测验的误差模型，可靠性系数为公式(10)给出了在误差模型(8)之下，频数为k的测验的可靠性系数的度量方法。
公式(4)、(7)、(10)给出的均为总体可靠性系数，应用中需要借助样本对总体可靠性系 数进行估计，即可靠性检验。
3随机样本的误差模型与可靠性检验
3.1随机样本的误差模型 设有来自测验总体的n个个体，个体真值为Ti（i =1, 2, …, n），每个个体均有m次重 复测量值则便是 来自测验总体的一个样本，误差模型为m(11)其中误差eij与真值Ti***，且,)的均 值为0，方差为σ的方差为。令，则由模型(11)还可以看出
3.2有关参数的估计样本数据列于表1。
为了检验可靠性，需要对误差方差σ2和真值方差σ2T作出估计。
根据误差模型(11)可知，是的无偏估计，即由公式(14)得从而即E(MS内)=σ2(15)公式(15)说明，组内方差MS内是误差方差σ2的一个无偏估计量。
根据公式(13)可以看出，是的一个无偏估计量，即结合公式(15)和(16)，可以得到σT2的一个无偏估计量σ^T2=1mMS间-1mMS 内(17)
3.3可靠性的检验 有了σ2的估σT2计量之后，我们来考虑对总体可靠性系数的估计，估计方法与原始 数据中重复测量次数有关。以下按重复测量次数分两种情况。
3.3.1两次重复测量 如果原始数据来自对n个个体的“测量――再测量”，则根据(4)式，对于频数等于1的 测验，可用样本相关系数r估计总体可靠性系数［2］，即R0^=r(18)
对于频数为k(k>1)的测验，可用斯皮尔曼―布朗公式预测可靠性系数［6］
3.3.2多次重复测量 若原始数据来自于对n个个体的m(m>2)次重复测量，测量数据如表1。设测验的频数为k( k≥1)。根据公式(10)、(15)和(17)，得可靠性系数的估计量内
由上式不难看出，若测验的频数等于1，即k=1，则R^0=MS间-MS内MS间+(m-1)MS内
若测验的频数等于m，则R^0=MS间-MS内MS间=1-MS 内MS间(
值得注意的是：在不少文献中，频数等于1的测验，可靠性系数估计量用如下公式R=1-MS内MS总 (23)在文献［2］中已经证明了上式估计量是总体可靠性系数的一个相合估计，即在大样 本情况下，公式(23)才可以作为总体可靠性系数的估计量。对于小样本，公式(23)是不合适 的。事实上，MS总=n(m-1)nm-1MS内+n-1nm-1MS间
由公式(15)和(16)知即MS总是σX2的有偏估计，而且是偏小。因此，(23)式给出的估计量是总体可靠性系 数的一个有偏估计，而且重复测量次数m越大，估计的偏差越大。只有在样本含量n很大时， 偏差才较小。
测量模式论文例2
商务英语专业写作能力的测评模式主要分为终结性评估和形成性评估两种。一般写作课程的评估以终结性评估为主，课程期末测评成绩占总成绩的比例较大(占总成绩的70%)。从终结性评估的测试来看，英语专业写作课程考查的写作能力和认知技能没有细化，期末测试题型单一［1］。毕业论文的写作却不同，其过程较长，为期在一个学期以上，成绩由指导教师评分、评阅教师评分和答辩成绩三者按一定的比例最后得出毕业论文成绩。尽管这三项成绩均有一定的评分标准，但由于学生书写论文过程经历时间长，评分标准复杂(特别是难以区分商务和语言占论文的比例)，涉及的评分教师较多，会一定程度上影响最终成绩的公平性。形成性评估有一个循环，从Gatheringevidence，Givingfeedback，ReflectandPlanning到TeachingandLearning，其实这个循环里面都有思辨的痕迹［2］。毕业论文从过程上看似形成性评估，可是具体操作中，还是没有达到要求。结构方程模型(SEM)可以考虑多个变量，在变量间加入路径，并通过计算，得出各路径参数。由此发现各变量间的因果关系，且这种关系更加符合真实的人类思维形式。商务英语专业写作能力测评涉及的变量多，评分标准复杂多样，没有统一的标准。在语言测试中，使用结构方程模型是一项有效的统计分析手段。但使用结构方程模型建模分析英语写作能力测评模式的研究较少。本研究探求写作能力与教学大纲中的其他相关课程、写作能力评分观测点等因素有什么关联，其关联程度有多大。主要通过分析学生写作能力、英语水平和主干课程之间的相互影响关系及相关性，发现影响学生写作的影响因子。
一、确定写作能力相关因子建立SEM模型
SEM可以立体、多层次对多个观察变量和潜变量之间的驱动力进行分析。这种多层次的关系通过计算路径参数给出，符合真实的人类思维形式。各属性之间的因果关系通过SEM建模，使它们能在同一个层面进行对比。收集湖南省某大学2016届商务英语专业学生毕业论文，共212篇，另外收集到学生在校期间各课程成绩(共42门)。初步的SEM模型设计成三组路径，标识为三个潜变量，即写作能力、主干课程和英语水平，通过计算分析这三组路径确定这三者之间的关系。第一组路径，潜变量为写作能力，其观测变量有三个因子，即从212篇本科毕业论文建立的语料库(使用语料库软件Wordsmith)中，对论文的语法、文章逻辑和句式三个因子进行标码评分，给出相应的评价分数，此三个观察变量用以考查学生的写作能力。第二组路径，主干课程为潜变量，在学生学习的课程中选出会计学原理、商务英语阅读(4)和高级商务英语共3门课程的成绩作为观察变量，会计学原理为商务知识类课程板块代表课程，而商务英语阅读(4)和高级商务英语为培养学生语言和商务能力的综合性课程，在语言能力板块课程中具有一定的代表性。第三组路径，潜变量为英语水平，考核学生英语水平涉及的因子较多，这次主要考虑以下5个观察变量，即英语口语(2)主要测评学生的口头表达能力，英语水平测试为学生参加英语专业四级和英语专业八级的加权成绩(至今为止没有全国性的商务英语专业水平测试)，毕业论文为指导教师、评阅教师和答辩成绩(按照3∶3∶4计入)，翻译实训测量学生商务英语翻译能力的观察变量，应用文写作测评商务英语专业学生在商务英语应用文写作方面的能力。根据以上三个潜变量和画出的相关路径，建立SEM模型。通过AMOS计算功能，计算模型中三个路径的值(参数)，发现各变量之间存在的关系及相互影响的程度。通过这种方法，可以发现模型中的三个潜变量写作能力、英语水平和主干课程之间的关系。
二、SEM模型拟合
根据以上研究方案，得出212样本，语法、文章逻辑、句式作为毕业论文必须考虑的因子。会计学原理、商务英语阅读(4)和高级商务英语为英语专业学生必修课。由英语口语(2)、英语水平测试、毕业论文、应用文写作和翻译实训来衡量学生的英语水平。由此建立的SEM模型11个观察变量与3个潜变量之间的关系如何，主要看此模型能否通过拟合，为本次研究的关键。将212名学生的相关课程成绩和其他观察变量数据输入SPSS19，使用AMOS20画好各变量和相关路径，计算后，路径系数如***1所示:此初始模型是否理想，需通过output查看各项指数，主要的参考指数如表1:根据SEM模型指数一般标准，通常理想模型的主要指数需符合以下指标:CMIN/DF值需小于2或3，P值＞0．05，拟合指数(GFI、NFI、CFI、TLI等)需大于0．9，RMSEA需小于0．08［3］。初始模型中，P值为0．000，而标准的模型为P值＞0．05;NFI为0．888，不符合标准(NFI＞0．9)。由此可推断初始模型不太理想，需通过拟合指数进行修正，通过添加路径的方法进行拟合，在e1和e6，e2和e5，e6和e7间添加三条关联，见***2:通过拟合后，P值为0．079，大于0．05，拟合后的指数GFI、NFI、CFI、TLI分别为:0．959，0．939，0．984，0．976，均大于0．9，RMSEA为0．040，小于0．08。拟合后的模型，各项主要指数指标均达到要求，说明拟合后的模型为一理想模型，可以接受。该模型能较好地解释主干课程、写作能力、英语水平三者之间的关系。从拟合好的模型可以看出，三个潜变量主干课程、英语水平与写作能力之间的关系系数由大到小分别为:0．93，0．91，0．85。主干课程与写作能力的相关系数最大(0．93)，其次为主干课程与英语水平(0．91)和英语水平与写作能力相关系数(0．85)，三者正相关，且相关程度大。由此可以看出，潜变量写作能力受主干课程以及英语水平的影响，在专业培养过程中，主干课程的教学能够有效促进写作能力的提高，而且写作能力的高低也受学生的英语水平高低的影响。潜变量英语水平到翻译实训的路径系数为－0．07(R2=0．01)明显低于其他4项，说明测量学生翻译能力的翻译实训对英语水平的影响小，且另一路径(英语水平到英语口语2)的系数为0．09(R2=0．01)，说明其影响小，主要是因为现阶段的英语水平测试中口语表达能力计入的权重不足，听说能力中只有听力被纳入专业四级和专业八级考核，而口语由于考试实施难度大，无法将口语纳入考核。而相应较大的路径系数为毕业论文(0．66)、应用文写作(0．60)和英语测试水平(0．52)，毕业论文和应用文写作对英语水平的影响均比英语测试水平大，说明此模型中，毕业论文和应用文写作这两项作为写作能力测评的内容，对英语水平的影响较大。在潜变量—主干课程这一路径中，高级商务英语对主干课程的影响最高(0．81)，会计学原理为0．72，商务英语阅读(4)为0．58，其影响程度在可以接受的范围内，综合商务英语和高级商务英语在商务英语专业培养方案中，课时所占比例大，从大学一年级到大学三年级共六个学期开设此类课程，且每周课时在4学时，开设时间长、课时多，对学生的商务英语综合能力起到关键作用。在潜变量—写作能力路径中，句式(0．85)和语法(0．77)对写作能力的影响略高于文章逻辑(0．64)，虽然三者对写作能力的影响强度差别不大，但可以看出文章逻辑这项还是略低于其他两项，说明学生英语写作中文章逻辑的能力低于语法和句式这两项传统写作技能。
三、结构方程模型中各因子对写作能力的影响分析
通过3门课程(会计学原理、商务英语阅读(4)、高级商务英语)反映学生对于潜变量—主干课程的影响程度，可以测评学生课程学习的能力，其中会计学原理主要涉及商务知识板块的内容，商务英语阅读(4)和高级商务英语主要为学生涉及商务方面的语言习得能力。影响潜变量写作能力的因子众多，选取语法、句式和文章逻辑这三方面来衡量，语法和句式主要测评学生基本英语写作技巧，文章逻辑涉及学生写作思路、写作构思和创新等方面的内容，这三项成绩由3位教师分别对毕业论文的结论部分进行评分，最后取平均值，基本能反映学生的写作能力。潜变量英语水平的测量相对比较复杂，选取学生参加TEM-4和TEM-8的成绩加权(各占50%)作为英语水平测试成绩，并将英语口语(2)作为衡量学生口语表达能力，翻译实训作为翻译能力的测量方法，毕业论文为学生毕业实践环节的主要衡量方式，应用文写作对于商务英语专业学生在今后的工作中应用较多，这些成绩基本能反映学生听说读写译等方面的能力，用以测量潜变量英语水平的高低。通过SEM建模，将主干课程、英语水平和写作能力三个潜变量通过路径标识的方法确定其关系，以发现现阶段英语写作能力测评模型中，写作能力和主干课程、英语水平之间是否存在关联程度。可以推断现阶段写作能力测评中是否科学可行，能否做到公平，分数是否有效显示学生的真实写作能力。通过SEM模型拟合后，发现主干课程、写作能力和英语水平三个潜变量之间的存在强正相关，写作能力的测评模式能和考核学生课程学习、英语水平的因素作为一个整体，写作能力测评模式基本与反映学生主干课程学习能力和英语水平相应变量之间没有出现较大的偏离现象。通过主要课程的教学可以提高学生写作能力，写作能力的提高与相关的商务知识、语言能力密切相关。另外，写作能力中文章逻辑对写作能力的影响比句式和语法两项稍小一些，可见在学生写作能力中对文章逻辑关注度较小。侧重培养学生思辨能力的讨论、演讲、辩论等教学活动却开展很少，学生的思维长期处于呆滞状态［4］。由于写作能力的评分标准复杂，涉及到语法、句式、写作思路、主题、学生写作积极性和创新性等，而商务英语写作能力又涉及商务流程、商务知识等方面的应用，给商务英语写作能力的测评带来一定的难度。另外，写作能力测评如果采用过程性评价，则涉及定题、写作、修改稿、定稿等过程，写作教师对学生的测评难以公平。英语写作作为一个涵盖理由、证据、判断和逻辑的认知过程，与思辨能力培养可谓密不可分，需要思辨能力来谋篇布局、说理论证，思辨能力提高需要通过写作来实现和检验［5］。在潜变量—英语水平这组路径中，翻译实训和英语口语(2)对英语水平的影响程度明显低于其他3项观察变量，其一，可以说明翻译和口语这两项能力没有得到足够的重视，这主要是由于英语专业四级和八级没有将口语纳入考核，另外英语口语、翻译实训课程的特殊性，其内容和模式以及考核方式和其他课程考核的方式存在较大的不同。通过与其他主干课程的成绩相关分析，写作能力的培养不是一个孤立的教学环节，写作能力和课程学习能力、英语水平有相互促进的关系，提高学生写作能力至关重要。需要给在校学生更多的写作机会，比如，强化课程论文制，坚持学期论文制，经常安排学生撰写小型研究性论文，逐渐提高学生的研究性学习能力［6］。注重商务知识和写作基本功训练，并在写作测评环节严格要求、合理评价，这样才能有利于形成高效的写作测评模式。教师对学生写作能力的测评，教师对写作各个环节加以把关，培养学生对所学知识融会贯通、灵活运用、提高学生综合素质为目标。
四、结束语
商务英语专业所培养的写作能力不仅是一种语言技巧(语言能力)，同样还包括社会语言和跨文化沟通能力、语言运用和篇章构建能力［7］。本研究分析了商务英语专业写作能力与主干课程、英语水平之间的关系，并以此三项为潜变量建模，标识路径后计算，进行数据分析，探求影响学生写作能力各变量之间的关系。写作能力、英语水平和主干课程三者有强正相关性，发现教学过程中多种因素之间的相互关联性。此研究建立的模型，考虑的相关因子有限，但SEM作为分析语言学习变量之间关系的方法，可以借鉴，有利于教学监督，提升商务英语专业的教学效果。
参考文献:
［1］李莉文．英语专业写作评测模式设计:以批判性思维能力培养为导向［J］．外语与外语教学，2011(1):31—35．
［2］孙有中，刘建达，等．创新英语专业测评体系，引领学生思辨能力发展———“英语测评与思辨能力培养”笔谈［J］．中国外语，2013(1):4—9．
［3］张权．结构方程建模在语言测试中的研究与应用［M］．北京:高等教育出版社，2008:12．
［4］刘洁．思辨能力培养与英语写作创新教学模式［J］．南昌师范学院学报，2014(6):158—160．
［5］余继英．写作思辨“一体化”教学模式构建［J］．外语界，2014(5):20—28．
测量模式论文例3
城市轨道交通除具有大运量、快速、准时、节约资源等特点外，还具有以下不同于其它交通方式的显著特点:①引导功能强大。由于轨道交通强大的通道运输能力，其对沿线辐射区域内的开发促进影响巨大，具有鲜明的TOD(交通引导发展)功能。②可控性强。表现为轨道交通在其运输能力范围内具有运量可控性。③具有粘着性。主要是指轨道交通服务对其它交通方式的依赖性。目前在我国城市轨道交通的发展过程中，面临的较大问题之一就是线网规划过程中的指导理论欠缺。突出表现为对各规划时期内客流预测的精度失衡，进而对整个交通系统产生影响。而诱增交通量的确定则是轨道交通客流预测中关键的一个环节。
1 研究综述
同其它交通规划一样，客运交通需求预测是城市轨道交通规划决策的基础。客运交通需求预测是衡量建设项目经济成本、预测建设项目投人运营后经济效益的关键指标。有了科学合理的预测，才能对项目成本效益做出正确的评估，否则经济评估失真，导致决策失误。同时.城市轨道交通是城市各种交通方式中的一种，与其他交通共同构成整个运输系统，因此在进行城市轨道交通客流预测的时候，必须与整个城市客运系统协同考虑。
客流预测是一个复杂的决策过程。然而，目前在城市轨道交通规划中缺乏科学的客流预测模型，各项目所采用的大都是照搬道路交通的模型，缺乏有效的针对性。致使根据这些预测所修建的一些线路客流密集，而有些线路客流较少。因此，有必要研究基于城市轨道交通规划的客流预测方法和模型。
预测技术的发展历史已有半个多世纪，经历了从20世纪50，60年代的集聚模型的产生，至70年代初期非集聚模型的崭露头角，以及70年代后期的非集聚模型的发展;从80年代初期将人的行为视为一连续的活动过程—行为链进行模拟，至80年代后期各国大量交通规划软件包的推广。目前轨道交通客流预测模式主要可以分为两类:①不基于现状客流分布(OD分布)的预测模式;②基于现状客流分布(OD分布)的预测模式。
第一类预测模式的主要思路为将相关公交线路的现状客流和自行车流量向轨道线路转移，得到虚拟的基年轨道交通客流;然后按照相关公交线路的历史资料和增长规律，确定轨道交通客流的增长率，推算远期轨道交通客流;或者由公交预测资料，直接转换远期轨交通客流。这一类方法主要为趋势外推，在确定轨道交通客流增长率时可采用指数平滑法、多元回归法等。北京一、二期地铁线路的客流预测及复兴门一八王坟的线路预测均采用了此类预测模式。
第二类预测模式的主要思路为通过居民(常住人口、流动人口)出行调查，掌握现状全方式出行分布;在此基础上，预测未来年的全方式出行分布，然后通过方式划分，得到轨道交通的站间OD，即可计算出轨道交通客流。这一预测模式即为交通需求分析中的四阶段法。在实际应用中，目前国内项目在预测阶段的顺序、模型的选择、参数的标定上存在着许多的差异，出现了许多预测方法的名称。上海、广州、成都、青岛、大连等城市的轨道交通项目中的客流预测方法均属于此类预测模式。
文献[1]采用灰色系统理论，通过城市轨道交通客流量历史数据对客流预测进行了研究。文献[2]以轨道交通和汽车的交通竞争关系提出了吸引范围竞争模型，并以此标定了轨道交通站点的吸引范围。
文献〔3〕研究了采用“四阶段”法预测城市轨道交通客流的理论模型与方法。文献[4]从沿线土地利用、城市经济水平、城市中心区潜在的增长前景、自行车一公共汽车联运、有效的城市管理、高效的经营等6个方面对影响客流规模的因素进行了分析。
Li tman指出，一条交通走廊的旅行时间在原有基础上降低20％，在短期内就能够诱增10%的出行量[5]。有关研究指出，在法国和日本的HSR(高速铁路)系统已经新产生或者诱增了高达35%的客流。这一客流甚至超过了30%的转移客流量。Ki-tamura指出，通过普通的“四阶段”法很难对出行条件的改善产生的出行变化作出评估，因为普通的出行生成模型对于服务设施的改变不敏感，并且不能够对出行时间减少作出反应[6]。Robert Cervero。和Mark Hansen采用一系列反映***策、环境、地理因素的变量对交通预测进行研究[7]。Yao和Morikawa针对高速铁路在日本的建设采用问卷调查和树状结构模型，中间融合了土地、经济等因素模型共同推算出诱增的客流量[8]。
国外大量的资料都是针对公路交通的建设做交通诱增预测，并且都是在传统的预测模型上采用经济预测、土地利用预测模型和出行链等方法。在过去的20年里，英国的公路项目评估并没有充分考虑到诱增交通量的影响，他们认为诱增交通量的任何组成部分都是难以估计或计算的，因而许多项目都回避了诱增交通量的计算问题。但有关专家却指出，项目评价如果不能适当地考虑诱增交通量，则以交通量预测为基础的经济评价、环境评价、道路工程设计等都将失真。1988年，英国国家审计委员会( NAO)在其分析报告中指出，如果适当考虑到诱增交通量的问题，许多评价项目的预测精度都可以大大提高。
国内专门论述诱增交通量的论文较少，大部分都是基于道路交通所著。文献[9]按照“有无比较”的原则，采用重力模型的思想计算诱增交通量。文献[10]采用诱增经济预测模型和弹性系数及转移率的标定方法作了研究，在诱增经济预测模型中还讨论了缩短时间和空间距离不明显时采用相似性模型，在转移曲线模型中提出了正向和逆向的二次转移曲线。文献[11]考虑出行时间减少、出行目的地改变、小汽车合乘、出行频率增加等因素提出了诱增模型。文献[12]采用土地利用模型对诱增交通量进行预测。
2 需要研究的若千问题
综观现有文献以及考察国内实践中的状况后可以看出，在城市轨道交通客流量预测这一环节中，关于诱增交通量的研究还存在如下急需解决的问题:
(1)城市轨道交通客流中诱增交通量的界定
城市轨道交通流量不同于道路交通量，它是以乘客为研究对象，但轨道交通客流量同样可划分为趋势交通量、转移交通量和诱增交通量三个部分。在公路网流量预测中，有将转移交通量计算在诱增交通量内的做法。这一方法应用在城市交通体系中会产生许多问题。此外，由于轨道交通具有对土地开发的强促进功能，新开通的轨道交通线路会改变原有城市交通出行的OD分布。由此产生的轨道交通客流量，对局部的轨道交通来讲，应归为诱增交通量;但对整个城市交通系统来说，仍属转移交通量。如何界定这部分交通量的性质，是构筑预测模型中先要考虑的问题。
(2)影响轨道交通诱增交通量的相关因素
现有的诱增交通量研究中，一般将出行费用(时间、交通费用)和出行距离作为主要的相关变量引入预测模型中。但轨道交通对土地开发的引导功能以及对其它交通方式的粘着性要求，同时也对其诱增交通量产生巨大的影响。在全面考察轨道交通诱增交通量相关因素的同时，如何将其量化为模型变量，是一个需要解决的难点。
(3)诱增交通量预测模型
传统的城市交通规划理论中，有关交通方式划分中未考虑轨道交通方式。在考虑发展轨道交通的城市规划中，需要讨论基于轨道交通与其它交通方式(尤其是常规公交)的方式划分理论方法。在以往规划当中，诱增交通量预测的模型多采用“有无比较法”原则下的重力模型以及不基于现状OD分布的客流增长率法。实践证明这些方法在应用于轨道交通规划中存在问题，因此，必须在考虑轨道交通方式特点的基础上，开发相应的预测模型。
(4)轨道交通运营期的诱增交通量问题
道路交通系统中的诱增交通量的发展一般分成3个阶段:逐步形成阶段、快速增长阶段和相对稳定阶段。而轨道交通方式则不然，其线路走向所辐射的区域性质不同，表现出来的流量规律不尽相同。由于轨道交通对其它交通方式具有粘着要求，同时在其运输能力范围内具有运量可控制性，加之未来系统本身技术升级所带来的服务水平提高(主要表现为通行能力的提高)，都将会对运营期中的轨道交通客流量产生影响。这也是轨道交通诱增交通量中必须考虑的课题。
3 结语
我国城市化进程逐步进入快速发展阶段。目前已有15个城市的轨道交通规划获得批准，还有更多的大中型城市在积极筹备将轨道交通纳人城市综合交通体系规划方案之中。建立符合实际需要的规划理论及方法是一件急需展开的工作。交通需求预测是城市交通规划的依据，而诱增交通量是轨道交通客流预测中的一个显著特点，因此必须尽快展开这一课题的研究工作。
参考文献
1.吴强，冯维锈，胡晓嘉，灰色预测法在城轨客流预侧中的应用城市轨道交通研究，2004(3):52-54
2.王树盛，黄卫，陆振波，俞先江.都市圈轨道交通客流预测方法研究.城市软道交通研究，2004(1):40-43
3.王志栋，苗彦英.城市轨道交通客流预测理论与方法的研究大连铁道学院学报，1996(1):24 - 29
4.欧阳志坚，马小毅.城市轨道交通客流规模影响因素分析.城市轨道交通研究，2004(3):63-65
5.Litman T. Generated traffic and induced travel. ]ournat of Instituteof Transportation Engineers ， 2001， 71(4) : 38-47
6.Kitamura R， Fujii S， Pas E I. Time-use data， analysis and model-ing: toward the next generation of transportation planning method-ologies. Transport Policy，1997(4);225-235.
7.Robert C， Mark H. Introduced Travel Demand and Introduced Road Investment. Journal of Transport Ewnomics and Policy，2002，36(3):469-490
8.Yao Enjian，Takayuki Morikawa. A study of an integrated intercity travel demand model. Transportation Research Part A， 2005 ( 39 ):367-381
9.邓润飞，白炳东，诱增交通量的计算方法浅析江苏交通工程，1998(6):14-17
测量模式论文例4
Abstract: Applying multiple base stations network RTK technology establishs the high precision positioning and the height-finding technique of continuous operation of positioning satellite service system (CORS). With the technology, we conduct the topographic experiment under CORS unchecked tide in the waters near Ningbo at large scale, whose results was being contrast test with the data and underwater terrain results processed under traditional tidal operation mode.
Keyword: CORS unchecked tide; underwater topography measurement; contrast test
中***分类号: O357.5+4文献标识码：A文章编号：
1 引言
随着NBCORS与高精度的似大地水准面联测，NBCORS的高程测量事后转换精度已经满足***根控制高程测量的要求。利用NBCORS对宁波沿海地区高等级控制点进行了测量精度检查，平面精度优于±2cm，高程精度优于±5cm。
由于NBCORS的似大地水准面模型成果只能保证规划区内陆地上的高精度测量，且陆地与海洋的重力异常不同，附近海域的高程测量精度并没有经过鉴定。对此我们以实验为目的,在宁波市某海域利用NBCORS进行大面积的无验潮水下地形测量。同时在测区以外布设人工验潮站，利用人工验潮资料进行后处理，与CORS无验潮测量事后处理成果进行对比，以供参考。
2 无验潮水下地形测量基本原理
通俗的讲，无验潮方式就是在测深仪探头测量水深的同时，RTK流动站实时测量探头位置及水位数据，并将采集时间，探头位置、水面高程、深度数据汇总到一个文件中储存。
如***1所示，GPS接收机至水面高为H0，探头吃水为H1，t1时刻探头测量水底a点的深度值h。通过在测深、导航软件中正确设置H0、H1，可以直接得到瞬时水面高程A及瞬时水面A至水底a点的距离。
由此可以得到，水底a点高程=A-（H1+h）,上述测量方法集潮位测量与水深测量于一身，直接获得水底点的高程。
3 海上试验
3.1试验方法
按照《海道测量规范》的要求进行测线布设和海上作业。将采集记录的测量数据分别按CORS无验潮模式和传统人工验潮模式两种方式处理，对两种模式所获得的数值成果、***形成果进行比较分析，同时将GPS测高模式所获得潮位数据与验潮站人工观测数据进行比对，从而检核基于NBCORS的RTK无验潮水下地形测量精度，以及所获取测量成果的可靠性、精度及其误差分布特性。***2为本次试验的作业区域及验潮站分布示意***，测区最远处边缘距宁波市海岸线约10Km。
3.2 “RTK验潮”潮位与人工潮位比较分析
利用NBCORS***坐标转换后处理软件，我们可以得到RTK实时测量的潮位数据，如***3为RTK验潮值与人工验潮站数据对比***形。由于作业区域距验潮站2较近，可见RTK验潮值曲线与验潮站2曲线基本相同。
从表1可知，由于测区位于两验潮站中间，在理论上测高曲线应该位于两验潮站潮位曲线中间，而实际上与理论曲线相比存在l0cm 左右的系统差，根据文献[3]的研究结果，可能是船只的动态吃水及涌浪等因素可能造成的影响量值，这也从另一个侧面说明，基于高精度RTK测高的水下地形测量作业模式能够有效地消除船只动态吃水等因素对水深测量成果的影响。
3.3 RTK无验潮水下地形测量内符合精度分析
《海道测量规范》规定，对主检测线交叉点不符值进行系统误差及粗差检验，其主检不符值限差为：水深0～20m时为0．5m；水深20～30m时为0．6m；水深30～50m 时为0．7m；水深50～100m 时为1．5m；水深大于100m时为水深的3％。同时还规定超限的点数不得超过参加比对总点数的15％ 。
从上面的主检测深线深度比较表可知，水下地形测量成果完全满足《海道测量规范》的质量要求，同时验证了RTK无验潮作业模式的可靠性。
3.4RTK无验潮作业模式与传统作业模式成果比较
我们对RTK无验潮作业模式和验潮作业模式的成果进行了全面的比较。RTK无验潮作业模式与传统作业模式处理的水深成果比较见表3、表4。
从表3可知，按RTK无验潮作业模式获得的成果与传统作业模式获得的成果存在10cm左右的系统偏差，如前所述，该系统差主要是由传统作业模式不能准确完成测量船动态吃水改正引起的。
4 结论
两种作业模式采用相同的测量数据进行后处理，处理后的数据平面位置一致，水下高程值不同。通过对两种方式处理后的的水下地形***进行全面比较，剔除粗差后两种作业模式下生成的等深线基本相同，两套成果较差不会随着离海岸线的距离（离岸10Km内）增加而有趋势性的变化，也不会随着测量深度的增加而有趋势性的变化。也可以认为NBCORS与高精度的似大地水准面联测后的高程测量精度，可以满足由海岸线向海洋延伸10Km的RTK无验潮水下地形测量的使用。
参考文献
[1] 欧阳永忠.GPS测高技术在无验潮水深测量中的应用.海洋测绘,2005
[2] 王真祥．胡国栋．DGPS RTK技术在无验潮水下地形测量中的应用初探．海洋技术，2001
测量模式论文例5
2无线电干涉测距的性能分析
由第2节分析可知,RIR属于非线性估计问题,而这一类估计通常存在门限效应,即信噪比低于此门限时,估计值的MSE迅速偏离CRB。干涉测距过程中某次最大似然估计的MSE与SNR的关系如***2所示。从***中看出,较高SNR时,MLE能够达到CRB;随着SNR降低,当低于门限值时,估计误差迅速增大。这一现象的本质原因是,SNR的降低导致局部小误差(localerrors)变为全局误差(globalerrors),称全局误差为“outli-er”[19]。为了全面描述RIR的测距精度,参考MIE方法[18],将MSE分为两部分:一部分为CRB;另一部分为outlier,当两部分发生的概率已知时,利用全概率公式,MSE可表示为:E[(d^0-d0)2]=[1-Pr(outlier)]·CRB+Pr(outlier)·E[(d^0-d0)2|outlier](6)式中:“outlier”表示代价函数的全局最大值在主瓣之外的事件。计算上式的关键在于求解Pr(outlier),由于RIR的信号模型十分复杂很难直接分析,至今还没有文献做出完整的理论描述,3.1节针对这一问题对门限效应进行了研究,给出了Pr(outlier)的近似表达式;3.2节以此为基础,计算了干涉测距MLE的MSE。3.1outlier概率***3展现了低信噪比时某次测距中发生的outlier现象,由于相位噪声的影响,代价函数的全局最大值不在干涉距离的真值(d0=0)附近,而在主瓣之外较远的位置,导致出现较大的测距误差。有研究表明,发生outlier的概率与模糊函数正相关[19],模糊函数定义为:g(d)=∑M-1i=0expj2πfic(d0-d())(7)即代价函数在无噪声情况下对应的值。***4采用20个频率得到的模糊函数与106次最大似然估计的直方***进行了对比,令d0=0,SNR=-3dB。很明显,直方***与模糊函数的形状吻合,并且outlier集中于模糊函数的旁瓣峰值附近。鉴于上述事实,发生outlier的概率可以用错估到模糊函数旁瓣峰值的概率表示,即:Po≈Pr[∪Npn=1{V(dn)>V(d0)}]式中:Po表示发生outlier的概率Pr(outlier),dn和Np分别表示模糊函数旁瓣峰值所在的位置和个数。由于2个及以上V(dn)同时大于V(d0)的概率很小,因此这一系列相交事件的和的概率可用其unionbound来近似,即:Po≈∑Npn=1pn(9)式中:pn=Pr[V(dn)>V(d0)]。计算式(9)需要确定dn和Np,除了文献[19]提到的搜索法外,由于RIR使用等频率间隔测距,式(7)表示的模糊函数具有简化的表达形式,即:计算pn需要确定y0和yn的分布,但是由于n(i)属于乘性噪声,很难确定y0和yn的分布特征,这正是问题的难点所在。下面针对这一问题作近似处理。n(i)为一系列随机变量,则y0和yn均为M个***同分布的随机变量之和。根据中心极限定理,M不用很大(30已足够)就可保证y0和yn服从正态分布,因此可以将y0和yn近似看作复高斯随机变量。又y0和yn是相关的,基于上述条件,直接利用文献[21]中附录B的结果,只需计算y0和yn的一阶二阶矩就可求得pn。为相对旁瓣水平(relativesidelobelevel)。将式(16)~(19)代入文献[21]中的B-21式,通过代数运算可得:pn的表达式仅依赖于3个量:相位噪声的方差σ2、测量频率数M,以及相对旁瓣水平rn。将式(21)代入式(9)即可求得outlier的概率Po3.2近似均方误差要根据式(6)计算MLE的MSE,还需要知道CRB。文献[17]在高信噪比时将乘性噪声等效为加性噪声,推导了RIR的近似CRB表达式:CRB=3c2σ2(M-1)π2B2M(M+1)(23)大量仿真表明,在SNR大于门限的很宽范围内,MLE都能达到这个界,因此式(23)可以作为RIR的CRB使用。将式(9)和式(23)代入式(6),最后得到MSE的近似解析表达式为:E[(d^0-d0)2]≈(1-∑Npn=1pn)·CRB+∑Npn=1pn·(dn-d0)2(24)式中:Np、dn和pn分别由式(11)、(12)和(21)给出,它们由如下的4个系统设计参数唯一确定:测量信噪比1/σ2、系统带宽B、测量起始频率f0和测量频率数M。
3仿真结果与分析
本节的目的在于通过对仿真结果与理论值的对比,说明本文的理论推导是合理有效的,同时说明理论结果对实际应用中参数设置的指导意义。***5和***6分别仿真了outlier概率与MSE随SNR的变化情况。干涉距离的真实值d0=50,在带宽B=15MHz内等间隔取M=16个频率,在最大非模糊距离范围内对代价函数进行搜索,搜索步长为0.01m。进行105次MonteCarlo仿真,记录代价函数的最大值落在模糊函数主瓣之外(两侧)的区域发生的频率,并计算MSE。虚线分别为式(9)和式(24)对MLE的outlier概率与MSE的理论计算结果。从***中可以看出,式(9)计算的outlier概率和式(24)计算的近似MSE,对于描述干涉测距性能十分准确,尤其在门限附近及中高SNR区间十分吻合。在一定相位测量噪声和系统设计参数下,上述结果能够十分精确地预测当前的干涉距离估计精度。因此给定RIR的性能要求,就可以根据上述结果确定适当的系统设计参数。例如,在***6的参数设置下,若当前相位测量的SNR=-1,此时理论计算表明outlier的影响不能忽略,测距均方根误差>10m。如果适当提高节点的发射功率,使得SNR=3,则根据计算均方根误差就可以降到1m左右。虽然在给定系统性能的情况下,也可以通过仿真方法确定系统的设计参数,但是理论计算方法可以大大节省设计时间。当接收信号过强时,RSSI的输出会到达非线性区而大大影响测距性能。因此,通常不能一味提高发射节点的功率,此时还可以通过调整测量频率数达到提高测距性能的目的。***7在SNR=1的条件下仿真了MSE和测量频率数M的关系。当M<30时,outlier导致测距MSE偏离CRB,此时将M从10增加到30,测距精度提高了10m;当M>30时,测距MSE沿着CRB缓慢下降,继续增加20个频率,测距精度仅有1m的提升。因此如果同时考虑到测量的实时性要求,则将测量频率数设置到30是比较好的选择。从***7也可以看出,MSE的理论计算结果与仿真得到的结论高度一致,因此此前只能通过仿真确定的测量参数现在可以通过理论计算更方便地确定。
4测量实验
测量模式论文例6
中***分类号：TB22-4 文献标识码：A 文章编号：1672-3791（2017）02（c）-0161-02
由于当代科学技术的进步，尤其是微电子技术、激光技术、计算机技术、空间技术、网络和通信技术的飞速发展和应用，极大地推动了整个测绘科学技术的发展，从理论体系到应用范围都发生了巨大的变化和进步，现在GNSS和摄影测量已经广泛应用于工程测量中。因此，为了培养出高素质技能型人才，学校的教学也需要根据技术的进步和企业的实际需要做出变革。
1 高职院校学生的特点
高职院校学生相对于本科院校学生来说是有一定特点的。
（1） 基础相对薄弱。高职院校的学生大多数都是高考分数没有达到本科分数线的，还有一些是单招的，客观上，他们的基础要薄弱一些，有些学生可能连三角函数等问题都不会。因此，授课时需要注意深入浅出，尽可能照顾到所有学生。
（2） 学习情绪化强。对于感兴趣的东西积极性很高，会主动钻研，对于不感兴趣的东西则十分抵触，不愿学习。
（3） 缺乏学习的自信心。部分学生认为自己学不会，所以遇到看似困难的地方就会直接放弃，抱着“反正努力也还是不会”的心态。教学过程中要注意帮学生树立自信心。
2 人才培养模式
高职教育普遍走的是以服务为宗旨，以就业为导向，产学研相结合的道路。工程测量专业亦如是。目前，工程测量专业的人才培养模式主要有3种。
（1）订单式人才培养模式。让学校与企业签订人才培养协议，共同制定人才培养计划，共同组织教学，学生毕业后直接到企业工作。
（2）2+1人才培养模式。学生前两年在学校学习，后1年到企业顶岗实习，以增强学生的实际操作能力，缩短工作适应期。
（3）工学交替人才培养模式。学生在学校学习与到企业实习相互交替，学用结合。
由于各学校的实际条件不同，采用的人才培养模式略有不同，2+1人才培养模式是被广泛应用的模式，已经成为高职人才培养模式发展的潮流，而订单式人才培养模式和工学交替人才培养模式则根据学校与企业的合作情况进行。
3 理教学
在教学过程中发现，许多学生对室外的实践操作很有兴趣，而对理论学习则不太积极。但实践操作只是工程测量的一部分，理论学习更加重要，是实践操作的基础。
为提高学生的学习兴趣，可以采用案例教学法，在讲理论的时候，穿插讲解一个案例，让学生明白为什么要这么做，这些知识在做什么事情时会用到。还可以就案例引导学生参与讨论，这样学生就不会感到枯燥。
在理论教学过程中有很多公式的推导，学生如果全部掌握是一件很困难的事，这时候教师应该以“必需、够用”为原则，对繁杂的公式推导过程进行取舍，让学生把主要精力集中在计算公式的使用和计算步骤的安排上，以减轻学生的负担，减少学生的畏难心理。
4 实践教学
实践教学通常是现对学生进行分组，然后让学生分组进行操作。实践操作是学生比较感兴趣的，所以态度比较积极，但由于工程测量的实践基本都是在室外进行，因此仍然有一些问题。
（1） 小组人数过多。实践教学大多是两节课也就是一个半小时，如果每个小组人数过多，那么会导致有部分学生没来得及进行实践操作。结合经验，每组4～6人比较合适。
（2） 分组过多。分组过多时学生在操作过程中遇到的问题不能够得到及时的处理，影响教学效果，所以分组不能过多。
（3） 开小差。由于在室外教学，所以管理更为不便，有些学生会中途溜走或不做实践操作而是玩手机。对于这种情况，应在每个小组设立组长，由组长负责管理小组成员，班长辅助教师管理各小组。
（4） 缺勤。实践教学时每个小组一般人员是固定的，如果有同学请假，会对教学安排造成一定影响，比如一个小组4人有3人请假，则剩余的那个学生是无法单独完成实践操作的。因此，应严格考勤，不能无故请假不来。
（5） 天气。由于在室外教学，天气影响较大，遇到下雨或者高温的天气，不适合室外活动，会影响教学安排。因此，应提前做好准备，关注天气预报，做好备选方案。
为提高学生积极性，学校可以举办各种测量比赛，比如测地形***、四等导线测量、二等水准测量等。实践表明，比赛可以激发学生的上进心，学生会主动学习，主动练习，有效地提高了学生的测量技能。
5 新技术对教学的影响
随着传统测绘技术向数字化测绘技术转化，GPS技术、RS技术、GIS技术、数字化测绘技术以及先进地面测量仪器等将广泛应用于工程测量中，并发挥主导作用。测量人员的工作内容、工作方式也发生了一些变化。
在传统的使用经纬仪、水准仪、全站仪等仪器测量的时代，测量人员需要掌握测量、数据处理和绘***3项技能。由于要人工处理数据，有大量的计算，所以测量人员需要对数据处理的理论知识有较高的掌握。随着GNSS和摄影测量技术等新技术的成熟，现在工程中GNSS和摄影测量等采用新技术的测量方式已经成为最常用的工作方式。这些新的测量方法有测量数据采集和处理的自动化、实时化、数字化，测量数据管理的科学化、标准化、规格化，测量数据传播与应用的网络化、多样化、社会化的特点，计算工作都是由测量系统和相应软件自动完成，测量人员主要负责的工作变为测量和绘***，对计算方面的要求大大降低，因此，学校的工程测量的教学也应做相应的变更。
（1） 对GNSS等技术的理论教学不必过度深入，以“必需、够用”为原则即可。GNSS等技术的推导比传统测量技术更加困难，而在实际使用时并不重要，所以应浅尝辄止。
（2） 注重软件使用教学。GNSS等技术的很多操作是在软件上进行的，所以要注重软件使用的教学，让学生能够熟练使用相应软件。
6 结语
工程测量是一门很重实践的学科，教学中应实践教学与理论教学并重，理论是实践的墓础，实践是理论的升华。文章结合高职学生的特点针对性地提出了在工程测量教学中的问题和解决方法，并对新技术对工程测量教学内容影响做了探讨。测量技术在不断发展，这要求我们的教学也应与时俱进，以培养出符合社会需求的学生。
参考文献
测量模式论文例7
中***分类号:O48文献标识码:A文章编号:1671-7597(2009)1120115-01
弹性模量,又称杨氏模量,是表征金属材料抵抗形变能力的一个重要物理量,在工程中有重要实际意义[1,2]。弹性模量测量实验是大学物理实验教学中的一个重要基础实验,拉伸法测钢丝弹性模量的基本公式为 ,Y表示钢丝的弹性模量,F是一个砝码对应的拉力,L为钢丝原长,D是光杠杆镜面与直尺的距离,d为金属丝直径,b是光杠杆前后足之间的垂直距离,为镜中标尺读数。以往人们习惯用误差表示测量结果,但误差是测量值与被测量真值之差,而真值一般是未知的,从而这种表示方法受到质疑,为了更准确表示测量结果,现在常采用不确定度表示其结果的质量[3,4],本文首先介绍标准不确定度理论的一般原理,然后对弹性模量测量的不确定度进行分析,提出了减小其总不确定度的改进方向。
一、不确定度理论的一般原理
不确定度理论把直接测量的不确定度按数据性质分类,符合统计规律的称为A类不确定度,不符合统计规律的称为B类不确定度。两类不确定度平方和的根称为合成标准不确定度或简称为不确定度,A类标准不确定度即
二、结果与讨论
光杠杆镜面到标尺尺面的距离D和钢丝的长度L用钢卷尺单次测量,根据以上不确定度的计算方法,并考虑在实际测量过程中钢卷尺易弯曲而不能达到实际精度,得到。光杠杆前后足的垂直距离b用 的游标卡尺作单次测量,得到。单个砝码的重力由实验室给出, ,钢丝直径d用千分尺多次测量,得到。
砝码增加时和减少时镜中标尺数据和记录如表1,i为砝码数,对一个砝码负荷时金属丝的伸长量 的数据处理,在求平均值的过程中,遵循“四舍六入,逢五凑偶”的原则,采用逐差法处理数据,并计算其不确定度,得到。
钢丝弹性模量的最佳值为 ,因弹性模量Y的表达式是各个直接测量的积商形式,故先计算其相对不确定度较方便,故得由镜中标尺刻度测量所引起的不确定度所占比例为 ,钢丝直径d测量引起的不确定度所占比例为,而其它测量引起的不确定度所占比例很小,所以应该采用更先进的仪器和方法来提高镜中标尺刻度和钢丝直径测量的精确度,从而降低整个测量的不确定度。钢丝弹性模量的绝对不确定度 ,最终结果表示为,
这和碳钢丝杨氏模量的实际值( )是一致的。
三、结束语
钢丝杨氏弹性模量测量实验中,需要测量的物理量比较多,而且既有单次测量也有多次测量,既有直接测量也有间接测量,本文阐述了不确定度理论的一般原理,计算了弹性模量测量实验中各测量的不确定度,总不确定度主要来源于镜中标尺刻度和钢丝直径的测量,应该提高镜中标尺刻度和钢丝直径测量的精确度来降低整个测量的总不确定度。
参考文献:
[1]陈庆东,大学物理实验[M].北京:机械工业出版社,2006:4-39.
[2]尤力等,金属丝弹性模量的测量方法研究[J].稀有金属材料与工程,2007,36(10):1776-1779.
测量模式论文例8
建立现代化的农产品物流网络已经成为解决农产品流通问题的主要途径。农产品物流园区作为农产品物流网络的最重要的节点，它的规划将直接影响到整个网络功能的有效发挥。作为园区规划中的关键环节，合理的园区规模在控制投资成本、合理利用土地资源以及确保园区长期健康发展等方面具有重要意义。
一、规模预测方法概述
在城区内，农产品流通的主要渠道为：城区农产品物流园区城区农产品集市或超市城区消费者。可知，城区消费者每年所消费农产品总量即为园区年物流量L。以一定的年份为限，利用灰色理论分别对城区人均年消费农产品数量M和城区人口数量N进行预测，由L=M×N即可求得L。然后再根据计算农产品物流园区规模的时空消耗法数学模型，即可大致预测园区的规模（面积）。
二、包头市城区人均年消费农产品和人口数量预测
1.灰色理论基本原理
灰色系统理论是由我国著名的系统控制专家邓聚龙教授于上世纪80年代创立,之后得到了广泛的应用。灰色系统理论认为对既含有已知信息又含有未知或非确定信息的系统进行预测,就是对在一定方位内变化的、与时间有关的灰色过程的预测。尽管过程中所显示的现象是随机的、杂乱无章的,但毕竟是有序的、有界的,因此这一数据集合具备潜在的规律,灰色预测就是利用这种规律建立灰色模型对灰色系统进行预测。实践证明,灰色建模所需的信息较少,精度较高，能较好地反映系统的实际状况。
2.基于灰色理论的预测
表1 包头市城区居民平均每人全年消费主要农产品数量
单位:千克
表2 包头市城区人口统计数据单位：万人
由于在计算物流园区规模的时空消耗法数学模型中，对农产品和粮食所选取的参数不同，故需分别对它们进行预测。以下主要介绍对粮食进行预测的具体步骤：
(1)从表1中取2000年～2005年粮食消费数量为原始序列：,，。
(2)由公式可得一组生成数序列:,,。
(3)由以上两组序列可得矩阵B和Y，其计算公式和计算结果如下：
(4)由公式:（其中为待估参数向量，和分别称为发展灰数和内生控制灰数），可求得。
(5)建立预测数学模型：
表3灰色理论进行预测的结果单位：千克
平均绝对百分误差:，小于5%，说明此预测为高精度预测。
采用与上相同的方法，对粮食之外农产品总和与包头市城区人口时间序列数据进行预测，得出的预测值分别为281.50千克（2012年）和208.20万人（2012年），其平均绝对百分误差MAPE分别等于4.1017%和4.1318%，均为高精度预测。
三、园区规模预测
1.园区年物流量预测
将以上预测数值分别代入L=M×N得：(1)2012年包头市农产品物流园区的粮食物流量为:万吨；(2)2012年粮食外农产品物流量为：万吨。
2.应用时空消耗法模型预测规模
时空消耗法求解物流园区规模的数学模型为:。其中:n为货物的种类数;为单位货物平均所占体积;为货物的平均周转时间;为货物i的时间相关系数;为货物的年周转量，即园区的年物流量;为每平方米仓库所能存储货物i的体积；为物流园区面积与仓储面积的比值;A为物流园区的理想规模。
在规模预测时，对以上模型中参数的确定非常重要，但要精确确定其数值也比较困难。本文仅参考北京市通州物流园区规划时的部分参数进行预测。结合本文预测结果，可得下表：
表4包头市农产品物流园区参数表
将表中所有参数代入数学模型得A=8.3371公顷，即2012年包头市农产品物流园区的规模理论上应规划为8.3371公顷。
四、小结
物流园区的规划应分期分阶段进行，由于篇幅有限，本文所举实例只是对园区初期阶段的规模进行了预测，采用相同的方法可以预测后续阶段的规划规模。再者，时空消耗法数学模型中的参数应根据具体情况而定，不同的地区，其数值会略有不同。进行科学的调查研究，确定本地区的模型参数，将大大提高园区规模的预测精度，而这本身就是一项有待进一步研究的关于农产品物流园区规划的重要课题。
参考文献：
测量模式论文例9
中***分类号：U464.136+.5 文献标识码：A 文章编号：1005-2550（2016）02-0025-04
Fluid-Structure coupling Modal Analysis of Auto oiltank
Fu Guang， Liang Jing-qiang， Luo hui-juan， Lv Jun-cheng
（ SAIC GM Wuling Automobile Co.，Ltd.， Liuzhou Guangxi， 545007， China ）
Abstract： This paper researches fluid-structure coupling and virtual mass method that can affect dynamic characteristics of structure. Compared the differences between this two methods. Set up the FEA mode based on this two method. Compared the FEA result with the test result， it show that the result of virtual mass method is more closer to test result than fluid-structure coupling method.
0 前言
汽车燃油箱在实际工作中里面都是装有燃油，由于有液体的作用，装有燃油的油箱的动力学特性和空油箱的动力学特性有很大的差别[1]。考虑流体对结构的作用一般有4种方法，分别是轴对称水弹性模型分析方法、流固耦合法、虚拟质量法和外场分析法[2]。目前汽车燃油箱设计往往只考虑燃油箱结构本体性能，流体对结构的作用并未考虑，或者使用流固耦合方法，而流固耦合主要适应于可压缩流体，而燃油为不可压缩液体，这样分析显然不能真实的反应出燃油箱实际工作状态下的动力学性能。虚拟质量法则是忽略了流体的可压缩性，即适应于不可压缩的流体。本文通过分析流固耦合法和虚拟质量法理论，对某款乘用车燃油箱分别建立了两种有限元模型，将仿真结果和测试结果进行对比，分析两种方法对于燃油箱动力学特性分析的准确性。
1 流固耦合和虚拟质量法理论
1.1 流固耦合理论
假设流体是均匀、无粘、无旋且可压缩的理论流体，基于小位移理论，并忽略了流固动量传递及局部压力-密度线性关系[3]，其耦合方程为：
（1）
其中：Ms、Ks ---分别为结构的质量矩阵和刚度矩阵；
Mf、Kf ---分别为流体的质量矩阵和刚度矩阵；
A ---流固耦合矩阵；
Fs、Ff ---分别为结构载荷和声载荷；
u ---结构节点位移向量；
p ---流体节点压力向量。
1.2 虚拟质量法理论
虚拟质量法是用流体体积生成的质量矩阵来反映流体耦合对结构边界单元的影响，可实现流体与结构面的加速度和压力的完全耦合。虚拟质量法是忽略了流体的可压缩性和重力作用，结构的重要模态高于重力晃动频率且低于可压缩的声学频率[2]。虚拟质量法耦合示意***如***1所示：
由Helmholtz和Laplace方程可以求得速度势和压力场[4]：
（4）
（5）
式中 为任意节点 ri 处的速度向量；Aj 为结构体表面上某一微元的面积；σj 为节点 rj 处的单位面积体积流量向量；eij 为从 i 点到 j 点的单位向量，pi 为任意面 Aj 上的压力，ρ为流体的密度。
式（4）和（5）积分可得矩阵 x 和Λ，故
（6）
（7）
式中F为节点压力，根据力矩阵，质量矩阵和加速度矩阵之间的关系：
（8）
由式（6）、（7）、（8）联合可求得虚拟质量矩阵为：
（9）
流体以虚拟质量矩阵形式出现在耦合方程中，耦合方程可表示为：
（10）
M 为结构质量矩阵，MA 为流体虚拟质量矩阵，K 为结构刚度矩阵，KA 为流体对结构的刚度矩阵。一般情况下，KA 与结构自身刚度相比小很多，因此可忽略掉。由式（9）、（10）可计算出基于虚拟质量法的耦合特征值。
2 燃油箱有限元模型的建立
利用hypermesh软件，建立基于nastran求解器下的燃油箱有限元模型。对于两种耦合方法，分别建立两种求解模型。燃油箱结构部分两种模型可共用，采用壳单元CQUAD4和CTRIA3，采用ACM类型的焊点。燃油箱本体结构单元数21672个，节点数21504个，如下***2所示：
流固耦合模型，需要将燃油部分以实体网格模拟，采用CHEXA单元类型。流体网格有54172个单元，62071个节点。本文模拟的燃油量为额定容量的1/2，如***3所示。在nastran求解器中流体网格和结构网格通过ACMODL卡片进行耦合，由于流固耦合运动方程为非对称方程，因此对模态的求解采用非对称模态求解法。
由虚拟质量法的理论可知，流体以虚拟质量矩阵的形式参与到运动方程中计算，对虚拟质量矩阵的求解，不需要划分流体网格，在nastran求解器中，采用Mfluid和ELIST卡片来提取虚拟质量矩阵，其中Mfluid定义燃油液面高度、燃油密度，ELIST卡片定义流固耦合区域的单元集，在nastran 的前处理文件中语句形式如***4所示：
3 计算及测试结果分析
首先对空油箱有限元模型进行模态计算，然后在油箱装1/2水的状态下，计算以上两种建模方法的油箱模态，油箱均为无约束状态。
同时对燃油箱进行空油箱和装1/2水状态下的模态测试，油箱放于两个充气量适中的车轮内胎上进行测试，油箱放置较平稳。油箱上壳体布置19个测点，下壳体布置9个测点，如***5所示：
3.1 空油箱模态测试及仿真结果对比
对空油箱进行模态仿真计算和试验测试。振型如***6、***7所示，仿真和测试的前6阶主要振型均是在上壳体，前6阶模态值如表1所示，仿真结果基本比测试结果高1到5 Hz，主要是由于测试的时候，在油箱上壳体布置了19个测点，下壳体布置了9个测点，虽然是5个一组分批测试，但是传感器的附加质量还是对测试结果有一定的影响，另外边界条件和仿真理想的边界条件还是有一定差别，总体上结果误差在工程接受范围。
3.2 1/2液体油箱模态测试及仿真结果对比
在1/2溶液的状态下，两种模型分析结果和测试结果对比，振型有一定差别，但第一阶主要振型都是在下壳体。从表2的三者模态结果对比，基于流固耦合模态分析结果和测试结果相差比较大，虚拟质量法模态分析结果和测试结果比较接近。
表1和表2的结果对比表明，装有燃油的油箱模态频率比空油箱的模态频率有显著偏低，从***8、***9的振型***也可看出，由于液体主要作用在燃油箱下壳体，因此模态振型都集中到了下壳体，说明由于液体的作用，对燃油箱的动力学特性影响很大。同时两种耦合的结果误差均比空油箱分析的误差要大，因为两种耦合理论均是建立在一定假设条件下，因此和实际油箱的结构动力学特性还是有一定的差别。但是虚拟质量法计算燃油箱模态相对还是比较准确的。
4 结论
通过分析流固耦合和虚拟质量法理论，分别建立了某车型燃油箱的2种有限元模型，通过模态仿真分析和模态测试对比，得出以下结论：
（1）通过空油箱和装1/2燃油的油箱模态对比，测试和仿真结果均表明装油后油箱各阶模态频率都明显下降，主要振型从上壳体转移到下壳体，液体对燃油箱动力学特性影响很大。
（2）虚拟质量法的油箱模态结果比流固耦合的结果更接近实际测试结果。
参考文献：
[1]朱代义，谷正气等.基于流固耦合燃油箱动态特性分析[J].现代制造工程，2009，13（6）：13-17.
测量模式论文例10
混凝土是由粗骨料、细骨料、水泥、水及矿物掺合料等多项材料经混合、搅拌、硬化而成的一种多项复合材料，因为其优良的力学性能而在实际工程中广泛应用。而弹性模量是混凝土各项力学性能中重要的一项，体现的是混凝土受到荷载作用下自身所产生的形变，在地震灾害、需要结构具有抵抗变形能力等情况下要求混凝土具有较高的弹性模量。
近几十年来，各国研究学者在理论预测混凝土的弹性模量领域做了很多研究，以求能够精确预测弹性模量。本文建立在实测混凝土试件弹性模量的基础下，将几种常见的弹性模量模型估算值与试验结果进行比较，分析几种常见的混凝土弹性模量预测方法的准确程度，以供实际工程的预测和运用。
1 试验原材料与方法
1.1 试验原材料
试验采用的水泥为湖南韶峰水泥集团有限公司生产的“韶峰牌”42.5级普通硅酸盐水泥。矿物掺合料主级粉煤灰和硅灰。粗骨料选用石灰石、花岗石，连续级配。细骨料选用来自湘江的河砂，采用第2级配区的中砂，粒径选为0.63mm累计筛余量大于65%，0.315mm累计筛余量大于85%，0.160mm累计筛余量大于98%。
1.2 配合比设计
本文根据计算和试配，混得到凝土的配合比如表一所示。其中粉煤灰掺量为15%，硅灰掺量为5%，水胶比为0.40，砂率为40%。
1.3 试验方法
制作混凝土试件3个150×150×150mm的立方体，6个150×150×300mm的棱柱体。将其放在20±2℃，相对湿度95％以上的标准养护室里分别养护28天。
养护到达28天之后，3个立方体进行混凝土抗压强度试验，以确定混凝土强度等级；而6个棱柱体分为两组，其中3个进行混凝土弹性模量试验的测定，另外3个进行棱柱体抗压强度试验，以确定进行弹性模量试验时施加荷载的范围。
1.4 试验结果
标准养护之后，进行混凝土抗压强度和弹性模量的试验，其试验结果见表二。
2 预测混凝土弹性模量理论方法的介绍
严格意义上说，混凝土是一种包括粗骨料、细骨料、未水化的水泥颗粒、水泥浆体、胶凝孔体、毛细管孔以及骨料与浆体的界面过渡区域等至少7个相的多项复合材料[1]。从细观力学来看，混凝土弹性模量是各相组成材料弹性特性的集合。为了简化细观力学的分析，研究学者一般就混凝土看做二相复合材料，即粒子相和基体相[2]。
粒子相可以使粗骨料或者粗骨料和细骨料的集合，而相应的基体相为水泥砂浆或水泥净浆。这样就可以利用二相分布模型进行弹性模量的细观力学分析，推导混凝土的弹性模量与各组成相自身的弹性模量和体积率的函数关系。
下面，我们假设混凝土弹性模量为E，粒子相弹性模量为Ep，体积率为Vp，相应的基体相弹性模量和体积率分别为Em和Vm，根据二相自身弹性特征来具体介绍预测混凝土弹性模量的并联模型、串联模型、赫沙模型及康脱模型。
B•Paul沿用线弹性力学的极值方法推导出二相复合材料在其泊松比相同的情况下的弹性模量上限和下限。弹性模量上限即为并联模型，其理论依据是假设混凝土在受荷载作用时二相之间的剪切变形相同，模型公式为：
（1）
混凝土弹性模量下限即为串联模型，它是建立在混凝土受荷载作用时二相受到应力相同的前提下推导而成，模型公式为：
（2）
一般情况下混凝土弹性模量E符合下式的预测范围，简称为混凝土弹性模量混合律公式：
（3）
混合律的上限与下限一般跟混凝土弹性模量的实测值相差10%左右，为了更加准确地预测弹性模量，随后T•J Hirsch使用了一个加权因素X将混合律公式的上、下限联系起来，称之为赫沙模型：
（4）
在粒子相和基体相之间若不存在应变粘结的情况下，则二相应力相同，此时X=0，得出混合律下限公式；当X=1时，赫沙模型转化为混合律上限公式。大量试验研究表明混凝土的这个加权因素取0.5时对预测其弹性模量是最佳的[3]。
随后U•J Count在混合律的基础上，进一步对其进行修正，得到康脱模型：
（5）
近几十年来各国学者对混凝土弹性模量的预测有着新的研究，其主要是以平均意义上的细观力学方法为原理来进行估算，较为成熟的方法有Eshelby效夹杂理论、Mori-Tanaka方法、稀疏分布模型、自洽方法等。其中，自洽方法建立在混凝土内部应变能等价的前提下，既满足了应力平衡的条件，又符合二相基体间变形连续性的要求[4]，能更为精确地预测混凝土弹性模量。其模型公式如下：
（6）
式中：E和σ分别代表混凝土弹性模量和所受应力，E1代表砂浆弹性模量，C代表粗骨料体积含量，E2和ε分别代表粗骨料的弹性模量和应变。
3 混凝土弹性模量估算实例与分析
本文试验选择了0.4的水胶比混凝土进行弹性模量试验，并测得0.4水胶比的砂浆基体弹性模量为21.7GPa，采用石灰石、花岗石两种不同种类的粗骨料，之前试验已测得石灰石、花岗岩的弹性模量分别为82.5GPa和68.3GPa，粗骨料体积含量为0.41。假设混凝土砂浆基体相和粗骨料粒子相泊松比均为0.3，下面我们以28天龄期标准养护为准，把各理论方法与试验结果进行比较，试验结果见表三、表四。
由表三、表四我们可以看到，混合律作为混凝土弹性模量预测的上、下限，并联模型超出试验结果10%甚至更高，而串联模型低于试验值20%左右。赫沙模型和康脱模型是在混合律基础上发展而来，其预测值较为精确，但普遍低于试验值的7%左右。自洽方法统一了混合律的两种假设前提，其预测结果最为精确，在试验值的-1%~4%之间。
4 结论
本文通过对混凝土弹性模量的测定和估算，分析和比较了串联模型、并联模型、赫沙模型、康脱模型以及自洽方法对混凝土弹性模量的预测。主要结论如下：
（1）并联模型和串联模型分别作为预测混凝土弹性模量的上、下限，其跨度在试验值的-20%~10%之间。
（2）赫沙模型和康脱模型是在混合律预测公式基础上的改进模型，其预测值普遍偏小，在试验值的-6%~-8%之间。
（3）自洽模型既满足混凝土二相应力相等的力学平衡条件，又符合相体间连续形变条件，其预测结果最为精确，在试验值的-1%~4%之间。
参考文献
[1]沈观林.复合材料.北京：化学工业出版社,2005,1-10.