GM(1,1)模型

GM(1,1)模型
GM(1,1)模型

灰色系统模型GM(1,1)进行水文灾变预测问题的讨论

王正发

(国家电力公司西北勘测设计研究院,西安,710001)

关键词灰色系统模型灾变预测误差

摘要在简述灰色系统预测基本原理的基础上,用灰色系统模型GM(1,1)进行水文灾变预测,并用实例进行检验,结果表明预测精度是令人怀疑的,近期不宜用灰色系统模型进行水文灾变预测。

1 水文系统的灰色特征

灰色系统理论认为:部分信息已知,部分信息未知的系统叫―灰色系统‖。水文系统就其本身而言具有灰色系统的一些基本特征,即水文系统中长期观测到的水文资料只是水文系统中极少的一部分,如有限年代的雨量、流量记录等;更有未知信息部分,如未来年代的雨量大小、流量丰枯,洪水、干旱的出现时刻以及水环境的前景变化等;因此,水文系统是一灰色系统,可用灰色系统理论对其进行分析、研究。

2 灰色系统预测的基本原理

2.1 灰色预测及其分类

以灰色系统理论的GM(1,1)模型为基础的预测,叫灰色预测。它可以分为以下7类:

(1)数列预测:对某一事物发展变化趋势的预测。

(2)灾变预测:即灾变出现时间的预测,灾变有多种,如洪水、干旱、涝等灾害。

(3)季节灾变预测:指对灾害出现在一年内的某个特定时区的预测。

(4)拓朴预测:也叫波形预测、整体预测,是用GM(1,1)模型来预测未来发展变化的整个波形。

(5)系统预测:指对系统的综合研究所进行的综合预测。

(6)包络GM(1,1)灰色区间预测:参考数列分布趋势构造一个上、下包络线为边界的灰色预测带,建立上、下2个包络模型。

(7)激励——阻尼预测:将激励、阻尼因数以量化形式反映在GM(1,1)模型中的预测,叫激励——阻尼预测。

本文主要讨论GM(1,1)模型用于水文灾变预测的问题。

2.2 GM(1,1)模型

GM(1,1)模型是适合于预测用的1个变量的一阶灰微分方程模型,它是利用生成后的数列进行建模的,预测时再通过反生成以恢复事物的原貌。

假定给定时间数据序列{x(0)(k),k=1,2,…,n},作相应的1阶累加序列{x(1)(k),k=1,2,…,n},则序列{x(1)(k),k=1,2,…,n}的GM(1,1)模型的白化微分方程为:

dx(1)(t)/dt + ax(1)(t)=u (1)

经过拉普拉斯变换和逆变换,可得到:

x(1)(k十1)=(x(0)(1) –u/a)e (-k)+u/a (2)

利用最小二乘法进行参数辨识,参数向量A的估计公式为:

=(B T B) -1B T Y N (3)

其中:

式(3)即为GM(1,1)模型的一般数学表达式。

2.3 GM(1,1)模型预测

GM(1,1)模型理论上本身就是长期预测模型,用这种模型预测时,尚需考虑以下2点:

(1)GM(1,1)模型得到的是一次累加量x(1)(k),为了得到k∈(n十1,n十2,…)的预测值,必须将预测值还原为x(0)(k),k∈(n十1,n十2,…)。

还原公式为:

(0)

(i):=(1)(i)—(1)(i-1) (4)

(2)预测序列与原序列的关联度过小时,应采取措施,提高精度。灰色系统预测中提高预测精度的一种基本思想是―残差辨识‖。

3 GM(1,1)模型在水文灾变预测中的应用

灰色系统预测理论在社会、经济、农业、气象、生态、生物、水利等领域已获得了较为广泛的应用,取得了很好的效果。近年来,一些水文工作者又将灰色系统预测理论用于水文灾变预测,如洪水、干旱等的预测,但对用灰色系统预测理论进行水文灾变预测的可信程度没有作出评定,对灰色系统预测理论是否适合水文灾变预测也没有作出回答,这些都是目前值得探讨的问题。本文利用黄河陕县站年平均流量资料进行黄河中、上游枯水年份的预测,并对成果进行分析。

黄河陕县站是黄河中、上游最早设立的水文站之一,且其年径流变化情况与上游各站(如兰州站)具有较好的同步性,因此,预测其年径流丰、枯变化情况将对黄河上游已建各水电站的调度运行具有十分重要的意义。

黄河陕县站有1920—1980年共61年的逐年年平均流量资料,现分别取样本长度N=5,8,22,33,43,53,6l预测其相应年份以后出现枯水年的趋势。

以年平均流量为建立预测模型的标本,陕县站61年的年平均流量资料列于表1。拟定凡年平均流量小于多年平均流量的年份为枯水年,即异常值出现的年份为1922、1923、1924、1925、1926、1927、1928、 1929、 1930、 1931、

1932、 1934、 1936、 1939、1941、 1942、 1944、 1947、 1948、 1952、1953、 1956、

1957、 1960、 1962、 1965、 1969、 1970、 1971、 1972、1973、1974、1977、1980,其相应的年平均流量依此为:1236、1335、970、1363、999、1280、764、1100、1155、 1066、 1018、 1528、 1444、 1359、 1168、 1304、1512、 1560、 1524、1547、 1424、 1549、 1359、 1401、1553、 1416、1404、 1576、 1432、 1362、 1466、 1281、1522、1387,可记为:

ζ({x(0)}):={1236、1335、970、1363、999、1280、764、1100、1155、1066、1018、1528、1440、1359、1168、 1304、 1512、 1560、 1524、 1547、1424、 1549、 1359、 1401、 1553、 1416、 1404、 1576、 1432、1362、 1466、 1281、1522、13877}={x(0)(3),x(0)(4), (5),x(0)(6),x(0) (7),x(0) (8),x(0) (9),x(0) (10),x(0) (11),x(0) (12),x(0) (13),x(0) (15),x(0)(17),x(0)(20), x(0)(22), x(0)(23),x(0)(25),x(0)(28),x(0) (29),x(0)(33),x(0)(34),x(0)(37),x(0)(38),x(0)(41),x(0)(43),x(0)(46),x(0) (50),x(0) (51),x(0) (52),x(0) (53),x(0) (54),x(0) (55),x(0) (58),x(0) (61)}={x(0) (1`),x(0) (2`),…x(0) (34`)}=xζ(0)

作灾变序号映射P

若以原序号作为集合元素,则有

ω-={3,4,5,6,7,8,9,10,11,12,13,15,17,20,22,23,25,28,29,33,34,37,38,4l,43,46,50,51,52,53,54,55,58,61}

现分别取样本长度N=5、8、22、33、43、53、61,则相应的ω向量为:

ω1={3,4,5}

ω2={3,4,5,6,7,8}

ω3={3,4,5,6,7,8,9,10,11,12,13,15,17,20,22}

ω4={3,4,5,6,7,8,9,10,11,12,13,15,17,20,22,23,25,28,29,33}

ω5={3,4,5,6,7,8,9,10,11,12,13,15,17,20,22,23,25,28,29,33,34,37,38,41,43}

ω6={3,4,5,6,7,8,9,10,11,12,13,15,17,20,22,23,25,28,29,33,34,37,38,41,43,46,50,51,52,53}

ω7=ω

利用以上7个ω序列,建立GM(1,1)模型,模型参数用最小二乘法进行辨识,得到相应样本长度的黄河陕县站枯水年份0M(1,1)预测模型分别为:

为评定模型的原点预测精度,定义模型预报误

差为:

则预报精度为1-q

利用上述建立的不同样本长度的黄河陕县站枯水年份GM(1,1)模型,进行陕县站枯水年份自检预测,成果如表2所示。

表2 陕县站枯水年份自检预测成果表

由表2知,随着资料系列的增长,相应模型预测的平均精度有减小的趋势。

4 成果分析

为评定模型的可靠性,规定预测的平均精度达到95%的模型为合格。在已建的陕县站7个枯水年GM(1,1)预测模型中,只有N为5、8、22计3个GM(1,1)模型合格,可用作陕县站枯水年份的预测。用合格模型向前预测,直至序号大于61为止,并将预测成果与实际情况进行对比,计算其预测合格率,成果见表3。

表3 预测合格率计算表

由表3可以看出,3个模型的预测合格率都很低,这说明用灰色系统预测模型GM(1,1)进行水文灾变预测的准确性有待改进。

再对灰色系统预测是否适合水文灾变预测作一简要讨论。从上述陕县站3

个枯水年预测模型的预测结果来看,用灰色预测模型GM(1,1)进行水文灾变预测存在下述几个问题:

(1)存在漏报的问题。例如,陕县站1925—1980年之间枯水年份共出现31次,用Model1进行陕县站枯水年份的预测,在1925—1980年之间仅预测到10

年有可能出现枯水年,漏报的次数竟高达21次之多。

(2)水文灾变现象是随机出现的,且有连续、周期性地出现的可能性,但灰色预测模型GM(1,1)是一指数型的方程模型,不能反映这一特性。

(3)水文灾变现象具有―非此即彼‖的特点,对预报精度要求很高。若模型的预测精度不够高,则其预测结果是毫无意义的。例如,若容许GM(1,1)模型有5%的预测误差,则随着预测序号的增大,其预测结果的不可靠性也随之增大。决策部门若据此不可靠的预测结果进行决策,就有可能出现本来应作出抗旱的决策,实际却作出要防洪的决策,或者相反,这样将给国家造成人、财、物的浪费。

综上分析,用灰色系统预测理论模型GM(1,1)进行水文灾变预测尚有不成熟的地方,有必要作进一步的分析、研究工作,近期不宜盲目用其进行水文灾变的应用预测。

GM(1,1)模型在建筑物沉降监测中的应用

黄红军

(宜昌市建筑工程质量检测站湖北宜昌443000)

摘要:利用GM(1,1) 灰色模型和回归模型对宜昌均瑶国际广场的沉降进行预测,将预测结果进行对比,分析表明GM(1,1)灰色模型能较好地预测该建筑物的沉降趋势。

关键词:GM(1,1)模型;回归模型;沉降监测

Application of GM(1,1) Model in Buildingˊs

Subsidence Monitoring

Huang Hong-jun

( Yichang Jianyi Construction Quality Testing Center , Yichang, China 443000)

Abstract :GM(1,1) model and regression model is applied in subsidence monitoring for a building,and the results are contrasted. The subsidence tendency that can be predicted well with GM(1,1) model is reached at last .

Keywords: GM(1,1) model;regression model; subsidence monitoring

1前言

对工程建筑物结构本身(内因)及作用于其上的各种荷载(外因)以及变形观测本身进行分析和研究,确定发生变形的原因及其规律性,进而对工程建筑物的安全性能作出判断,并对未来的变形值范围作出预报具有重要意义。处理变形监测资料,建立数学模型,传统的方法是建立统计分析模型,即常用线性回归模型、逐步回归模型,随着现代科学技术的发展,近几年来又发展了灰色系统模型、时间序列分析模型、神经网络模型等,在建筑物变形监测中得到较好应用。

2回归模型

多元线性回归分析的数学模型可表达为:

(1)

式中,为待定系数;为影响因子;为变形值。

经次观测,,根据最小二乘原理,利用间接平差的方法列出方程式,并求出待定系数。并对回归系数进行显著性检验:

原假设

由多元线性回归模型可得;

式中,为矩阵中主对角线上第j个元素。于是在原假设成立时,统计量

故可组成原假设统计量

(2)

它在原假设成立时服从分布。选择显著水平α,查表得,若统计量,则认为回归系数在所选置信水平下世显著的,否则不显著。

3 GM(1,1)模型

灰色理论[2]是我国著名学者邓聚龙教授在20世纪80年代提出的,它是用来解决信息不完备系统的数学方法,主要是在贫信息情况下在部分已知的信息中提取出有价值的信息,实现对系统运行规律的正确描述和有效控制。

设非负离散数列为,n为序列长度(此序列一般取等时距序列,当原始数据为非等时距序列,则可采用线性差值的方法来处理,从而保证模型有较高的滤波精度),对进行一次累加生成(1-AGO),即可得到一个生成序列:

(3)

对此生成序列建立一阶微分方程:

记为GM(1,1)。式中,和是灰参数,其白化值(灰区间中的一个可能的值)为。利用最小二乘法求解,得:

=

(4)

其中,,

求出后代入微分方程,解得:

(5)

再对进行一次累加生成,得到还原数据:

(6)

上式即为灰色预测的基本模型。当k为模型模拟值;当k=n时,称为模型滤波值;当k>n时,称为模型预测值[2]。

4 GM(1,1)模型精度评定

对模型精度的评定的方法有残差大小检验、关联程度检验和后验差检验三种。其中后验差检验时对残差分布的统计特性进行检验,由后验差比值C和小误差概率P共同描述,GM(1,1)模型的精度评定通常通过后验差方法实现。

设由GM(1,1))模型得到:

(7)

计算残差

(8)

记原始数据值及其方差,则

(9)

(10)

式中;;

我们得到后验差指标:

(11)

(12)

其中C越小越好,C越小表明尽管原始数据很离散而模型所得计算值与实际值之差离散程度小。P越大越好,P越大,表明残差和残差的平均值小于给定值0.6745S

的点较多,预报精度高。模型精度等级[3]=max{P所在等级,C所在等级},

1

表1列出了根据C、P取值的模型精度等级,模型精度等级判别式为:

表1 模型精度等级

模型精度等级P C

1级(好)0.95≤P C≤0.35

2级(合格)0.80≤P<0.950.35

≤0.65

3级(勉强)0.70≤P<0.800.50

≤0.65

4级(不合格)P<0.70.65

5 工程实例

宜昌均瑶国际广场整个建筑由主楼及六层裙楼组成,主楼地面高158米38层,地下室二层(局部三层)。其中主体建筑物的沉降观测精度等级为一级,我们利用该工程的1~9期的沉降观测数据进行GM(1,1)建模,求得a=-0.020、u=3.903,且=3.91,于是得沉降预测模型GM(1,1):

= 199.06e-195.15

其模型精度指标c=0.0662、p=1,模型精度等级1级(好)。

我们再用回归模型建模,求得模型为:

以上两种模型的模拟精度和预测精度分别见表2、表3和图1。

表2 两种模型的模拟精度(单位:mm)

观测期实测

GM (1,1) 模型回归模型

模拟值残差模拟值残差

1 3.91 3.910.00 2.55 1.36

2 4.10 4.020.08 3.09 1.01

3 4.00 4.10-0.10 2.9

4 1.06

4 4.32 4.190.13 3.19 1.13

5 4.35 4.270.08 2.73 1.62

6 4.18 4.36-0.18 3.280.90

7 4.29 4.44-0.15 3.820.47

8 4.5 4.53-0.03 4.370.13

9 4.59 4.63-0.04 4.92-0.33

表3 两种模型的预测精度(单位:mm)

观测期实测值

GM(1,1) 模型回归模型预测值残差预测值残差

10 4.74 4.81-0.07 5.35-0.61

11 4.91 4.91-0.00 6.17-1.26

12 5.06 5.010.05 6.7-1.64

图1 两种模型计算结果图

6 结语

从对宜昌均瑶国际广场工程实际沉降观测数据,以及GM(1,1)灰色理论模型、线性回归模型计算结果的对比分析可看出,无论是统计分析理论还是灰色理论其分析结果跟实际变形情况非常吻合,且在贫信息情况下GM(1,1)模型的预测优势明显大于回归模型,同时也充分说明了在实际工程中缺少大量观测数据的情况下通过建立GM(1,1)灰色理论模型来预测建筑物的沉降趋势的可行性,并且能够达到相当精度。

参考文献:

[1] 黄声享,尹晖,蒋征.变形监测数据处理[M].武汉:武汉大学出版社,2003.

[2] 邓聚龙.灰色系统基本方法[M].武汉:华中理工大学出版社,1987.

[3] 傅立.灰色系统理论及应用[M].北京:科学技术文献出版社,1992.

第2章-数据模型 作业和思考

一、单项选择题: 1.数据库结构的描述,称为( )。 A.数据模型B.数据库C.数据库管理系统D.数据字典 2.在数据库中存储的是( )。 A.数据 B.数据模型 C.数据以及数据之间的联系 D.信息 3.数据库的概念模型独立于()。 A.具体的机器和DBMS B.E-R图C.信息世界D.现实世界 4.层次型、网状型和关系型数据模型的划分根据是( )。 A.数据之间联系方式B.数据之间联系的复杂程度 C.数据存储量的多少D.数据处理的复杂程度 5.层次与网状模型中数据结构的基本单位是( )。 A.两个记录型间的联系B.记录 C.基本层次联系D.实体间多对多的联系 6.在数据模型的三要素中,数据的约束条件规定数据及其联系的( )。 A.制约和存储规则B.动态特性C.静态特性D.数据结构 7.( )属于信息世界的模型,实际上是现实世界到机器世界的一个中间层次。 A.数据模型B.概念模型C.非关系模型D.关系模型 8.层次模型必须满足的一个条件是( )。 A.每个结点均可以有一个以上的父结点B.有且仅有一个结点无父结点 C.不能有结点无父结点D.可以有一个以上的结点无父结点 9.层次模型的上一层记录类型和下一层记录类型之间的联系是( )。 A.一对一联系B.一对多联系C.多对一联系D.多对多联系 10.反映信息世界中实体及实体间联系的模型是( ) A.关系模型B.层次模型C.网状模型D.ER模型 11.ER模型是数据库设计的工具之一,它一般适用于建立数据库的( )。 A.概念模型B.结构模型C.物理模型D.逻辑模型 12.现实世界中事物的个体在信息世界中称为( )。 A.实体B.码C.记录D.属性 13.现实世界中事物的特性在信息世界中称为( )。 A.实体B.实体标识符C.属性D.关键码 14.当前数据库应用系统的主流数据模型是( )。 A.层次数据模型B.网状数据模型C.关系数据模型D.面向对象数据模型 15.关系模型( )。 A.用关系表示实体B.用关系表示联系 C.用关系表示实体及其联系D.用关系表示属性 16.层次模型的上一层记录类型和下一层记录类型之间的联系是( )。 A.一对一联系B.一对多联系C.多对一联系D.多对多联系 17.下列实体类型的联系中,属于一对一联系的是( )。 A.学校与校长之间的联系B.车间与工人之间的联系 C.商店与商品之间的联系D.学生与课程之间的联系 18.下列实体类型的联系中,属于一对一联系的是( )。 A.班级对学生的所属联系B.飞机对乘客的乘坐联系 C.省对省会的所属联系D.供应商与工程项目的供货联系 19.下列实体类型的联系中,属于一对多联系的是( )。

kano模型

kano模型 目录 1简介 2内容分析 3需求分析 4操作意义 5优缺点 6满意度 7质量划分 8有关评价 简介 受行为科学家赫兹伯格的双因素理论的启发,东京理工大学教授狩野纪昭(Noriaki Kano)和他的同事Fumio Takahashi于1979年10月发表了《质量的保健因素和激励因素》(Motivator and Hygiene Factor in Quality)一文,第一次将满意与不满意标准引入质量管理领域,并于1982年日本质量管理大会第12届年会上宣读了《魅力质量与必备质量》﹙Attractive Quality and Must-be Quality﹚的研究报告。该论文于1984 年1月18日正式发表在日本质量管理学会(JSQC)的杂志《质量》总第l4期上,标志着狩野模式(Kano mode1)的确立和魅力质量理论的成熟。 2内容分析编辑

KANO模型定义了三个层次的顾客需求:基本型需求、期望型需求和兴奋型需求。这三种需求根据绩效指标分类就是基本因素、绩效因素和激励因素。 基本型需求是顾客认为产品“必须有”的属性或功能。当其特性不充足(不满足顾客需求)时,顾客很不满意;当其特性充足(满足顾客需求)时,无所谓满意不满意,顾客充其量是满意。 期望型需求要求提供的产品或服务比较优秀,但并不是“必须”的产品属性或服务行为有些期望型需求连顾客都不太清楚,但是是他们希望得到的。在市场调查中,顾客谈论的通常是期望型需求,期望型需求在产品中实现的越多,顾客就越满意;当没有满意这些需求时,顾客就不满意。 兴奋型需求要求提供给顾客一些完全出乎意料的产品属性或服务行为,使顾客产生惊喜。当其特性不充足时,并且是无关紧要的特性,则顾客无所谓,当产品提供了这类需求中的服务时,顾客就会对产品非常满意,从而提高顾客的忠诚度。 3需求分析 基本品质(需求) kano模型 也叫理所当然品质。如果此类需求没有得到满足或表现欠佳,客户的不满情绪会急剧增加,并且此类需求得到满足后,可以消除客户的不满,但并不能带来客户满意度的增加。产品的基本需求往往属于此类。对于这类需求,企业的做法应该是注重不要在这方面失分。 期望品质(需求) 也叫一元品质。此类需求得到满足或表现良好的话,客户满意度会显著增加,当此类需求得不到满足或表现不好的话,客户的不满也会显著增加。这是处于成长期的需求,客户、竞争对手和企业自身都关注的需求,也是体现竞争能力的需求。对于这类需求,企业的做法应该是注重提高这方面的质量,要力争超过竞争对手。魅力品质(需求) 此类需求一经满足,即使表现并不完善,也能到来客户满意度的急剧提高,同时此类需求如果得不到满足,往往不会带来客户的不满。这类需求往往是代表顾客的潜在需求,企业的做法就是去寻找发掘这样的需求,领先对手。

数据模型与决策结课作业

特赛格案例的继续研究 背景信息: 教材上描述了特赛格想要在三个地址中间选择一个来建造新炼油厂,通过对原油和成品油运输成本的分析,最终选定了圣路易斯作为新炼油厂。但是为了准备面对可能的市场需求的增长,管理者希望扩大新炼油厂的生产能力到1.5亿桶,并且需要计算在1.5亿桶的情况下,去运送3.6亿桶油选择圣路易斯是不是仍能够保证最优的运输计划。(假设运营成本不变)接下来从下面几个步骤来分析问题: a. 如果新炼油厂的生产能力增加到1.5亿桶,比较与之前生产1.2亿桶的运输成本差别 图1. 生产1.2亿桶的圣路易斯炼油厂的原油年运输成本(运输3.6亿桶) 图2.生产1.5亿桶的圣路易斯炼油厂的原油年运输成本(运输3.6亿桶) 从上面最优解计算可以看出,扩大产能后,圣路易斯的原油年运输成本从9.6减少到9.4亿美元 b. 假设a中求出的计划将被采用,即原油到炼油厂的运输如表2所示,在计算产成品油到配送中心的最优运输方案 图3. 生产1.2亿桶的圣路易斯炼油厂的成品油年运输成本(运输3.6亿桶) 图4. 生产1.5亿桶的圣路易斯炼油厂的成品油年运输成本(运输3.6亿桶) 从上面最优解计算可以看出,扩大产能后,圣路易斯的成品油年运输成本从14.3减少到13.9亿美元 因此,扩大产能后,原油和成品油总的运输成本从23.9亿美元降到23.3亿美元 c&d. 运输成品油的成本大于运输原油的成本,所以考虑最小化运送成品油运输成本为基础,建立电子表格模型并求解如下 图5.先考虑运输成品油 这样规划以后可以看出,圣路易斯的成品油年运输成本进一步从13.9亿降到13.55亿美元。并且以此为基础再计算原油运输成本的最优解如下 图6.再考虑运输原油 此时,圣路易斯的原油年运输成本增加到9.8亿美元,而原油和成品油总的运输成本是 23.35亿美元.因此此方案不如b的方案好。以上各种方案比较见下表

Kano模型的数据统计分析

Kano模型的数据统计分析 1、用户需求分类 1.1 Kano模型 可以把基本品质、期望品质、和魅力品质理解为客户对产品的要求:功能要求---性价比/品牌效应---附加值/特殊性。 1.2 用户需求分类 将每项用户需求按照Kano模型进行分类,即分为基本品质、期望品质和惊喜品质。先进行用户意见调查,然后对调查结果进行分类和统计。 1.2.1 市场调查 对每项用户需求,调查表列出正反2个问题。例如,用户需求为“一键通紧

急呼叫”,调查问题为“一键通紧急呼叫能随呼随通,您的感受如何?”以及“一键通紧急呼叫不能随呼随通,您的感受如何?”,每个问题的选项为5个,即满足、必须这样、保持中立、可以忍受和不满足。 注:√表示用户意见 1. 2.2 调查结果分类 通过用户对正反2个问题的回答,分析后可以归纳出用户的意见。例如,对某项用户需求,用户对正向问题的回答为“满足”,对反向问题的回答为“不满足”,则用户认为该项需求为“期望品质”。每项用户需求共5×5—25个可能结果。

基本品质、期望品质和惊喜品质是3种需要的结果。其他3种结果分别为可疑、反向和不关心,这是不需要的,必须排除。 (1)可疑结果(用户的回答自相矛盾)。可疑结果共2个,即用户对正反问题的回答均为“满足”或“不满足”。例如,对于“一键通紧急呼叫”,正向问题为“一键通紧急呼叫能随呼随通,您的感受如何?”,用户回答是“满足”;反向问题为“一键通紧急呼叫不能随呼随通,您的感受如何?”,用户回答还是“满足”。这表明无论一键通紧急呼叫是否能随呼随通,用户都会满足,这显然是自相矛盾的。出现可疑结果有2种可能:一是用户曲解了正反问题,二是用户填写时出现错误。统计时需要去除可疑结果。 (2)反向结果(用户回答与调查表设计者的意见相反)。正向问题表明产品具有某项用户需求,反向问题表明不具备该用户需求,正向问题比反向问题具有更高的用户满意,但用户回答却表明反向问题比正向问题具有更高的客户满意度。例如,对用户需求“一键通紧急呼叫”,正向问题为“一键通紧急呼叫能随呼随通,您的感受如何?”,用户回答为“不满足”,反向问题为“一键通紧急呼叫不能随呼随通,您的感受如何?”,用户的回答为“满足”,这显然与调查表设计者的意见相反。反向结果较多时,表明调查表的设计存在问题,需要改进。

最新数据模型与决策课程大作业打印版.doc

数据模型与决策课程大作业 以我国汽油消费量为因变量,乘用车销量、城镇化率和90#汽油吨价与城镇居民人均可支配收入的比值为自变量时行回归(数据为年度时间序列数据)。试根据得到部分输出结果,回答下列问题:1)“模型汇总表”中的R方和标准估计的误差是多少? 2)写出此回归分析所对应的方程; 3)将三个自变量对汽油消费量的影响程度进行说明; 4)对回归分析结果进行分析和评价,指出其中存在的问题。 1)“模型汇总表”中的R方和标准估计的误差是多少? 答案:R方为0.993^2=0.986 ;标准估计的误差为120910.147^(0.5)=347.72 2)写出此回归分析所对应的方程; 答案:假设汽油消费量为Y,乘用车销量为a,城镇化率为b,90#汽油吨价/城镇居民人均可支配收入为c,则回归方程为: Y=240.534+0.00s027a+8649.895b-198.692c 3)将三个自变量对汽油消费量的影响程度进行说明; 乘用车销量对汽油消费量相关系数只有0.00027,数值太小,几乎没有影响,但是城镇化率对汽油消费量相关系数是8649.895,具有明显正相关,当城镇化率每提高1,汽油消费量增加8649.895。乘用90#汽油吨价/城镇居民人均可支配收入相关系数为-198.692,呈

明显负相关,即乘用90#汽油吨价/城镇居民人均可支配收入每增加1个单位,汽油消费量降低198.692个单位。a, b, c三个自变量的sig 值为0.000、0.000、0.009,在显著性水平0.01情形下,乘用车消费量对汽油消费量的影响显著为正。 (4)对回归分析结果进行分析和评价,指出其中存在的问题。 在学习完本课程之后,我们可以统计方法为特征的不确定性决策、以运筹方法为特征的策略的基本原理和一般方法为基础,结合抽样、参数估计、假设分析、回归分析等知识对我国汽油消费量影响因素进行了模拟回归,并运用软件计算出回归结果,故根据回归结果,对具体回归方程,回归准确性,自变量影响展开分析。 Anova表中,sig值是t统计量对应的概率值,所以t和sig两者是等效的,sig要小于给定的显著性水平,越接近于0越好。F是检验方程显著性的统计量,是平均的回归平方和平均剩余平方和之比,越大越好。在图表中,回归模型统计值F=804.627,p值为0.000,因此证明回归模型有统计学意义,表现回归极显著。即因变量与三个自变量之间存在线性关系。 系数表中,除了常数项系数显著性水平大于0.05,不影响,其它项系数都是0.000,小于0.005,即每个回归系数均具有意义。

KANO模型详解

最早在腾讯的《在你身边为你设计》中看到这个模型,却一直没完全弄懂是怎么使用的,今天自己编造了一些数据,一步步做了一遍,总算理解了。 以下的引用部分引用自知乎。 1.卡诺模型简介-对用户满意度和需求进行分析的工具卡诺模型(KANC模型)是对用户需求分类和优先排序的有用工具,以分析用户需求对用户满意的影响为基础,体现了产品性能和用户满意之间的非线性关系。在卡诺模型中,将产品和服务的质量特性分为四种类型:⑴必备属性;⑵期望属性;⑶魅力属性;⑷无差异属性。 满意SiBi A 满意度低 KANO模型中的几种属性魅力属性:用户意想不到的,如果不提供此需求,用户满意度不会降低,但当提供此需求,用户满意度会有很大提升; 期望属性:当提供此需求,用户满意度会提升,当不提供此需求,用户满意度会降低; 必备属性:当优化此需求,用户满意度不会提升,当不提供此需求,用户满意度会大幅降低; 无差异属性:无论提供或不提供此需求,用户满意度都不会有改变,用户根本不在意; 反向属性:用户根本都没有此需求,提供后用户满意度反而会下降2.KANO模型的使用-问卷编制与数据处理 KANO问卷对每个质量特性都由正向和负向两个问题构成,分别测量用户在面对存在或不存在某项质量特性时的反应。需要注意: ①KANO可卷中与每个功能点相关的题目都有正反两个问题,正反问题之间的区别需注意强调,防止用户看错题意; ②功能的解释:简单描述该功能点,确保用户理解;

③选项说明:由于用户对“我很喜欢”“理应如此”“无所谓”“勉强接受” “我很不喜欢” 的理解不尽相同,因此需要在问卷填写前给出统一解释说明,让用户有一个相对一致的标准,方便填答。 我很喜欢:让你感到满意、开心、惊喜。 它理应如此:你觉得是应该的、必备的功能/ 服务。 无所谓:你不会特别在意,但还可以接受。 勉强接受:你不喜欢,但是可以接受。 我很不喜欢:让你感到不满意。 因此在编制问卷的时候,对每个项目都要有正反两道题来测,比如,“如果在中加入朋友圈功能,您怎样评价?”对应“如果在中去掉朋友圈功能,您怎样评价?” 均提供五个选项:我很喜欢、它理应如此、无所谓、勉强接受、我很不喜欢 那么每个用户对于某一个项目的态度必然落入下图表中的某个格子。而对所有的用户来说,共有5*5 即25种可能,统计每种可能下的用户人数占总人数的百分比,来填入下表。之后将下表中标A、O Ml、R、Q的格子中百分比相加,即可得到五种属性对应的百分比。从需求的角度来说,先满足M百分比最高的去掉R百分比最高的,再满足O百分比最高的,最后满足A百分比最高的。

数据库作业简单模板

《数据库技术》课程设计说明书 班级:农水1501 学号:2015224010127 姓名:陈竞尧 一、设计题目:医院住院病人管理系统 二、设计目的 随着科技的飞速发展,计算机已经广泛应用于各个领域之中。在医学领域中,计算机主要应用于两个方面:一是医疗设备智能化,以硬件为主。另一种是医院数据库管理系统以软件建设为主,以提高医院的现代化管理水平。该系统包括医生及患者的信息录入、删除、修改和查询等功能,适用于中小型医院。 三、设计要求 病人入院登记(如姓名、性别、年龄等)、分配病历号,安排临床科室、病房床位、手术、转科调床及住院医疗费管理的日常业务需求。 提供收取病人的住院押金,打印押金收据,及作废押金单据等功能。 统计分析医院各科床位流动情况、工作量及医疗费用,输出病案首页、住院财务报表及住院医疗业务统计报表。 住院病人收费管理有催款、欠款处理及中途结帐功能。 系统保存住院病人可跟踪的入、出、转及费用发生动态,查询与病人实际动态随时随地保持一致,为住院病人费用结算、统计和财务核算分析提供及时、准确、完整的数据。 支持全院范围授权用户及病人家属对病人总帐、明细帐及费用使用情况的查询、咨询、随时提供病人住院费用清单。

四、设计内容

五、概念模型设计(E/R图)

六、关系数据模型设计 1.关系模型转化 (1)医生表(医生编号,姓名,性别,出生日期,科室) (2)病人表(病人编号,姓名,性别,出生日期,缴费情况,缴费金额,病症)(3)病房表(病房号,床位号,床位数) (4)治疗表(医生编号,病人编号,病人情况,医嘱内容,治疗时间) (5)入住表(病人编号,病房号,床位号,住院时间,出院时间) 2.函数依赖及范式 (1)医生表:医生编号→姓名,医生编号→姓别,医生编号→出生日期,医生编号→科室,没有传递依赖,没有部分依赖,则此范式属于第三范式。 (2)病人表:病人编号→姓名,病人编号→姓别,病人编号→出生日期,病人编号→缴费情况,病人编号→缴费金额,病人编号→病症,没有传递依赖,没有部分依赖,则此范式属于第三范式。 (3)病房表:(病房号,床位号)→床位数,没有传递依赖,没有部分依赖,则此范式属于第三范式。 (4)治疗表:(医生编号,病人编号)→病人情况,(医生编号,病人编号)→遗嘱内容,(医生编号,病人编号)→治疗时间,有传递依赖,没有部分依赖,则此范式属于第三范式。 (5)入住表:(病人编号,病房号,床位号)→住院时间,(病人编号,病房号,床位号)→出院时间,有传递依赖,没有部分依赖,则此范式属于第三范式。 七、关系模型定义 图一—医生信息表 Creat doctor(Did Nchar(10)primary key,Dname Nchar(16)null,Dsex Nchar(1)check(Dsex=男or女),Dbirth Datetime(10) null,Office Nchar(10)null) Creat patient(Pid Nchar(10)primary key,Pname Nchar(16)null,Psex Nchar(1)check(男

数据模型作业题目

一、建模题,只建立模型,不求解。 1.一个公司考虑到北京、上海、广州和武汉四个城市设立库房,这些库房负责 向华北、华中、华南三个地区供货,每个库房每月可处理货物1000件。在北京设库房每月成本为4.5万元,上海为5万元,广州为7万元,武汉为4万元。每个地区的月平均需求量为:华北每月500,华中每月800件,华南每月700件。发运货物的费用(单位:元/件)如表1所示 (1)如果在上海设库房,则必须也在武汉设立库房; (2)最多设两个库房; (3)武汉和广州不能同时设库房。 解:设:Yi= X ij =城市i 运往j 地的货运量 Minz=200X 11+400X 12+500X 13+300X 21+250X 22+400X 23+600X 31+350X 32+300X 33+ 350X 41+150X 42+350X 43+45000Y 1+50000Y 2+70000Y 3+40000Y 4 s.t: Y ij >=0(j=1,2,3) 2.已知下列四名运动员各种姿势的游泳成绩(各为50米)如表2所示,试问如何安排运动员参加200混合泳的接力比赛,使预期比赛成绩为最好。 X 11+X 12+X 13<=1000Y 1 X 21+X 22+X 23<=1000Y 2 X 31+X 32+X 33<=1000Y 3 X 41+X 42+X 43<=1000Y 4 X 11+X 21+X 31+X 41=500 X 12+X 22+X 32+X 42=800 Y 2>=Y 4 Y 1+Y 2+Y 3+Y 4>=2 Y 3+Y 4<=1 Y i =0或1(i=1,2,3,4)

数据模型与决策--作业大全详解

P45.1.2 1.2N ewtowne有一副珍贵的油画,并希望被拍卖。有三个竞争者想得到该幅油画。第一个竞拍者将于 星期一出价,第二个竞拍者将于星期二出价,而第三个竞拍者将于星期三出价。每个竞拍者必须在当天作出接受或拒绝的决定。如果三个竞拍者都被拒绝,那个该油画将被标价90万美元出售。Newtowne 拍卖行的主任对拍卖计算的概率结果列在表1.5中。例如拍卖人的估计第二个拍卖人出价200万美元的概率p=0.9. (a)对接受拍卖者的决策问题构造决策树。 1、买家1:如果出价300万,就接受,如果出价200万,就拒绝; 2、买家2:如果出价400万,就接受,如果出价200万,也接受。

接受买家1 200 200200 接受买家2 200 200200 0.50.9接受买家3 买家1出价200万买家2出价200万0.7100 21买家3出价100万100100 022002001 0100 拒绝买家3 90 拒绝买家29090 0190 接受买家3 0.3400 买家3出价400万400400 拒绝买家11 0400 0220拒绝买家3 90 9090 接受买家2 400 400400 0.1接受买家3 买家2出价400万0.7100 1买家3出价100万100100 04001 0100 260拒绝买家3 90 拒绝买家29090 0190 接受买家3 0.3400 买家3出价400万400400 1 0400 拒绝买家3 90 9090 接受买家1 300 300300 接受买家2 200 200200 0.50.9接受买家3 买家1出价300万买家2出价200万0.7100 11买家3出价100万100100 030002001 0100 拒绝买家3 90 拒绝买家29090 0190 接受买家3 0.3400 买家3出价400万400400 拒绝买家11 0400 0220拒绝买家3 90 9090 接受买家2 400 400400 0.1接受买家3 买家2出价400万0.7100 1买家3出价100万100100 04001 0100 拒绝买家3 90 拒绝买家29090 0190 接受买家3 0.3400 买家3出价400万400400 1 0400 拒绝买家3 90 9090

《大数据模型决策》复习(作业)题

《数据模型决策》复习(作业)题 二、分析、建模题 1、(广告策划)一家广告公试司想在电视、广播及杂志做广告,其目的是尽可能多地招徕顾客。下面是市场调查结果: 这家公司希望广告费用不超过800(千元),还要求:(1)至少有二百万妇女收看广告;(2)电视广告费用不超过500(千元);(3)电视广告白天至少播出3次,最佳时间至少播出2次;(4)通过广播、杂志做的广告各重复5到10次。 试建立该问题的数学模型,并用软件求解。 解: 设变量X1, X 2, X 3, X 4为白天、最佳时间、无线电广播、杂志次数 目标函数maxZ=400 X1+900X2+500 X 3+200 X 4 约束条件s.t 40 X 1+75 X 2+30 X 3+15 X 4≤800 40X1+400X2+200X3+100X4≥800 40X1+75X2≤500 X1≥3 X2≥2 , X3≥5

X3≤10 X4≥5 X4≤10 X i≥0 i=1,2,3,4 软件求解 2、(指派问题)分配甲、乙、丙、丁四人分别去完成A、B、C、D 四项工作。已知每人完成各项工作的时间如下表所示。规定每项工作只能由一人去单独完成,每个人最多承担一项工作。如何分配工作,使完成四项工作总的耗时为最少?建立线性规划数学模型(不求解)。 解: 设变量X11,X12,X13,X14为甲参加1,2,3,4工作,X 21,X22,X23,X24为乙参加1,2,3,4工作, X31,X32,X33,X34为丙参加1,2,3,4工作,X41,X42,X43,X44为丁参加1,2,3,4工作 目标函数maXZ= 10X11+5X12+15X13, +20X14 +2X21+10X22+5X23+15X24+

数据模型与决策课程大作业

数据模型与决策课程大作业 袄以我国汽油消费量为因变量,乘用车销量、城镇化率和90#汽油吨价与城镇居民人均可支配收入的比值为自变量时行回归(数据为年度时间序列数据)。试根据得到部分输出结果,回答下列问题: 1)“模型汇总表”中的R方和标准估计的误差是多少? 2)写出此回归分析所对应的方程; 3)将三个自变量对汽油消费量的影响程度进行说明; 4)对回归分析结果进行分析和评价,指出其中存在的问题。 薀1)“模型汇总表”中的R方和标准估计的误差是多少? 答案:R方为0.993^2=0.986 ;标准估计的误差为120910.147^(0.5)=347.72 蚅2)写出此回归分析所对应的方程;

答案:假设汽油消费量为Y,乘用车销量为a,城镇化率为b,90#汽油吨价/城镇居民人均可支配收入为c,则回归方程为: Y=240.534+0.00s027a+8649.895b-198.692c 肀3)将三个自变量对汽油消费量的影响程度进行说明; 乘用车销量对汽油消费量相关系数只有0.00027,数值太小,几乎没有影响,但是城镇化率对汽油消费量相关系数是8649.895,具有明显正相关,当城镇化率每提高1,汽油消费量增加8649.895。乘用90#汽油吨价/城镇居民人均可支配收入相关系数为-198.692,呈明显负相关,即乘用90#汽油吨价/城镇居民人均可支配收入每增加1个单位,汽油消费量降低198.692个单位。a, b, c三个自变量的sig 值为0.000、0.000、0.009,在显著性水平0.01情形下,乘用车消费量对汽油消费量的影响显著为正。 膃(4)对回归分析结果进行分析和评价,指出其中存在的问题。 在学习完本课程之后,我们可以统计方法为特征的不确定性决策、以运筹方法为特征的策略的基本原理和一般方法为基础,结合抽样、参数估计、假设分析、回归分析等知识对我国汽油消费量影响因素进行了模拟回归,并运用软件计算出回归结果,故根据回归结果,对具

kano模型的详尽解释

kano模型的详尽解释 受行为科学家赫兹伯格的双因素理论的启发,东京理工大学教授狩野纪昭(Noriaki Kano)和他的同事Fumio Takahashi 于1979年10月发表了《质量的保健因素和激励因素》(Motivator and Hygiene Factor in Quality)一文,第一次将满意与不满意标准引人质量管理领域,并于1982年日本质量管理大会第12届年会上宣读了《魅力质量与必备质量》﹙Attractive Quality and Must-be Quality﹚的研究报告。 KANO模型定义了三个层次的顾客需求:基本型需求、期望型需求和兴奋型需求。这三种需求根据绩效指标分类就是基本因素、绩效因素和激励因素。 1. 卡诺模型简介 卡诺模型(KANO模型)是对用户需求分类和优先排序的有用工具,以分析用户需求对用户满意的影响为基础,体现了产品性能和用户满意之间的非线性关系。在卡诺模型中,将产品和服务的质量特性分为四种类型:⑴必备属性; ⑵期望属性;⑶魅力属性;⑷无差异属性。 ?魅力属性:用户意想不到的,如果不提供此需求,用户满意度不会降低,但当提供此需求,用户满意度会有很大提升; ?期望属性:当提供此需求,用户满意度会提升,当不提供此需求,用户满意度会降低; ?必备属性:当优化此需求,用户满意度不会提升,当不提供此需求,用户满意度会大幅降低; ?无差异因素:无论提供或不提供此需求,用户满意度都不会有改变,用户根本不在意; ?反向属性:用户根本都没有此需求,提供后用户满意度反而会下降 KANO问卷对每个质量特性都由正向和负向两个问题构成,分别测量用户在面对存在或不存在某项质量特性时的反应。

《数据模型决策》复习(作业)题-15页文档资料

《数据模型决策》复习(作业)题 一、判断题 1、线性规划模型中增加一个约束条件,可行域的范围一般将缩小,减少一个约束条件,可行域的范围一般将扩大。√ 2、性规划问题的每一个基本解对应可行域的一个顶点。× 3、线性规划问题存在最优解,则最优解一定对应可行域边界上的唯一一个点。× 4、单纯形法的迭代计算过程是从一个可行解转换到目标函数值更优的另一个可行 解。√ 5、对偶问题的对偶问题一定是原问题。√ 6、线性规划原问题与对偶问题最优解的目标函数值必相等。√ 7、影子价格的大小客观地反映资源在系统内的稀缺程度,是一种虚拟的价格而不是真实的价格。√ 8、求解整数规划ILP时,先求放松问题LP的解,然后四舍五入即可。× 9、后悔值准则是不确定情况下的决策方法。√ 10、博弈论研究决策主体的行为在发生直接的相互作用时,人们如何进行决策以及这种决策的均衡问题.√ 二、分析、建模题 1、(广告策划)一家广告公试司想在电视、广播及杂志做广告,其目的是尽可能多地招徕顾客。下面是市场调查结果:

这家公司希望广告费用不超过800(千元),还要求:(1)至少有二百万妇女收看广告;(2)电视广告费用不超过500(千元);(3)电视广告白天至少播出3次,最佳时间至少播出2次;(4)通过广播、杂志做的广告各重复5到10次。 试建立该问题的数学模型,并用软件求解。 解: 设变量X 1, X 2, X 3, X 4为白天、最佳时间、无线电广 播、杂志次数 目标函数maxZ=400 X 1+900X 2+500 X 3+200 X 4 约束条件s.t 40 X 1+75 X 2+30 X 3+15 X 4≤800 40X 1+400X 2+200X 3+100X 4≥800 40X 1+75X 2≤500 X 1≥3 ,X 2 ≥2 X 3≥5 X 3≤10 X 4≥5 X 4≤10 X i ≥0 i=1,2,3,4 软件求解

六西格玛工具KANO模型

顾客需求的KANO模型是由日本的卡诺博士(NORITAKI KANO)提出的,KANO模型定义了三种类型的顾客需求:基本型、期望型、魅力型。这三种需求根据绩效指标分类就是基本因素、绩效因素和激励因素。 【1】基本品质(需求) 也叫理所当然品质。如果此类需求没有得到满足或表现欠佳,客户的不满情绪会急剧增加,并且此类需求得到满足后,可以消除客户的不满,但并不能带来客户满意度的增加。产品的基本需求往往属于此类。对于这类需求,企业的做法应该是注重不要在这方面失分。 【2】期望品质(需求) 也叫一元品质。此类需求得到满足或表现良好的话,客户满意度会显著增加,当此类需求得不到满足或表现不好的话,客户的不满也会显著增加。这是处于成长期的需求,客户、竞争对手和企业自身都关注的需求,也是体现竞争能力的需求。对于这类需求,企业的做法应该是注重提高这方面的质量,要力争超过竞争对手。 【3】魅力品质(需求) 此类需求一经满足,即使表现并不完善,也能到来客户满意度的急剧提高,同时此类需求如果得不到满足,往往不会带来客户的不满。这类需求往往是代表顾客的潜在需求,企业的做法就是去寻找发掘这样的需求,领先对手。 基本需求是顾客认为在产品中应该有的需求或功能,这些基本需求就是产品应有的功能,如果产品没有满足这些基本需求,顾客就很不满意。相反,当产品完全满足基本需求时,顾客也不会表现出特别满意,因为他们认为这是产品应有的基本功能。 在市场调查中,顾客谈论的通常是期望性需求,期望性需求在产品中实现的越多,顾客就越满意。

魅力型需求是指令顾客意想不到的产品特征,产品没有提供这类需求,顾客不会不满意,因为他们通常没有想到这些需求;但当产品提供了这类需求时,顾客对产品就非常满意。 六西格玛管理工具中的过程流程图是什么意思? 流程图是流经一个系统的信息、部件流的图形表述。在企业中,流程图主要用来说明某一过程。这种过程既可以是生产线上的工艺流程,也可以是完成一项任务必需的管理过程。 例如,一张流程图能够成为解释某个零件的制造工序,甚至组织决策制定程序的方式之一。这些过程的各个阶段均用图形块表示,不同图形块之间以箭头相连,代表它们在系统内的流动方向。下一步何去何从,要取决于上一步的结果,典型做法是用“是”或“否”的逻辑分支加以判断。 流程图是揭示和掌握封闭系统运动状况的有效方式。作为诊断工具,它能够辅助决策制定,让管理层清楚地知道,问题可能出在什么地方,从而确定出可供选择的行动方案。

KANO模型

KANO模型 受行为科学家赫兹伯格的双因素理论的启发,东京理工大学教授狩野纪昭(Noriaki Kano)和他的同事Fumio Takahashi于1979年10月发表了《质量的保健因素和激励因素》(Motivator and Hygiene Factor in Quality)一文,第一次将满意与不满意标准引人质量管理领域,并于1982年日本质量管理大会第12届年会上宣读了《魅力质量与必备质量》﹙Attractive Quality and Must-be Quality﹚的研究报告。该论文于1984 年1月18日正式发表在日本质量管理学会(JSQC)的杂志《质量》总第l4期上,标志着狩野模式(Kano mode1)的确立和魅力质量理论的成熟。 kano模型 KANO模型简介 受行为科学家赫兹伯格的双因素理论的启发,东京理工大学教授狩野纪昭(Noriaki Kano)和他的同事Fumio Takahashi于1979年10月发表了《质量的保健因素和激励因素》(Motivator and Hygiene Factor in Quality)一文,第一次将满意与不满意标准引入质量管理领域,并于1982年日本质量管理大会第12届年会上宣读了《魅力质量与必备质量》﹙Attractive Quality and Must-be Quality﹚的研究报告。该论文于1984 年1月18日正式发表在日本质量管理学会(JSQC)的杂志《质量》总第l4期上,标志着狩野模式(Kano mode1)的确立和魅力质量理论的成熟。 KANO模型内容分析 KANO模型定义了三个层次的顾客需求:基本型需求、期望型需求和兴奋型需求。这三种需求根据绩效指标分类就是基本因素、绩效因素和激励因素。

数据模型作业范例

数据模型课程作业 (1)简述定量分析与定性分析的关系,并列举工作中定量分析的例子。 答:定量分析的本质是对社会现象的数量特征、数量关系与数量变化所进行的分析,它最大的功能在于揭示和描述社会现象的相互作用和发展趋势。 定性分析的本质是对研究对象的“质”的方面所进行的分析,它是对获得的各种事物的材料运用归纳和演绎、分析与综合以及抽象与概括等方法进行思维加 工,进而去粗取精、去伪存真、由此及彼、由表及里,最终认识事物本质、揭示 事物的内在规律。 要想正确地认识定量分析与定性分析的关系,就要准确全面地认识定量分析与定性分析的整体统一性。定性分析是定量分析的基础,主要是由定性分析的主 要任务决定的,定性分析作为分析事物“质”的一种思维方式,它的主要任务是 确定物质的组成。只有确定物质的组成之后,才能选择适当的分析方法进行定量 分析,指从质的方面分析事物。要在各种纷繁复杂的研究的现象中准确的把握事 物的本质,就要求我们要运用辩证唯物主义和历史唯物主义的科学观点来对研究 材料进行分析,才能从众多的现象中揭示出其内在的规律,揭示出其最本质存在 的东西。只有进行了这样全面科学的分析之后,才能准确地描述一个事物,才能 正确地揭示出事物间的相互关系。这种分析方法对于人们准确的认识和判别事物 的本质属性具有很大的参考和评估使用价值。 综上所述,可以清楚地看出,定性分析与定量分析的本质关系应该是整体统一性的关系。定性是定量的前提,而定量分析使事物的定性更加科学、更加准确, 促使定性分析得出广泛而深入的结论,是定性分析的升华。 工作中定量分析的例子: 公司运营管理中,企业利润与费用比例的关系的研究;人力资源管理中,企业生产率指标(企业利润/员工人数)与人力资本结构及技术人员比例等指标的关 系研究;销售管理中,销售业绩指标与广告费用的确认分析等。 (2)利用EXCEL计算GDP平减指数(1990-2008年)。 解:数据如下: 国内生产总值(亿元) (1978=100) (1990=100) 不变价GDP(1990=100)GDP平减指数(1990=100) 现价GDP 1978 3645.20 100.00 35.5 1990 18667.80 281.71 100.0 18667.80 100.00 1991 21781.50 307.57 109.2 20381.26 106.87 1992 26923.50 351.37 124.7 23283.69 115.63 1993 35333.90 400.43 142.1 26535.10 133.16 1994 48197.90 452.81 160.7 30006.07 160.63 1995 60793.70 502.28 178.3 33284.23 182.65 1996 71176.60 552.55 196.1 36615.49 194.39 1997 78973.00 603.92 214.4 40019.64 197.34

数据模型与决策作业答案

教材习题答案 1.2 工厂每月生产A 、B 、C 三种产品 ,单件产品的原材料消耗量、设备台时的消耗量、资源限量及单件产品利润如表1-22所示. 和130.试建立该问题的数学模型,使每月利润最大. 【解】设x 1、x 2、x 3分别为产品A 、B 、C 的产量,则数学模型为 1231231 23123123max 1014121.5 1.2425003 1.6 1.21400 150250260310120130,,0 Z x x x x x x x x x x x x x x x =++++≤??++≤??≤≤?? ≤≤??≤≤?≥?? 1.3 建筑公司需要用6m 长的塑钢材料制作A 、B 两种型号的窗架.两种窗架所需材料规格及数量 如表1-23所示: 【解】 设x j (j =1,2,…,14)为第j 种方案使用原材料的根数,则 (1)用料最少数学模型为

14 1 12342567891036891112132347910121314 min 2300322450 232400 23234600 0,1,2,,14 j j j Z x x x x x x x x x x x x x x x x x x x x x x x x x x x x x j ==?+++≥? ++++++≥?? ++++++≥??++++++++≥??≥=?∑ 用单纯形法求解得到两个基本最优解 X (1)=( 50 ,200 ,0 ,0,84 ,0,0 ,0 ,0 ,0 ,0 ,200 ,0 ,0 );Z=534 X (2)=( 0 ,200 ,100 ,0,84 ,0,0 ,0 ,0 ,0 ,0 ,150 ,0 ,0 );Z=534 (2)余料最少数学模型为 13413141234256789103689111213 2347910121314 min 0.60.30.70.40.8230032245023240023234600 0,1,2,,14 j Z x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x j =+++++?+++≥? ++++++≥??++++++≥??++++++++≥??≥=? 用单纯形法求解得到两个基本最优解 X (1)=( 0 ,300 ,0 ,0,50 ,0,0 ,0 ,0 ,0 ,0 ,200 ,0 ,0 );Z=0,用料550根 X (2)=( 0 ,450 ,0 ,0,0 ,0,0 ,0 ,0 ,0 ,0 ,200 ,0 ,0 );Z=0,用料650根 显然用料最少的方案最优。 1.7 图解下列线性规划并指出解的形式: (1) 12 121212 max 2131,0Z x x x x x x x x =-++≥?? -≥-??≥? 【解】最优解X =(1/2,1/2);最优值Z=-1/2

Kano模型

Kano模型和服务质量差距模型的比较研究 (魏丽坤兰州商学院 730020) [摘要] Kano模型和Gaps模型对顾客感知质量的研究各具特色但又异曲同工。比较两者的异同,整合其优势,并结合管理实践进行理论创新,对促进质量管理本土化,提高我国服务质量管理水平具有积极的意义。 [关键词]Kano模型;魅力质量;服务质量差距模型;SERVQUAL评价法;比较;创新; A Comparative Study of the Kano model and the Gaps Model of Service Quality LanZhou Commercial College WEI Li-kun Abstract:Kano model and Gaps model,each has particular but similar features and methods on the study of customer perceived Service quality .Comparing similarities and differences,integrating both advantages and making theory innovation link management practice. It has a positive significance to improve the service quality management level and nationalization in China. Key Words:Kano model;Attractive quality;Gaps model;SERVQUAL;Comparative Study 20世纪80年代,在质量管理领域产生了两种具有代表意义的管理方法,一种是以日本管理文化为背景的Kano模型和魅力质量理论,一种是以美国管理文化为背景的服务质量差距模型和SERVQUAL评价法,两种方法都极大地推动了顾客感知质量的研究和发展,并对后来的顾客满意、顾客忠诚管理产生了深远的影响。 1 Kano模型和魅力质量 1.1 发展历程 受行为科学赫兹伯格双因素理论的启发,东京理工大学教授狩野纪昭(Noriaki Kano)和他的同事Fumio Takahashi 于1979年10月发表了《质量的保健因素和激励因素》(Motivator and Hygiene Factor in Quality)一文,第一次将满意与没有满意标准引入到质量管理领域,并于1982年Nippon QC Gakka第12届年会上宣读了《魅力质量与必备质量》(Attractive Quality and Must-be Quality)的研究报告,该论文于1984 年1月18日正式发表在《日本质量控制协会》(Japanese Society Quality Control)杂志总14期上,标志着狩野模式(Kano model)的确立和魅力质量理论的成熟。1.2 主要内容 狩野教授引申双因素理论,对质量的认知也采用二维模式,即使用者主观感受与产品/服务客观表现,提出了著名的Kano 模型,如图1所示: 根据不同类型的质量特性与顾客满意度之间的关系,狩野教授将产品/服务的质量特性分为五类: ⑴无差异质量(Indifferent quality):是质量中既不好也不坏的方面,它们不会导致顾客满意或不满意。例如:航空公司为乘客提供的没有实用价值的赠品。 ⑵逆向质量(Reverse quality):逆向质量指引起强烈不满的质量特性和导致低水平满意的质量特性,因为并非所有的消费者都有相似的喜好。例如:一些顾客喜欢高科技产品而另一些人更喜欢普通产品,过多的额外功能会引起顾客不满。 ⑶一维质量(One-dimensional quality):一维质量特性充分时会导致满意,不充分时会引起不满,它们是被公司宣传或用于公司间竞争的质量特性 (Gustafsson 1998)。例如:在价格不变的情况下,旅行社为游客提供新景点、新线路服务,但

相关文档
最新文档