發布時間：2023-06-19 16:16:50
序言：寫作是分享個人見解和探索未知領域的橋梁，我們為您精選了8篇的復雜網絡分析樣本，期待這些樣本能夠為您提供豐富的參考和啟發，請盡情閱讀。
關鍵詞：設備供應商；復雜網絡；復雜性分析
中圖分類號：F407文獻標識碼： A
Complexity Analysis of Mechanical Equipment Suppliers
Author
Abstract: In order to improve the management level of equipment suppliers, an analysis method of equipment suppliers based on complex network theory. Firstly, the supplier network is constructed, in which the nodes are abstracted from the equipment and suppliers and the edges are abstracted from the relationship between nodes. Then, some characters of network are defined, such as degree and betweenness. Finally, a NC is studied as an example to illustrate feasibility of the method.
Key Words: Equipment supplier; Complex network theory; Complexity analysis
引言
機械設備向著精密化、復雜化的角度發展，因此在設備制造過程中需要多家供應商協同參與，共同完成制造過程。如何充分利用外部資源，通過對供應商的整合來提高供應商管理水平，提升企業的整體效率、降低運行成本，對于企業發展具有重要意義。目前對于設備供應商管理的研究集中在供應商管理模式、管理績效評價、管理策略和特定行業的應用研究等幾個方面[1-4]。以上的研究多是著眼于整體供應鏈，從整體的角度構建、分析供應鏈的性能指標。從具體設備的角度出發，構建設備供應商網絡，進行復雜性分析，對于精確控制設備供應商網絡性能，提高設備設計制造過程可靠性，具有一定的意義。
設備供應商網絡的構建
機械設備可以依據功能獨立原則分解為多個相對獨立的子模塊。其中，一個子模塊可以由多家供應商進行供應，一家供應商也可以提供多個子模塊，因此供應商和設備模塊可以形成一個網絡，稱之為設備供應商網絡。
從復雜網絡角度，網絡可以表示為，其中表示網絡內的節點，表示網絡內的節點間的邊，表示網絡內的節點間邊的權重[5]。下面將從這幾個方面論述設備供應商網絡的生成。
節點
網絡中的節點有兩類，設備節點和供應商節點。設備節點是指在制造過程中，對設備進行合理劃分后得到的子單元，一般作為一個獨立部分處理，比如機床的床身等。對于設備節點的劃分層次有粗有細，取決于制造的實際需要，一般要考慮功能和結構正交的原則。供應商節點是指為設備節點提供設備的節點，是由實際供應商抽象而來的。一個供應商節點可以供應多個設備節點，同理，一個設備節點也可以由多個供應商節點進行供應。
邊
邊也有兩類，設備節點間的邊和設備節點與供應商節點間的邊。設備節點間的邊表示設備間的裝配關系，而設備節點與供應商節點間的邊則表示供應關系。目前沒有考慮供應商之間的關系。
權重
本文中權重取0-1，即節點間有邊的，權重為1，反之為零。
供應商網絡構建方法
在獲得網絡的元素后，網絡的構建可以根據如下順序進行：
Step：1 對選定的設備依據功能獨立原則進行分解，得到子模塊；
Step：2為每個子模塊分配合適的設備供應商；
Step：3 構建網絡；
Step：4 檢查網絡。如果符合要求，則結束。否則轉向Step1。
網絡分析指標
從抽象網絡的角度看，所有的網絡都可以用一些特定的指標進行描述，如度、介數、聚集系數、平均聚集系數和魯棒性等。通過這些指標可以反映網絡的某些特性，為我們了解和改進網絡性能提供幫助。
典型拓撲特性指標
拓撲指標是指描述網絡自身特性的指標，對于復雜網絡來說，一些指標是通用的，比如度、介數等。這些指標從不同的 角度描述了網絡的特性，可以通過這些指標來發現和控制網絡的質量，已達到提高供應商管理的目的。
表 1 復雜網絡拓撲指標
指標名稱 表達式 意義
度 網絡中與該節點相連的節點的數目
介數 節點在網絡中的重要性
聚集系數 量化網絡中節點聚集成團的趨勢
平均聚集系數 網絡中所有節點的聚集系數的平均值
魯棒性 網絡中一個或數個節點發生隨機故障或者遭受蓄意攻擊后，網絡仍能保持聯通的特性
需要指出的是，上表中的意義是指節點在網絡中的抽象意義。結合具體的網絡語境，可以對其進行擴展，得到新的物理意義。
下面以節點的度為例，描述拓撲指標的物理意義。節點度的基本意義是指與該節點相連的節點的數目，分為出度和入度。結合供應商網絡的具體意義，可以將度的意義拓展。針對設備節點來說，重點考察的是節點的入度，即該節點可以由多少節點供應，表示該設備可以由多少供應商提供；對于供應商節點來說，重點考查的是其出度，即該節點可以為多少節點提供服務，表示該供應商可以提供多少設備。
其余指標的意義在此不再贅述，可參照該方法進行擴展。
算例
為了驗證本文提出的方法，下面以某型號的數控加工中心為例，構建了供應商網絡，并對其中的指標進行了討論。
圖 1 數控加工中心及供應商網絡
該數控中心的三維模型如圖1中的（a）所示，可以分解為基礎部分、自動換刀裝置、主傳動系統、伺服進給系統等功能相對獨立的子模塊。各個子模塊的供應商包括西門子、德瑪吉、三菱等，如圖1中（b）部分所示。因為供應商較多，這里只給出了部分。根據文中提出的建模方法，可以構建出數控加工中心的供應商網絡，如圖1中的（c）部分所示，一共80個節點，包括21個設備節點，59個供應商節點。
通過計算，可以得到設備節點的入度，如圖2所示。從圖中可以看出，大部分設備的供應商較為充足，可以滿足制造過程需要。節點12,9和15的入度較小，說明所對應的設備模塊的供應商較少，存在一定的供應風險，應該提高這些節點的供應商數量，以保證制造過程的順利進行。
圖 2 設備節點入度
供應商節點的出度如圖3所示。從圖中可以看出，節點29對應的供應商出度最高，說明該供應商的供應能力更強，可以為設備制造過程提供更多的支持。而節點38到節點43，節點61到節點80所對應的供應商的出度較低，說明這些供應商的功能應能力較弱，只能為制造過程提供部分支持。在供應商管理過程中，要注意出度高的節點的管理，適當擴大出度低節點的數量，一方面可以保證設備的供應，另一方面可以擴大選擇的范圍。
圖 3 供應商節點出度
網絡節點的介數如圖4所示。從圖中可以看出，只有少量節點具有較大的介數，大部分節點的介數都非常小。該現象的物理解釋就是，該網絡是一個嚴重異質的網絡，少數節點起到非常重要的作用，大部分節點起的作用都很小。
圖 4 網絡節點介數
網絡節點的聚集系數如圖5所示。聚集系數表征的是網絡中節點的交匯和合作程度，從圖中可以看出，設備節點的聚集系數較高，供應商節點的聚集系數很低。通過網絡的物理意義可以給出相應的解釋：所有供應商節點的都指向設備節點，因此設備節點的聚集系數較高；而供應商節點間不存在合作關系，因此聚集系數較低。
圖 5 網絡節點聚集系數
網絡的魯棒性如圖6所示，給出了隨機出錯和蓄意攻擊情況下的網絡效率。通過圖中可以看出，在隨機出錯情況下，大約25%的節點出錯后，網絡的效率會下降至原來的一半。在蓄意攻擊情況下（按照節點介數高低進行刪除），在15%的節點出錯是，效率就會下降為原來的一半，因此該網絡具有一定的魯棒性。
圖 6 網絡魯棒性
結論
本文從復雜網絡理論出發，提出了機械設備供應商網絡的概念，并對網絡的生成、常規指標計算等進行了詳細討論，并以某型號數控加工中心為例對本文提出的方法進行了驗證。通過以上研究，可以得出如下結論：
1）從產品角度出發，采用復雜網絡理論構建供應商網絡，可以更好地發現設備供應過程中的薄弱環節，提高供應商管理水平
2）網絡的拓撲指標具有特定的物理意義，在不同的語境下可以進行擴展，得到新的物理意義，用來指導網絡研究
3）通過某型號數控加工中心的算例，表明了本文方法的可行性。
參考文獻
[1] 周梅芳. 中小企業供應商管理指標體系研究[J]. 中小企業管理與科技, 2014,(1):27-28.
[2] 湯傳毅, 萬融. 論現代企業供應商管理的新模式―生態型供應商管理[J]. 企業經濟, 2004,(3):21-22.
[3] 陳憬, 徐迪. 供應商管理在跨國機械制造企業的應用[J]. 廈門大學學報（自然科學版）,2003,42:15-19.
【關鍵詞】產業集群 復雜網絡 介數
一、引 言
產業集群指同一產業的企業以及該產業的相關產業和支持產業的企業在地理位置上集中[1]。產業集群中上下游企業之間是一種需求與供應關系。
隨著復雜網絡理論和方法的不斷發展，國內外很多學者開始把產業集群與復雜網絡結合起來進行研究。當前基于復雜網絡的產業集群研究主要集中在對產業集群網絡整體模型及其演化，缺少對其抵御風險能力的分析，本文設計了一個產業集群復雜網絡模型，針對不同類型節點退出網絡時分析該產業集群網絡模型抵御風險能力的變化情況。
二、產業集群復雜網絡模型
（一）模型概述
在產業集群復雜網絡模型中，首先根據企業在產業鏈中的位置把產業集群中的企業抽象為上游、中游和下游企業三類。設定三類企業的連接方式為：上游企業和下游企業只能與中游企業連接，中游企業可以與上游和下游連接。節點間的連接用有向邊表示。
（二） 產業集群網絡模型構建與演化過程
產業集群網絡模型以BA網絡模型和LC局域世界演化模型為基礎，具體構建過程如下：1.在產業集群復雜網絡模型中，網絡中初始狀態為m0個節點，e0條連邊。把m0個節點隨機分配給三種不同節點，網絡中節點間的連邊為隨機生成。2.每隔一個時間間隔t向網絡中引入一個新節點i，如果新節點為分別為上游企業、下游企業和中游企業，則攜帶邊數為m1、m2和m3，局域世界分別為中游企業、中游企業、上游與下游企業。3.當新節點i與網絡中的相應節點連接時，其連接概率按照以下公式擇優進行：
其中為網絡中的節點j獲取新節點i連邊的概率，為節點j的度。4.根據新節點i的類型不同，在局域世界中選擇m（m
三、產業集群網絡模型風險衡量指標
產業集群網絡中的企業節點退出網絡后會使整個產業集群網絡的功能受到影響，當退出企業較多時，會使整個網絡失效。本文中選取產業集群網絡受到節點退出影響后產銷鏈條能否保持完整作為產業集群網絡抵御風險能力的度量指標。產業集群網絡中的某些企業節點由于政策、經營等風險因素退出后，會形成互不連通的多個子產業集群。其中規模最大的稱為最大有效子子產業集群。通過統計由于攻擊被去除的企業數占原產業集群網絡總企業數的比例與最大有效子產業集群的規模S的關系來衡量產業集群網絡的風險抵御能力。
四、產業集群網絡節點風險衡量指標
產業集群網絡中一個企業的退出，如果嚴重影響了該網絡的產銷功能或物流能力，則稱該企業節點為高風險節點。本文中我們使用度和介數指標來區分不同的節點，其中產業集群網絡中節點企業的度指一個產業集群節點企業所連接的其他節點企業的個數，介數為通過該節點的最短有效路徑的條數，度量這兩種節點退出網絡后產業集群網絡抵御風險的能力。
五、 仿真模擬與討論
圖1 產業集群網絡最大有效子產業集群的規模變化情況
產業集群網絡模型的初始節點企業數均設為30個，上游企業、中游企業和下游企業加入產業集群網絡時所帶的邊數分別設定為6、10、6。網絡加入的上游企業、中游企業和下游企業的個數分別為480、800和1280。從圖1中可以看出，隨機退出和高風險節點退出造成的產業集群網絡最大有效子產業集群規模的變化趨勢是相同的，均呈現逐漸下降的趨勢。隨機退出的方式下產業集群網絡最大有效子產業集群規模隨著去除節點企業比例的增加下降相對比較緩慢，而采用高風險節點退出的方式時，產業集群網絡最大有效子產業集群規模隨著去除節點企業比例的增加下降非常迅速。
六、結束語
論文關鍵詞：復雜網絡；災害信息；傳播特征
災害是指由某種不可控制、難以預料的破壞性因素引起的、突然的或在短時間內發生的、超越本地區防災力量所能解決的大量人畜傷亡和物質財富毀壞的現象。由于災害發生的突然性和破壞性，20世紀80年代以前我國在災害信息傳播上采取了謹慎的態度。而隨著社會的不斷進步和新的媒體形式層出不窮，網絡媒體、手機媒體、數字電視以及即時通訊軟件、“博客”等新型網絡形式使得信息傳播的渠道由單一化向多元化發展，因此災害信息傳播已經不可能受到單方面的控制。
“非典”前期，由于政府和主流大眾傳媒保持沉默，使得各種謠言通過網絡和手機等新型信息傳播方式在全國范圍內大量傳播，導致了嚴重的社會恐慌。由此可以看出災害信息傳播一旦失控，會使本來失序的社會更加混亂，并由此帶來衍生災害，造成不必要的社會恐慌和經濟損失。因此，在當前的信息傳播狀況下對災害信息傳播方式和特征進行相關方面分析是十分必要的。
目前國內在災害信息傳播方面主要是從新聞學的方面來研究：災害報道應該實現新聞價值與社會價值的平衡、新聞媒介在公共危機事件中起到重要作用，以及系統介紹災害信息的發展史等。沒有從災害傳播本身的特征進行研究，忽視災害傳播特征對災害信息傳播的影響。為了更有效地實現對災害傳播的控制，有必要針對災害信息傳播特征進行相關研究。
本文首先對災害信息傳播過程進行分析，在此基礎上運用復雜網絡相關理論對災害信息傳播方式和特征進行了初步探討。
1災害信息傳播的過程分析
根據當前災害信息的多樣化，其傳播內容主要可以分為政府和主流大眾傳媒的災害信息和各種謠言、負面信息兩大類。各種謠言、負面信息是指由于在災害信息傳播過程中出現的隱瞞或虛報、延遲報道而產生的各種、負面的受眾不信任的信息。
本文以Fink(1986)提出的危機4階段論為基礎，對災害信息傳播過程進行了相關分析，給出災害信息傳播的4個階段，分別為潛伏期、突發期、蔓延期、解決恢復期。以2007年臺風羅莎信息傳播過程為例(數據來源：百度指數)，分析這4個階段(圖1)。
(1)潛伏期由災害發生到災害信息開始傳播的這一階段。隨著現代信息傳播的速度加快，潛伏期的時間越來越短。要對災害信息傳播進行控制，最好的方法就是在災害信息傳播的潛伏期對災害進行有效控制，減小對社會產生的影響。臺風羅莎10月2日08時在菲律賓以東洋面上生成，4日02時加強為強臺風。即10月2日至10月4日為臺風羅莎信息傳播的潛伏期。
(2)突發期從災害信息開始傳播到災害信息開始迅速傳播的階段。突發期是年階段中時間最短、對受眾心理沖擊最嚴重的一個階段。如果在突發期內對災害信息進行刻意隱瞞或虛報、延遲、模式化報道，會使受眾失去對傳播者的信任，增加公眾的疑惑，導致社會危機及衍生災害的產生。10月5日、6日為臺風羅莎信息傳播的突發期。
(3)蔓延期災害信息從迅速傳播到平息的一個階段。在新的信息傳播環境下，災害信息從迅速傳播到平息需要一個相當長的時間。網絡媒體、手機媒體、數字電視、即時通訊軟件、多種傳播形式使得災害信息傳播速度快、影響范圍廣、破壞性強。即使當災害得到平息和解決時，在新型傳播媒介中仍會存在很多議論和大量負面信息。臺風羅莎在我國大陸l0月10日結束，但其仍然受到大眾的普遍關注。10月7日至l0月16日為臺風羅莎信息傳播的蔓延期。
(4)解決恢復期災害妥善解決、人民生活恢復正常、物質生產得到恢復、社會恐慌得到平息、整個社會恢復到災害發生前的狀態。在解決恢復期中，做好災害信息的傳播機理和影響的研究工作，總結災害信息傳播的經驗和教訓，為完善和健全相關的防災體系提供依據。以10月17日起為臺風羅莎的解決恢復期。
2災害信息傳播網絡
2．1災害信息傳播網絡的形成
目前國際上在流行病傳播、計算機病毒在In．ternet上的傳播等領域利用復雜網絡進行研究是比較多的。此外，國內外專家對謠言的傳播也進行了相關工作Zanette研究了在小世界網絡中的傳播情況；Moreno等發展了Daley等在1964年提出的謠言傳播模型，認為非均勻網絡傳播過程最終聽過但不傳播的人數與感染概率有著緊密聯系；
Dotts和Watts認為無論是社會網絡還是信息網絡中的傳播蔓延現象，相應的模型都可以歸結為泊松模型和臨界值模型。
災害信息傳播的基礎是社會網絡，因此可以應用復雜網絡的觀點來闡釋災害信息傳播的特征。災害信息傳播的網絡模型示意圖如圖2所示。
用節點表示災害信息傳播中的個體，如果兩個個體之間可以通過某種方式直接發生傳播與被傳播關系，就認為這兩個個體之間存在連接，這樣就得到了傳播網絡的拓撲結構，進而可以建立相關模型來研究這種傳播行為。而災害信息傳播模型研究的關鍵是傳播規則的制定和網絡拓撲結構的選擇。
2．2災害信息傳播網絡的結構
2．2．1災害信息傳播網絡結構的劃分
災害信息的傳播途徑與謠言基本一致，可以參照Moreno等人提出的謠言傳播模型。的研究方法對災害信息傳播網絡模型的結構進行分析，將災害信息傳播網絡中的個體分為災害信息未知者(Igorants)、災害信息傳播者(Spreaders)、災害信息知情者(Stiflesr)三種類型。i(t)、s(t)、和r(t)分別代表這三種類型在人群中的比例。
如圖3所示，災害信息在災害信息傳播者、災害信息未知者之間傳播。災害信息傳播者向它的鄰居節點傳播信息。當接到信息的節點是災害信息未知者的時候，災害信息未知者以入的概率變成一個災害信息傳播者。而如果信息傳給了災害信息傳播者或者災害信息知情者，則前者以1／a的概率變成一個災害信息知情者。
2．2．2網絡結構中各參數的分析
參數A代表著信息傳播過程中數據會出現丟失的情況，并不是每次連接都成功。參數是表示一個災害信息傳播者在變成一個災害信息知情者前連接的災害信息傳播者或災害信息知情者的平均次數。
災害信息傳播者把災害信息傳遞到它的相鄰節點時，如果該節點為災害信息未知者，后者也將以入的概率變成一個災害信息傳播者，信息傳播成功。如果后者已經知道了災害信息，則會導致災害信息傳播者失去傳播信息的興趣，從而以l／a的概率變成一個災害信息知情者，此次信息傳播的小過程失敗。
2．3災害信息傳播網絡的統計性質
災害信息傳播網絡的統計性質反映著網絡內部結構的不同和系統功能的差異。它的統計性質有以下幾個方面。
(1)平均路徑長度是指所有節點之間的最大距離的平均值，它描述了網絡中節點間的分離程度，即網絡有多小，也就是災害傳播網絡中所有傳播途徑傳播信息的平均長度。
(2)聚集系數用來描述網絡中節點的聚集情況。在災害信息網絡中表示災害信息傳播者與災害信息未知者、災害信息知情者的關聯程度。
(3)度和度分布一個節點與其他節點相連的邊數稱為該節點的度。節點度分布是指網絡中度為k的節點的概率P(k)隨節點度k的變化規律。在災害信息傳播網絡中，度就是表示一個災害信息傳播者向k個災害信息未知者或災害信息知情者傳播信息。頂點的度指標用于描述該傳播者對傳播網絡中其它傳播者的直接影響力。節點度的分布函數反映了災害信息傳播網絡的宏觀統計特征。
(4)介數分為邊介數和節點介數。節點介數為網絡中所有的最短路徑中經過該節點的數量比例；邊的介數是網絡中所有的最短路徑中經過該邊的數量比例。介數反映了相應的節點或者邊在整個網絡的作用和影響力。在災害信息傳播網絡中，節點介數說明該節點對于網絡中信息流動影響的大小。介數的分布特征反映了不同傳播者在網絡中的地位，即其傳播速度、傳播范圍和影響程度。對于評價各種傳播媒介的重要性、評價防災體系有著十分重要的意義。
3基于復雜網絡的災害信息傳播特征分析
3．1網絡節點的大規模性
一個重大災害發生后，其信息傳播網絡的節點數必定十分龐大。要做到災害信息傳播既維護了公眾的知情權，又不會造成社會恐慌和由此帶來的衍生災害，就應該對大規模的災害信息傳播網絡節點進行分析，找到網絡中的關鍵節點，即公眾信任度高、社會責任感強、在網絡的影響大的節點。衡量這些節點是否關鍵的主要依據是它們的介數和度分布。
3．2網絡連接的稀疏性
在災害信息傳播網絡中，并不是所有節點的聚集系數和度分布是相同的。主流大眾傳媒由于其傳遞信息的真實性、全面性，受到公眾的普遍信賴，那么主流大眾傳媒所代表的節點的聚集系數和度就要比其他節點的高。在這一區域的網絡連接就比較密集。反之，過于失實的災害信息會受到公眾的質疑，其傳播范圍就比較小，則這部分的網絡連接就很稀疏。
3．3連接結構的復雜性
災害信息傳播網絡的節點是由主流媒體、網絡媒體、手機媒體、數字電視等傳播者和受眾組成，因此每個節點都具有自己的動力學特征，且各個節點之間相互影響、相互制約，從而整個災害信息傳播網絡也就具有極為復雜的動力學特征，不能簡單的用規則網絡和隨機網絡對其進行分析。因此，災害信息傳播網絡具有連接結構的復雜性。
3．4信息傳播的時間復雜性
信息在網絡中傳播所花費的時間與下一節點對信息的敏感程度、傳播節點的度和介數及信息的可靠度等有關。沿海的人們對于有關臺風的信息就會比較關注，而對于內陸城市的人而言，此類信息就不很重要。這就體現了災害信息傳播的時間復雜性。
3．5信息傳播的變異性
在一個災害信息傳播者向災害信息未知者傳遞信息的這一過程中，信息內容是否不會發生變異以及信息來源是否真實可靠，這就是信息傳播的變異性。
3．6信息傳播引發衍生災害的可能性
災害本身具有破壞性，由于災害信息內容不同，公眾對災害信息的關注程度也不同，必然導致信息傳播的速度不一樣。而災害信息的傳播也可能引起各種社會問題，甚至形成衍生災害。例如在“非典”期間各種有關SARS的信息肆意傳播，引起某些藥品的短缺、物價的抬高以及社會不安定因素突增。在災害信息傳播網絡中可表現為信息中心增多、傳播過程的重復性。
4結束語
本文將災害信息傳播過程分為潛伏期、突發期、蔓延期、解決恢復期等4個階段，并以臺風羅莎信息傳播過程為例對4個階段進行分析。
關鍵詞：電力系統；復雜網絡特征；線路脆弱性；風險
辨析復雜特性，從這一視角著眼來識別脆弱的線路屬性。依循從上到下這樣的次序，聚類挖掘了潛藏的線路風險，解析層次風險。復雜網絡以內，預設了明晰的條件屬性，篩選決策屬性，以便構建更完備的決策表。構建了決策樹，借助于數據挖掘來細化原有的表格。在最后流程內，識別了多層級架構內的風險，創設風險模型[1]。線路表征的脆弱特性、聚類流程解析得出的風險彼此吻合，水準彼此一致。由此可以得知：電力體系搭配的復雜網絡緊密關聯著內在的脆弱線路，決定風險狀態。
一、解析復雜特性
電力運轉依托的網絡顯出了復雜性，含有多樣特性。衡量這類特性，可用指標被設定為聚類系數、測得的節點度、線路測得的均衡長度。在這之中，節點度代表著彼此銜接的總節點數目，描繪局部特性。若節點度很大，則體系架構內的這一節點不可被替換，顯示必要價值。設定聚類系數，以此來辨識鄰近范疇的節點關系，解析連接關系。節點邊介數指代著選出來的最短路徑，衡量了傳輸流程內的真實影響，它關系著全局。
相比其他體系，電力網絡布設的功率顯出了自帶的特性。設定分布因子，要兼顧這樣的準穩態；與此同時，還應平衡各時段的電能供需，考慮復雜特征。創設拓撲結構，以此來表征彼此銜接著的拓撲關系，它折射出分布的有功潮流。設定網絡模型，探析了有著脆弱特性的多條線路，識別潛在的隱患[2]。
二、辨識風險必備的模型
復雜網絡依循的根本機理涵蓋了脆弱性，它對應著配件。衡量配件是否脆弱，就要測得缺失的最小負荷，測算這一時段的精準負荷率，表達脆弱特性。在衡量指標之中，失去負荷的最小概率關聯著機組出力、節點設定的多重約束、有功的傳輸約束。
電力體系融匯了多層的、偏復雜的網絡，有著非線性的表征。總體架構之內，配件彼此緊密銜接，存有復雜聯系。誘發連鎖事故，都不可脫離偏長的這種連接。線路連接之中，配件凸顯了偏強的彼此干擾。構建模型時可設定故障集，它含有篩選的多個元件。這樣的基礎上，構建脆弱模型。故障集合融匯了搜集進來的多樣元素，表示各個線路。設想狀態之下，故障關聯著某一路徑的脆弱性，含有某些元件。
圖1 數據挖掘的流程
三、挖掘算法及決策樹
決策表整合了設定好的多樣屬性，構成屬性集合。在決策表之內，子集可被分成決策類的屬性、條件類的屬性。篩選有限對象，創設了新的這類集合。現存集合預設了屬性搭配的值域、信息函數數值。決策表涵蓋著搜集得出的初始信息，來自制備好的某一樣本。樣本表征著擬定的決策規程，含有可依循的規則。查驗決策表時，即可獲取集合情形下的多個決策[3]。然而，借助這樣的機械流程只可獲取初始樣本的總狀態，并沒能深入予以發掘。
與之相比，決策樹歸屬新流程內的數據挖掘，它關聯著知識發現。借助這種途徑，篩選出來的屬性都表征著某一條件、某一給定的決策，把選取的這類數值設定成輸入。經過自動生成，獲取了可伸縮的、擁有最佳泛化特性的、可被解釋的優良決策樹。經過細化提取，針對細分出來的決策樹增設了可辨識的規則。可參照信息熵，構建這樣的決策樹。依循設定好的規程著手來挖掘，識別線路風險。
（一）離散狀態之下的屬性
采納層次聚類，設定了離散化這樣的連續屬性。數據挖掘之中，預處理依循了擬定好的步驟，影響認知實效。在值域范疇內篩選了細分出來的多點，針對篩選的對象設定離散化。這種情形下，屬性值域將被涵蓋在細化的區段內，區間被替換成某一符號。
（二）重設精準的運算流程
電力體系中，線路及搭配的節點存有偏復雜的關聯，影響著脆弱性。若從節點視角來辨識脆弱性，就忽視了布設線路凸顯的彼此干擾，解析并不全面。解析復雜網絡，要兼顧一切線路及關聯的節點，解析得出的數值可變為決策。依照決策樹，精簡了常規流程的算法，解析分布概率。針對篩選的線路，辨識了層次風險。
圖2 線路的脆弱性
（三）識別層次風險
層次聚類側重識別了近似的對象狀態，劃分近似程度。被劃歸在同一區段之中的對象擁有很近似的特性，若被歸入不同區段，那么對象不會彼此近似。衡量對象距離，識別了連續狀態之下的近似度。對象被劃歸至同一區段，逐步設定彼此的合并。在某一層頂側，離散化對應著屬性值，借以創設了簡易的新網絡。線路脆弱性不可脫離層次風險，它關系著布設的線路，衡量復雜狀態，選取脆弱性的符號以便代表風險[4]。
結語：
經過綜合考量，判別了多重線路自帶的脆弱傾向，妥善評估風險。評價結果表示：線路及布設的多重節點都緊密銜接，有著復雜聯系。網絡自帶的特性關乎內在線路，關系到脆弱性。與此同時，兩側節點也凸顯了脆弱性這樣的干擾，布設的節點顯出了密集傾向，彼此含有差異。從復雜特性著手，辨識了連鎖情形下的斷電故障根源，探析事故機理，為后續實踐供應了參照。
參考文獻
[1]蘇慧玲，李揚. 基于電力系統復雜網絡特征的線路脆弱性風險分析[J]. 電力自動化設備，2014（02）：101-107.
[2]夏麟，肖P鑫，劉恩豪. 基于復雜網絡和風險理論的電力系統脆弱性評估[J]. 電子世界，2014（09）：46-47+146.
關鍵詞：復雜網絡；設計；Java程序；思路；分析工具；實現
中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2014）06-1246-02
1 概述
隨著社會經濟發展速度的加快，信息技術水平與人們生活水平的提高，使得復雜網絡也越來越被人們所關注，對其的研究也逐步增多，且在社會學、生態學以及統計物理學等各個領域也獲得相應的發展以及延伸。復雜網絡自身具有大平均聚集系數小世界效應、冪律度分布物的無標度特性及小平均路徑長度，這種網絡為復雜系統演化規律以及整體行為的研究與描述提供了相應的工具。常見的軟件系統主要由不同的粒度單元以及這些單元之間所存的這種交互關系所組成，基于此，也可將復雜系統看作是復雜網絡。下面筆者基于自身多年工作經驗的積累以及總結，就基于復雜網絡的Java程序分析工具―JPAC工具為例，就其設計以及實現進行詳細地闡述。
2 基于復雜網絡的Java程序分析工具――JPAC工具
2.1 結構
JPAC工具就是建立一個復雜網絡供于Java軟件系統結構。該工具需分析Java程序代碼，同時分析所建網絡的網絡特征，顯示出其特征，并基于此模擬軟件系統結構的演化規律。除此之外，該工具還可提供一種比較抽象的網絡。基于上述內容，可將該工具按照層次來劃分，其結構主要劃分為三個模塊，主要如下：
第一，數據分析層。在該工具中，數據分析層是最底層，該層不僅可與XML文檔交互，同時還可與Java代碼交互，最后再將交互過程封裝。該層可不用依靠高層而存在，對此，用戶可在數據分析層的基礎上，結合自身的實際需求增加相應的功能。
第二，數據運算層。該層在數據分析層的基礎上提供各種運行功能，比如統計分析或者演化模擬等。在此所指的運算為操作以及計算網絡計算機，該層能夠實現擴展。
第三，用戶界面層。該層位于最上層，其主要的任務是可視化網絡計算機，并可視化所得到的運算結果，以此為不同用戶提供相應的操作等。
2.2 設計
1）數據分析層
第一，JPAC工具中數據分析層主要有三個方面的功能，即分析Java代碼、生成網絡計算機內部表示以及存取文件。當數據分析層讀入的是Java文件，則判斷為字節碼文件還是為源文件，若為源文件，則先把其翻譯并生成為字節碼文件，并通過BCEL技術來進行分析，將基于該技術所獲得的類信息來進行網絡圖的構建。若在工具運行過程中，讀入的是XML類型的文檔，則可用DOM技術來進行分析，同時基于此構建相應的網絡圖，該網絡圖不僅可應用于系統結構中的高層，同時還可借助于之前的文檔形式來儲存。數據分析層主要包含離五個類圖，即ProgInput、XMLParse、DataLayer、JavaBinDataLayer、RandomDataLayer，其中ProgInput屬于抽象類，其主要的功能為Java文件的讀入和解析，為文件讀入提供了抽象方法；XMLParse可實現XML文檔的讀入以及保存，在DOM技術的基礎上解析XML文檔；DataLayer為保存所建網絡的一種抽象類；JavaBinDataLayer為保存在Java 系統結構的基礎上建立網絡的具體類；RandomDataLayer為保存隨機網絡具體類。
第二，JPAC工具在實際應用中，事實上只分析Java字節碼文件，在對Java源代碼文件進行處理的時候，應事先進行編譯，以免做重復工作，且也便于在程序中分析以及管理大量的類。對于字節碼的分析主要采取的是兩種方式，即借助于Java虛擬機來進行間接分析和對Java字節碼文件直接進行分析，由于前一種分析方式易受到虛擬機性能的約束以及限制等，因此，在本文所闡述的這一工具所用的分析方式后一種，即直接分析字節碼文件，采用了BCEL技術，該技術分析起點為Java Class 類，基于BECL所提取得到的關于Java軟件系統結構中各類的相關信息，可為系統建立Java SCG。
第三，XML 屬于一種數據存儲語言，其較為簡單， 一般是通過標記的方式來描述數據。這種語言相對于以往的二級制語言來講，盡管其占用的空間較多，但是由于其自身的簡單性也使得其更加容易應用于各種應用程序來完成數據的讀寫。因此，在本次研究中，所介紹的JPAC工具，其存儲形式為XML文檔形式，該文檔結合Java SCG的鄰接表具體形式來描述全部節點，其中包含每一個節點的名字、圖形顯示位置以及實現的接口等。當JPAC按照XML文檔來構建Java SCG時，需一次性將整個XML文檔讀入，對此，該工具借助于DOM技術來對XML文檔進行解析，這種技術在一次性解析文檔的同時，還可讀入內存，將其保存為文檔對象，以供于用戶來訪問，以此為每一個屬性、元素以及文本等均構建相應的對象。當該文檔轉換為Java SCG以后，應馬上將該文檔所占的各個空間釋放出來。
2）數據運算層
從上述內容可知，數據分析層其實就是一個獨立的層次，是一種分析上層的網絡軟件系統。基于此，數據運算層能夠實施各種運算。此外，數據預算層還是個能夠擴充層次，在實際應用中，用戶可結合自身需求來擴充功能。在統計分析和運算上，該工具主要從元素級特征以及網絡級特征來計算Java SCG網絡統計特征，該運算主要類圖如下：DegreeData可達到度分布統計，其包含出度、入度以及總的度分布；StaGraph可統計網絡級特征，其包含平均路徑的長度與平均聚集系數；VertexSta可統計元素級中相關節點特征，其包含聚集系數與介數；EdgeSta可統計元素級中相關邊的特征，其主要包含介數。在演化模擬運算上，主要是在模塊軟件演化模型的基礎上來進行演化模擬。
3）用戶界面層
在本次研究中，所介紹的這一工具，其界面所用框架為Eclipse RCP。其中RCP是基于Eclipse所開發的一種客戶端應用平臺，這一平臺可為操作者提供一個功能強大以及快速的應用平臺。借助于上述這一框架來進行開發，可使工具借助于擴展點來實施配置，便于用戶擴展工具的。同時借助于Eclipse與Java所具備的跨平臺性，能夠使工具在不同平臺下，甚者在掌上電腦或者嵌入式設備中運行，且Eclipse也為不同操作系統的運行提供了相應的本地圖形接口包，在RCP正常運行的過程中，Eclipse事先通過本機窗口組件的直接調用，只有在無本機要求的組件時才實施模擬，其具備本地觀感。
2.3 實現
基于上述內容，下面利用上文所介紹的這一JPAC工具，將1.5版本JDK作為例子來分析，建立Java SCG，，對其復雜網絡統計特征進行計算。從應用過程與結果來看，網絡中心為一個度數較大的節點，且靠近中心附近還存在度數較大的一些節點，在網絡結周圍則存在大量度數相對較小的節點。就這些結果分析情況來看，這些節點都屬于一種無標度特性跡象，同時也驗證了上述的這一系統結構的網絡除了具有小世界效應以外，還具有一定的分布特征。此外，從另外一個側面也說明了所舉系統具有復網絡的相關特征，且其復雜網絡還具備演化特性。
參考文獻：
[1] 王樹森，顧慶，陳燾，等.基于復雜網絡的大型軟件系統度量[J].計算機科學，2009，36（2）：287-290，302.
[2] 馬楠.網絡課程開發的研究與實踐――以《高級程序語言（JAVA）》課程為例[D].北京：北京郵電大學，2009.
[3] 許楠，劉麗杰.基于C/S模式使用JAVA編程語言編寫網絡通信程序[J].中國科技博覽，2009，（6）：108.
關鍵詞：數據倉庫；多維分析；ETL
中圖分類號：TP311文獻標識碼：A文章編號：1009-3044(2007)06-11497-03
1 引言
隨著電信市場的開放，電信運營商之間的競爭越來越激烈，利潤的降低使得各運營商必須從粗放的經營轉變為集約的經營。對電信企業來說，如何在激烈的市場競爭中求得生存和發展，這是企業的決策人員所必須考慮的問題。以前，電信公司都是通過挖掘GSM網、智能網相關統計數據，近似分析出總體話務變化趨勢，而不能分析出各個品牌用戶、高端用戶、集團客戶及在不同區域話務分布規律，也不能分析出不同品牌用戶的具體用戶行為及不同話務類型的具體比例，而在當前激烈的市場競爭形勢下，這些精細化的分析尤為重要。移動用戶的實時通話清單包含每一次通話的詳細信息，如果對實時通話清單數據進行深入分析，完全可以分析出不同品牌、不同區域、不同時段、不同類型話務流向和流量的變化，本文基于以上原因，提出了建立以數據倉庫技術為基礎，以實時通話清單為數據源的網絡分析系統，該系統的建立為企業各部門提供經營決策依據，為更好的進行網絡容量規劃及電信業務的推廣和發展提供強有力的支撐。
2 數據倉庫技術
數據倉庫的基本概念是指企業管理和決策中面向主題的、集成的、非易失的且隨時間變化的數據集合，它是從大量的事務型數據庫中抽取出數據，通過清理、轉換，形成統一的存儲格式，給最終用戶特別是決策支持者們提供對公用數據的更好的訪問支持。數據倉庫中的數據通常包含歷史信息，利用這些信息，可以對企業的發展歷程和未來趨勢做出定量分析和預測。
數據倉庫技術在不同的行業中解決的問題不同， 對電信行業來說，數據倉庫技術可以在以下三個方面發揮作用：
對海量計費數據的管理，為決策者提供準確、可靠的數據；
在線分析處理，幫助決策者對市場的變化做出快速反應；
從現有的計費數據挖掘出隱藏于其中的信息，找出潛在的市場規律和深入的用戶行為分析。
雖然數據倉庫和數據挖掘技術更適合于對“海量”數據的分析處理，但是它并不要求一定在整個企業范圍內才能應用。數據倉庫是面向主題的，因此，可以把數據倉庫先應用到企業的局部，然后逐步展開。
3 基于數據倉庫技術的電信網絡分析系統的總體架構
網絡分析工作需針對品牌用戶對網絡的影響開展不斷深化的挖掘研究，并有必要實行地域化的精致網絡優化和差異化管理工作。網絡分析系統總體結構包括三部分內容：數據獲取層、數據倉庫層、前端界面層。它描述了網絡分析系統的數據源及相應的數據轉換ETL(Extraction、Transformation、Loading)過程、中央數據倉庫、對數據倉庫信息的存取，如圖1。
圖1 系統總體架構
3.1數據獲取層
網絡分析系統要想取得成功，就要定義良好、集成而完整的數據，首先必須根據系統確定的分析主題建立優質的數據模型，然后從現有的業務系統中正確提取數據，通過轉換、過濾和集成保證獲取的數據的質量，最后裝載到企業的數據倉庫中。數據獲取層是整個數據倉庫系統應用的基礎。數據獲取層主要是完成各種異構數據的處理，使其以合理的格式向數據倉庫裝載。這一層分為兩個層次， 即原始數據層和數據接口層。原始數據層表明了網絡分析系統的各種復雜的數據來源，數據源通常包括實時通話清單、智能網話單和其他網絡數據。這些數據通過數據接口層所提供的數據粒度規則， 按照數據庫高級復制、數據庫遠程訪問、數據文件導入或手工錄入等不同的方式進入到系統的數據倉庫中。數據接口層主要為原始數據進入系統提供維護手段。主要功能包括：數據的提取、清洗、轉換、集成、導入，內部業務子系統與本系統的接口。
3.2數據倉庫層
數據倉庫層是網絡分析系統的核心部份，由3個層次構成。首先是底層的數據倉庫服務器。數據倉庫服務器統一管理著數據倉庫、數據集市、元數據庫以及數據監控和數據管理模塊，將各種來源的數據按照系統設計的規范組織和管理起來，為后續的數據分析提供完整的數據源。數據倉庫主要存入經過清洗、轉換和處理后的數據， 元數據庫主要是存放數據源、數據轉換規則、數據維、事實表的定義等關于數據的數據， 是維護、監控、管理數據倉庫的根據。數據集市是根據數據倉庫提供的數據，根據特定主題集成某一領域的數據，為聯機分析和數據挖掘提供所需的所有模型元素，同時針對系統業務需求建立起業務分析模型，將數據倉庫提供的數據分析、組織形成各種適用于聯機分析的模型元素。其次是中間層，中間層主要是聯機分析處理(OLAP)，OLAP服務器使用為用戶預定義的多維數據視圖對數據倉庫(或數據集市)的信息進行統計分析處理，為具有明確分析范圍和分析要求的用戶提供高性能的決策支持。OLAP將分析結果存儲在信息庫中， 便于決策者通過對比多種分析結果做出更好的決策。最后是頂層，頂層包括查詢/報告和數據挖掘。數據挖掘為輔助決策提供最完整的工具。與OLAP著重于對過去的已成事實的數據進行分類、分析、統計和集成相比較, 數據挖掘注重對未來的可能發生的數據進行估算、預測，以發現新的關系。
3.3前端界面層
前端界面層主要是人機接口和用戶界面。人機對話接口是實現用戶和系統之間的對話。面對大量的、復雜的原始數據，能準確、快速地做出管理人員所需的定制報表，同時管理人員可利用強大的前端查詢分析工具，對系統數據進行OLAP分析以獲得所需信息。
4 系統實現的關鍵技術
網絡分析系統的實現涉及兩個方面的關鍵技術，一個是通過ETL過程對數據導入和數據進行分析裝載，另一個是系統數據倉庫的建模。由于系統處理的是海量數據，需要系統較快的處理吞吐量和速度，因此在實現上大體采用存儲過程來處理業務邏輯。
4.1ETL過程
ETL包括兩個方面，一個是軟件，一個是過程。ETL軟件只是一個工具，如何讓這個工具發揮作用，還是要看如何使用它即ETL過程。網絡分析系統需要與多個外部數據源進行集成，在數據源多，網絡復雜的情況下保證數據抽取能夠按時完成變得相當有難度。為此采取了如下策略：“需要抽取的數據首先在數據源進行一次聚合，拋棄不需要的信息，減少數據傳輸量。數據抽取到數據倉庫的臨時數據區再進行轉化，裝載”。根據以上思路，網絡分析系統的ETL過程包括數據的導入和數據的分拆裝載。數據的導入，主要是把原始的通話話單壓縮包解壓后調用抽取程序導入到數據庫臨時表，同時備份壓縮包到備份目錄；數據的分拆，是系統的核心處理模塊，完成系統的主要業務功能。其具體的實現是使用數據庫的存儲過程，主要步驟有：拆分話單、初步統計分析數據、統計小區數據、統計縣區數據、統計全網數據、清除臨時表數據。
4.2數據倉庫建模
數據倉庫的設計方法經歷了概念模型設計、邏輯模型設計、物理模型設計三個階段。數據倉庫的邏輯模型主要有星型模型、雪花模型和混合模型等三種，簡單的星形模型由一個事實表和若干個維表組成，而復雜的星形模型可能包括數百個維表。由于電信行業數據量非常大(達到TB級)，在進行數據倉庫設計時，多表連接、表的累計、數據排序、大量數據的掃描等操作是面臨的主要問題。星型模式通過對各個維做大量的預處理，如按照維進行預先的統計、分類、排序等操作，能夠大大提高處理速度，很好的解決以上問題。基于系統的響應速度、系統的復雜度、系統的維護工作量等方面考慮， 我們選擇星型模型作為電信網絡分析系統數據倉庫的邏輯模型。
星型模型是基于關系型數據庫的、面向OLAP的一種多維化的數據組織方式，多維數據在關系數據庫中表示時需要分成兩大類型，一類是包含主題、用于存儲事實的度量值和各維主碼的事實表；另一類是維表，在維表中至少保存描述維的層次關系、成員類別等元素。事實表通過每個維的主碼值與維表聯系在一起。為了提高系統的執行效率，通常只選擇某些有需要的對象建立維表。以面向主題的原則分析電信網絡分析系統， 選取全網話務統計、縣區話務統計、小區話務統計、短信數目統計、用戶數目統計等多個主題。以全網話務統計主題為例， 對應的全網話務統計事實表如下表1。其中全網話務事實表包括各維表相關聯的外鍵和分析數據的度量值。維度表包括品牌維度表、時間維度表、漫游維度表、計費類型維度表和運營商名稱維度表等。
表1 全網話務統計事實表
通過該模型，運營商可以從不同的角度分析某一業務，也就是數據倉庫中多維的交點。 根據用戶指定的時間段、品牌、運營商、話務類型等情況分別統計出全網話務按運營商、品牌、話務類型、話務分類分布的情況。
5 結束語
基于以上設計開發的電信網絡分析系統在實際中得到良好的應用。滿足了如下幾個統計分析功能：從用戶角度出發的精細化、差異化分析，利用靈活的分析手段，挖掘話務分析、為網絡優化提供新思路；從地域化的競爭形勢分析，為決策層提供網絡使用數據的依據；從用戶行為分析，研究用戶話務模型，預測網絡話務增長趨勢，為網絡規劃工作提供服務要求開發的系統必須具有的強大擴展能力。電信市場瞬息萬變，電信業務迅猛發展，網絡分析系統的建設和應用，必將提高公司的整體競爭力。
參考文獻：
[1]陳京民.等.數據倉庫與數據挖掘技術[M].北京:電子工業出版社,2002.13-145.
[2]陳俊英.基于數據倉庫的電信事業決策支持系統[J].計算機與現代化,2004,第4期:33-35.
[3]王麗珍.等.數據倉庫與數據挖掘原理及應用[M].北京:科學出版社,2004,第4 期:20-154.
[4]雷立宏.等.數據倉庫技術及在電信系統應用的研究[J].長春理工大學學報,2004,第27卷,第4期:50-51.
關鍵詞：中波發射機 雙頻共塔 阻塞網絡 調整
中圖分類號：TN93 文獻標識碼：A 文章編號：1007-9416（2014）05-0046-02
雙頻共塔技術是兩套不同頻率的廣播節目共用一只發射塔同時發射廣播信號的技術。在廣播發射中，中波發射天線采用雙頻共塔技術是節省投資和占地面積的最佳選擇。該技術的應用，即滿足了廣大聽眾的收聽不同頻率節目的要求，也推動了廣播事業的發展。雙頻共塔的關鍵技術是對天線調配室阻塞網絡的調整。一般的阻抗匹配網絡對通過的頻率起阻抗匹配作用，而對其他的頻率呈現一定的阻抗，如果阻抗匹配網絡對其他頻率呈現并聯諧振，則理論上阻抗無窮大，完全阻止了其他頻率電流的通過。這種對通過頻率起阻抗匹配作用，對其他頻率起阻塞作用的網絡稱阻塞匹配網絡。本文涉及的雙頻共塔網絡調整基于強電磁環境下復雜網絡調整，有很好的指導借鑒意義。
1 雙頻共塔網絡調整問題分析
某發射臺站有兩座中波機房，且發射功率相差懸殊。A機房有1000KW全固態中波發射機一部，另一個B機房有4個頻率分別是。FA；FB；FC；FD，發射功率是10KW，其中FA與FB共塔，FC與FD共塔。這兩個機房相距約3公里，如此近距離的鐵塔之間，在晚間高功率1000KW工作時的特定條件下，會對此B機房2座天線造成強烈干擾，如果不采取措施B機房鐵塔感應A機房鐵塔輻射功率，通過饋線反送到10kw發射機，信號幅度超過500v，對B機房發射機形成的反射功率大大超過保護閥值，B機房發射機會強制關閉，造成無法開機的嚴重后果。因此B機房的雙頻共塔方式實際類似三頻共塔問題，每部鐵塔的調配網絡中帶有3套阻塞網絡，阻塞網絡調整工作復雜。
從（圖1）可見，L5C5組成對1000KW F2頻率的阻塞，同時等效為2個工作頻率天線的一部份。L1C1、L2C2分別組成對其他2個工作頻率的阻塞，并且等效為T型天調網絡的一部份同時參與調諧調載。因此在調整任一阻塞網絡時都會對全局產生影響，相應調諧調載元件要改變。從（圖1）可見由于F2與X2khz相隔太近，功率等級相差太大造成L5C5阻塞網絡調整的雙重困難，該阻塞網絡的Q值選取很難，即要對F1有好的阻塞隔離效果Q值越高越好，但對X2khz的衰減也相應加大，由于F1的功率高達1000kw，因此在不影響X2的情況下，Q值應盡量取大，造成Q值取值范圍非常小，工程實際調整困難。
2 雙頻共塔網絡的調整
通過對上述問題的分析，調整工作最后確定分2步進行，第一步：粗調（小信號），借鑒了并機阻隔網絡調整的辦法，調整三套網絡 3個不同頻率間隔離度，這樣能夠直接在網絡分析儀上觀察調整單個元件對全局的影響，達到提高工作效率的目的，避免陷入繁瑣的調整工作。第二步：細調（大信號），在第一步基礎上，開啟F1/1000kw， 用示波器在圖中B、C點觀察信號幅度，微調一下，使F1幅度達到最小即可。
以（圖2）調整為例，斷開A點與天線的連接，斷開B點與饋線連接，用網絡分析儀測A、B兩點間的隔離度。L5、C5組成FN阻塞網絡，L1、C1組成FB阻塞網絡，L2、C2組成FA阻塞網絡。F1阻塞網絡可以看成天線阻抗的一部分，L1、C1組成FB阻塞網絡對FA可等效為電容C3’與L3C3組成電感接地T型調配網絡，L2、C2組成FA阻塞網絡對FB可等效為電感L4’與L4、C4組成電容接地T型調配網絡。等效圖如（圖3）所示。
2.1 阻塞調配網絡初調
從（圖2）可以看出，調整工作需先調好3個阻塞網絡，再來調整端口阻抗，在此我們嘗試用網絡分析儀測隔離度功能來調整3個阻塞網絡，使3個頻率相互。
隔離盡量大，同時又要保證對工作頻率衰減小，而且端口阻抗FA，FB要與50歐姆特性阻抗相匹配，也要為50歐盟。由于網絡元件多，相互影響復雜，不好調整，采用網絡分析儀可以直觀全面反映調整元件引起的變化趨勢，達到事半功倍的效果。隔離的要求是A機房1000KW發射時，在B機房鐵塔感應接受的功率反倒灌機器，不會引起反射功率保護而關機，B發射機反射攻率保護值設為1KW，可以先初步計算1000KW到B機房鐵塔衰減為500KW，有10500KW/1KW=27dB， 101000KW/1KW=30dB，（圖4）紀錄的是調整后情況，可以看出，調整后對FN、FB的阻塞都較均衡，同時避免FA的邊帶功率急劇衰減。測試方法是用網絡分析儀在所示的A，B，C，3點間測量，A點于天線連接處斷開。其它工作頻率調整以此類推，完成初步調試。
2.2 阻塞調配網絡細調
由于第一步是用網絡分析儀模擬調試，對于F的串擾，為慎重起見，完成初調后，做以下細調工作。
（1）讓A機房加百分百單音調幅開高功率。
（2）把示波器掛在相應發射機的輸出端監測干擾幅度（用A機房信號作為信號源直觀可靠，更符合實際情況）。測得串入B01、B02、B03、B04的FN的幅度為：4Vp-p，3Vp-p，9Vp-p，14Vp-p。
（3）調整天調F1的阻塞網絡，使其在示波器上看到串入的信號幅度最小。通過以上步驟完成了南北兩個塔的F1阻塞網絡的調整，
（4）斷開發射機的輸出端，連接上網絡分析儀分別測阻抗，通過南、北兩塔天調室的電路可知都是等效為T型匹配網絡，可以很方便調配為50歐姆。
（5）加功率進行微調，使四部發射機在A機房開高功率時工作在最佳狀態。
2.3 調整前后阻塞效果對比
下面是原F1在調整前后對4部10kw中波發射機饋線出口處所測竄擾信號幅度對比。
從（表1）可以看出通過對阻塞網絡的調整使得F1串擾乙機房4部小功率發射機的信號幅度很小，至此，雙頻共塔網絡的調整工作全部完成。從后期的測試及應用效果評估來看，調整效果效果良好。
3 結語
在本次雙頻共塔的粗調過程中，借鑒了DX-600中波機并機阻隔網絡的調整經驗，是此次調整工作的一大亮點，很好的解決了強電磁環境干擾下小功率中波發射機雙頻共塔電磁兼容問題，為此類調配網絡的調整有一定的借鑒意義。
參考文獻
[1]《廣播電視發送與傳輸維護手冊》.無線電臺管理局.
[2]郭寶璽.《大功率新型短波發射機射放技術》.無線電臺管理局.
【摘 要 題】企業信息建設
【關 鍵 詞】社會網絡/社會資本/社會網絡分析/知識管理/隱性知識共享
【正 文】
知識成為21世紀企業持續競爭優勢的一切來源。其中，隱性知識的交流和共享是知識創造的基礎，因此，隱性知識是企業財富的最主要源泉，隱性知識的有效交流和共享成為企業知識化運營、發展的關鍵。但隱性知識的內隱性、復雜性以及隱性知識共享中的障礙性因素使隱性知識共享的可操作度大大降低。知識管理研究領域開始分析知識共享的機理和對策，并且形成以下較為成熟的研究領域：隱性知識共享的組織結構分析、隱性知識共享的組織文化分析、隱性知識共享的技術支持分析和隱性知識共享的激勵制度分析。但知識管理理論的價值在于其在組織中的應用，有關隱性知識共享的各種分析和結論也必須以實踐為最終目的，這恰恰是目前研究中的弱點，甚至是盲點。研究者將目光過多地投向定性和理論分析上，忽略了隱性知識共享必須依靠有效的操作工具和實踐指導，造成理論無法提升實踐績效。本文在以往研究的支撐下，借助“社會網絡分析”這一具體工具，提出一種有效的組織隱性知識共享操作工具，解決目前研究中面臨的“說和做”的兩難境地。本文與以往研究的不同之處在于其定量方法基礎上的分析方法構建，試圖為組織隱性知識共享提供具體的操作工具。
1 社會網絡理論與知識管理
社會網絡理論20世紀50-60年代開始出現，長期以來主要被用于社會學問題的研究。目前已有學者將社會網絡理論的研究從純社會學的范疇擴大到企業，利用社會網絡的理論來解釋企業資源獲取和企業成長的問題，利用社會網絡理論協助企業開展競爭情報活動。本文的主旨不是單純的闡述社會網絡理論和社會網絡分析方法，而是探討社會網絡理論與知識管理的關系，探討社會網絡理論如何應用在隱性知識共享中。
1.1 社會網絡理論與方法
所謂社會網絡（social network），實質上就是為達到特定目的，人與人之間進行信息交流的關系網。它基本上由結點和聯系兩大部分構成。結點是網絡中的人或機構；聯系則是交流的方式和內容。[1]社會網絡理論就是研究行為者（Actor）彼此之間的關系（Borgatti，1998），所謂的行為者可以是個人、組織或是家庭，通過對行為者之間的關系與聯結情況進行分析，能夠顯露出行為者的社會網絡信息，甚至進一步了解行為者的社會網絡特征。而透過社會網絡除了能顯示個人的社會網絡特征以外，還可以了解許多社會現象，因為社會網絡在實體組織中扮演著相當重要的無形角色，當人們在解決問題或是尋求合作伙伴時都是依循所擁有的社會網絡來尋找最可能幫助的對象（Kautz，1997）[2]。
社會網絡分析（social network analysis）是社會網絡理論中的一個具體工具，就是對人與人之間、群體之間、組織之間、計算機之間，或者是其他信息、知識處理實體之間的關系進行描述，并對其價值進行估量的這么一個過程。[3]網絡中的結點（nodes）是人或群體，網絡中的聯系（links）表示結點之間的關系或者是相互之間的流動方向。社會網絡分析為人與人之間的關系提供了視覺上的和數學上的分析工具，管理者將這種方法應用于商業客戶，進而稱之為“組織網絡分析”（organizational network analysis）。了解網絡及其參與者的方法之一就是對行為者（Actor）在網絡中的位置進行評價，進而得出一個結點的中心性（centrality），而中心性決定著結點在網絡中的地位和權力大小。程度中心性（degree centrality）、中介中心性（between centrality）和靠近中心性（closeness centrality）是社會網絡中心性分析的三個主要指標。程度中心性指結點擁有的直接聯系數量；中介中心性指失去此結點，結點之間將失去聯系；靠近中心性指結點之間距離的遠近程度。社會網絡分析通過定量計算得出各個結點的中心性，以此作為分析的基礎。
社會網絡理論將人際關系上升到科學的高度，為該領域的研究提供了科學嚴謹的理論指導，更有利于人們從中找到解決問題的方法。人際網絡分析則是在此理論指導下的一個定量分析工具，具有極強的分析性和圖示性。目前社會網絡分析的應用領域包括：[4]發現區域經濟的創新網絡；分析圖書銷售模式來對新書進行市場定位；發現組織內各領域的知識專家；提高項目團隊的績效；幫助大型組織安排員工工作位置；通過電子郵件得出經理人的人際交往圈；定位技術工程組織中的技術專家和聯系專家的途徑；分析因特網的有用瀏覽模式；以研究出版物為基礎揭示跨領域知識流動。
1.2 社會網絡理論與方法在知識管理中的應用
目前，許多研究知識管理的學者把研究的注意力放在了知識的產生、傳遞和應用所賴以存在的組織網絡之上，通過對這些組織網絡的觀察與分析來認識知識活動的基本規律。把知識共享納入到社會網絡中進行觀察的重要依據是知識共享行為主體都嵌入在一個具體、實時的聯系系統中，并且知識也是包容在網絡與社區之中。知識管理的主體是人，知識交流、知識共享都離不開人的參與。一個組織能否完全實現其知識的交流和共享，取決于其成員之間聯系的強弱。人、人與人之間的聯系成為知識管理的隱形網絡。目前組織知識共享，尤其是隱性知識共享中最大的難題就是缺乏有力的工具和方法。社會網絡理論與方法從知識管理的隱形網絡入手，為知識管理，主要是知識管理中隱性知識共享提供了理論和方法上的指導。
社會網絡理論認為，組織的創新能力、生產力和員工滿意度依賴于其成員之間關系的強弱；人與人之間的聯系、規則、價值觀以及共享的理念統稱為“社會資本（social capital）”。對于企業成功而言，社會資本與結構資本、顧客資本和智力資本具有同樣的重要性。[5]社會網絡分析是收集、分析組織內人際關系模式的數據的一種圖表工具。應用于知識管理，SNA可以確立組織內各種關系的模式，包括人與人之間的平均聯系數量、亞群體的數量和質量、信息瓶頸和知識經紀人。SNA對于人際網絡的分析視角為知識管理者提供了以下工具：改善知識和信息的流動；確認思想領導者和關鍵的信息瓶頸；找到最具影響力的增強知識流動的機會。
社會網絡分析不是傳統的知識管理工具的替代品，比如知識庫、知識門戶。它的意義在于為企業更好地實施知識管理提供一個藍圖和出發點，作為知識管理戰略規劃的組成部分，社會網絡分析能夠幫助企業找到核心人員并建立各種機制——實踐社區等，從而使核心人員能夠將知識向其他員工傳遞。
綜上，社會網絡理論賦予人際關系新的含義和價值，認為以人際關系為主要內容的社會資本是企業的重要財富，與結構資本、顧客資本和智力資本共同構成了組織的知識資本。社會網絡分析解決了如何提升組織內部知識流動的問題，為隱性知識共享提供了實踐操作的藍圖。而且，社會網絡分析可以使組織對內部交流中存在的“鴻溝”有清楚的了解，同時有效地預防知識流失（Disappearing Knowledge）。[10]
2 社會網絡分析方法在隱性知識共享中的應用
2.1 社會網絡分析方法步驟
社會網絡分析項目首先要有問題陳述，即設定目標，明確要從社會網絡分析中獲得什么。典型的SNA目標有以下三個：[5]（1）增強組織創新、應對挑戰以及提升產品和服務質量的能力。對現有社會網絡的分析可以使組織意識到可以提高知識共享和人際交流的措施。（2）評價組織重組前后組織結構的效率。對非正式結構的觀察能夠揭示知識如何在不同群體間的流動，有助于發現能使組織重組順利進行的關鍵人員。（3）優化項目團隊或組織的人員結構。找到網絡中信息流動的關鍵人物，分配其合適的職位或角色人物體現其“中介角色”，以此提升其員工滿意度和忠誠度。
明確目標有助于確定參與社會網絡分析項目的群體以及調查問題的設計。比如想要構建一個有利于隱性知識共享的緊密的知識網絡——在此網絡中，組織成員之間能夠快速、便捷地找到所需知識的擁有者并進行交流，那么問題設計就應該與知識有關，例如：你對他人的技能和經驗知曉、了解如何？此人擁有的知識對你的工作是否重要？當你需要幫助時是否能夠方便與之溝通？
在明確目標、設計問題之后，根據結果進行分析，并按照分析結果制成圖示。
2.2 實例分析
以A公司為背景，項目組Q（人員：q12q3q4q5q6q7q8）、客戶服務部門M（m1m2m3m4）、技術支持部門N（nln2）為群體分析對象，應用社會網絡分析方法分析其中隱性知識交流、共享的情況。目的是分析隱性知識共享現狀，找到提升知識共享和人際交流的措施。前期調查的問題設計包括：交流對象、交流途徑、交流內容。溝通對象分析得出圖1。
附圖
圖1
利用InFlow 3.1（Social Network Mapping Software）對項目組Q的交流對象進行定量分析，程度中心性、中介中心性和靠近中心性的數值如下：
Degrees：
Q1 0.667
Q5 0.556
Q6 0.556
Q3 0.444
Q4 0.444
Q2 0.333
Q7 0.333
Q8 0.333
Betweeness：
Q8 0.389
Q5 0.231
Q6 0.231
Q1 0.102
Q3 0.023
Q4 0.023
Q7 0
Q2 0
Closeness：
Q5 0.643
Q6 0.643
Q1 0.600
Q8 0.600
Q3 0.529
Q4 0.529
Q7 0.5
Q2 0.5
2.3 分析結果
本文在進行圖表和數據設計分析時，為了方便解釋和計算，簡化了實際可能存在的結點數和聯系。實際上，現實組織中人際關系要比上文描述的復雜得多。從以上分析得出以下結論：
（1）項目組內部的人際網絡中，Q1的程度中心性最高，他處在網絡的中心，從某種意義上講，他是該網絡的知識和權利的中心；Q8的中介中心性最高，沒有Q8項目組與技術部就失去了聯系，盡管他不是知識和權利的中心，但是卻處在網絡最具戰略意義的位置，沒有這個結點，該網絡就與外部失去了聯系；Q5和Q6的靠近中心性最高，他們與其他結點之間的距離最近，這表明他們可以最快地和網絡中的其他成員聯系，在第一時間獲得有關他們的信息。
（2）對于項目組Q、客戶服務部門M和技術部門N而言，各個網絡內部的聯系都是較為緊密的；但網絡之間的聯系較為松散，項目組、客戶服務部門和技術部門之間缺乏經常性和專門性的聯系，實際上組織任何一個項目都應以客戶的需求為導向，技術部門更應該主動于其他部門聯系，使其技術知識和技能迅速有效的傳遞給其他組織成員。
（3）各個網絡內部以及之間的聯系多為自發性的、間斷性的非正式聯系，如交談、電子郵件、MSN等即時通訊方式。交流的內容具有多樣性：個人信息、工作信息、組織群體信息、外部信息等。
2.4基于實例的組織隱性知識共享策略分析
組織內顯性知識共享較為容易，可以依靠各種文檔和數據庫；隱性知識共享卻存在著諸多的困難，其中最為突出的是路徑和對象問題。組織內社會網絡分析為解決路徑和對象問題提供了新的研究思路。通過對現有網絡的分析，揭示現有隱形知識交流網絡結構，發現其中的瓶頸和制約因素，進而為改善組織的隱形知識共享提供有效的改進方法。結合上文實例分析提出以下策略：
（1）確認網絡中的關鍵人物（如Q1），分析其掌握的知識和技能，盡可能將其顯性化，避免因為核心人物的離開而造成組織內交流的癱瘓以及組織知識資本的流失；優化其他成員與之交流的途徑，擴大其隱性知識在網絡內的擴散；采取相應的績效評估和激勵制度，鼓勵核心人員于其他成員進行知識交流，提升其員工忠誠度。
（2）確認網絡與外部聯系的節點（如Q8），分析其與外部交流的渠道、內容和緊密程度，并以此為依據擴大對外聯系的強度，包括增加對外聯系的結點、內容、頻率和方式，促進知識在不同網絡群體中流動。
（3）確認網絡中的“靈活人物”（如Q5和Q6），他們是加快網絡知識流動的催化劑，他們與其他成員的交流活動可以大大促進網絡內隱性知識的交流。對于這類結點，應通過職位或工作性質的安排來充分實現其價值，并可以將其交流技巧和方式進行推廣。
（4）找到網絡中的盲點，即沒有與其它結點發生聯系的結點，幫助其實現對外的知識交流，進而理順網絡路徑，最大限度上實現結點間的最短聯系和無盲點聯系，縮短知識交流的路徑。
（5）對于網絡之間的聯系，可以從任務和流程兩個角度進行分析。從具體的任務出發，比如上文中的項目組與客戶服務部門和技術部門，這三個網絡之間的交流就主要應以任務為導向，知識的交流以滿足特定的任務需求為目標。網絡聯系方式可以作如下設計：任務支持部門（如客戶服務、技術）在任務執行部門（如項目組）派駐長期成員，隨時解決相關問題；任務執行部門和支持部門之間定期召開聯合會議，對有關問題進行集中討論和解決；部門之間建立日常聯系機制，部門之間開放相關的信息和知識來源。
（6）鼓勵成員之間進行多種形式的非正式交流，并為這種非正式交流提供便利條件，如設立專門的討論區、創建相關議題的博客，鼓勵跨部門之間的員工交流。
3 組織社會網絡中隱性知識共享的成本分析
研究表明，組織中人們更偏好向其他人求助，而不是文本信息。這樣，組織中的社會網絡就變成了行為主體進行知識搜尋的主要路徑與平臺。因此，主體間知識的交流和共享就受社會網絡中各因素的制約。[7]
在組織的社會網絡中，發生關聯的行為主體間的伙伴依賴性、雙方的交流能力、接觸的頻率、知識交流的經驗、相互信任程度、個人關系、知識存量的相容性及互補性、雙方核心業務的相似性等構成了隱性知識共享的認知成本。而隱性知識共享的激勵、相關的酬薪體系、共享的意愿、尋求知識互惠、樹立聲譽地位、消除防范心理、提高信任等則構成知識共享的激勵成本。另外，因雙方的背景不同，知識的編碼和解碼產生了差異，導致了雙方的誤解，因此需要雙方溝通和額外的檢查，并產生了溝通成本和額外的檢查費用。并且激勵知識共享雙方還需依賴時間的過程，產生時間成本。以上這幾種成本之間是相互關聯的。組織中不同行為主體處理網絡結點關系和知識共享方面的問題時具有不同的意圖，由此造成了組織內解決不同知識共享認知成本問題的不同方法，而這些不同的方法造成了激勵成本。
一般來講，組織中社會網絡的規模越大，聯結時間越長，網絡緊密程度越高，網絡的文化距離就會越小，知識的復雜性會越小，部門網絡間合作協調經驗會越豐富，知識共享的成本就會降低。總之，社會網絡的聯系渠道、網絡結構、網絡中的制度文化因素、人力資源活動及流動、知識產權保護等共同構成組織社會網絡中知識共享所產生的各種情境成本。[7]
參考文獻
1 包昌火，謝新洲，申寧.人際網絡分析.情報學報，2003（6）：365-374
2 張秀儀.利用全國博碩士論文資料庫自動化建構知識來源映射圖.高雄：國立中山大學資訊管理研究所碩士論文，2004：11
3 orgnet.com/sna.html[2005-9-24]
4 orgnet.com/sna.html[2005-9-24]
5 http：//kmmagazine.com/xq/asp/sid.45D056BE-8625-11D7-9D4D-00508B44AB3A/articleid.F79B4E31-7854-4B6A-9202-164FB18672D3/qx/display.btm[2005-9-25]
