因子分析方法与实例

因子分析方法与实例（通用9篇）

篇1：因子分析方法与实例

单因子水文预报方程算法及实例分析

作为单因子水文预报模型中长期水文预报应用相对广泛,本文利用平稳时间序列模型.利用Gass消去法、Gass-Seidel迭代两种方法计算水文预报方程组,并进行单站的`实例计算和两种计算结果的对比分析,误差为18%,可以作为实用的预报方案使用.水文预报方程是建立在线性函数关系基础上的,因而只要是具有某种线性关系的连续系列都可以利用该方法进行预报.并可作为下年水量状况的参考数据,尤其连续的洪、旱灾年,本方法将更为精确.

作 者：赵绿珠 樾芯  作者单位：赵绿珠(辽宁省水文水资源勘测局沈阳分局,辽宁,沈阳,110003)

樾芯(辽宁省水文水资源勘测阜新分局,辽宁,阜新,123000)

刊 名：地下水 英文刊名：GROUND WATER 年，卷(期)： 31(2) 分类号：P338 关键词：单因子   预报模型   水文预报  

篇2：因子分析方法与实例

随着消费者个性化需求的日益迫切，企业要想赢得有利的市场竞争地位，就必须利用有限的资源为市场提供大量的、多样化的变异产品，以满足用户个性化、多样化的需求。企业以往针对单一产品设计的方法己不能适应现代市场竞争的需求，故需转向同步多产品设计（SimultaneousMulti-productDesign，SMPD)。

SMPD是指同时对多个产品进行设计，这些产品属于同一个产品族（productfamily)或产品代(productgeneration)，但每类产品又具有不同的功能属性，其目的是为了满足不同层次的用户需求。近年来对多产品设计的研究受到了研究者的关注，目前所提出的针对多产品设计的方法主要有以下几种：1面向变型的设计方法（DesignforVariety，DFV)[3]；°面向产品族（productfamily)的设计方法；(四基于产品平台（productplatform)的设计方法[5]；%产品模块化设计（modularproductde?sign)[6-7]方法。这些方法对多产品设计的研究具有指导意义，但由于在多产品设计中用户需求具有多样性、动态性和模糊性等特点，应系统地对用户需求进行分类，以利于理解和进一步分析需求。文献和文献利用模糊聚类分析法对用户需求进行分类处理，但忽略了用户需求与产品质量特性之间的联系。

本文从需求分类重组的观点出发，提出一种基于Kano模型用户需求分类的同步多产品设计方法，以使企业从用户需求入手进行同步多产品设计，节约产品开发时间、合理分配企业资源。

1用户需求分析

分析用户定制需求是产品设计前期开发工作的一个重点。常利用质量功能展开(QualityFunctionDeployment，QFD)对用户需求进行分析，其缺陷在于不能准确有效地理解和获取用户需求信息。

1.1用户需求分类

在多产品设计中，用户需求分类一般采用模糊聚类分析法，但该方法不能解决QFD在需求分析时存在的不足。故本文采用Kano模型对用户需求进行分类。

Kano模型是卡诺博士提出的与产品性能有关的用户满意度模型。该模型能很好地识别用户需求并对用户需求进行分类，体现了用户满意度与产品质量特性之间的关系。图1为Kano模型需求分类图，它将用户需求分成以下几类：1基本需求(mus-bere-quirements)，指用户认为此产品特性需求是理所当然的，当其满足或超额满足时用户满意度并不会得到提高；④期望需求（one~dimensionalrequirements)，指用户满意度与产品特性成正比；（四)兴奋需求(attractiverequirements)，指用户意想不到的产品特性，这类需求的缺失并不会导致用户的不满意。

除上述三类需求外，还包括其他几类需求：i相反需求（reverserequirements)，表示用户希望某产品属性具有相反的特性需求；④问题需求(question^ablerequirements)，表示被调查的用户误解了调查者所提出的调查问题或者问题本身的表述不正确；户对某产品特性的存在不关心或不感兴趣。

用户的需求特性是一个动态变化的因素，会随时间、技术、市场细分等情况发生改变。狩野纪昭(NoriakiKano)教授提出产品质量特性兀素变化从诞生到成熟的生命周期为：无关紧要需求质量特性y兴奋需求质量特性^期望需求质量特性y基本需求质量特性[10]。对于某些无关紧要需求，它是兴奋需求在特征不充足时的一种需求，可以转化为兴奋需求。故对于有较高用户需求权重的无关紧要需求，如果添加一些特殊功能的特征属性，会使用户的需求得到一定的满足。这对于新出现在市场上或潜在的用户群所不熟悉的产品具有研究意义。因此在对用户需求处理过程中不能完全忽略无关紧要需求的存在，在必要的情况下，产品开发者可以在产品属性中添加适当的无关紧要需求。

1.2Kano模型用户需求分类法

1.21用户需求调查表

为更好地识别用户需求的类型，Kano模型为每个产品属性设置了两个相反的问题，分别表示当产品具备和不具备某项属性时，用户对此产品属性的反应。Matzler和Hinterhubei所提出的Kano模型需求分类评估表，其中：A表示兴奋型需求，表示期望型需求；M表示基本需求；R表示相反需求；/表示无关紧要需求；Q表示问题需求。

通过用户需求调查表和Kano模型需求分类评估表，可以对用户的需求进行分类。例如：经过调查统计后，对于某个产品功能属性，若有50人的选择是无关紧要需求、20人的选择是基本需求、18人的选择是期望需求、12人的选择是兴奋需求，则根据频数最大优选法，认为该用户需求为无关紧要需求。在对用户需求统计时要去除问题需求和相反需求。

1.2.2用户需求权重计算

根据用户需求调查表收集到的用户需求信息，计算用户需求(CR)的相对权重。S，表示当产品具备某功能属性时对用户满意度的影响程度；D，表示当产品不具备某功能属性时对用户满意度的影响程度。在此假设用户需求得到满足和避免用户需求不满足是同等重要的，因此，针对每个用户需求CRi，选取Si和Di中权重较高的作为用户需求。

1,3需求分析映射过程

利用QFD实现从需求空间向工程设计空间的映射。QFD提供了一个将用户需求与产品设计结合的结构框架，它能系统地将用户需求转换成具体的产品工程特性。

2基于用户需求分类的同步多产品设计方法

2,1多产品类型定义

由分析可知用户需求具有层次性和关联性，能按照一定的层次关系逐级分解和细化。一个用户需求可以用来定义多个具有不同特征的产品。三类产品模型的具体定义如下：

(1)初级产品（entry-levelproduct)主要由基本需求和部分具有较高需求权重的无关紧要需求组成。一般是指只包括一些基本功能的基础产品，如具有基本洗衣功能的波轮式洗衣机。

(2)中级产品（middle-levelproduct)主要由所有期望需求和具有较高权重的基本需求和无关紧要需求组成。这类产品一般是指中档产品，它是市场的主宰，占有很大的市场份额，如具有防缠绕、除异味等功能的中档洗衣机。

(3)高级产品（high-levelproduct)由所有兴奋型需求、具有较高权重的期望需求和基本需求组成，必要时可加入具有较高权重的无关紧要需求。这类产品是指高技术含量、高附加值、高质量、高性能的产品，如无水多功能洗衣机。

上述定义中所提及的对需求权重较高的无关紧要需求的添加有两层含义：1当某个功能需求项包含的子需求都是无关紧要需求时，可选择较高权重的无关紧要子需求添加到产品需求组中，以构建包含该功能需求项的产品；④当某个需求为无关紧要需求但占有较高的权重时，可将其添加到产品需求组中。例如对洗衣机中的/杀菌’功能项进行需求调查，其中有50人认为是无关紧要需求，20人认为是兴奋需求，18人认为是期望需求，12人认为是基本需求。这里无关紧要需求所占的权重较高，因此在设计洗衣机时/杀菌”作为无关紧要需求可添加到产品设计中。

在设计时对于需求权重很低的或不会给产品増加任何价值的无关紧要需求特性，不添加到这三种产品类别中。无关紧要需求的添加主要是依据产品开发者的设计经验和产品开发成本来决定的。

在构建三类产品时设计者要考虑产品开发成本。对于这三类产品而言，面向的是不同层次的用户群体，因此成本因素在不同产品类别的产品中所占的比重也不同，体现在：1对于初级产品而言，成本因素是设计过程中的一个重要因素。在构建初级产品时首先必须满足其基本需求，然后再考虑添加一些权重较高的无关紧要需求。对于添加的无关紧要需求要考虑成本因素，如果添加的无关紧要需求导致整个产品的成本上升较多，则该需求就不应添加到该类产品中；反之，则可考虑添加。°寸于高级产品而言，由于该用户群体首先考虑的是产品的功能要求，而产品的价格是较为次要的`，故对于该类产品的设计要致力于不断丰富和完善产品的功能，成本因素仅是一个较为次要的因素。在三类产品同步设计过程中可利用面向成本设计（DesignforCost，DFC)的思想，对产品全生命周期成本（LifeCycleCost，LCC)进行估算。成本估算的方法有参数成本法、工程成本法、类比成本法和作业成本估算法等

2.2基于用户需求分类的同步多产品设计流程

同步多产品设计是一个从用户需求空间向设计空间不断映射的过程。文中所提出的设计方法，首先利用Kano模型将用户需求分成无关紧要需求、基本需求、期望型需求、兴奋型需求、相反需求和问题需求，再将分类后的用户需求按各自的需求类别和不同的需求权重进行相互匹配与重组，构成三类具有不同功能属性的产品需求组，再通过QFD将相对应的产品需求组转换成产品功能需求，然后通过程能构分解。此方法可以为不同层次、不同消费水平的用户提供满意的产品，用户可以根据自身情况和需求选择具有不同功能属性的产品。企业也能够在满足用户需求的前提下缩短产品开发周期，加速产品的更新换代。根据不同的企业策略，该面向多产品设计的方法可以应用于以下两种情况：

(1)产品族（productfamily)的设计开发将这三类产品同时投放到市场上。这种情况主要是针对用户熟悉的产品，三类产品将同时出现在市场上，用户可根据自身的需求选择适合自己的产品。

(2)产品代（productgeneration)的设计开发根据时间的推移，通过不断改进或増加产品的功能属性特征，依次将这三类产品推向市场，这主要是针对用户不熟悉的产品。这种情况下，初级产品是首先推出的，当用户对该产品有一定的了解之后，就会产生新的期望需求，接着推出中级产品。同理，按照时间的先后顺序推出高级产品。这种方式节约了创新产品投入市场的时间，由于同步多产品设计法在产品投放市场之前就己经设计好了一个产品系列，商家只需按照时间的推移，依次将它们投放到市场上。

3实例分析

为验证所提出的基于用户需求分类的同步多产品设计模型，以某企业洗衣机的产品研发为例进行研究，该应用实例是根据所提方法中设计流程进行的。限于篇幅，文中仅给出了其中的计算结果，且主要介绍用户需求重组处理和需求映射的设计过程。

3.1用户需求信息获取、分类、统计处理

首先，开发团队通过群组讨论得出用户对洗衣机的需求，包含洗衣机功能、物质消耗、洗衣噪音、洗衣机容量、洗衣时间、洗衣机附加功能以及洗衣机外观等七大类，而每类需求又可细分成若干子需求。在完成用户需求列表后，通过Web形式进行问卷调查，调查内容要包括以上七项，且在每个调查项后都有简单的介绍，以帮助被调查者迅速了解产品特性。被调查者可以在问卷中的每类需求下面选择子需求。

3.2需求重组及多产品模型构建

根据21节所述方法，将用户需求进行重组并构建多产品模型，具体如下：

(1)初级产品由所有的基本需求和少部分较高权重的无关紧要需求(I)构成。所设计的初级洗衣机产品包含基本需求洗衣、漂洗、脱水、用水量控制在60L~100L内、耗电量控制在08kW#h~1.5kW#h、洗涤剂用量较少、洗衣噪音低于68dB、洗衣时间在70min~90min内、洗衣机外观颜色以及占有较高权重的无关紧要需求一洗衣机容量4kg~6kg(41.5%)和附加功能杀菌（430%)。对于只有无关紧要需求的需求项，如洗衣机容量，选择权重较高的无关紧要需求（洗衣机容量4kg~6kg)添加到产品中，而权重较低的两个无关紧要需求则将不添加到产品设计中。中级产品由所有的期望型需求(O)构成，

3.3用户需求转换

利用QFD实现需求的转换。通过式（3)计算每类产品中用户需求的相对权重。根据产品开发团队的调查和专家的评定，洗衣机的工程设计需求主要有洗衣质量、衣物磨损率、物质消耗量、洗衣时间和噪音水平。建立用户需求与工程需求之间的相互关系矩阵，计算工程设计需求的绝对权重和相对权重，构建产品质量屋

3.4功能分解、结构设计和详细设计

(1)在三类产品中，工程设计需求一洗衣质量和物质消耗量所占的权重都很高。因此，产品开发者在设计洗衣机时要特别注重这两个需求。

(2)五个设计需求在三类产品中所占的权重各不相同。如在初级产品中设计需求洗衣时间的权重大于物质消耗的权重，但在中、高级产品中都是物质消耗量的权重高于洗衣时间；在高级产品中设计需求衣物磨损率的权重大于噪音水平的权重，而在其他两类产品中都是噪音水平的权重较大。因此，在高级产品设计中更强调对衣物磨损质量特性的设计。

以上示例表明，应用该方法可使企业在产品概念设计阶段就考虑到多个产品的设计。通过对用户需求的重组可形成对多类产品进行同步设计，产品模型质量HOQ可以使开发者明确用户最关注的工程特性。企业可针对不同的质量特性，采取不同的应对策略，生产出满足用户个性需求的产品。

4结束语

篇3：建筑能耗分析方法的研究与实例

当前,社会经济的可持续发展,要求暖通空调(HVAC)的设计更加合理、高效。HVAC系统的优化设计,必须以全年能耗分析为基础。建筑能耗分析是建筑节能和建筑能效管理的基础。

目前普遍使用的建筑能耗计算方法分为详细计算法和简化计算法。国内外有不少的能耗计算方法,这些方法在国内还没有得到普及使用。简化的能耗计算方法主要有度日法、温频法、当量满负荷运行时间法等。

本文主要介绍计算机模拟计算法、度日法、温频法,并简要分析各自优缺点以及现有的改进措施。

1 计算机模拟计算法

建筑模拟方法是研究建筑能耗特性和评价建筑设计的常用工具,它可以解决很多复杂的设计问题,并将建筑能耗进行量化。

建筑能耗模拟软件通常是逐时、逐区模拟建筑能耗,考虑了影响建筑能耗的各个因素,如建筑围护结构、HVAC系统、照明系统、控制系统等。在建筑物周期分析中,建筑能耗模拟软件可对建筑物寿命周期的各个环节进行分析,包括设计、施工、运行、管理。建筑能耗模拟软件应用领域包括建筑冷热负荷计算、建筑能耗特性分析、建筑能源管理、控制系统设计等。

建筑能耗模拟框图如图1所示。

目前国际上比较流行的建筑能耗模拟分析软件有:美国劳伦斯伯克利国家实验室开发的DOE-2,用于居住和商用建筑的能量特性分析;美国纽约能源供应协会开发的EA-OUI,主要用于建筑模拟、节能分析、节能改造优化、投资分析等;美国能源部开发的Energy Plus,主要用于建筑能耗特性模拟和负荷计算;美国开利公司软件中心开发的HAP,主要用于能量特性、负荷计算、能耗模拟、暖通空调设备的选型等。我国清华大学建筑技术科学系经过10余年的努力,根据国内的实际情况,逐步开发出一套面向设计人员的设计用模拟工具DeST(Desinger′s Simulation Toolkit ),目的是把模拟分析技术引入工程设计之中,为工程设计人员提供实用有效的帮助。

由于我国缺少专业的能耗分析队伍,而大型的能耗分析程序较为复杂,没有经过培训或详细斟酌难以完成计算,而且稍有不慎极易出错,且缺乏我国自主开发的逐时气象数据。因此,详细的能耗计算方法目前在国内没有得到普及适用,简便的能耗计算方法在国内更容易推广。简便的能耗计算方法有度日法、温频法、当量满负荷运行时间法等。但是每种方法都存在着一些问题,各国的暖通设计人员都在努力完善这些方法,使其更接近实际情况。

2 度日法

人们通常用语言来表述冷热的感觉,度日法可以用度日数值来量化冷热的程度。采暖度-日数是指在采暖期中,室外逐日平均温度低于室内温度基数的度数之和,即:

undefined

式中:HDD—采暖期度日数,℃·d或dd;n—采暖期天数或计算天数,d;tR—室内温度基数,℃,我国一般取18℃,国外取18.3℃(65F),也有取15.6℃(60F);tm,i—第i天的室外日平均温度,℃。

同样还有空调度日数,指在供冷期内,室外逐日平均温度高于室内温度基数的度数之和,即:

undefined

我国一般取tR=26℃。为了计算精确,还定义了以平衡温度tbal,对于某个室内设定温度ti,当温度达到tbal时,得热qgain正好等于热损失。

undefined

式中:Ktot—建筑的总热损失系数,W/℃。

建筑全年采暖能耗有:

undefined

式中:ηH—采暖系统能耗。

我国有齐全的度日数资料,可由住房和城乡建设部颁发的《民用建筑设计标准》查出,按18℃基准温度计算出数据。表1所示为我国部分城市的采暖度日数。

根据分析,影响理论基准温度的因素很多,只用一个基准温度计算度日数是不够的,应用变基准温度计算度日数,可提高计算准确性。

在供冷季,有时候可以通过开窗来使室内温度降低,所以做供冷分析比做供暖分析复杂。供冷能耗用下式计算:

undefined

式中:CCD(tmax) —以tmax为基准的供冷度日数;Nmax—供冷季中室外气温升高到tmax以上的天数;ηc—空调系统的效率。

度日数不太适合计算冷耗,因为需要制冷时,太阳辐射对室内外温差影响显著,显然单纯考虑温差作用的度日数法计算冷耗时有很大的误差。日本进行建筑审批所使用的全年冷热负荷系数PAL计算中,采用了扩张度日数法,此方法考虑了新风负荷、辐射负荷、室内热源负荷的计算,既能计算供暖负荷,又能较好的计算供冷能耗。

3 温频法

温频法(BIN方法)是美国ASHRAE(美国采暖、制冷、空调师协会)提出的计算方法。所谓BIN参数,即某一地区室外空气干球温度逐时值的出现频率。BIN方法首先根据某地气象参数,统计出一定温度间隔的温度段各自出现的小时数,然后分别计算在不同温度频段下的建筑能耗,并将计算结果乘以各频段的小时数,相加便可得到全年的能耗量。

BIN方法按频数计算能耗,简便直观,易于被工程技术人员接受,在我国得到了较为广泛的应用。

3.1 原BIN法计算日射负荷过程

早期的温频法对负荷和温度的关系只找到了两个点,认为透过玻璃窗的日射负荷与温度的关系满足这两点确定的直线关系。这种计算方法过于粗略:一方面日射负荷与温度不是简单的直线关系;另一方面在确定两点时,负荷所对应的代表温度的选取主观因素很大,缺乏客观标准。

原有BIN法计算透过玻璃窗日射负荷有:

undefined

式中:SCL7(1)—7月份(1月份)平均日射负荷,W/m2;Dj max—某朝向7月份(1月份)最大日射得热因数,W/m2,为在特定的内、外表面对流放热系数条件下,得出通过标准玻璃(3mm普通常用平板玻璃)的最大日射得热量;Fi—朝向i的窗面积,m2;n—外窗朝向数,定值;CZ—朝向i玻璃窗综合遮挡系数,建筑情况确定情况下为定值;t—空调系统日运行时数;Cdi—朝向i 24 h的日射冷负荷系数和; FPS—7月份(1月份)的平均日照率;A—建筑物空调面积,m2。

计算出SCL7(1),认为SCL与温度成线性关系,有:

SCL=M·(T-Tph)+SCL1

比例系数M为:

undefined

这样处理的实质是找出某朝向7月和1月最大日射得热因数Dj max,用最大日射得热因数乘以平均冷负荷系数及日照率得到冷负荷,再找到1月和7月的代表温度,用所得冷负荷与温度对应即得到两个点,认为负荷与温度的关系满足这两点决定的直线关系。这样处理与实际情况不符,计算结果会偏离实际。

3.2 改进措施

ASHRAE TC-4.7改进了BIN方法,将全年太阳辐射的影响归结为温度的线性关系,用日照率修正天气状况,从而克服了以上缺陷。我国设计人员提出的改进方法称为温湿辐射频数法,即THRF法。新方法是在承认BIN方法思路的基础上,找到温度与负荷更多点的对应关系,用这些点找出温度与负荷的统计关系。具体步骤是:先得到逐日最大日射得热因数Dj max,乘以逐时冷负荷系数得到透过玻璃窗日射负荷与温度的全年逐时详细关系,用日射负荷因数Cf表示。再按朝向统计不同温度下日射负荷的平均值,得出温度与冷负荷的实用关系。与原BIN方法不同的是,该方法还统计了温度段内各个朝向的日射负荷因数,用以详细计算透过玻璃窗的日射负荷。此方法详细考虑了温度、含湿量、辐射形成负荷的计算问题,新THRF法较原来的BIN方法,理论更严谨、更符合实际情况。 下面以实例说明温湿辐射频数法的原理及方法。

某市一空调房间以南向玻璃为例,空调面积Ar=900m2;单层钢窗,窗户面积F=60m2, 5mm茶色玻璃,浅蓝布帘内遮阳 。

1)考虑玻璃类型、 内遮阳及窗户有效面积,选择玻璃窗综合遮挡系数CZ=0.75。单位空调面积日射负荷为:

CL(Ti)=F·CZ·Cf(Ti)/Ar=60×0.75×Cf(Ti)/900=0.05Cf(Ti)代入各温度下的日射负荷因数(见表2),即得不同温度时的日射负荷。

2)计算出各温度下负荷之后,乘以相应的频数可得该温度下的能耗,即:

Q′=CL(Ti)·ni

3)再累计求和就得需要统计的总温度范围内的总能耗为:

Q=∑CL(Ti)·ni

计算结果如表 3所示,累计的温度范围为22～35℃。

4)将能耗项累计得到南向玻璃窗总能耗为50.191MJ/m2,空调房间透过玻璃窗日射总能耗为45172MJ。

4 结论

1)采暖空调系统能耗与度日数成近似的线性关系,我国有较为齐全的采暖度日数资料。这为应用采暖度日法进行采暖能耗分析奠定了基础。

2)温频法由于简便直观,比较容易在国内推广应用。原BIN法计算日射负荷时,简单的认为负荷与温度成线性关系,计算结果与实际有很大偏差。

改进的温频法(即THRF法),改良了日射负荷计算过程,使负荷和能耗计算精度得到了提高。

3)计算机模拟方法可以解决很多复杂的问题,但是大型模拟软件一般比较复杂,不适用于设计人员和现场管理人员。

由于现在我国缺少专业的能耗分析软件,没有逐时的气象数据库,所以详细的建筑能耗软件,在国内推广应用仍需过程。

参考文献

[1]龙惟定.建筑节能与建筑能效管理[M].北京:中国建筑工业出版社,2006.

[2]李兆坚,江亿.我国镇住宅空调能耗简化算法研究[J].暖通空调,2006,36(11):86-91.

[3]刘东,攀志信,贾玉贵.常见能耗分析方法简介[J].河北建筑工程学院学报,2005,23(4):29-32.

[4]李永安,常静,戎为国,等.山东省采暖空调度日数及其分布特点[J].可再生能源,2006,(2):13-15.

[5]苏芬仙,田胜元,张从军.温湿度及辐射频数建筑能耗简化分析方法[J].暖通空调,2003,33(6):16-19.

[6]苏芬仙,田胜元.建筑能耗动态分析用气象数据构成及THRF新的能耗分析方法研究[C].重庆:重庆大学,2003.

[7]苏芬仙,张从军,田胜元.BIN建筑能耗计算方法的改进[J].重庆建筑大学学报,2006,28(1):88-91.

篇4：因子分析方法与实例

一、引申义的反向使用

例1： Without much homework， the burden of examinations and hopes from parents and teachers， they will take a breath and enjoy themselves.

例2： I met people every day， but we have a deep friendship.

第一句话划线部分想要表达的意思是松口气，放松的意思，而英语中的take a breath却没有中文的这种引申义。我们可以替换成be relaxed或是relax oneself。同样地，第二句话想用deep表达的意思是感情深厚的。deep存在诸多义项，其中一项有指 “a deep feeling and belief is very strong and sincere.”（朗文当代英语词典P354），强调的是感觉而不是情感和关系的深厚。所以这里我们最好把deep替换成profound。

二、逻辑思维的不对等关系

例1： I believe if I do everything as perfectly as I can， sooner or later I will achieve my dream.

例2： My middle school life was filled with study.

我們一眼望过去似乎找不出两句中明显的错误，但是从逻辑关系的角度去分析句中的主谓宾搭配就显得Chinglish了。因为英语是一门逻辑性很强的语言，例句1如果想强调梦想成真的话，施动者即主语应该是dream，那么我们正确的表达应该是My dream will come true. 例句2作者强调的是中学阶段他就是学习了，几乎没做其他的事情。既然“学习”是谓语中心词，那么整句最好变换成I was just about engaged in study in my middle school days.

三、表达的缩减和累牍

例1： As long as the classes don??t conflict， I get to choose all the classes.

例2： I lost my sense of curiosity.

例句1中想要表达的意思是“只要课程之间不冲突的话，所有的课程我都会上。“conflict”一词如果用作“a situation in which you have to choose between two or more opposite needs or influences”的意思时只能作名词，所以例1中的“conflict”应该改为be in conflict with each other。例句2中的“curiosity”前面加了个“sense”表示感觉，因为英汉词语里面都有比如说幽默感，第六感这样的表达，所以作者想当然地把好奇感也翻译成了sense of “curiosity”。但是实际上“curiosity”本身就表达了这一层意思：“curiosity：a desire to know about something”.（朗文当代英语词典P332）。所以句中的“sense of ”就是多余的。显然这里用词的缩减和累牍是由于对词语的用法和意思缺乏精准的掌握。

四、there be句型的过度使用

例1： In the university， there is no longer forced to learn by teachers.

篇5：方法论分析论文实例

[1] 杨广亮, 龚晓锐, 姚刚,韩心慧.一个面向Android的隐私泄露检测系统[J].计算机工程, 2012, 38(23).1-5点都是采用了观察方法，直接与间接调查搜集的科学事实。

文章作者通过“直接调查”有明确目的性找到TaintDroid隐私泄露检测系统的缺点，然后进行分析，再通过“间接调查”对此程序在安卓平台的运行机制进行了全面的阐述，符合了观察方法在自然发生的条件下、具有明确的目的性、有计划的特性。文中，提出了一个TaintChaser 系统，此系统是基于动态污点跟踪的方法实现的，对隐私信息进行细粒度的跟踪，能产生被测试程序在测试过程中所执行的路径信息，并基于TaintChaser 实现了自动化检测系统。

第6点主要阐述了构建新系统的思维方法：

（1）TaintChaser系统对绝大部分用户隐私信息进行检测（确定对象系统）；

（2）收集检测到的污点信息（信息收集）；

（3）对污点信息进行存储（信息存储）；

（4）通过处理Dalvik 虚拟机中所有相关指令，来实现对污点数据的跟踪，对于Android 应用程序中的JNI 机制，因为程序会脱离Dalvik 虚拟机进入了本地C/C++库，此时系统不能进行正常的污点跟踪。为实现污点的正常的传播，通过hook相关函数方式来进行处理。（信息整理、处理）；

（5）TaintChaser 系统检测隐私泄露点、被测程序执行路径信息的输出，是在反馈被测程序的信息（最后可以认为是“黑箱方法”）；

7-8点主要是作者按照“辩证法”中“实践检验”的方法对TaintChaser系统进行“定性实验”。

篇6：因子分析方法与实例

这篇文章主要介绍了python避免死锁方法,较为详细的分析了死锁的成因与避免形成死锁的方法,需要的朋友可以参考下

本文实例讲述了python避免死锁方法，分享给大家供大家参考。具体分析如下：

当两个或者更多的线程在等待资源的时候就会产生死锁，两个线程相互等待。

在本文实例中 thread1 等待thread2释放block , thread2等待thtead1释放ablock，

避免死锁的原则：

1. 一定要以一个固定的顺序来取得锁，这个列子中，意味着首先要取得alock, 然后再去block

2. 一定要按照与取得锁相反的顺序释放锁，这里，应该先释放block,然后是alock

import threading ,timea = 5alock = threading.Lock()b = 5block = threading.Lock()def thread1calc(): print “thread1 acquiring lock a” alock.acquire() time.sleep(5) print “thread1 acquiring lock b” block.acquire() a+=5 b+=5 print “thread1 releasing both locks” block.release() alock.release()def thread2calc(): print “thread2 acquiring lock b” block.acquire() time.sleep(5) print “thread2 acquiring lock a” alock.acquire() time.sleep(5) a+=10 b+=10 print “thread2 releasing both locks” block.release() alock.release()t = threading.Thread(target = thread1calc)t.setDaemon(1)t.start()t = threading.Thread(target = thread2calc)t.setDaemon(2)t.start()while 1: time.sleep(300)

输出：

thread1 acquiring lock athread2 acquiring lock bthread1 acquiring lock bthread2 acquiring lock a

篇7：因子分析方法与实例

代码如下:

class Person:

def __init__(self):

self.__name = ‘haha‘#私有属性

self.age = 22

def __get_name(self):##私有方法

return self.__name

def get_age(self):

return self.age

person = Person()

print person.get_age()

print person.__get_name()

运行结果是：22 Traceback (most recent call last): File “E:pythonerzenghejay.py”, line 38, in print person.__get_name() AttributeError: Person instance has no attribute ‘__get_name‘

我们这里定义的__name是私有属性，__get_name()是私有方法，

如果直接访问的话，会提示找不到相关的属性或者方法，但是如果你真要访问私有的相关数据的话， 也是可以访问的，严格地说，私有方法在它们的类外是可以访问的，只是不容易 处理。在 Python 中没有什么是真正私有的；在内部，私有方法和属性的名字被忽然改变和恢复，以致于使得它们看上去用它们给定的名字是无法使用的

篇8：LTE吞吐量性能分析方法与实例

TD-LTE是中国移动未来高速数据业务承载的主要网络, 其覆盖能力和网络质量直接关系到中国移动的未来, 而吞吐率是用户感知的最敏感因素, 是4G网络构成竞争优势的关键指标。

2 TD-LTE系统吞吐量影响因素

吞吐率指单位时间内下载或者上传的数据量。一般而言, 吞吐率由频谱效率、频带宽度、频带占用机会、误码率综合决定[4]。在LTE系统中, 频谱效率由MCS决定; 频带宽度由分配的RB数决定; 频带占用机会由DL grant决定; 误码率主要考虑IBLER,HARQ重传以后, 残留BLER通常较低, 因此只考虑初次传输的BLER, 也即IBLER[5]。

3 TD-LTE系统吞吐量分析方法

理论上20M带宽, 在子帧配比2、 特殊子帧配比7,2*2 MIMO条件下, 下行小区峰值速率能达到112Mbps, 上行小区峰值速率达到11Mbps。

吞吐率问题整体分析思路可参见下图所示[1]:

从下面几方面具体详细分析[3]:

1) 系统帧配置, 子帧及特殊子帧配比[2]

系统子帧配置是影响TD-LTE系统吞吐量的关键因素。TD-LTE系统有7 种帧配置, 不同帧配置下同一个无线帧中上下行子帧的比例有很大的差异。显然, 上行(或下行)子帧个数越多,对应的上行(或下行)吞吐量越大。

2)DL/UL Grant是否不足

在SA2&SSP7/SA2&SSP6 子帧及特殊子帧配比下,DL Grant的理论值应为800 次/ 秒,UL Grant的理论值应为200 次/ 秒。若此值过小, 表示系统在调度过程中, 没有将全部资源调度给测试终端, 可对照网管数据看此时刻是否有多个并发用户同时使用资源。此外,测试终端问题也会导致每秒PRB调度数低的问题。

3) 无线环境

e Node B根据UE上报的RI及CQI自适应地调整输出最佳的TM、MCS, 实现不同信道条件下的最优吞吐率。而TM、MCS又都由SINR决定, 故吞吐量与SINR强相关。影响SINR的主要因素有:

a) 弱覆盖或重叠覆盖导致的RSRP及SINR较差。

b)PCI冲突导致的下行链路质量差。服务小区与邻区PCI模3 相同时出现PCI冲突而导致下行链路质差。

c) 由于邻区漏配导致的SINR差。

质差问题首先需通过路测数据分析低SINR的区域、占比和影响SINR的因素, 是弱覆盖还是系统内或者系统外干扰引起。对于系统外干扰, 可以通过MR数据进行归类分析以及相关e Node B的干扰分析相关功能; 系统内的问题, 通过扫频数据和路测数据对问题点进行定位, 分清是重叠覆盖或者弱覆盖小区引起的, 通过天馈及参数调整改善覆盖, 覆盖空洞需通过后期加站解决。并优化邻区关系及PCI模三冲突小区。

分析上行吞吐率时还需看终端功率UE Tx_Power是否受限。

4) 终端及网络设备问题

观察RSRP、SIRN、PRB分配、TM模式、BLER等是否正常,如果正常但速率仍低可以考虑是终端问题,检查终端支持的协议版本、CAT能力; 或者是传输问题( 如传输受限等); 检查基站告警如驻波比告警等降低对吞吐量的影响。

5) 参数配置问题

a) 切换参数: 当出现频繁切换时, 速率会随着切换发生而出现陡降。而切换参数设置不合理会导致切换不及时或频繁切换。

b)TM模式: 查看TM模式参数配置情况, 当后台TM模式设置错误或TM切换参数设置有问题时, 使得TM占用不到双流而导致下载速率低[6]。

c) 功率参数: 下行功率参数PA/PB若设置不合理会导致功放效率未达100%; 上行功率参数P0,alpha设置不合理, 会导致UE每PRB发射功率过高。

4 典型案例分析

中国移动ATU道路测试, 平均车速20km/ 小时,FTP下载测试发现A市全网下载速率较低, 平均22.14Mbps。分析后发现下载速率低的主要原因如下:

1) SINR较差,MCS较低, 导致每RB的效率较低,以致吞吐率较低

A市F频段组网, 平均站间距686 米, 平均RS-SINR14.88d B, 路测覆盖率83.66%,MR弱覆盖小区占比71%, 明显覆盖不足, 导致SINR较差, 后期需通过加站解决。

另取一吞吐率较高的B市数据和A市横向对比,结果如表1 所示。

从图2、图3 可以看出B市SINR及MCS高阶占比均优于A市, 表1 也说明A市在平均SINR、MCS、子帧调度率、双流占比、64QAM占比均低于B市, 最终导致PDCP吞吐量较低。

对于A市子帧调度率偏低情况需核实网络负荷等影响因素。若A市调度率和B市近似, 其现网下行PDCP吞吐量将达到25Mbps左右。经分析A市下行吞吐量比B市低的主要原因是由于下行SINR低造成的。

2) 邻区漏配严重

图4 横轴为路测样本点SINR, 纵轴为第一邻区和服务小区RSRP的差值。二、三象限均是质差的采样点(SINR<0), 而第二象限的点表示采样点SINR较差但邻区电平高于服务小区, 即终端未能占用信号较好小区,考虑3d B切换迟滞量( 红点), 其中第二、三象限质差点(SINR<0) 中有47% 的采样点( 绿点) 可能存在邻区漏配现象, 建议后期通过优化邻区和切换解决。

3) 特殊子帧配置问题

A市以F频段为主且3G站点为大唐设备,LTE不能开启9:3:2 的特殊子帧配置, 使其下行速率较其他厂商F频段升级站点相对低15%。

4) 频繁切换问题

切换过于频繁, 平均每公里切换6 次。首先应核查参数切换配置是否存在问题, 其次从路测数据分析切换频繁是否由于弱覆盖或重叠覆盖导致。

5 结束语

TD_LTE的吞吐率是对系统进行评估的重要指标, 可以给用户带来良好的业务感知。本文归纳总结了TD-LTE系统吞吐量影响因素及分析方法, 并结合实际测试用例详细分析,可以为后期TD-LTE网络优化分析工作提供参考。

参考文献

[1]王映民,孙韶辉.TD—LTE技术原理与系统设计[M].北京:人民邮电出版社,2011.

[2]赵训威,林辉.3GPP长期演进(LTE)系统架构与技术规范[M].北京:人民邮电出版社,2010.

[3]李正茂,王晓云.TD-LTE应用与实践[M].北京:人民邮电出版社,2014.

[4]肖清华,汪丁鼎.TD-LTE系统能力分析[J].移动通信,2011,(22):58-64.

[5]肖清华.TD-LTE系统吞吐量能力定量分析[J].邮电设计技术,2013,(3):16-21.

篇9：基于因子分析方法的学员成绩评价

【摘要】本文采用因子分析方法，借助统计软件SPSS，对某专业学员成绩进行了采样分析和评价，较为清楚地解释了影响学员成绩的主要因素，反映出学员学习各课程的能力，对于组织教学、指导教学、促进教学具有一定意义。

【关键词】因子分析 成绩评价 SPSS软件

【中图分类号】O212.1 【文献标识码】A 【文章编号】2095-3089（2016）02-0017-01

一、因子分析的基本原理

因子分析是利用降维的思想，用较少的因子去描述多个指标或因素之间的联系，即将相关较强的几个变量划归同一类，每一类变量就成为一个因子。

二、统计软件SPSS简介

SPSS（statistical package for the social science，社会科学统计软件包）是一种集成化的计算机数据处理应用软件，自美国斯坦福大学研制（1966年）并经美国SPSS软件公司实现商品化（1971年）以来，经历了SPSS for DOS、SPSS for UNIX和SPSS for Windows等不同的版本，目前已是世界上最著名的三大统计分析软件之一（SAS、SPSS和SYSTAT），广泛应用于心理学、教育学及经济、管理、体育与医疗卫生等各个研究领域。

三、实证分析

1.样本选取

本文某专业20名学员作为样本，同时选取其第一学年的17门课程作为指标，包括英语、马克思主义基础、中国特色社会主义理论体系概论、军事理论知识、物理学、高等数学、电工学、计算机应用基础、军人思想道德修养与法律基础、军队基层管理、轻武器射击、军事地形学、金工实习、液压与气动技术、机械制图、军队基层政治工作、工程力学。

2.数据检验

将样本数据输入SPSS软件，采用KMO样本测度和Bartlett球形检验法，对变量之间的相关性进行检验。检验结果显示KMO值为0.536（>0.50），Bartlett球形检验统计值的显著性概率为0.000（<1%），说明该数据具有相关性，适宜作因子分析（见表1）。

3.因子确定

由于初始因子的综合性较强，难以找出因子的实际意义，故需要进行因子旋转，本文采取最大方差法得到旋转后的因子载荷矩阵（见表2）。

从表2可以看出，主因子在“电工学”这门课程上的因子载荷值最大，超过80%，该因子反映学员在任职基础类课程方面的信息；主因子在“马克思主义基础”和“中国特色社会主义理论体系概论”这2门课程上的因子载荷值最大都超过80%，该因子反映学员在政治理论类课程方面的信息；主因子在“高等数学”这门课程上的因子载荷值最大，超过80%，该因子反映学员在数理逻辑思维的信息；主因子在“计算机应用基础”这门课程上的因子载荷值最大，超过80%，该因子反映学员在计算机操作能力的信息；主因子在“轻武器射击”这门课程上的因子载荷值最大，超过80%，该因子反映学员在军事技能方面的信息；主因子在“军队基层管理”这门课程上的因子载荷值最大，超过80%，该因子反映学员在军队管理方面的信息。

4.因子得分

根据上述模型可计算出10个样本的6个因子得分与综合因子得分及排名（见表3）：

表3 学员成绩综合得分及排名

从上面结果可以看出，综合因子得分排名情况与平均分排名情况差异不大。但是，从每位学员的综合得分排名和在各个因子方面的得分情况可以客观地了解学员在各门课程上的优势和劣势，充分地了解学员在各方面的特点差异，从而有利于开展针对性教学，提高教学质量。

参考文献：