灰色理论论文精品(七篇)

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了七篇灰色理论论文范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

篇(1)

一、研究方法 

一般的抽象系统中都包含着许多因素，多种因素共同作用的结果决定了该系统的发展态势。人们常常希望知道在众多的因素中，哪些是主要因素、哪些对系统发展影响大等等，而使用灰色相关性分析可以弥补其他系统分析方法的缺陷，适用于本论文的研究。 

灰色系统理论是华中理工大学邓聚龙教授于1982年提出的，该理论利用灰色关联分析来分析因素之间的相关程度[8]。灰色关联分析是根据比较参考序列曲线和比较序列曲线之间的几何相似度来判断二者之间相似程度的，利用灰色关联系数来比较参考序列曲线和比较序列曲线在各点的差异[9，10]。 

二、数据来源和统计方法 

本研究以《灾害学》期刊作为研究对象。从研究学科来看，《灾害学》是进行综合性研究的学术期刊，它以各种自然灾害，包括自然灾害和人文灾害作为研究内容，通过对各种灾害事件的分析讨论，总结经验，吸取教训。从研究内容来看，广泛交流灾害科学的学术思想、研究方法、研究成果；从研究方向来看，注重关于灾害问题的研究动态和防灾减灾对策、人类抗御灾害的科技水平和能力等等的探讨。因此，通过对该期刊的研究，能够全面筛选出各灾害学相关研究的被引次数。 

本研究引用的数据来源于“中国知网”（cnki.net）2004—2015年的数据。其中以2004—2013年的数据作为数据来源，同时参考2014年和2015年的数据。普赖斯认为，科研论文一般在其发表后1—2年即达到被引用最高峰，因此选用2004—2013年10年的数据，2014年和2015年的数据仅作为参考数据。 

本研究利用灰色关联分析，以被引次数最多的50篇论文的相关数据作为研究基础，从论文的被引次数与该论文的下载量、论文作者的职称、的时间、论文研究范围四个方面进行分析。 

三、被引用率灰色关联度分析 

（一）确定比较数列和参考数列 

本文选取论文的被引次数作为参考数列，以该论文的下载量、的时间、论文作者的职称、论文研究的区域作为比较数列，如表1所示。 

表1 影响因子及变量设定表 

其中，职称按照从高往低赋值：设正高=1，副高（博士）=2，中级（硕士）=3，初级=4；研究范围从大到小赋值：设世界性=1，全国性=2，地区性=3，市县等=4，则被引次数最高的50篇论文的相关数据如表2所示。 

（二）无量纲化 

由于系统中各因素列中的数据可能因计算单位的不同，不便于比较，或在比较时难以得到正确的结论，因此，在进行灰色关联度分析时，一般都要进行标准化 （无量纲化）的数据处理。本文利用公式（1），以P50的数据为基准，对原始数据数列和比较数据数列进行初始化运算，以消除量纲或数量级的影响，得到标准化后的数列（表3）。 

（三）产生对应差数列表 

将无量纲化后的比较数列与参考数列进行差值计算，并求绝对值，将之列如对应差数列表，内容包括与参考数列值差（绝对值）、每列最大差和每列最小差。然后计算最大差值和最小差值。 

四、灰色关联的结果分析 

通过灰色关联分析法可知： 

1.论文的下载量、的时间、论文作者的职称、论文研究的范围四个方面的相关度都几乎接近于1，说明这四个方面与论文的被引次数相关度非常大。 

2.从论文的下载量、的时间、论文作者的职称、论文研究的范围四个方面来说，相关度大小排序为：研究范围>时间>作者职称>下载数量。说明论文被引用率影响较大的还是论文本身研究范围。也说明论文刊出时间越长，关注的学者越多，被引的可能性也越高。作者职称和下载数量低于前两个因素。 

3.利用灰色关联度分析法研究结果对把握期刊的服务对象和办刊理念有极大帮助。灰色关联度分析法克服了传统数理统计方法中对样本需要量大、计算量大等缺点，有利于分析期刊研究过程不完全信息中随机因素的显著性和关联性，开拓了期刊研究的新方法。 

参考文献： 

[1] 刘雪立.10 种国际权威科技期刊影响因子构成特征及其启示[J].编辑学报，2014，26（3）：296-300. 

[2] 毛国敏，蒋知瑞，任蕾，等.期刊论文被引频次的幂律分布研究[J].中国科技期刊研究，2013，25（2）：293-307. 

[3] 叶鹰.高品质论文被引数据及其对学术评价的启示[J].中国图书馆学报，2010，36（1）：100-103. 

[4] 方红玲.我国科技期刊论文被引量和下载量峰值年代——多学科比较研究[J].中国科技期刊研究，2011，22（5）：708-710. 

[5] 黄鹂.从论文被引频次分析看高校学报在学校科研发展中的作用——以长江大学及其主办的学报为例[J].长江大学学报：社会 

科学版，2012，35（9）：184-186. 

[6] 任胜利，柴育成，姚玉鹏，等.地球科学国际主流期刊的引文分析[J].科学通报，2002，47（1）：74-79. 

[7] 李斐然.如何创作被引次数最多的论文[J].创新科技，2012，（1）：58. 

[8] 曹惠玲，黄乐腾，康力平.基本AHP及灰色关联分析法的发动机健康评估研究[J].数学的实践与认识，2015，45（2）：122-129. 

篇(2)

论文关键词：经济影响力，乘数分析法，短期预测分析，上海世博会，经济效益

 

1 引言

世博会作为全球最大的城市博览会，越来越成为世界瞩目的盛事，作为各国展示自身综合国力、民族文化与意识形态的重要舞台，对各国都产生着巨大的影响。举办城市或者举办国则抓住时机促进经济发展，提升城市形象乃至国家形象。上海市在年举办了有史以来最为盛大的世博会，对上海乃至中国的经济、社会发展产生了巨大影响。

按照一般的经济增长周期理论, 一个经济体在保持长期(一般为年)的持续增长之后,由于受到市场、资源、基础设施以及环境等“瓶颈”因素的制约, 如果没有外生变量的介入,其增长率将会逐步递减。而此时如果有一个足够大的外生变量介入, 无疑将会改变经济增长曲线的斜率, 使之继续保持一定的高速增长[1]。年上海世界城市博览会的举办，对上海和中国都是经济增长的外生变量，成为经济增长的推动力, 然而，其对上海市经济增长的影响程度多大却值得探讨。

2 研究状况

近年来，国内许多学者对GDP的发展规律及预测方法进行了研究。梁鑫等利用SPSS软件, 在AIC准则下建立了ARIMA( 1,2,1)模型,利用非参数统计方法对模型进行了适应性检验, 进而对GDP数据进行实证分析及预测[2]。赵盈以1954～2004年我国GDP的数据资料为依据, 采用Box2Jenkins方法建立ARIMA( 1,1,1) 模型, 揭示了我国GDP增长变化的规律性, 并对回归结果进行了实证分析[3]。李占江等应用SAS软件, 依据1952～2005年内蒙古GDP数据建立了ARIMA( 0,2,1)模型, 并对2006年GDP作出预测[4]。靳珊对1950～2006年贵州的数据进行分析, 采用Eviews软件建立ARIMA( 1,1,1)模型, 揭示了贵州GDP的增长变化规律[5]。魏宁利用SPSS统计软件, 根据ACF图和PACF图选取模型的阶数,再在AIC准则[6]下重复拟合得到合适的模型, 并根据残差序列的ACF图和PACF图对模型进行适应性检验, 从而对1952～2007年陕西省的GDP进行分析,并对陕西省未来6年GDP进行预测[7]毕业论文格式。

然而，这些预测方法要求数据具有一定的规律性或符合某些典型的概率分布，因此，运用这些方法进行预测所做决策约束太多，实用性也嫌弱。而运用灰色GM(1,1)模型对数据进行灰色预测时，对样本量数据的多少和样本有无规律要求低，而且计算量小且方便，更不会出现量化结果与定性分析结果不符的情况。因此，该方法具有很广泛的实用价值[8]。目前,灰色系统理论已在很多领域得到了广泛的应用,如Li-chang Hsu的论文中使用GM（1,1）模型预测全球IC业的需求及销售量[9]。马勇基于GM（1,1）改进的DGM模型来预测港口货物吞吐量[10]。左继宏基于灰色GM（1,1）模型预测GDP及人均GDP[11]。

对世博会的经济影响进行评估的经典方法与对一般的重大事件活动进行经济影响评估一样是成本效益分析[12],其基本评估技术是投入产出法。然而，都因需要有精确、全面的财务、资金及其它数据资料而难以使用，尤其是在预评估中更因信息贫乏而难以获得令人满意的效果。

目前经济效益，运用灰色GM（1,1）模型预测GDP及人均GDP的文献较多，但主要特征是单一地用来进行GDP的数字预测，不能更好地分析其后续效应。本文结合乘数分析法，以2002～2009年上海市筹办与举办世博会期间每一年的经济总量为样本数据，探讨世博会对上海市GDP短期影响力，并在一定的预测精度和灰色关联度水平下对年上海市经济总量的贡献做出评估，并在定量分析的基础之上得到上海世博会的短期经济影响力大小。

3上海市GDP预测模型的构建与求解

3.1上海市GDP预测模型的构建

3.1.1原始数据的收集与分析

对上海市经济总量时间序列数据的预测是建立在对其历史发展趋势认知的基础上的，因而历史观察数据的收集与分析非常重要。本研究涉及的上海市2002～2009年每一年度的GDP数据均出自《上海市统计年鉴》（见表1）。资料显示，自成功申请年世博会以来，上海市经济得到了长足快速地发展。上海市年经济总量为亿元，到年已增加到亿元。

表1 上海市近几年数值（亿元）

篇(3)

【关键词】党校图书馆；灰色文献；资源建设

灰色文献是介于白色文献黑色文献二者之间的文献，国内外图书馆情报界普遍将公开发行的文献定为白色文献,不公开发行的秘密文献定为黑色文献,而灰色文献就是一类非秘密的不作为正常的商业化出版物出售的，较难以获取利用的文献。所以，谁注意了灰色文献的收藏，谁就拥有了一份独一无二的文献财富。对“灰色文献”的收藏、开发及利用应是党校图书馆的鲜明特征。党校图书馆必须更加重视灰色文献的收集、开发和利用,为党校的教学、科研及各级领导决策服务,发挥其重要作用。

一、灰色文献的特点

(一)信息价值高,可靠性强。

灰色文献的内容几乎涉及到社会的各个方面和不同层次,由于它直接来源于科研、教学、生产第一线，反映了最新的社会及经济状况、科研动态、科研成果及发展趋势。它也报道各种实用技术、工艺和方法以及行政动态等 ,成为重要的信息载体之一。党校的教学和理论研究工作正需要这些广泛的学术研究和现实信息来开阔视野,并尽快将这些信息加以利用,变为教学、科研成果，适应新世纪学员学历层次高，听课内容要求新、广、深、与时俱进的需要。同时也适应了党校教师、学员研究新课题以现实为主的特点。

(二)科研严谨 ,结论可信。

灰色科研文献是经科学研究人员从确定课题 搜集积累资料,无数次的反复实验、研究等长期艰苦的科研活动创造而取得的最新成果。在灰色科研文献产生的过程中,无论是对国内外科研动态的考察、了解,还是对资料的占有大多是非常严谨、详尽和系统的,通过多次的探索得出了最新的结论,其结论无论正确与否都有十分重要的参考价值和使用价值。正确的结论可直接利用,具有很高的实用价值;错误的结论可以启示人们少走弯路 避免失误和浪费 ,具有很大借鉴价值;还有一部分结论则可能成为另一新课题和新思维的起点,具有很强的继承和持续研究价值。总之,灰色文献研究结论的可信性是不容置疑的。

(三)灰色文献的决策参考性强

各级政府机关的行政报告往往是紧紧围绕国家或地方的社会、政治、经济、文化等方面的发展需要,及时对一些方针、政策、计划的决策情况进行的通报。科学研究机构的研究报告中含有对尖端技术、重点技术研究、规划、实施等的决策情况。咨询部门的调查报告中含有政府急需解决的重点、热点问题的情况。企业的技术报告中含有生产、经营、销售的决策情况。利用它们制定各方面的决策比利用其他文献借鉴参考性更强。另外,可利用灰色文献向学员及时提供各种决策信息资料。党校的学员一般都是有一定理论素养和丰富实践经验的领导干部。他们既是领导者,又是决策者。为他们提供信息资料服务 既是满足他们提高自身素质的需要 ,也是满足他们参与本地区、本部门决策的需要。

(四)灰色文献专业特色突出,业务作用明显。

许多内部资料是某一部门、某一系统、某一行业编辑发行的,其目的是为本部门、本系统工作服务。这些内部资料主要发表本行业的研究文章、工作经验、调查报告、情况反映等。对于指导本部门、本系统的工作、培训干部,提高职工素养和工作能力起着非常重要的作用。而党校学员大都来自于社会各条战线,既是决策的制定者又是决策的执行者。他们在研究本系统、本部门工作实际时,无疑要借助此类文献。因而,能引起广大教师和学员的广泛兴趣。另外，党校图书馆可以通过提供灰色文献参与市委、市政府、市人大及其他部门的专项问题的论证工作。

二、灰色文献在教学、科研和领导决策中的应用价值

灰色文献是内部资料,它来自四面八方和各行各业,是科研成果、教学经验的概括和总结。灰色文献的种类很多，归纳起来，主要包括以下几方面的内容：(1)内部刊物。它是指那些因发行范围受限制而未能进入常规流通渠道的刊物。主要是高等院校、科研单位、医院、企业等编辑的一些内部交流的出版物。比如，地方科研单位的内部杂志和有关科研项目的可行性报告，其文献的科学情报价值远远高于公开发表的论文，科研人员可以不将成果公开于学术论文，但必须在工程可行性报告中予以详述。(2)内部报告。一般性指政府、公共权威机构、管理机构等出版的报告，该类文献直接反映各地政府的行政工作，科技发展和社会生活的实践。(3)会议资料。一般分为会前手稿和会后的会议记录，前者是用于会议交流，后者是完整收录会议各种内容的文献。(4)内部音像、视听、机读等文献资料，此类型文献，内容丰富，极具收藏价值。灰色文献涉及到各个方面和不同层次,学科之间相互交叉、相互渗透。教学科研中的问题、动态和发展趋向几乎都浓缩在这些灰色文献中,反映了近期专业学科领域中的新经验、新成果、新探索、新动向 ,具有前瞻性、实用性。所以,这类灰色文献学术水平较高,往往包含着超前或可持续发展的信息 ,有着珍贵的信息价值、学术价值和参考价值,是一笔巨大的财富。如果将这些灰色文献结合、运用到教学、科研和领导决策中去,其作用和意义是无法估量的。当前,各级党委、政府都面临着根据十七大提出的重大战略思想,重大战略部署,把中国的发展推向新的历史高度这一新形势、新任务。同时,围绕这一新形势、新任务在不同的阶段又有着各自不同的工作重点。有关工作重点的决策是领导者比较关注的,有关工作重点的信息、资料服务也必然是领导者需要的。因此,党校图书馆做好为领导确定工作重点的决策服务,也就是满足了决策者的迫切要求,也就产生了社会效益和经济效益。

三、加强灰色文献的建设及开发利用

篇(4)

关键词：国内物流货运量；灰色预测模型；有效性；合理性

中图分类号：U294 文献标识码：A

Abstract： Due to the large number of influencing factors of logistics freight in the whole country， the data is relatively large and the statistical process is more complicated. Therefore， there is a situation that“some information is determined and some information is uncertain”， and the gray forecasting model can be used to forecast the domestic logistics. This paper establishes the grey prediction model， analyzes whether the gray forecasting model is effective for the forecasting of domestic logistics and the rational use of the model， and forecasts the future domestic freight volume under the premise that the model is reasonable and the result is effective.

Key words： domestic logistics volume； gray forecasting model； effectiveness； rationality

物流是一个复杂的经济现象，物流与经济之间存在双向因果关系（即互动关系）的可能，一方面物流发展推动经济增长，另一方面经济增长拉动物流发展。具体显示物流发展的一个因素是物流货运量，一个区域或一个范围物流货运量的多少，可以说明这个地区物流的发展情况，同时还影响这个区域或这个范围的经济发展情况。

按空间范围来划分，物流活动可分为地区物流、国内物流与国际物流。国内物流是指在一个国家领地范围之内进行的物流活动，国内物流是一个国家经济发展的重要部分。在国内，物流货运方式一共有四种，是公路、水路、民航和铁路。随着经济的快速发展，国内物流也迅速发展起来，原来主要由铁路运输，现在发展为公路、水路、民航和铁路四种运输方式，就现有数据来看每年的国内物流货运量都有所增加，但是由于在全国范围内对物流货运量的影响因素众多，数据较为庞大，统计过程较为复杂，所以存在“部分信息确定，部分信息不确定”的情况，于是便可用灰色预测模型对国内物流货运量进行预测。通过灰色预测模型所预测的结果，可以分析该灰色预测模型对国内物流货运量预测是否有效，模型运用是否合理。同时在模型运用合理结果有效的前提下，可以对未来的国内物流货运量进行预测。

1 国内物流货运量预测模型建立

1.1 灰色预测模型――GM1，1模型

中国学者邓聚龙教授把一般系统论、信息论、控制论相结合，把它们的观点、研究方法延伸到社会、经济和生态等抽象、复杂系统，在19世纪80年代创立发展起来运用数学方法解决灰色系统的理论和方法――灰色系统理论。灰色预测模型是灰色系统理论内容中的一部分，应用广泛，对数据没有强烈的限制，精度高技术简便。

GM1，1模型则表示灰色预测模型是一阶的，同时变量为一个，微分方程表示为■+ax=u。

1.2 GM1，1模型建模过程

首先假设除了研究变量外其他因素每年变化都较小，对所研究问题影响甚微，不考虑在内。

2 国内物流货运量预测

2.1 国内物流货运量预测模型的确立

近年来，物流业迅速发展，国内物流的货运量是呈上升趋势，于是可以对国内物流货运量量化研究，同时国内物流货运量数据是可获得的，同样的，经济的迅速发展，国内实际GDP是呈上升趋势的，于是也可以对国内实际GDP进行量化研究，同时国内实际GDP的数据是可获得的。通过官方平台获得两组实际数据如表1所示。经过对比分析，国内实际GDP逐年增长，国内物流货运量逐年增长，国内实际GDP与国内物流货运量二者之间相互促进。由于数据的真实性，便可运用灰色预测模型来预测未来几年国内物流的货运量及其变化。

2.2 国内物流货运量预测模型及检验

3 国内物流货运量预测模型应用

3.1 未来预测

基于GM1，1的有效性，可对国内2016～2018年的物流货运量进行预测如表3所示：

3.2 结 论

通过上述建模过程、分析得到以下结论：（1）GM1，1模型对研究物流货运量是有效的。（2）从GM1，1模型对国内物流货运量预测结果来看，预测有效，模型运用合理。在实际应用中，可以根据实际情况及需要进行修改，来提高预测值的准确性。（3）根据表3实际预测数值，可以看出，国内物流货运量是呈上升趋势的，中国物流业还会呈现快速增长模式。

基于灰色预测模型的实际应用，根据以上对国内物流货运量预测与研究，可以看出国内物流货运量成逐年增长的趋势，同时国内实际GDP也呈现增长趋势，说明物流的发展对中国经济发展有一定的推动作用。基于灰色预测模型在预测国内物流货运量运用时的合理性，对于未来三年国内物流货运量进行预测，且预测值呈增长趋势，起到对经济发展的推动作用。而且自十以来，我国对经济体制改革不断深入，其根本目的是推动经济发展，为物流业的发展提供更加有利的条件。

参考文献：

[1] 刘南，李燕. 现代物流与经济增长的关系研究――基于浙江省的实证分析[J]. 管理工程学报，2007，21（1）：151-154.

[2] 芦阳. 对中国发展第三方物流的分析[J]. 华北水利水电大学学报（社会科学版），2005，21（2）：68-70.

[3] 邓聚龙. 灰预测与灰决策[M]. 武汉：华中科技大学出版社，2002.

[4] 崔立志. 灰色预测技术及其应用研究[D]. 南京：南京航空航天大学（博士学位论文），2010.

篇(5)

关键词：区域创新；绩效；灰色关联投影；理想点

一、 引言

我国在《国家中长期科学和技术发展规划纲要（2006-2020）》指出，必须把提高自主创新能力作为调整经济结构、转变增长方式、提高国家竞争力的中心环节，把建设创新型国家作为面向未来的重大战略选择，到2020年全社会研究开发投入占国内生产总值的比例达到2.5%以上，力争科技进步贡献率达到60%以上，对外技术依存度降低到30%以下，本国发明专利年度授权量和国际科学论文被引用数均进入世界前5位。要实现上述目标，更多地取决于知识创新成果向现实生产力的转化的效率，尤其是在相比发达国家我国社会资源相对匮乏的情况下，更应该对科技创新资源的利用效率进行客观地评价，以便国家以及各地政府部门正确地认识自身的创新情况，有效地识别影响区域创新绩效的关键因素，从而制定相关的区域发展政策，进一步提高区域科技投入转化为科技成果的效率。目前，区域创新绩效的评价问题已引起了国内外学者的关注，学者们提出的评价模型大部分是以数据包络分析（data envelopment analysis，dea）以及其拓展模型为主，但区域创新绩效评价问题更具备灰色系统的特征，因为区域创新绩效评价系统中既有已被了解的白色信息，又有尚未被发现的黑色信息，而更多的是一般性了解的灰色信息。因此，本文将灰色系统理论的灰色关联与矢量投影原理相结合，提供一种基于灰色关联投影的区域创新绩效评价模型，同时对评价指标采用客观赋权方法，尽量避免人为因素对评价结果的影响。

二、 区域创新系统创新绩效评价的灰色关联投影模型

1. 灰色关联投影法原理。灰色关联投影法是从矢量投影的角度探讨多目标评价的方法，该方法以各方案在理想方案上的投影值大小，作为评判决策方案优劣的标准，并通过特定的算法，使重要指标的加权系数得到进一步加强，从而全面准确地反映了各决策方案和理想方案之间的接近程度，使得区域创新绩效评价更接近客观实际。考虑到区域创新绩效的评价对象集合a：a={a1，a2，…，am}，各评价对象的因素指标集合v：v={v1，v2，…，vn}。记评价对象ai对评价指标vj的属性值为rij（i=1，2，…，m；j=1，2，…，n）。一般来说，为了消除原始数据指标单位及其数量级的影响，需要对原始数据进行规范化处理，处理方法如下：

3. 区域创新系统创新绩效评价的灰色关联投影评价步骤。

第一：收集数据，确定评价对象集a和属性指标集v；

第二：对原始数据r按照式（1）进行规范化处理得到 r′，同时确定最佳评价对象a0；

第三：利用式（9）计算各指标的权重向量w=（w1，w2，…，wn）；

第四：用式（3）计算子因素r′ij与母因素r′0j的关联系数?酌ij，得到由?酌ij组成的多目标灰色关联度矩阵f；

第五：利用式（6）计算各待评价对象在理想最佳评价对象上的投影值di。

三、 我国区域创新系统创新绩效评价实证分析

1. 评价指标体系设计及计算结果。设计一个系统的、科学的、具有可操作性和可拓展性的评价指标体系，是正确评价区域创新系统创新绩效的前提和基础。从本质上讲，对区域创新系统创新绩效评价指标体系的选择是建立在对创新绩效概念内涵理解的基础之上。因此，由于研究者对区域创新绩效含义的理解不同，所给的评价指标体系也不尽相同。笔者根据区域创新绩效评价指标体系设计的科学性、可比性、实用性、可操作性以及系统性原则，在创新投入方面主要选取r&d研发人数（v1）和r&d研发投入资金额（v2）两项指标，在创新产出方面主要选取专利申请授权数（v3）、发表科技论文数（v4）、国内外技术市场合同成交额（v5）、大中型以上企业新产品销售额（v6）以及当地gdp水平（v7）五项指标。根据上述评价指标查询国家统计局网站以及《中国区域创新能力报告2010》的相关数据，并按照公式（1）进行数据规范化处理，数据处理结果见表1所示。按照公式（2）选取比较序列，再按照灰色关联投影评价步骤的第三、第四和第五分别带入表1数据进行计算，便可得出表1第9列和第10列的评价结果。

2. 区域创新系统创新绩效评价结果分析与建议。由表1可以看出，区域创新绩效排名前十的地区既有处于东部的省市，如北京

市（排名第二）、上海市（排名第三）、辽宁省（排名第四）、天津市（排名第五）、河北省（排名第六），也有处于中部的省份内蒙古（排名第八），同时还有地处西部的新疆（排名第一）、青海（排名第七）、甘肃（排名第九）以及贵州（排名第十）；区域创新绩效排名后十名的省、市、自治区中，东部地区（江苏、福建、山东、浙江和海南）占到了50％、中部有江西、黑龙江和安徽，西部有西藏和宁夏；同时还可以发现，创新绩效排名在第11到第21的地区中，只有一个东部省份广东，其余均为中西部地区。通过上述分析可以得出如下结论，区域创新绩效和地方的经济强弱并无直接的联系，而是分布在不同的经济区域内。

为了分析区域创新能力与创新绩效的关系，这里引用《中国区域创新能力报告2010》中的区域创新能力排名次序，重点分析创新能力排名前十的地区，他们分别是：江苏、广东、北京、上海、浙江、山东、天津、湖北、四川和重庆。从表1的结果中可以看出，创新能力排名前十的地区其相应的创新绩效未必高，其中北京、上海和天津的创新绩效水平与其创新能力有所呼应，而江苏、浙江和山东的创新绩效水平却处于后十名，广东、湖北、四川和重庆的创新绩效水平则处于中等水平。

摘要：文章根据灰色系统理论中的灰色关联分析，建立了我国区域创新系统创新绩效评价的灰色关联投影模型。另外，评价指标的权重对最终的创新绩效评价影响很大，为了尽量消除主观因素的影响，充分考虑评价矩阵的固有信息，利用逼近理想点法确定各评价指标的权重。

关键词：区域创新；绩效；灰色关联投影；理想点

一、 引言

我国在《国家中长期科学和技术发展规划纲要（2006-2020）》指出，必须把提高自主创新能力作为调整经济结构、转变增长方式、提高国家竞争力的中心环节，把建设创新型国家作为面向未来的重大战略选择，到2020年全社会研究开发投入占国内生产总值的比例达到2.5%以上，力争科技进步贡献率达到60%以上，对外技术依存度降低到30%以下，本国发明专利年度授权量和国际科学论文被引用数均进入世界前5位。要实现上述目标，更多地取决于知识创新成果向现实生产力的转化的效率，尤其是在相比发达国家我国社会资源相对匮乏的情况下，更应该对科技创新资源的利用效率进行客观地评价，以便国家以及各地政府部门正确地认识自身的创新情况，有效地识别影响区域创新绩效的关键因素，从而制定相关的区域发展政策，进一步提高区域科技投入转化为科技成果的效率。目前，区域创新绩效的评价问题已引起了国内外学者的关注，学者们提出的评价模型大部分是以数据包络分析（data envelopment analysis，dea）以及其拓展模型为主，但区域创新绩效评价问题更具备灰色系统的特征，因为区域创新绩效评价系统中既有已被了解的白色信息，又有尚未被发现的黑色信息，而更多的是一般性了解的灰色信息。因此，本文将灰色系统理论的灰色关联与矢量投影原理相结合，提供一种基于灰色关联投影的区域创新绩效评价模型，同时对评价指标采用客观赋权方法，尽量避免人为因素对评价结果的影响。

二、 区域创新系统创新绩效评价的灰色关联投影模型

1. 灰色关联投影法原理。灰色关联投影法是从矢量投影的角度探讨多目标评价的方法，该方法以各方案在理想方案上的投影值大小，作为评判决策方案优劣的标准，并通过特定的算法，使重要指标的加权系数得到进一步加强，从而全面准确地反映了各决策方案和理想方案之间的接近程度，使得区域创新绩效评价更接近客观实际。考虑到区域创新绩效的评价对象集合a：a={a1，a2，…，am}，各评价对象的因素指标集合v：v={v1，v2，…，vn}。记评价对象ai对评价指标vj的属性值为rij（i=1，2，…，m；j=1，2，…，n）。一般来说，为了消除原始数据指标单位及其数量级的影响，需要对原始数据进行规范化处理，处理方法如下：

3. 区域创新系统创新绩效评价的灰色关联投影评价步骤。

第一：收集数据，确定评价对象集a和属性指标集v；

第二：对原始数据r按照式（1）进行规范化处理得到 r′，同时确定最佳评价对象a0；

第三：利用式（9）计算各指标的权重向量w=（w1，w2，…，wn）；

第四：用式（3）计算子因素r′ij与母因素r′0j的关联系数?酌ij，得到由?酌ij组成的多目标灰色关联度矩阵f；

第五：利用式（6）计算各待评价对象在理想最佳评价对象上的投影值di。

三、 我国区域创新系统创新绩效评价实证分析

1. 评价指标体系设计及计算结果。设计一个系统的、科学的、具有可操作性和可拓展性的

评价指标体系，是正确评价区域创新系统创新绩效的前提和基础。从本质上讲，对区域创新系统创新绩效评价指标体系的选择是建立在对创新绩效概念内涵理解的基础之上。因此，由于研究者对区域创新绩效含义的理解不同，所给的评价指标体系也不尽相同。笔者根据区域创新绩效评价指标体系设计的科学性、可比性、实用性、可操作性以及系统性原则，在创新投入方面主要选取r&d研发人数（v1）和r&d研发投入资金额（v2）两项指标，在创新产出方面主要选取专利申请授权数（v3）、发表科技论文数（v4）、国内外技术市场合同成交额（v5）、大中型以上企业新产品销售额（v6）以及当地gdp水平（v7）五项指标。根据上述评价指标查询国家统计局网站以及《中国区域创新能力报告2010》的相关数据，并按照公式（1）进行数据规范化处理，数据处理结果见表1所示。按照公式（2）选取比较序列，再按照灰色关联投影评价步骤的第三、第四和第五分别带入表1数据进行计算，便可得出表1第9列和第10列的评价结果。

篇(6)

论文关键词：失效模式影响分析，综合评价，离散型加工生产线

0引 言

针对企业生产过程中所需资源多样性和相关性，导致生产系统难以评价或评价结果不够准确；国内外学者提出各种评价方法和控制手段。如Teng[3]提出基于FMEA的生产过程的控制，运用FMEA理论对生产制造过程中所涉及的零部件出现失效模式进行评价；Allen[4]提出生产设计阶段利用FMEA和模糊数学方法进行管控, 将FMEA和模糊集理论应用到产品设计阶段；门峰[8]提出模糊集理论与灰色关联理论的FMEA方法，将FMEA和模糊集理论与灰色关联理论运用到具体的铸件产品中。郭铜修等[9]提出企业生产系统模糊评价方法，将模糊集理论运用到航空工业企业生产系统中的评价。本文在上述研究基础上发现FMEA方法存在不足之处：（1）多因素评价时所得风险顺序数不可靠，得到数值相近甚至相等。（2）系统评价过程中没有考虑各因素在整体上影响程度，只是按着FMEA方法评价其各个因素；为了避免以上缺点而提出了基于FMEA离散型加工生产线的综合评价。

1 FMEA离散型加工生产线的综合评价研

1.1离散型加工生产线研究

从系统工程角度出发工商管理论文，离散型加工生产线的生产过程可以被看作是一个“输入—转换—输出”系统，系统输入就是一切需求资源或生产要素，经过有机的转换过程，输出特定产品或服务，这个转换过程就是企业生产系统龙源期刊。一般将离散型生产线的构成要素划分为[9]：

(1) 人力：人员技能、人力资源利用、人员情绪等。

(2) 物力：物料、半成品、产品、周转箱、设备、仪器、文件资料、工具、工装等。

(3) 环境：生产线现场的通道、地面及其标识，各类管线、门窗、墙面、通风、照明等。

(4) 信息：在制品数量、产品合格率或废品率、生产计划数量、生产成本、时间等。

从上述描述可以看出各种构成要素中包括不同种因素，不同要素在不同企业生产线中影响程度不同，不同因素在企业生产线中影响程度也不同，所以对具体企业生产线进行评价时要考虑到这种特殊性。可以将生产线划分为一级要素指标和二级因素指标，即考虑其层次性，生产线指标体系如图1-1。这些因素控制存在不确定性和模糊性，而这种不确定因素在以前的评价系统中难以给予准确的数值。故障模式影响分析（Failure Mode and EffectAnalysis ,FMEA）和模糊数学理论在这方面有着其他方法不可替代优势。FMEA实施过程中主要是利用专家经验和知识得到各因素失效模式的发生率（Occurrence-O）、严重度（Severity-S）、难检度（Detectability-D），通过计算风险顺序数（Risk PriorityNumber-RPN，RPN=）得出风险程度。其计算方法就是O、S、D三者乘积而得出其风险顺序数，这样导致不同失效模式得出相近甚至相同的RPN工商管理论文，但实际上这些相近甚至相同RPN的重要程度不同[10]。

图1-1 生产线指标体系

通过以上分析，生产系统评价既要考虑它的要素和因素重要性，又要考虑各因素具体的情况，于是提出了基于FMEA离散型加工生产线的综合评价方法。首先从系统的角度出发，利用专家知识和经验填写各层次指标的重要性表格，应用二元对比倒数法计算出相应权重。其次从局部的角度出发，应用FMEA理论对具体因素存在失效模式进行评价龙源期刊。最后为了考虑所有因素对生产系统的影响和避免专家的主观因素，应采用模糊集和FMEA理论相结合的方法，即综合评价方法，其过程如图1-2。

图1-2 综合评价过程

1.2 FMEA模型简介

失效模式与效应分析是FMA（故障模式分析）和FEA（故障影响分析）的组合，是过程管理中的一项预防性分析工作，是一种用来评价系统的设计和生产过程或服务等所有可能发生的故障（问题、错误、风险和利害）的特殊关系[1]。其使用范围包括产品设计、生产过程、服务过程、机器设备等。

有效FME具有以下特色：可以降低制造过程中出现失效的风险；能识别与产品相关的制造失效模式；可分析所有顾客要求的产品特殊性；能评估失效对顾客造成的影响；能识别制造过程中潜在的失效原因，并据以降低失效发生率；能列出潜在失效模式的排序，并据以建立考虑采取矫正措施的优先级；能将制造或装配过程的结果文件化。FMEA的实施过程如图1-3。

图1-3 FMEA实施过程

FMEA使用过程中要进行相关数据的实际调研和收集，识别产品或系统潜在失效模式中潜在失效后果、潜在原因、确认现行的检测方法和控制手段工商管理论文，评价严重度、发生率、难检度；直到所有失效模式评价完成，计算风险顺序数，判断风险顺序数是否在可接受的水平。若风险顺序数在不可接受水平内需要采取措施，通过持续改进直到达到可接受水平内才为止。

1.3综合评价模型简介

综合评价模型如下：

B=A°R= A° （1-1）

模型中：A=一级指标权重， Ai，二级指标权重，为判定矩阵，上标°表示合成算子。

（1）权重的确立[6]

通过表1-1，利用二元对比倒数法得出各子系统相对权重。

表1-1因素比较表

定义

定义

1

Ai与Aj同等重要

2

Ai比Aj略微重要

3

Ai比Aj较为重要

4

Ai比Aj重要

5

Ai比Aj重要得多

6

Ai比Aj非常重要

7

Ai比Aj绝对重要

 

 

根据专家初始权重集W计算权重相似系数Sij ，得到相似矩阵S。

（1-5）

式中，Sij 专家i与专家j相似程度，需要进一步计算偏离程度L来剔除偏离程度大的专家评定权重

（1-6）

（1-7）

式中代表i专家评定因素权重与其他专家评定因素权重偏离程度，假如大于某一界值时，第i位专家意见加以剔除。实际运用中根据实际情况来设定界值L。

（3）评判矩阵的确定。一般采用定性指标和定量指标的隶属度，本文采用改进的定性指标方法处理，即直接由多个专家对某个被评定因素的隶属度做出估计，然后利用聚类分析的距离法中欧氏距离来剔除偏离程度比较大隶属度。

（4）模糊综合评价合成算子上标°确定[6]

根据本文特点选择如下模型：

， j=1工商管理论文，2，3，…，m

该模型不仅考虑所有因素的影响，而且保留了所有单因素评价的全部信息。在运算时，并不对ai和rij施加上线限制，只需对ai归一化处理，即。

2实例分析

对汽车前桥厂的转向节加工生产线进行实际调研和相关数据的采集，发现其潜在失效模式，由专家、调研人员和从事多年此生产线管理的相关人员对各失效模式因子O、S、D进行评分，利用FMEA和综合评价模型对转向节生产线进行评价。

2.1 评价体系确定

通过实际调查和分析，本文从人力、物力、环境、信息综合考虑设定4个一级评价指标及14个二级评价指标，所构成转向节生产线评价指标体系，如表2-1。

表2-1转向节生产线评价指标

转向节生产线

人力（）

人力资源利用（w11）

人员技能（w12）

物力（）

外圆尺寸和精度（w21）

螺纹底孔中心孔（w22）

防护装置（w23）

设备（w24）

文件资料（w25）

环境（）

机器及其地面清洁（w31）

作业现场通风、照明（w32）

各类线路布置、着色（w33）

门窗、墙壁完好性（w34）

信息（）

在制品数量（w41）

篇(7)

关键词： 高路堤；沉降预测；原理；应用

Abstract: On the basis of analyzes the high embankment settlement characteristics, settlement prediction methods are discussed, studied the curve fitting, the legal gray system method, artificial neural network, genetic algorithm, the inverse analysis method, based on genetic algorithms and neural networks prediction methods, as well as Pierre - genetic neural network method and other high embankment settlement prediction method and its application, to provide a theoretical reference for the accurate prediction of high embankment settlement.Key words: high embankment; settlement prediction; principle; application

中图分类号：F272.1文献标识码： A 文章编号：

1引言

随着我国公路建设的快速发展，高速公路逐步向山区延伸，出现了越来越多的高路堤。与一般路基相比，高路堤沉降量大，沉降稳定时间长。然而，高路堤的沉降是一个很复杂的过程，环境条件、地基土的应力历史、路堤填料的工程性质、路堤填筑高度和施工工艺等因素都不同程度地影响和制约着高路堤沉降。目前，国内外针对软基沉降的预测开展了大量的研究，取得了较丰富的的研究成果[1]，但对于高路堤沉降预测尚缺乏系统、全面的研究。因此，对现有高路堤沉降预测方法进行系统的总结分析，并提出改进措施，以期找到一种较适宜的高路堤沉降预测方法具有较为重要的工程。

2现有沉降预测方法分类

路基沉降预测方法可以分为三类：以经典土力学为基础的传统预测方法、以本构理论为基础的数值计算法和根据实测沉降资料预测法。

2.1 传统预测方法

传统的沉降预测方法是建立在太沙基等人创立的经典土力学基础之上。传统预测方法包括：一维沉降计算法、司开普顿和比伦法、三维计算法和应力路径法[2]。

2.2 数值分析方法

数值分析方法包括有限元法和有限差分法。

(1)有限元法[3]：有限元法将地基和路堤作为一个整体来进行分析，将其划分网络，形成离散体结构，在荷载作用下求得任一时刻路堤和地基各点的位移和应力。

(2)有限差分法[4]：有限差分法是用差分公式将地基沉降问题的控制方程转化为差分方程，然后结合初始条件和边界条件，求解线性代数方程组，得到所求问题的数值解。

2.3 根据实测资料的沉降预测方法

根据实测资料进行沉降预测的方法主要有双曲线法、指数曲线法、泊松曲线法、Asaoka法、三点法、星野法、皮尔曲线法、龚帕斯曲线法、灰色预测法、神经网络预测法、模糊综合评判法、反分析法等[5]。

2.3.1 曲线拟合法

曲线拟合法假定地基沉降历程符合某一种已知函数曲线，利用实测沉降数据拟合曲线的参数，然后利用确定后的曲线公式预测地基在任一时间的沉降值。包括双曲线法、指数曲线法、时间对数拟合法、泊松曲线法、Asaoka法、三点法、星野法等。其中最常见的有双曲线法、指数曲线法、时间对数拟合法、泊松曲线法、Asaoka法。

（1）双曲线法[6]假定沉降平均速度随时间按双曲线变化，其基本方程式为：

（2）指数曲线法[7]假定沉降平均速度随时间按指数曲线变化，其基本方程式为：

（3）时间对数拟合法[8]假定沉降平均速度随时间按对数曲线变化，其基本方程式为：

利用这些曲线方程可以计算任一时刻t（）的沉降量。同时，对分别求一阶导和二阶导可以求得沉降速率及沉降速率变化率。当时，利用极限方程可以推算出最终的地基沉降量。其中为荷载稳定之后的某一时刻。

（4）泊松曲线就是逻辑斯蒂成长曲线[9]，也称皮尔曲线，其表达式为：

其中a、b、c均为待定参数，t为时间，为t时刻的沉降值。

（5）Asaoka[10]法是一种从一定时间过程所得的沉降观测资料来预计最终沉降量和沉降速率的方法，其基本表达式为：

为时间时的沉降量，，，且为常数。根据实测沉降资料，作图确定待定参数、和最终沉降量。

2.3.2 灰色预测法[11,13]

GM(1,1)模型是灰色系统理论中最基本也是最常用的模型，它是通过对已知的单位时段内的沉降量的研究来获得沉降的变形规律，从而预测它在未来时间内的变化量。其基本思想是对无规则的数据序列做一定变换使其变得有规则。

GM(1,1)常用的微分方程式为：

对原始数列做累加生成：（=1,2,3…n）

得到GM(1,1)灰色微分方程的时间响应序列解为：

=1,2,…，n

还原值 =1,2,…，n

根据上列各式，便可对观测数列的后序值进行预测。

2.3.3 神经网络预测法

神经网络中目前比较成熟且应用最为广泛的是误差逆传播网络，简称BP网络。它一般由输入层、隐含层及输出层组成，同层节点间没有任何联系，不同层节点均采用前向连接方式。BP神经网络模型实现特定的输入与输出的映射分为学习过程和运用过程两部分。其学习过程可归纳为“信号正向传播、误差逆向传播、记忆训练、学习收敛”。具体学习算法可归纳如下[14]：

(1) 网络初始化：随机给全部权值及神经元的阈值赋以初始值，给定输入模式和输出模式；

(2) 用输入模式计算中间层各单元的输入，然后利用计算中间层各单元的输出；

(3) 利用计算输出层各单元的输入，然后利用计算各单元的响应；

(4) 计算各单元的一般化误差并修正连接权，通过修正各权值使误差最小；

(5) 选择下一个学习模式对从第3步开始，直至全部模式对训练完毕；

(6) 达到误差精度和循环次数后输出结果，否则返回第3步。

2.3.4 遗传算法[15]

遗传算法模拟了自然选择和遗传过程中发生的繁殖、杂交和变异现象。在利用遗传算法求解问题时，每个可能的解都被编码成一个“染色体”，即个体，若干个体构成了群体，即所有可能解。选择、交叉、变异这3个操作算子构成遗传算法的遗传操作。使用遗传算法时，首先要随机地产生一些初始解，同时给出一个目标函数和适应度值，然后根据预定的目标函数对初始解进行评价，根据适应度值按“优胜劣汰”的原理选择复制下一代。在这个过程当中，因为选择来复制的是好的个体，因此，选择出来的个体经过杂交和变异算子进行再组合生成的新的一代就继承了上一代的优良性状，这样一来，就可以使得遗传过程朝着更优解的方向进行。

2.3.5反分析法

反分析法是利用施工过程中实测的地基沉降资料反演确定地基土的物理力学模型参数，再将反演得到的参数代回到正分析模型中计算地基沉降量。进行反分析的方法有很多种，其中直接反分析是比较有效、稳定且应用较多的一种方法，其具体步骤如下[16]：

(1) 建模。这个模型是一个描述实际岩土工程结构问题或理论数学的模型，其中含有一组待定的材料性质参数，用列阵P表示。

(2) 待定参数的选取。用理论模型在外部条件下产生的响应作为待定参数的函数。

(3) 建立目标函数并确定参数的约束条件。目标函数的通用表达式为：

其中，J为目标函数，为观测值向量， X为有限元计算值。

(4) 选择优化策略，使。式中，是最终反分析结果。

2.3.6 基于遗传算法和神经网络的预测方法[17]

基于遗传算法和神经网络的预测方法是遗传算法和神经网络法两种方法的结合。它是指在人工神经网络的学习过程中，应用遗传算法对神经元连接权值进行编码，并随机生成初始群体，进行交叉、变异，同时计算能量函数，调整交叉、变异概率，迭代，直至神经网络训练完成。这种新算法能够改变神经网络法收敛时间长、搜索能力较差的弱点。

2.3.7 皮尔-遗传神经网络法

皮尔-遗传神经网络法是在总结分析皮尔曲线法、遗传算法、神经网络法三种方法的基础上提出来的，它结合了此三种方法的优点。研究表明[18]，皮尔曲线可以较准确地描述高路堤沉降趋势，但是趋势项的偏移量是一个复杂的非线性序列，使用皮尔曲线计算时误差较大，因而采用神经网络模型进行外推。然而人工神经网络学习过程又有收敛时间过长、易陷入局部最小以及搜索能力较差等缺点，故采用遗传神经网络法来进行研究。这种方法与上述的基于遗传算法和神经网络的预测方法的唯一不同就是先采用皮尔曲线建模，然后对趋势偏移量用神经网络法建模，其后的算法同遗传-神经网络法。

3结语

通过对沉降预测方法的分析，可以看出各种沉降预测方法既有其优越性也有其缺陷，没有一种方法是万能的。因此，如何充分利用各方法的优点，改正其缺点是探求一种精确预测方法时必须考虑的问题。

(1) 在曲线拟合法中，目前还没有一种方法能够精确的拟合实测沉降曲线。比如，运用双曲线法预测最终沉降量有时偏大，指数法有时偏小，同时双曲线和指数曲线更适合于施工前期预测，对于后期预测误差比较大，而皮尔曲线则更适合长期预测。因此，分析各种曲线的优缺点及其适用条件以找到一种能够精确拟合实测沉降的曲线方法显得很有必要。

(2) 运用神经网络法进行预测时存在收敛时间过长，易陷入局部最小，以及搜索能力较差等缺点。针对这个问题，有人提出了遗传-神经网络法，将遗传算法与神经网络法结合，用遗传算法来改变神经网络法收敛时间长、搜索能力差的弱点。同时也有人提出了皮尔-遗传神经网络法，用皮尔曲线提取趋势线，用神经网络法对偏移量进行外推，用遗传算法进行计算。这为我们指出了一个研究的方向，那就是如何使各种方法优势互补，以找到一种能准确预测沉降量的方法。

(3) 目前已有的沉降预测方法虽然较多，但是相对来说还是比较笼统，对于不同的地质情况使用什么样的预测方法还没有系统的研究。比如，对于填土、填石、土石混填以及不同性质的土料分别填筑路基时选用何种预测方法有待于进一步研究。

主要参考文献

周焕云,黄晓明.高速公路软土地基沉降预测方法综述[J]. 交通运输工程学报,2002,2(4):7-10.

罗鑫.高路堤沉降预估方法的研究[D].长沙:长沙理工大学硕士论文,2003:1-8.

李婕.高速公路填方路基沉降预测方法研究[D].桂林:桂林工学院硕士论文,2008:14-25.

黎鹏.山区高填路堤沉降研究及有限元分析[D].武汉:湖北工业大学硕士论文,2007．

徐晓宇.高填方路基沉降变形特性及其预测方法研究[D].长沙:长沙理工大学硕士论文,2005:16-17.

潘林有,谢新宇.用曲线拟合的方法预测软土地基沉降[J]. 岩土力学,2004,25(7):1053-1058.

金 莉.几种预测模型在高路堤沉降预测中的对比分析[J].西部探矿工程,2006,(4):234-235.

杨盛福,张之强,李家本,等.高速公路路基设计与施工[M].上海:人民交通出版社,1997.

周密.非等时距皮尔曲线在高路堤沉降预估中的应用[J].中外公路,2006,26(3):42-44.

段文涛.高填路基沉降监测与预测研究[D]. 武汉:湖北工业大学硕士论文,2008.

付宏渊.GM(1,1)灰色模型在高路堤沉降预估中的应用[J].中外公路,2006,26(2):11-13.

魏阳平, 刘涌江.高路堤沉降的灰色系统理论预测方法[J].公路交通技术,2004,(4):5-7.

吴大志,李夕兵,蒋卫东,等. 灰色理论在高路堤沉降预测中的应用[J]. 中南工业大学学报,2002,33(3):230-233.

於永和,李素艳.基于L-M法BP神经网络的高填路堤地基沉降预测[J].交通标准化,2006,(10):167-170.

邹德强,王桂尧.遗传算法在高路堤沉降预测中的应用[J].长沙交通学院学报,2004,20(1):19-24.

邹德强.高填方路基沉降反演及预测方法的研究[D].长沙:长沙理工大学硕士论文,2004.

徐晓宇,王桂尧,匡希龙,戴剑冰.基于遗传算法和神经网络的高路堤沉降预测研究[J].中南公路工程,2006,31(3):30-33.

徐晓宇,王桂尧,匡希龙,隋耀华. 基于皮尔-遗传神经网络的高路堤沉降预测研究[J].公路交通科技,2006,23(1):40-43.