導(dǎo)語：如何才能寫好一篇傳播模型，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：P-集合；傳播模型；數(shù)學(xué)模型

中圖分類號(hào)：G20 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-8122（2013）02-0119-02

申農(nóng)和韋弗是傳播數(shù)學(xué)理論中最基本的傳播模式，在此基礎(chǔ)上的許多研究工作展開。隨著信息理論的發(fā)展，學(xué)者們將粗糙集理論、拓?fù)鋵W(xué)等理論用于研究傳播學(xué)，建立了信息的粗傳遞模型[1～2]、信息傳播的拓?fù)涮卣鱗3～5]等，豐富了傳播理論，促進(jìn)了傳播學(xué)的發(fā)展。無論是利用粗糙集理論，還是拓?fù)鋵W(xué)的知識(shí)，它們都將信息集合做為一個(gè)靜態(tài)集合，研究信息傳遞過程中的不確定性。實(shí)際上，信息從P1傳遞到P2時(shí)，信息可能由于雙方的知識(shí)的不同，使得原始信息到達(dá)P2時(shí)，原始信息X在P2那里變成X′了，即，原始信息X傳播一次后，到達(dá)P2后發(fā)生了變化，這種變化說明信息的傳播過程中的動(dòng)態(tài)特性。如何從信息的動(dòng)態(tài)特性來看傳播過程？如何用數(shù)學(xué)模型來描述這一動(dòng)態(tài)的傳遞過程？這一動(dòng)態(tài)傳遞又有怎樣的結(jié)構(gòu)特點(diǎn)？本文將具有動(dòng)態(tài)特性的P-集合理論引入到傳播學(xué)中來，利用P-集合建立傳播過程的數(shù)學(xué)模型。

一、P-集合的基本概念[6～7]

P-集合是一個(gè)動(dòng)態(tài)集合對(duì)，普通集合是這一集合對(duì)的一個(gè)特例，P-集合具有動(dòng)態(tài)特性。

約定X是有論域U上的普通有限非空集合，U是有限元素論域，V是有限屬性論域。

定義1給定信息 ，稱 是X生成的內(nèi)P-集合，簡(jiǎn)稱 是內(nèi)P-集合。

定義2 給定信息 ，稱 是X生成的外P-集合，簡(jiǎn)稱 是外P-集合。

定義3由內(nèi)P-集合 與外P-集合 構(gòu)成的集合對(duì)，稱作X生成的P-集合，簡(jiǎn)稱P-集合，有限普通集合X稱作逆P-集合 的基礎(chǔ)集合。

二、基于P-集合的傳播模型

申農(nóng)的信息傳播模型做為傳播學(xué)的基本模型，描述了信息傳播的過程。編碼規(guī)則和解碼規(guī)則的重疊度分為三種情況：1.P1編碼知識(shí)和與P2的解碼規(guī)則完全一致，則完全不能解碼；2.P1的編碼知識(shí)和與P2的解碼規(guī)則部分重疊，則部分解碼；3.P2的解碼知識(shí)≥P1的編碼知識(shí)，則完全解碼。

根據(jù)的申農(nóng)的傳播模型可以做如下約定：設(shè)信息X是由n個(gè)信息元素構(gòu)成的集合，即 ，該信息的屬性是 。這三種情況在數(shù)學(xué)中我們可以理解為信息到達(dá)P2后具有動(dòng)態(tài)特性了，或者P2對(duì)信息的理解是近似的，這種近似程度我們可以用一個(gè)動(dòng)態(tài)集合對(duì)表示。而具有這種動(dòng)態(tài)特性的集合對(duì)就是P-集合。

信息X由P1編碼后通過渠道傳遞給P2，P2對(duì)作息編碼之后便獲得了原始信息。，由于P1的編碼過程、P2的解碼過程會(huì)對(duì)信息的理解有偏差，此時(shí)信息X到達(dá)P2時(shí)可能有如下三種情況：1.信息X發(fā)生精確傳遞，這也是信息傳遞的最理想情況；2.信息X到達(dá)P2時(shí)，可能由于P1編碼或者P2的解碼有偏差，導(dǎo)致P2對(duì)信息X和理解是不精確的，即對(duì)信息的理解是近似接近的，這種近似度可以用一個(gè)動(dòng)態(tài)集合對(duì) 來描述，即 接近于原始信息；3.P2信息的理解完全是不準(zhǔn)確的。

圖1 原始信息X傳播過程一次后的動(dòng)態(tài)變化

圖1中的虛線指原始信息 ，由圖1可以看出， 是 的內(nèi)P-集合， 具有向內(nèi)收縮的動(dòng)態(tài)特性； 是 的外P-集合， 具有向外擴(kuò)張的動(dòng)態(tài)特性。當(dāng)信息 由P1通過渠道傳遞到P2時(shí)，P2對(duì)信息X的理解是不全面的，可以表示為 ，當(dāng)P2對(duì)信息X理解準(zhǔn)確時(shí)，此時(shí)動(dòng)態(tài)信息集合對(duì) 回到 。

基于對(duì)信息X的重新定義，我們可以進(jìn)一步理解為當(dāng)信息X由P1通過渠道傳遞到P2時(shí)，由于P1對(duì)信息的編碼與P2對(duì)信息的解碼過程，從數(shù)學(xué)的角度可以理解為一次函數(shù)變換，記為f，設(shè)F是變換集合，且 。對(duì) 把某一信息元素u變成 。變換f稱作元素遷移，此時(shí)的新元素u遷移是將新的元素遷入信息集合 中，此時(shí)信息 變?yōu)?；反之，當(dāng) 中元素遷出，即發(fā)生變換 ，且 。對(duì) 把 變成 ，即把某一信息元素 遷出信息集合 ，使得信息 變?yōu)?。當(dāng) 時(shí)，信息 發(fā)生精確傳遞，此時(shí)動(dòng)態(tài)集合對(duì) 回到基礎(chǔ)集合 。

由以上元素遷移過程可知，隨著元素的遷入、遷出，使得信息X中的元素個(gè)數(shù)發(fā)生變化，同時(shí)集合X信息屬性發(fā)生改變。信息X發(fā)生一次傳遞，到達(dá)P2時(shí)具有動(dòng)態(tài)結(jié)構(gòu) ，此時(shí)其屬性集合也會(huì)發(fā)生變化。我們常說的“添油加醋”，可以理解為使原始信息元素增加的，同時(shí)原始信息的屬性范圍縮??；而“粗枝大葉”一詞述描傳遞過程時(shí)，可以理解為使原始信息元素減少，同時(shí)原始信息屬性范圍擴(kuò)大。信息 ，其屬性集合是 。當(dāng)信息由P1傳遞到P2后，信息 變成 ，其屬性集合變?yōu)?， ， 。信息發(fā)生一次傳遞后，由于原始信息元素個(gè)數(shù)的減少，使得該信息的屬性范圍擴(kuò)大，即新的屬性 通過一個(gè)函數(shù)變換 后進(jìn)入屬性集合，變?yōu)樾碌膶傩约?。同樣地，當(dāng)信息由P1傳遞到P2后，信息 變成 ，其屬性集合變?yōu)?， ， 。信息發(fā)生一次傳遞后，由于原始信息元素個(gè)數(shù)的增加，使得該信息的屬性范圍縮小，即新的屬性 通過一個(gè)函數(shù)變換 后遷出屬性集合，變?yōu)樾碌膶傩约?。

三、實(shí)例分析

例如一條信息X：“北京時(shí)間2011年3月11日13時(shí)46分日本東北部宮城縣以東太平洋海域發(fā)生里氏9.0級(jí)地震，震源深度為10公里?！币罁?jù)此信息我們可以將信息寫成集合的形式： ={北京時(shí)間，2011年3月11日13時(shí)46分，日本東北部宮城縣以東，太平洋海域，發(fā)生，里氏9.0級(jí)地震，震源深度，10公里}；信息 的屬性集合 ={時(shí)間，地點(diǎn)，發(fā)生什么事}。

當(dāng)信息 從甲方通過某一媒介傳遞到乙方時(shí)，乙方得到的信息為 ，即可以分以下情況討論：

1.由于傳遞過程中信息元素的遺漏而使信息元素減少，擴(kuò)大該信息的屬性。例如由于甲對(duì)時(shí)差的忽略，傳遞信息為“2011年3月11日13時(shí)46分日本東北部宮城縣以東太平洋海域發(fā)生里氏9.0級(jí)地震，震源深度為10公里。”那么乙得到信息是少了北京時(shí)間，信息傳遞到乙時(shí)，信息變?yōu)?，信息元素 丟失，使得信息 的屬性集合中的時(shí)間發(fā)生變化。由于乙無法確定是北京時(shí)間、還是倫敦時(shí)間、還是日本當(dāng)?shù)貢r(shí)間……，從而使信息到達(dá)乙后，屬性集合中 發(fā)生變化，即時(shí)間屬性擴(kuò)大了。即乙得到的信息為 ，其屬性集合為 ，這里的 較原來的時(shí)間屬性 范圍更大了， 。

2.由于傳遞過程中信息量的增加使信息元素的增加，縮小了該信息的屬性的范疇。例如由于甲對(duì)信息X比較關(guān)注并知道更多關(guān)于此事件的信息，傳遞信息為“北京時(shí)間2011年3月11日13時(shí)46分日本東北部宮城縣以東太平洋海域發(fā)生里氏9.0級(jí)地震，震源深度為10公里，13498人遇難，14734人失蹤”。那么乙除了知道原始信息外，還了解到信息“13498人遇難，14734人失蹤”，此時(shí)乙對(duì)信息屬性中的 了解的更加確切。即傳遞到乙時(shí)，信息變?yōu)?，信息元素 為新的信息元素，乙得到的信息更加具體，使得乙知道發(fā)生的事件更多，他會(huì)從此信息獲知日本發(fā)生了地震且此次地震死傷人數(shù)很多，與原始信息中的屬性 比較， 中隱含死傷可能嚴(yán)重可能不嚴(yán)重，而信息到達(dá)乙后的信息 ，其屬性集合 范圍會(huì)縮小，從而使我們對(duì)信息的解更加準(zhǔn)確。即乙得到的信息為 ，其屬性集合為 ，這里的 較原來的時(shí)間屬性 范圍縮小了， 。

3.信息發(fā)生準(zhǔn)確傳遞，信息量沒有增加也沒有減少，此時(shí)信息 由甲傳遞乙時(shí)到?jīng)]有發(fā)生變化，即 回到原始信息 。

將動(dòng)態(tài)信息集合對(duì) 、其屬性集合α和動(dòng)態(tài)變換對(duì) 引入傳播模型后，我們可以從P-集合理論來描述傳播過程中的動(dòng)態(tài)特性，而對(duì)P-集合的深入研究也為進(jìn)一步理解傳播理論提供理論支持。

參考文獻(xiàn)：

[1] 劉紀(jì)芹，史開泉.基于粗糙集的信息粗傳遞[J].系統(tǒng)工程與電子枝術(shù)，2007（3）.

[2] 劉紀(jì)芹，韓建新.模糊信息粗傳遞模型及其應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2009（2）.

[3] 昝廷全.論傳播的分類及其數(shù)學(xué)模型[J].中國傳媒大學(xué)學(xué)報(bào)（自然科學(xué)版），2006（2）.

[4] 昝廷全，應(yīng)思思.傳播有效性原理的粗傳遞模型[J].中國傳媒大學(xué)學(xué)報(bào)（自然科學(xué)版），2010（4）.

[5] 孫慶川，山石，蘭田田.一個(gè)新的信息傳播模型及其模擬[J].圖書情報(bào)工作，2010（6）.

篇2

關(guān)鍵詞：高校 社會(huì)思潮 模型

中圖分類號(hào)：G641文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-5349（2017）13-0195-01

高校社會(huì)思潮的傳播過程，涉及國外思想者和政府、傳媒、學(xué)者、一般知識(shí)分子、社會(huì)大眾、大學(xué)生本身等眾多因素，同時(shí)也受社會(huì)環(huán)境、學(xué)校管理制度等各種環(huán)境的影響。結(jié)合社會(huì)思潮的含義，學(xué)習(xí)和借鑒已有的申農(nóng)-韋弗傳播模式、馬萊茨克模式和賴?yán)驄D的傳播系統(tǒng)模式等傳播模式[2]以及社會(huì)傳播的系統(tǒng)結(jié)構(gòu)理論[1]，根據(jù)社會(huì)思潮的傳播過程中的各個(gè)環(huán)節(jié)，本文構(gòu)建了高校社會(huì)思潮傳播模型（如圖1）。

圖1高校社會(huì)思潮信息傳播模型

模型中的各要素解釋：

噪音：在圖中用陰影表示。由于傳播要素組合復(fù)雜，動(dòng)態(tài)的主客體關(guān)系，思想要素傳播的特殊性，大學(xué)生認(rèn)知圖式與信息接收的特殊性以及社會(huì)思潮的政治性特點(diǎn)，使得社會(huì)思潮在傳播的過程中，噪音無時(shí)無處不在，這其中主要是與人有關(guān)的噪音源和噪音。傳播系統(tǒng)內(nèi)外的噪音，會(huì)對(duì)思潮相關(guān)信息的發(fā)送者和接收者有干擾，削弱信息傳播的質(zhì)和量。

C（A）：代表國外產(chǎn)生和傳播思潮信息源的任何人與事物，也包括有意圖的國外傳播機(jī)構(gòu)，如國外思想家、普通知識(shí)分子、社會(huì)大眾、對(duì)中國進(jìn)行“和平演變”的組織等，他們是信息的提供者，他們內(nèi)部有其信息形成的機(jī)制，這些人、事物和組織通過各種媒介把信息編碼后發(fā)送至媒介中。

C（D）：國內(nèi)思潮信息的有意圖傳播者，C（D）1指國內(nèi)理論界學(xué)者，C（D）2指普通知識(shí)分子，C（D）3指社會(huì)大眾，G代表相關(guān)的組織管理部門等，他們是信息的創(chuàng)造者、提供者，并都可從C（A）獲得信息，在一定的場(chǎng)合通過某種具有合理性的方式通過媒介向大學(xué)生提供思潮信息。

R：指作為社會(huì)思潮的受眾的在校大學(xué)生，包括本科生和?？粕Ｋ麄兏鶕?jù)各自所處的環(huán)境、自我形象等選擇性接受媒介傳遞的社會(huì)思潮信息，并且向同學(xué)等群體進(jìn)行傳播和反饋。

M：代表媒介，M1是傳遞國外信息給大學(xué)生的媒介，M2是給國內(nèi)信息傳播者的傳播媒介，M3是國內(nèi)信息傳播者給大學(xué)生傳播信息的媒介，M（…）是大W生彼此之間進(jìn)行信息傳播的媒介。借鑒麥克盧漢媒介觀，這里的媒介可以認(rèn)為是一切使思潮信息得以傳遞的人和事物。具體來說包含網(wǎng)絡(luò)媒體、書籍、報(bào)刊、學(xué)術(shù)會(huì)議、交流訪問、思想政治理論課等課程、聊天等。他們是信息的傳輸者，傳輸各種社會(huì)思潮的信息。

fRC：受眾對(duì)國外信息傳播者的反饋。

fC（DA）：是指國內(nèi)信息編碼者和接受者對(duì)國外信息傳播者的反饋。

fCR：是指受眾對(duì)國內(nèi)信息傳播者的反饋。

從圖1可以看出，社會(huì)思潮信息的傳播是一個(gè)相互影響的單項(xiàng)循環(huán)和整體循環(huán)的過程，傳播者之間、傳播者與受眾之間，受到立場(chǎng)、理解力、個(gè)人愿景等眾多噪音的影響，部分信息在傳輸中會(huì)丟失，有的會(huì)進(jìn)入信息黑洞，有的會(huì)進(jìn)入信息池，因此，在此傳播模式中，用X來指代傳輸中丟失或者是進(jìn)入信息池后不經(jīng)過相關(guān)管理部門直接傳輸給大學(xué)生的信息。

這個(gè)社會(huì)思潮的傳播模式綜合了以控制論為基礎(chǔ)的傳播模式、傳播系統(tǒng)模式和大眾傳播模式的可取之處，也考慮了德弗勒提出的噪音泛化存在的問題，從現(xiàn)實(shí)上考慮了政府部門、高校管理部門等對(duì)社會(huì)思潮傳播的控制和失控時(shí)社會(huì)思潮信息向大學(xué)生的傳遞。這個(gè)模式表現(xiàn)了社會(huì)思潮信息從產(chǎn)生到傳輸至大學(xué)生受眾的過程，體現(xiàn)了人在信息傳播中的重要性，直觀地說明了社會(huì)思潮的傳播是一個(gè)傳播者之間、傳播者和受眾之間的相互影響的循環(huán)反復(fù)過程。

參考文獻(xiàn)：

篇3

【關(guān)鍵詞】網(wǎng)絡(luò)；計(jì)算機(jī)病毒；傳播模型

雖然當(dāng)今防毒軟件種類繁多，對(duì)阻止計(jì)算機(jī)病毒的傳播起到了很大的作用，但是新的病毒層出不窮，計(jì)算機(jī)病毒的發(fā)展速度遠(yuǎn)超防毒軟件的發(fā)展，因此新病毒或病毒的新變種出現(xiàn)時(shí)防毒軟件束手無策。起始計(jì)算機(jī)病毒基本局限于Windows平臺(tái)，如今，計(jì)算機(jī)病毒幾乎無孔不入，大量出現(xiàn)在其它平臺(tái)，如Unix平臺(tái)的Morris、塞班平臺(tái)的Cardtrap、安卓平臺(tái)的AnserverBot和FakePlayer、PalmOS平臺(tái)的Phage、IOS平臺(tái)的Ikee及Mac OS X平臺(tái)的Flashback。計(jì)算機(jī)病毒危害巨大，防毒軟件的發(fā)展遠(yuǎn)遠(yuǎn)落后于病毒的更新速度，因此，研究如何有效防止計(jì)算機(jī)病毒在網(wǎng)絡(luò)中的擴(kuò)散傳播有深遠(yuǎn)意義，而要預(yù)防計(jì)算機(jī)病毒的傳播就需要深入了解計(jì)算機(jī)病毒的傳播機(jī)理和傳播模型，只有把握住了病毒的傳播機(jī)理與模型，才能對(duì)病毒的傳播與危害狀況作出準(zhǔn)確的預(yù)測(cè)，同時(shí)采取有效地措施來防止或降低危害。本文探討了網(wǎng)絡(luò)中幾種主要的計(jì)算機(jī)病毒傳播模型，下面我們對(duì)這幾種模型進(jìn)行一一介紹。

一、易感染-感染-易感染模型

易感染-感染-易感染模型又稱Suscep tible-Infected-Susceptible模型，簡(jiǎn)稱為SIS模型。將網(wǎng)絡(luò)中的每個(gè)終端稱為一個(gè)節(jié)點(diǎn)，在該模型中將節(jié)點(diǎn)分為兩種狀態(tài)，易感染狀態(tài)和感染狀態(tài)。類比于生物病毒的傳播規(guī)律，一個(gè)易感染的節(jié)點(diǎn)和一個(gè)已被感染的節(jié)點(diǎn)發(fā)生接觸時(shí)，單位時(shí)間里易感染的節(jié)點(diǎn)有的概率被感染，同時(shí)已感染的節(jié)點(diǎn)有的概率被治愈，被治愈后的節(jié)點(diǎn)成為易感染的節(jié)點(diǎn)。由于被治愈后的節(jié)點(diǎn)又有可能被感染成為感染節(jié)點(diǎn)，因此病毒會(huì)在網(wǎng)絡(luò)中反復(fù)傳播，長(zhǎng)期存在。

設(shè)未被感染的節(jié)點(diǎn)數(shù)目為，已被感染的節(jié)點(diǎn)數(shù)目為，網(wǎng)絡(luò)中節(jié)點(diǎn)的總數(shù)目為，則SIS模型滿足如下公式：

其中表示單位時(shí)間內(nèi)易感染的節(jié)點(diǎn)向已感染節(jié)點(diǎn)轉(zhuǎn)化的概率，表示單位時(shí)間內(nèi)已感染節(jié)點(diǎn)向易感染節(jié)點(diǎn)轉(zhuǎn)化即治愈的概率。

二、易感染-感染-移除模型

易感染-感染-移除模型又稱為Susce ptible-Infected-Removed模型，簡(jiǎn)稱為SIR模型。該模型將網(wǎng)絡(luò)中的節(jié)點(diǎn)分為三個(gè)類，一是易感染節(jié)點(diǎn)，這類節(jié)點(diǎn)沒有感染計(jì)算機(jī)病毒，同時(shí)對(duì)計(jì)算機(jī)病毒沒有免疫力，在與已感染節(jié)點(diǎn)進(jìn)行信息交互時(shí)可能會(huì)被感染計(jì)算機(jī)病毒；二是已感染節(jié)點(diǎn)，這類節(jié)點(diǎn)已被計(jì)算機(jī)病毒入侵，并且可能將病毒傳播給其他節(jié)點(diǎn)；三是移除節(jié)點(diǎn)，這類節(jié)點(diǎn)感染過計(jì)算機(jī)病毒，治愈后即清除計(jì)算機(jī)病毒后就對(duì)這種病毒免疫，不會(huì)再次感染同一種病毒。

設(shè)易感染節(jié)點(diǎn)的數(shù)目為，已感染的節(jié)點(diǎn)數(shù)目為，移除的節(jié)點(diǎn)數(shù)目為，網(wǎng)絡(luò)中節(jié)點(diǎn)總數(shù)為，滿足則ISR模型如下公式：

式中表示單位時(shí)間內(nèi)易感染節(jié)點(diǎn)向感染節(jié)點(diǎn)轉(zhuǎn)化的概率，表示已感染節(jié)點(diǎn)向移除節(jié)點(diǎn)轉(zhuǎn)化的概率，即已感染節(jié)點(diǎn)被治愈的概率，治愈后就將節(jié)點(diǎn)移除。

三、易感染-潛伏-感染-移除模型

易感染-潛伏-感染-移除模型又稱為Susceptible-Exposed-Infected-Removed模型，簡(jiǎn)稱為SEIR模型。該模型中節(jié)點(diǎn)有四種存在狀態(tài)，一是易感染節(jié)點(diǎn)，這類節(jié)點(diǎn)可能在與已被病毒感染的節(jié)點(diǎn)進(jìn)行信息交互時(shí)被感染，感染后成為病毒潛伏節(jié)點(diǎn)；二是病毒潛伏節(jié)點(diǎn)，這類節(jié)點(diǎn)中存在計(jì)算機(jī)病毒，但是病毒尚未發(fā)作，也就是說計(jì)算機(jī)病毒感染一臺(tái)主機(jī)后并不會(huì)立即發(fā)作，而是經(jīng)過一段時(shí)間的潛伏期后才會(huì)被激活，病毒激活后該節(jié)點(diǎn)就成為已感染節(jié)點(diǎn)；三是病毒激活節(jié)點(diǎn)，這類節(jié)點(diǎn)病毒已發(fā)作，并可能將病毒傳播給網(wǎng)絡(luò)中的其它節(jié)點(diǎn)；四是移除節(jié)點(diǎn)，病毒激活節(jié)點(diǎn)被治愈后有一定的機(jī)率成為移除節(jié)點(diǎn)，移除節(jié)點(diǎn)對(duì)同種病毒具有免疫能力，不會(huì)再次被同一種病毒感染，但是病毒激活節(jié)點(diǎn)被治愈后也有一定的機(jī)率成為易感染節(jié)點(diǎn)，這類節(jié)點(diǎn)還有可能再次被計(jì)算機(jī)病毒感染。

假設(shè)網(wǎng)絡(luò)中節(jié)點(diǎn)總數(shù)為N，易感染節(jié)點(diǎn)的數(shù)目為，處于計(jì)算機(jī)病毒潛伏期的節(jié)點(diǎn)數(shù)目為，計(jì)算機(jī)病毒激活的節(jié)點(diǎn)數(shù)目為，移除節(jié)點(diǎn)的數(shù)目為，則SEIR模型滿足如下公式：

式中代表易感染節(jié)點(diǎn)向病毒潛伏節(jié)點(diǎn)轉(zhuǎn)化的概率，代表病毒激活節(jié)點(diǎn)被治愈后轉(zhuǎn)化為移除節(jié)點(diǎn)的概率，代表病毒激活節(jié)點(diǎn)被治愈后轉(zhuǎn)化為易感染節(jié)點(diǎn)的概率，代表病毒潛伏節(jié)點(diǎn)向病毒激活節(jié)點(diǎn)轉(zhuǎn)化的概率。

四、易感染-感染-探測(cè)-移除模型

易感染-感染-探測(cè)-移除模型又稱為Susceptible-Infectious-Detected-Removed模型，簡(jiǎn)單為SIDR模型。在該模型中，網(wǎng)絡(luò)中節(jié)點(diǎn)有四種存在狀態(tài)，一是易感染節(jié)點(diǎn)，這類節(jié)點(diǎn)可以被計(jì)算機(jī)病毒感染；二是已感染節(jié)點(diǎn)，這類節(jié)點(diǎn)已被病毒感染，并可以在網(wǎng)絡(luò)中傳播病毒；三是已探測(cè)節(jié)點(diǎn)，這類節(jié)點(diǎn)帶有計(jì)算機(jī)病毒，但是已經(jīng)被反病毒軟件等探測(cè)到，并且病毒無法向外傳播；四是移除節(jié)點(diǎn)，這類節(jié)點(diǎn)中病毒已被反病毒軟件清除，并且將不會(huì)再次感染同一種病毒，這類節(jié)點(diǎn)可以由已探測(cè)節(jié)點(diǎn)轉(zhuǎn)化而來，也可以由易感染節(jié)點(diǎn)轉(zhuǎn)化而來（易感染節(jié)點(diǎn)上的反病毒軟件收到病毒庫的更新從而對(duì)此種病毒具有查殺能力）。

假設(shè)網(wǎng)絡(luò)中的節(jié)點(diǎn)總數(shù)為N，易感染節(jié)點(diǎn)的數(shù)目為，已感染節(jié)點(diǎn)的數(shù)目為，已探測(cè)節(jié)點(diǎn)的數(shù)目為，移除節(jié)點(diǎn)的數(shù)目為，則SIDR模型滿足如下公式：

式中代表易感染節(jié)點(diǎn)向已感染節(jié)點(diǎn)轉(zhuǎn)化的概率，代表已探測(cè)節(jié)點(diǎn)向移除節(jié)轉(zhuǎn)化的概率，表示易感染節(jié)點(diǎn)向移除節(jié)轉(zhuǎn)化的概率，表示已感染節(jié)點(diǎn)向已探測(cè)節(jié)點(diǎn)轉(zhuǎn)化的概率。

五、雙因子模型

雙因子模型又稱為Two-Factor，與其他模型相比更為復(fù)雜，雙因子模型更加符合現(xiàn)實(shí)情況下病毒傳播的情況，考慮到了更加現(xiàn)實(shí)在因素，如病毒傳播時(shí)生成的大量數(shù)據(jù)分組造成路由器或交換機(jī)阻塞，從降低病毒傳播速率，或者人們可能通過更新反病毒軟件、安裝網(wǎng)絡(luò)防火墻或入侵檢測(cè)系統(tǒng)等手段阻止病毒的傳播。雙因子模型的微分方程表達(dá)式如下：

式中N代表網(wǎng)絡(luò)中節(jié)點(diǎn)的總數(shù)，代表時(shí)刻網(wǎng)絡(luò)中易感染節(jié)點(diǎn)的數(shù)目，代表被移除節(jié)點(diǎn)的數(shù)目，這類節(jié)點(diǎn)不會(huì)再次感染同一種病毒，代表已做免疫處理的易感染節(jié)點(diǎn)的數(shù)目，代表時(shí)刻的已感染節(jié)點(diǎn)的數(shù)目，這類節(jié)點(diǎn)可能向網(wǎng)絡(luò)中傳播計(jì)算機(jī)病毒，代表時(shí)刻總共被感染過的節(jié)點(diǎn)數(shù)目，這部分節(jié)點(diǎn)由移除節(jié)點(diǎn)和已感染節(jié)點(diǎn)構(gòu)成，即，式中的、、和是常量，是初始時(shí)刻的感染率。

六、結(jié)束語

計(jì)算機(jī)病毒的傳播模型基本都是借鑒于生物病毒的傳播模型，因此如今描述計(jì)算機(jī)病毒的傳播模型實(shí)際上很難準(zhǔn)確地描述計(jì)算機(jī)病毒在網(wǎng)絡(luò)中的傳播過程，也很難準(zhǔn)確預(yù)測(cè)病毒的傳播會(huì)造成的損失，這也為反病毒工作帶來了極大的不便。因此，對(duì)計(jì)算機(jī)病毒的傳播模型的研究還需要進(jìn)行一步深入，進(jìn)一步研究更加符合真實(shí)狀態(tài)下網(wǎng)絡(luò)中計(jì)算機(jī)病毒傳播情況的模型，以便更加深入地理解計(jì)算機(jī)病毒在網(wǎng)絡(luò)中的傳播過程、傳播原理，更加準(zhǔn)確地預(yù)測(cè)計(jì)算機(jī)病毒的傳播速率及其可能造成的影響，從而為反病毒工作提供理論借鑒與方向?qū)?，以期減少計(jì)算機(jī)病毒造成的損失甚至在計(jì)算機(jī)病毒傳播前就將其消除，營造一個(gè)安全的互聯(lián)網(wǎng)的環(huán)境。

參考文獻(xiàn)

篇4

一、計(jì)算機(jī)病毒的特征

（一）非授權(quán)性

正常的計(jì)算機(jī)程序，除去系統(tǒng)關(guān)鍵程序，其他部分都是由用戶進(jìn)行主動(dòng)的調(diào)用，然后在計(jì)算機(jī)上提供軟硬件的支持，直到用戶完成操作，所以這些正常的程序是與用戶的主觀意愿相符合的，是可見并透明的，而對(duì)于計(jì)算機(jī)病毒而言，病毒首先是一種隱蔽性的程序，用戶在使用計(jì)算機(jī)時(shí)，對(duì)其是不知情的，當(dāng)用戶使用那些被感染的正常程序時(shí)，這些病毒就得到了計(jì)算機(jī)的優(yōu)先控制權(quán)，病毒進(jìn)行的有關(guān)操作普通用戶也是無法知曉的，更不可能預(yù)料其執(zhí)行的結(jié)果。

（二）破壞性

計(jì)算機(jī)病毒作為一種影響用戶使用計(jì)算機(jī)的程序，其破壞性是不言而喻的。這種病毒不僅會(huì)對(duì)正常程序進(jìn)行感染，而且在嚴(yán)重的情況下，還會(huì)破壞計(jì)算機(jī)的硬件，這是一種惡性的破壞軟件。在計(jì)算機(jī)病毒作用的過程中，首先是攻擊計(jì)算機(jī)的整個(gè)系統(tǒng)，最先被破壞的就是計(jì)算機(jī)系統(tǒng)。計(jì)算機(jī)系統(tǒng)一旦被破壞，用戶的其他操作都是無法實(shí)現(xiàn)的。

二、計(jì)算機(jī)病毒網(wǎng)絡(luò)傳播模型穩(wěn)定性

計(jì)算機(jī)病毒網(wǎng)絡(luò)的傳播模型多種多樣，筆者結(jié)合自身工作經(jīng)歷，只對(duì)計(jì)算機(jī)病毒的網(wǎng)絡(luò)傳播模型———SIR模型進(jìn)行介紹，并對(duì)其穩(wěn)定性進(jìn)行研究。SIR模型的英文全稱為Susceptible-Infected-Removed，這是對(duì)SIS模型的一種改進(jìn)，SIR模型將網(wǎng)絡(luò)中的節(jié)點(diǎn)分為三種狀態(tài)，分別定義為易感染狀態(tài)(S表示）和感染狀態(tài)（I）狀態(tài)，還有免疫狀態(tài)（R）表示，新增加的節(jié)點(diǎn)R具有抗病毒的能力。因此，這種模型相對(duì)于傳統(tǒng)的SIS模型而言，解決了其中的不足，也對(duì)其中存在的病毒感染進(jìn)行了避免，而且阻礙了病毒的繼續(xù)擴(kuò)散。圖一即為病毒模型圖。

三、計(jì)算機(jī)病毒網(wǎng)絡(luò)傳播的控制

對(duì)于計(jì)算機(jī)病毒在網(wǎng)絡(luò)中的傳播，我們應(yīng)依據(jù)病毒傳播的網(wǎng)絡(luò)環(huán)境以及病毒的種類分別進(jìn)行考慮。一般而言，對(duì)于局域網(wǎng)的病毒傳播控制，我們主要是做好計(jì)算機(jī)終端的保護(hù)工作。如安裝安全管理軟件；對(duì)于廣域網(wǎng)的病毒傳播控制，我們主要是做好對(duì)局域網(wǎng)病毒入侵情況進(jìn)行合理有效的監(jiān)控，從前端防止病毒對(duì)于廣域網(wǎng)的入侵；對(duì)于電子郵件病毒傳播的控制，我們確保不隨意點(diǎn)擊不明郵件，防止個(gè)人終端受到電子郵件病毒的入侵。

總結(jié)：

篇5

幫助。

【關(guān)鍵詞】　緊急疏散;　計(jì)算機(jī)模型;　信息傳播;　建筑物;　災(zāi)害

1 引　言

隨著高層建筑的大量出現(xiàn)，專用特殊建筑的飛速發(fā)展以及現(xiàn)有建筑的逐步老化，各種公眾匯集場(chǎng)所事故隱患也在不斷增多，特別是建筑物火災(zāi)時(shí)有發(fā)生?；馂?zāi)中由于人員不能及時(shí)疏散而被煙氣窒息情況十分突出，造成的生命財(cái)產(chǎn)損失十分巨大，例如:河南洛陽發(fā)生的“11·25”特大火災(zāi)，由于疏散通道的阻塞而導(dǎo)致人員煙氣中毒或窒息死亡。

此外，由于現(xiàn)代建筑特別是高層建筑和專用特殊結(jié)構(gòu)(如央視新大樓)布局復(fù)雜，人數(shù)眾多、人員疏散至地面的時(shí)間長(zhǎng)，發(fā)生阻塞和擁擠的幾率也比較大，致使疏散設(shè)計(jì)的復(fù)雜性大大增加。同時(shí)復(fù)雜建筑中如何在事故發(fā)生后合理利用現(xiàn)有的交通設(shè)施、設(shè)備組織人員進(jìn)行及時(shí)疏散或營救等也具有十分重要的意義。

因此，建筑設(shè)計(jì)人員和安全專家不得不慎重考慮建筑內(nèi)人員在緊急條件下(如火災(zāi)、地震、煤氣泄露、炸彈爆炸以及現(xiàn)代防空等)的避難、逃生疏散問題，迫切需要相關(guān)的理論和方法指導(dǎo)建筑物的火災(zāi)安全設(shè)計(jì)與評(píng)估。

由于人員疏散涉及人們的行為活動(dòng)，涉及人類心理學(xué)、行為學(xué)等范疇，因此，最初的研究都習(xí)慣于采用定性化的分析方法進(jìn)行一些描述及問卷調(diào)查;隨著現(xiàn)代建筑復(fù)雜化及智能化程度的提高，對(duì)于火災(zāi)安全的分析僅停留在定性分析已遠(yuǎn)不能滿足要求，特別是近年來引入了以計(jì)算機(jī)技術(shù)為基礎(chǔ)的各種研究手段，如數(shù)字?jǐn)z像、計(jì)算機(jī)仿真、虛擬現(xiàn)實(shí)技術(shù)，對(duì)于疏散過程的許多特征量的具體量化及各特征量之間關(guān)系的分析越來越引起安全專家、學(xué)者和有關(guān)部門的重視。人員疏散的研究開始從一般的觀察訪問等定性描述逐步向人類行為和環(huán)境條件的定量化分析研究過渡。

2 研究理論評(píng)述

人員在建筑物中的疏散主要涉及建筑物結(jié)構(gòu)布置、災(zāi)害環(huán)境、個(gè)人特性、疏散指導(dǎo)4種因素共同作用。通過對(duì)前人研究成果[2—5]的分析歸納可知這些因素的具體內(nèi)涵:

1)建筑結(jié)構(gòu)指建筑的空間布局、材料結(jié)構(gòu)、裝修狀況等等;

2)災(zāi)害環(huán)境指如火災(zāi)煙氣濃度、可見度、人群擁擠程度等;

3)個(gè)人特征主要包括身體素質(zhì)和心理狀態(tài)，前者如性別、年齡、體力、反應(yīng)等，后者如個(gè)人經(jīng)歷、所受教育、文化傳統(tǒng)、生活經(jīng)驗(yàn)，以及其他對(duì)逃生有一定影響的其他心理因素;

4)疏散指導(dǎo)指利用事先準(zhǔn)備的消防設(shè)備和疏散預(yù)案，根據(jù)事發(fā)時(shí)現(xiàn)場(chǎng)的具體情況，對(duì)收集到的信息進(jìn)行處理，并在此基礎(chǔ)上實(shí)現(xiàn)疏散。

上述4種因素的相互作用以及對(duì)疏散過程的影響，都以信息傳遞為紐帶。

倘若把每個(gè)因素都視為一個(gè)具有開放邊界的系統(tǒng)，它們就是一個(gè)個(gè)自主體。認(rèn)為該主體是從環(huán)境收集信息，在內(nèi)部對(duì)其進(jìn)行分析處理，完成一系列的行為，與此同時(shí)把自己的信息散播到環(huán)境里，以待其他自主體采集從而影響對(duì)方的發(fā)展進(jìn)程。如火災(zāi)發(fā)生時(shí)，“災(zāi)害環(huán)境系統(tǒng)”釋放災(zāi)害信息(煙氣傳播，可見火焰等等)，“建筑結(jié)構(gòu)系統(tǒng)”、“個(gè)人特性系統(tǒng)”和“疏散指導(dǎo)系統(tǒng)”分別收集與自身相關(guān)的信息，并作出處理(如熱輻射對(duì)結(jié)構(gòu)的作用，煙氣對(duì)人員的生理和心理影響，災(zāi)害激活報(bào)警和指揮設(shè)備等等)，然后釋放自己的信息(相應(yīng)的，如結(jié)構(gòu)熱破壞而變形，人員選擇積極或消極應(yīng)對(duì)措施，安全設(shè)備失效等等)供其他系統(tǒng)采集處理。

該主體里的信息和信息傳播是廣義的，包括各種具體行為和作用結(jié)果，而不僅僅是直觀的狹義信息，即能被人員本身接受和作出反應(yīng)的視覺、聽覺、觸覺及其他可感知的信號(hào)。需要指明的是，狹義的信息和信息傳播在疏散研究中仍是一個(gè)非常重要、非常值得研究的課題，它不但對(duì)解決一些實(shí)際問題有顯著意義，而且對(duì)廣義信息和信息傳播的研究有相當(dāng)?shù)膯l(fā)性，同時(shí)也是后者的研究基礎(chǔ)。

建筑內(nèi)人員疏散的具體問題，包括人群密度、人員的疏散移動(dòng)速度、位移、時(shí)間、災(zāi)害發(fā)展的速度、人們對(duì)于警報(bào)的反應(yīng)時(shí)間、心理反應(yīng)等。對(duì)于該類問題國內(nèi)外許多學(xué)者都進(jìn)行過不同程度的研究。而從信息系統(tǒng)以及信息傳播的角度來研究，不管是基于狹義還是廣義的內(nèi)涵，都非常缺乏。國外可供參考的主要研究成果有:

1)Helbing提出的“社會(huì)力”模型[1—2]，模擬出人員緊急疏散時(shí)候的恐慌行為，涉及心理狀態(tài)對(duì)行為的調(diào)整;

2)Wood，Bryan等人分別對(duì)英國和美國的火災(zāi)當(dāng)事人作了大量的調(diào)查研究，并闡述了高層建筑火災(zāi)對(duì)人的行為產(chǎn)生的重大社會(huì)影響;

3)Canter總結(jié)了有關(guān)火災(zāi)與人的行為研究，并出版《火災(zāi)與人的行為》;

4)Sime研究了疏散初期階段人員疏散與行為，并明確提出了疏散距離和疏散時(shí)間的概念[3]。

最近國內(nèi)外學(xué)者開始對(duì)人在熟悉與不熟悉環(huán)境中，疏散通道的照明度與疏散距離的長(zhǎng)短，對(duì)人員疏散的影響進(jìn)行研究，還有一些特殊條件下特定疏散設(shè)備的效用研究，例如:養(yǎng)老院中火災(zāi)警報(bào)分貝數(shù)的合理值，卡拉OK場(chǎng)所緊急照明的布置等等。國內(nèi)的相關(guān)工作仍集中在問卷調(diào)查方面，側(cè)重人員在火災(zāi)或平時(shí)的行為和心理統(tǒng)計(jì)分析，而模擬研究則較少。

為了真實(shí)再現(xiàn)疏散過程進(jìn)行以深入探討其中存在的問題，筆者建立了人員疏散過程中狹義的信息系統(tǒng)和信息傳播模型，并運(yùn)用此模型對(duì)人員疏散進(jìn)行量化分析，初步提出廣義的信息系統(tǒng)和信息傳播模型框架。

3 研究?jī)?nèi)容與模型介紹

通過收集大量國內(nèi)外有關(guān)火災(zāi)、人防演習(xí)和模擬演習(xí)試驗(yàn)的實(shí)測(cè)記錄以及火災(zāi)后問卷調(diào)查、虛擬現(xiàn)實(shí)測(cè)試等方法，有針對(duì)性地采集人員疏散的行為參數(shù)，進(jìn)行分類歸納，找出不同建筑(辦公、住宅、公共、醫(yī)院、學(xué)校)、不同災(zāi)害場(chǎng)景、不同外界信號(hào)刺激等條件下不同類型人員疏散的行為傾向，探索人員疏散行為與建筑結(jié)構(gòu)、災(zāi)害環(huán)境、個(gè)人特性、疏散指導(dǎo)之間的相互作用，理清人員對(duì)信息收集、處理的渠道、方式。在該過程中，結(jié)合了人類心理學(xué)和行為學(xué)、社會(huì)學(xué)、博弈論、生物仿真、計(jì)算機(jī)算法等學(xué)科研究的最新進(jìn)展。

在上述基礎(chǔ)上，筆者建立了狹義信息傳播模型。這個(gè)模型包括4個(gè)子系統(tǒng)，即人員模型、信號(hào)模型、建筑模型和特殊場(chǎng)景模型，如圖1所示。

人員模型是對(duì)疏散人員從生理、心理兩方面結(jié)合的模擬，它的作用是描述人員接收、處理、傳播信號(hào)的過程，逃生路線的選擇、沖突解決、新規(guī)則的學(xué)習(xí)，以及體現(xiàn)毒物對(duì)肌體運(yùn)動(dòng)能力的破壞。

信號(hào)模型則關(guān)注于模擬狹義信息(人員能感知的物理、化學(xué)信號(hào))的產(chǎn)生和傳播。

特殊場(chǎng)景模型則是對(duì)災(zāi)害環(huán)境的重現(xiàn)。

3個(gè)模型有的是對(duì)現(xiàn)有的模型的改進(jìn)，有的則是全新的工作。

3.1 人員模型

描述人員反應(yīng)和運(yùn)動(dòng)狀態(tài)的模型，充分考慮人員的特性和個(gè)體差異。它包括以下3個(gè)部分:人員運(yùn)動(dòng)模型;人員信息模型;人員肌體模型。

3.1.1 人員運(yùn)動(dòng)模型(OAM，OccupantActionModel)

這部分內(nèi)容包括人員路線選擇、沖突解決、新規(guī)則的學(xué)習(xí)。

①輸入?yún)⒘?人員位置坐標(biāo)，地理信息，人員信息處理模型輸出，人員肌體模型輸出。

②輸出參量:人員運(yùn)動(dòng)方向、速度。

③處理方式:類似數(shù)字電路中的與或非門控制。簡(jiǎn)單的邏輯推理過程。規(guī)則機(jī)。

3.1.2 人員信息模型

人員接受、處理、傳播信號(hào)的模型。

1)人員信息接收模型(OIM-R，OccupantInfor-mationModel—Receive)。對(duì)物理、化學(xué)信號(hào)的接受，也包括對(duì)其他人員釋放的信號(hào)的接受，包括視覺、聽覺、嗅覺。目的是接受到環(huán)境中的各種信號(hào)，然后轉(zhuǎn)化成統(tǒng)一的量化參數(shù)，并作為輸入?yún)⒘窟f交給信號(hào)處理模型。

①輸出參量:環(huán)境中的物理、化學(xué)信息，包括來自信號(hào)模型的信號(hào)時(shí)空分布。

②處理方式:標(biāo)準(zhǔn)化，統(tǒng)一化。函數(shù)處理方式。

2)人員信息處理模型(OIM-P，OccupantInfor-mationModel—Process)。這部分包括一個(gè)處理機(jī)制和一個(gè)心理狀態(tài)小模型。目的是將人員接受到的信號(hào)，處理為人員的選擇偏好和運(yùn)動(dòng)策略，提交給人員運(yùn)動(dòng)模型，并釋放到環(huán)境供其他人員接收。

①輸入?yún)⒘?標(biāo)準(zhǔn)化、統(tǒng)一化的信息(人員信息接收模型的輸出)。

②輸出參量:選擇偏好概率。

③處理方式:簡(jiǎn)單邏輯推理與函數(shù)處理相結(jié)合。

3.1.3 人員肌體模型

主要針對(duì)毒性對(duì)人體損害，疲勞導(dǎo)致運(yùn)動(dòng)缺陷等。

①輸入?yún)⒘?化學(xué)傷害(毒物毒性、濃度等)，物理傷害(碰撞、擠壓等)。

②輸出參量:對(duì)人員生理、心理有影響的肌體損傷狀況。

③處理方式:規(guī)則機(jī)以及查表對(duì)照法。

3.2 信號(hào)模型

描述信息產(chǎn)生和傳播的模型，是整個(gè)系統(tǒng)的關(guān)鍵部分。包括:

1)信號(hào)源模型。把各種信號(hào)源統(tǒng)一成不需要考慮內(nèi)部機(jī)理信號(hào)發(fā)射裝置。

①輸入?yún)⒘?真實(shí)信號(hào)源種類。

②輸出參量:預(yù)先分配好的信號(hào)種類代碼。

③處理方式:查表對(duì)照法。

2)信息傳播模型。按照不同的信號(hào)，建立不同的信息傳播模型，包括物理信號(hào)和化學(xué)信號(hào)。試圖建立一個(gè)通用的傳播模型。

①輸入?yún)⒘?信號(hào)種類代碼，信號(hào)源坐標(biāo)。

②輸出參量:信息的時(shí)空分布。

③處理方式:函數(shù)處理法。利用對(duì)應(yīng)的物理公式，如聲波的傳播方程等等。

3.3 建筑模型

描述建筑結(jié)構(gòu)網(wǎng)格化和網(wǎng)絡(luò)化模型。

①輸入?yún)⒘?建筑圖紙。

②輸出參量:供模擬使用，軟件可識(shí)別的網(wǎng)絡(luò)圖。

③處理方式:初步為人工轉(zhuǎn)換，遠(yuǎn)期目標(biāo)計(jì)算機(jī)讀圖處理。

3.4 特殊場(chǎng)景模型

描述緊急條件下的各種特殊場(chǎng)景，包括火(熱傷害)、煙(影響視覺)、氣(毒性)等等。作為一類特殊的信號(hào)源，有著與普通信號(hào)源差異很大的。另外，這些條件還有可能改變建筑結(jié)構(gòu)。

1)輸入?yún)⒘?特殊場(chǎng)景本身的物理、化學(xué)狀態(tài)。

2)輸出參量:對(duì)人員、環(huán)境、建筑有影響的物理、化學(xué)量。

3)處理方式:借用成熟軟件。只需對(duì)結(jié)果進(jìn)行標(biāo)準(zhǔn)化。

4 狹義與廣義的信息傳播理論

筆者提出了疏散中狹義和廣義信息傳播原理。以往所有的工作都沒有從信息傳播的角度來對(duì)建筑災(zāi)害疏散進(jìn)行系統(tǒng)研究，關(guān)注點(diǎn)多是具體的某種疏散現(xiàn)象。而狹義的信息傳播原理，能更全面地模擬和再現(xiàn)疏散過程中人員行為;在此基礎(chǔ)上拓展的廣義信息傳播原理，則是一種全面的系統(tǒng)的火災(zāi)觀念，它可以幫助人們更加深入了解火災(zāi)過程的全貌，為建筑物設(shè)計(jì)與安全評(píng)估提供意見。

建立起充分考慮建筑結(jié)構(gòu)、災(zāi)害環(huán)境、人員特性和疏散指導(dǎo)的計(jì)算機(jī)模型。首先，以多維多層次的元胞自動(dòng)機(jī)(CA)模型，針對(duì)建筑物不同的區(qū)域運(yùn)用對(duì)應(yīng)的高效計(jì)算模型;其次，人員的行為比以往模型突出了理論化和細(xì)化，實(shí)現(xiàn)從經(jīng)驗(yàn)公式到理論計(jì)算的過渡，在明確科學(xué)意義的同時(shí)保證軟件的可操作性。信息的量化和標(biāo)準(zhǔn)化。

不管是以何種方式收集到的資料，其中涉及的數(shù)據(jù)要么是準(zhǔn)確性的自然科學(xué)結(jié)果，要么是描述性的社會(huì)科學(xué)結(jié)果，而筆者所建立的模型涉及這二者的相互轉(zhuǎn)換和相互作用，因此，信息的量化和標(biāo)準(zhǔn)化結(jié)果必須同時(shí)具備正確的物理意義和可操作性。面對(duì)種類繁多的信號(hào)，采用分布進(jìn)行的路線:

1)首先標(biāo)準(zhǔn)化同一類信號(hào)，分別針對(duì)各個(gè)種類進(jìn)行深入研究;

2)整合其中具有較高相似性的類別并再次標(biāo)準(zhǔn)化，形成若干大類，分別進(jìn)行拓展研究;

3)在前面研究結(jié)果的基礎(chǔ)上，提出一個(gè)普適的量化手段，統(tǒng)一所有種類。

其中第一步，國外的可供參考的文獻(xiàn)為數(shù)不多，而第二、三步則幾乎沒有相關(guān)研究結(jié)果發(fā)表。

個(gè)人特性如何考慮，人員素質(zhì)及疏散心理的量化。任何人員在建筑物內(nèi)疏散除了受他周圍的各種環(huán)境因素影響(如人口密度、煙氣濃度、照明、出口特征等)外，還取決于其本人的性格、心理等有關(guān)因素。個(gè)體人員素質(zhì)包括:年齡、性別、性格、安全意識(shí)、文化修養(yǎng)等;疏散心理與其所處的災(zāi)害環(huán)境有關(guān)，心理活動(dòng)包括冷靜、緊張、恐慌等。

目前國外通常的做法一般是將其進(jìn)行分類，按照不同類型給出其相應(yīng)的特征量，如年齡分為小童、成人、老人，性格可分為謹(jǐn)慎、穩(wěn)健、冒險(xiǎn)，對(duì)環(huán)境的反應(yīng)可以分為敏捷的、一般的、遲鈍的，個(gè)人防災(zāi)知識(shí)訓(xùn)練程度可分為未受訓(xùn)練、一般訓(xùn)練、職業(yè)訓(xùn)練，個(gè)人對(duì)環(huán)境毒物的忍耐力分為不能忍耐、能忍耐、極具忍耐等。

也有學(xué)者將這一類特征量表示成概率的形式，即給出每個(gè)人在這些特征量上的概率屬性，然后決定其將要采取的疏散行為如前進(jìn)方向，速度、是否擁擠等。由于人們?cè)诰o急環(huán)境下的許多行為特性很難量化，同時(shí)也很難進(jìn)行觀測(cè)，因而實(shí)測(cè)的數(shù)據(jù)也十分有限。而個(gè)人素質(zhì)特征量又是影響建筑物疏散的重要因素，所以對(duì)于該類型特征量的研究也是建筑疏散研究的重點(diǎn)和難點(diǎn)。

在技術(shù)實(shí)現(xiàn)層面來看，CA模型也可按模擬需求改進(jìn)。以往的CA都是建立在一維或者二維的網(wǎng)格上，若應(yīng)用于狹義信息傳播模型則需擴(kuò)展到多維和多層次。另外，考慮到模擬場(chǎng)景的復(fù)雜性，在條件成熟時(shí)還有必要引入其他數(shù)學(xué)物理模型，例如“社會(huì)力”模型、流量模型、網(wǎng)絡(luò)流模型等等。這涉及多種模型間的交叉結(jié)合，以及離散和連續(xù)過程的協(xié)調(diào)。

5 結(jié)　論

1)筆者提出人員疏散過程中的狹義和廣義信息傳播原理，并以元胞自動(dòng)機(jī)為技術(shù)支撐，在此理論基礎(chǔ)上，建立了一種充分考慮人員特性的計(jì)算機(jī)模型。該模型能全面地模擬和再現(xiàn)疏散過程中人員行為，可以幫助人們更加深入了解火災(zāi)過程的全貌，為建筑物設(shè)計(jì)與安全評(píng)估提供寶貴的意見。

2)以往的模型多關(guān)注疏散中具體的特殊想象，罕有從信息角度來分析;而實(shí)際上信息傳播對(duì)疏散過程有著直觀而顯著的影響，一旦忽視則將導(dǎo)致模擬結(jié)果的失真甚至得出錯(cuò)誤結(jié)論。筆者提出的模型則是從全新的觀點(diǎn)來構(gòu)建的，以信息傳播為系統(tǒng)內(nèi)部各部分協(xié)調(diào)工作的紐帶，充分考慮了其作用;而應(yīng)用了空間網(wǎng)格精細(xì)化的CA，使此模型既有高度的智能性，又具備描述時(shí)空細(xì)節(jié)的能力。

3)筆者的人員疏散的模型側(cè)重于理論研究方面，如果輔以工程標(biāo)準(zhǔn)，利用計(jì)算機(jī)虛擬現(xiàn)實(shí)技術(shù)模擬，針對(duì)一些典型工程的數(shù)據(jù)進(jìn)行檢驗(yàn)，對(duì)模型作出適當(dāng)修改和調(diào)整使之具有良好的普適性，則最終可以形成實(shí)用的疏散軟件。

4)在完善的狹義信息傳播模型基礎(chǔ)上，對(duì)廣義信息傳播過程進(jìn)行探索，嘗試提出在廣義信息傳播中適用的若干基本規(guī)則，則可對(duì)模型進(jìn)一步拓展。與此同時(shí)，進(jìn)行性能化防火設(shè)計(jì)的理論探索，研究性能化防火設(shè)計(jì)中疏散設(shè)計(jì)的具體內(nèi)容，評(píng)估計(jì)算的分析方法。結(jié)合實(shí)際工程如地鐵火車站、大型體育場(chǎng)館、學(xué)校教學(xué)樓、醫(yī)院、多層建筑等疏散論證來評(píng)估這些建筑在火災(zāi)發(fā)生時(shí)人員疏散的安全性，利用筆者建立的模型給出相應(yīng)的疏散設(shè)計(jì)和預(yù)警救助方案。

參考文獻(xiàn)

[1]Helbing，D.TrafficandRelatedSelf-drivenMany-particleSystems[J].Rev.Mod.Phys.，2001，73:1067~1141

[2]Helbing，DFarkasI，VicsekT.SimulatingDynamicalFeaturesofEscapePanic[J].Nature，2000，407(28):487

[3]SchneiderV.ApplicationoftheInpidual-basedEvacuationModelinDesigningSafetyConcepts[R].Boston，MassachusettsInstituteofTechnology，2001

[4]YangLizhong，ZhaoDaoliang，LiJian，eta.lSimulationofEvacuationBehaviorsinFireusingSpatial

Grid[J].ProgressinNaturalScience，2004，14(7):614~618

[5]L.Z.Yang，D.L.Zhao，J.L，ieta.lSimulationoftheKinBehaviorinBuildingOccupantEvacuation

BasedonCellularAutomaton[J].BuildingandEnvironmen，t2005(40):411~415

[6]楊立中，李健，趙道亮等.基于個(gè)體行為的人員疏散微觀離散模型[J].中國科學(xué)E輯，2004，34

(11):1264~1270

[7]肖國清，廖光煊.建筑物火災(zāi)中人的疏散方式研究[J].中國安全科學(xué)學(xué)報(bào)，2006，16(2):26~29

[8]張培紅，陳寶智，劉麗珍.虛擬現(xiàn)實(shí)技術(shù)與火災(zāi)時(shí)人員應(yīng)急疏散行為研究[J].中國安全科學(xué)學(xué)報(bào)，2002，12(1):48~58

篇6

關(guān)鍵詞：三維建模；網(wǎng)絡(luò)輿情傳播模擬；元胞自動(dòng)機(jī)；網(wǎng)絡(luò)輿情傳播速度模型；計(jì)算機(jī)仿真

中圖分類號(hào)：TP393.02

網(wǎng)絡(luò)媒體是繼報(bào)紙、廣播、電視之后的“第四媒體”，網(wǎng)絡(luò)已成為反映社會(huì)輿情的主要載體之一，有關(guān)網(wǎng)絡(luò)輿情的研究日益受到重視。目前在社會(huì)網(wǎng)絡(luò)或因特網(wǎng)概率統(tǒng)計(jì)模型[1]、元胞自動(dòng)機(jī)模型[2]和隱馬爾科夫模型[3]三個(gè)方面研究較深入。由于元胞自動(dòng)機(jī)模型能十分方便地復(fù)制出復(fù)雜的現(xiàn)象或動(dòng)態(tài)演變過程的吸引子、自組織和混沌現(xiàn)象，從而引起了科學(xué)家的興趣，在很多領(lǐng)域得到了很大的應(yīng)用。本文在針對(duì)網(wǎng)絡(luò)輿情傳播過程的因素方面，提出一種面向三維元胞自動(dòng)機(jī)的輿情傳播基本模型，將三維元胞自動(dòng)機(jī)與網(wǎng)絡(luò)傳播輿情模型相結(jié)合，經(jīng)仿真證明，此算法運(yùn)行高效，能夠在多種因素的約束下快速地模擬網(wǎng)絡(luò)輿情傳播趨勢(shì)。

1 網(wǎng)絡(luò)輿情傳播的三維元胞自動(dòng)機(jī)模型

1.1 三維元胞自動(dòng)機(jī)模型

3 結(jié)論

針對(duì)網(wǎng)絡(luò)輿情的傳播模型，本文基于元胞自動(dòng)機(jī)理論對(duì)網(wǎng)絡(luò)輿情分析和仿真實(shí)驗(yàn)。在提出的元胞自動(dòng)機(jī)算法和模型下，對(duì)影響網(wǎng)絡(luò)輿情傳播趨勢(shì)因素進(jìn)行了研究和分析。結(jié)果表明本文提出的模型很好的分析了網(wǎng)絡(luò)輿情傳播的影響因素，且該模型更接近于實(shí)際網(wǎng)絡(luò)輿情傳播情況。由此，利用三維元胞自動(dòng)機(jī)研究網(wǎng)絡(luò)輿情傳播具有較好的合理性。

參考文獻(xiàn)：

[1]陸題佳.因特網(wǎng)中危機(jī)信息傳播規(guī)律及應(yīng)對(duì)模式研究[D].合肥：中國科學(xué)技術(shù)大學(xué)，2010.

[2]曾顯葵.基于多數(shù)規(guī)則和協(xié)同規(guī)則的元胞自動(dòng)機(jī)輿論傳播模型研究[D].桂林：廣西師范大學(xué)，2007.

[3]ZENG JIANPING，ZHANG SHIYONG，WU CHENGRONG，et al.Modelling topic propagation over the Internet[J].Mathematical and Computer Modelling of Dynamic Systems，2009，15（1）：83-93.

篇7

關(guān)鍵詞：諧波源模型；諧波分析；反向傳播神經(jīng)網(wǎng)絡(luò)；諧波潮流

中圖分類號(hào)：TP183 文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1004-373X(2008)06-108-03

Back Propagation Algorithm Neural Network-based Harmonic Source Modeling

LIU Chang ZHANG Qingfan ZHENG Weijie2

(1.School of Control Science and Engineering，Shandong University，Jinan，250061，China；

2.School of Electrization and Engineering，Shandong University，Jinan，250061，China)

Abstract：A novel Back Propagation Algorithm Neural Network (BPA-NN) is proposed for modeling nonlinear electric loads in steady―state frequency domain.In the model， the nonlinearity mapping between harmonic voltages and harmonics currents is established by BPA-NN.BPA-NN is a parallel learning algorithm.Calculation results show that the proposed method，having the characteristics of short training time and high precision，is an effective technique for building up harmonic source mode1.

Keywords：harmonic source model；harmonic analysis；BPA neural network；harmonic power flow

隨著近年來電力電子技術(shù)的快速發(fā)展，半導(dǎo)體器件等其他非線性負(fù)荷在電力系統(tǒng)中的使用也越來越多。當(dāng)電力系統(tǒng)向非線性設(shè)備及負(fù)荷供電時(shí)，這些非線性設(shè)備及負(fù)荷在傳遞、變換、吸收系統(tǒng)發(fā)電機(jī)所供給的基波能量的同時(shí)，又把部分基波能量轉(zhuǎn)換為諧波能量，返送回電力系統(tǒng)，成為電網(wǎng)的主要諧波源。諧波污染造成了諸多影響電力系統(tǒng)電能質(zhì)量水平的波形干擾，如電壓凹陷與凸起(voltage sag and swell)、電壓間斷(interruption)、短時(shí)沖擊(glitch)、閃變(flicker) 及陷波(notch) 等。從而影響電能的質(zhì)量，對(duì)電力系統(tǒng)的安全、經(jīng)濟(jì)運(yùn)行造成極大的影響。所以，對(duì)電網(wǎng)中的諧波進(jìn)行準(zhǔn)確的計(jì)算，確切掌握電網(wǎng)中諧波的實(shí)際狀況，對(duì)于防止諧波危害，維護(hù)電網(wǎng)的安全運(yùn)行十分必要。

國內(nèi)外許多學(xué)者對(duì)諧波污染開展了大量的研究工作，電能質(zhì)量分析已成為電力系統(tǒng)研究中的熱點(diǎn)[1]。但在諧波領(lǐng)域的研究方面還存在許多問題，如在地區(qū)供電網(wǎng)中，存在著許多不同的諧波源，對(duì)每個(gè)不同的諧波源準(zhǔn)確建模[2]，是一件很困難的事。

電力系統(tǒng)中的諧波源大體分為2種類型，一類為含有半導(dǎo)體元件的各種電力電子設(shè)備，他們按一定規(guī)律開閉不同電路，將諧波電流注入系統(tǒng)。這類諧波源所產(chǎn)生的諧波電流，可根據(jù)供電電壓波形、設(shè)備的電路結(jié)構(gòu)及參數(shù)和控制方式等精確求得。另一類為含有電弧和鐵磁非線性設(shè)備的諧波源，如熒光燈和電弧爐等在穩(wěn)定工作狀態(tài)下，他們所產(chǎn)生的諧波電流則可以由供電電壓波形和負(fù)荷的伏安特性計(jì)算而得。對(duì)于這2類非線性負(fù)荷，諧波源的特性可統(tǒng)一表述為：

式(1)中Ih為負(fù)荷吸收的h次諧波電流相量；Fh為供電電壓中的基波和各次諧波電壓相量；C為負(fù)荷的特征參數(shù)集合。

對(duì)于第一類負(fù)荷而言，即為設(shè)備的電路結(jié)構(gòu)和參數(shù)，對(duì)第二類負(fù)荷而言，即為表征其伏安特性的各參數(shù)。式(1)的表達(dá)形式雖然難以得到，但若給定供電電壓波形和設(shè)備控制參數(shù)C，則可以通過數(shù)值計(jì)算精確地計(jì)算出諧波源吸收的各次諧波電流。以上模型雖然精確，但是由于負(fù)荷種類繁多，各自的參數(shù)集合C難以精確獲得，另外由于計(jì)算復(fù)雜，限制了該模型的使用。

神經(jīng)網(wǎng)絡(luò)因?yàn)槠鋸?qiáng)大的非線性映射能力和并行處理、自學(xué)習(xí)等優(yōu)點(diǎn)而成為非線性建模的主要方法之一。他通過對(duì)簡(jiǎn)單的非線性函數(shù)的復(fù)合來完成這一映射，從而可以表達(dá)復(fù)雜的物理邊界條件?；谏窠?jīng)網(wǎng)絡(luò)的這一特性，文獻(xiàn)[3]中提出了用徑向基網(wǎng)絡(luò)(RBF networks)建立諧波源模型的方法，并引入系統(tǒng)進(jìn)行諧波潮流的計(jì)算，顯著提高諧波潮流的收斂速度。文獻(xiàn)[4]基于神經(jīng)網(wǎng)絡(luò)提出一種新的諧波檢測(cè)方法。

結(jié)合諧波源建模問題，利用一種新穎的反向傳播(Back Propagation，B-P)算法建立穩(wěn)態(tài)頻域的諧波源模型，表征諧波源的電壓-電流特性。在該模型中，各次諧波電流的幅值、相角各次諧波電壓的幅值、相角以及負(fù)荷特征參數(shù)的關(guān)系通過一種新穎的反向傳播(B-P)算法網(wǎng)絡(luò)進(jìn)行非線性映射。該算法引入神經(jīng)元“權(quán)”的概念。在訓(xùn)練中，發(fā)現(xiàn)某個(gè)神經(jīng)元的“權(quán)”比學(xué)習(xí)精度小，這個(gè)神經(jīng)元將被去掉，且只需要檢查與最新輸入數(shù)據(jù)距離最近的神經(jīng)元的“權(quán)”。如果新的輸入數(shù)據(jù)并不需要增加新的神經(jīng)元，那么只有距離最近的那個(gè)神經(jīng)元的參數(shù)被調(diào)整。這樣，計(jì)算量將減少，學(xué)習(xí)的速度也提高了。B-P算法的訓(xùn)練并行進(jìn)行，對(duì)神經(jīng)網(wǎng)絡(luò)中的每一個(gè)神經(jīng)元，其運(yùn)算是同樣的，這樣的結(jié)構(gòu)便于進(jìn)行計(jì)算機(jī)并行處理，并且具有記憶性。算法的這種特性可用于模型的在線建立與動(dòng)態(tài)更新。算例計(jì)算表明，本模型具有訓(xùn)練時(shí)間少、精度高、可動(dòng)態(tài)建模等優(yōu)點(diǎn)。

1 反向傳播(B-P)算法建模方法

網(wǎng)絡(luò)學(xué)習(xí)的目的是要使網(wǎng)絡(luò)盡可能逼近理想(目標(biāo))的反應(yīng)，這種反應(yīng)通過訓(xùn)練數(shù)據(jù)或成為學(xué)習(xí)資料的輸入/輸出數(shù)據(jù)來衡量。在網(wǎng)絡(luò)受訓(xùn)練時(shí)，不斷將網(wǎng)絡(luò)的輸出數(shù)據(jù)與理想的輸出相比較，并按照學(xué)習(xí)規(guī)則改變權(quán)重，直至網(wǎng)絡(luò)的輸出數(shù)據(jù)對(duì)所有訓(xùn)練數(shù)據(jù)與理想的輸出數(shù)據(jù)之差達(dá)到要求的誤差范圍之內(nèi)。

設(shè)有P個(gè)訓(xùn)練樣本，即有P個(gè)輸入輸出對(duì)(Ip，Tp)，p=1，2，…，P。其中Ip=(ip1，ip2，…，ipm)T為輸入向量；Tp=(tp1，tp2，…，tpn)T為目標(biāo)輸出向量。這里m是輸入向量的維數(shù)，n為輸出向量的維數(shù)。簡(jiǎn)單網(wǎng)絡(luò)如圖1所示，圖1中OP=(op1，…，opn)T是對(duì)應(yīng)于輸入Ip的網(wǎng)絡(luò)實(shí)際輸出向量，他與目標(biāo)輸出向量Tp會(huì)有一定的差異。網(wǎng)絡(luò)學(xué)習(xí)是指不斷地把OP(實(shí)際網(wǎng)絡(luò)輸出)與Tp(目標(biāo)期望輸出)做對(duì)照，并利用他們間的差距即OP與TpУ木嗬肫椒劍

2 基于B-P網(wǎng)絡(luò)的諧波源建模

諧波源模型基于以下設(shè)定：諧波源的供電電壓及其吸收的電流均為三相對(duì)稱且以T為周期的周期性函數(shù)。此時(shí)諧波源的全部特性可由其在供電側(cè)基波電壓相角為零、基波電壓幅值和各次諧波電壓幅值、相角變化時(shí)的特性惟一決定。這樣，諧波源各次諧波電流的相角可以由供電側(cè)基波電壓相角作為基準(zhǔn)?；妷合嘟菫榱銜r(shí)，式(1)可以轉(zhuǎn)化為：

這樣，各次諧波電流的幅值和相角與各次諧波電壓的幅值和相角以及負(fù)荷特征參數(shù)C的非線性映射關(guān)系就可以通過對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練建立起來。對(duì)系統(tǒng)中的實(shí)際負(fù)荷而言，可以通過一定時(shí)間的連續(xù)采樣獲得一定的訓(xùn)練數(shù)據(jù)，然后采用B-P算法進(jìn)行訓(xùn)練。當(dāng)負(fù)荷特征參數(shù)C變化時(shí)，可以動(dòng)態(tài)地更新諧波源模型。如果采用計(jì)算機(jī)仿真獲取訓(xùn)練數(shù)據(jù)，則可以人為地設(shè)定供電電壓諧波分量，經(jīng)數(shù)值計(jì)算獲得其電流諧波向量。由于在系統(tǒng)實(shí)際運(yùn)行中，各次諧波電壓幅值一般不超過系統(tǒng)電壓額定值的10%，因而在仿真中，可以在此范圍內(nèi)選擇訓(xùn)練和測(cè)試用例。

定義2個(gè)指標(biāo)衡量網(wǎng)絡(luò)的學(xué)習(xí)精度：算術(shù)平均誤差(Mean Arithmetic Error，MAE)εMAE和均方根誤差(Root Mean Square Error，RMAE)εRMSE：

式中f(xi)為神經(jīng)網(wǎng)絡(luò)的輸出。訓(xùn)練前應(yīng)首選進(jìn)行尺度變化，將樣本數(shù)據(jù)的取值范圍轉(zhuǎn)化為[0，1]。

3 算例分析

為了驗(yàn)證所提出的諧波源建模算法的合理性，采用了三相TCR電路做研究，如圖3所示。其由3部分構(gòu)成：諧波電壓源、線路感抗、三角形聯(lián)結(jié)TCR。

圖3 三相TCR電路結(jié)構(gòu)圖

為獲取訓(xùn)練樣本，本文對(duì)該系統(tǒng)進(jìn)行計(jì)算機(jī)仿真研究。計(jì)算中各參數(shù)均采用標(biāo)幺值，基準(zhǔn)值為10 kV，1 MVA。在仿真計(jì)算中，基波電壓V(k)1在0.95～1.1之間，諧波電壓的實(shí)部V(k)hr和虛部V(k)hi在-0.05～0.05之間按均勻分布隨機(jī)設(shè)定，并令θ(k)u1=0。由于只考慮系統(tǒng)三相平衡的情況，因而只考慮特征諧波，即h=6k±l，k=1，2，…，4。гMatlab環(huán)境下進(jìn)行訓(xùn)練和測(cè)試，訓(xùn)練結(jié)果如表1所示。仿真電路如圖4所示。

表1 訓(xùn)練結(jié)果與誤差[STBZ][HT6K]

圖4 Matlab仿真電路

表2 計(jì)算與仿真結(jié)果對(duì)比[STBZ][HT6K]

由表1和表2可見，其測(cè)試誤差很??；由圖5可見，仿真與計(jì)算波形吻合很好，表明已成功地對(duì)系統(tǒng)建模，訓(xùn)練時(shí)間也能滿足應(yīng)用的需要。

圖5 計(jì)算與仿真波形對(duì)比

4 結(jié) 語

研究利用反向傳播算法神經(jīng)網(wǎng)絡(luò)對(duì)穩(wěn)態(tài)頻域諧波源進(jìn)行建模的問題。在該模型中，各次諧波電流的幅值和相角、各次諧波電壓的幅值和相角以及負(fù)荷特征參數(shù)的關(guān)系通過一種新穎的B-P網(wǎng)絡(luò)進(jìn)行非線性映射。該算法是并行學(xué)習(xí)算法，可利用實(shí)測(cè)的新數(shù)據(jù)進(jìn)行模型更新。通過對(duì)三相TCR電路的諧波源建模研究，采用反向傳播算法神經(jīng)網(wǎng)絡(luò)建立的諧波源模型精度高，是諧波源建模的有效方法。該算法還為諧波源濾波的補(bǔ)償算法[5]提供了思路。

參考文獻(xiàn)

[1]Hu Ming，Chen Heng.Survey of Power Quality and Its Analysis Methods[J].Power System Technology，2000，24 (2)：36-38.

[2]趙勇，張濤，李建華，等.一種新的諧波源簡(jiǎn)化模型[J].中國電機(jī)工程學(xué)報(bào)，2002，22(4)：46-50.

[3]Moreno M A，Usalla J.A New Balanced Harmonic Load Flow Including Nonlinear Loads Modeled with RBF Networks[J].IEEE Trans.Power Delivery，2004，l9(2)： 686-693.

[4]張林利，王廣柱.一種基于人工神經(jīng)網(wǎng)絡(luò)的諧波測(cè)量新方法[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2004，16(2)：40-43.

[5]呂征宇，錢照明，Green T C.并聯(lián)有源電力濾波器的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制[J].中國電機(jī)工程學(xué)報(bào)，l999，l9(12)：22-26.

作者簡(jiǎn)介 劉 暢 男，1981年出生，山東大學(xué)控制學(xué)院05級(jí)碩士研究生。主要研究方向?yàn)殡娏﹄娮蛹夹g(shù)及應(yīng)用。

篇8

【關(guān)鍵詞】 atoll 精確仿真 射線跟蹤

Abstract： In dense urban LTE network planning， universal propagation model and traditional simulation methods is difficult to make accurate forecasts of network coverage and interference， causing effects observed after the site opened up covering less than planned target， affecting the construction of LTE schedule and network coverage. ATOLL by CROSSWAVE propagation model using simulation in the planning process instead of generic SPM propagation model， capable of simulating the propagation environment surrounding a single site， effectively improve the accuracy of station site planning.

一、引言

在密集城區(qū)LTE網(wǎng)絡(luò)規(guī)劃中，由于區(qū)域內(nèi)無線傳播環(huán)境的復(fù)雜性，通用的傳播模型和傳統(tǒng)的仿真手段難以對(duì)網(wǎng)絡(luò)覆蓋和干擾情況做出精準(zhǔn)預(yù)測(cè)，很有可能造成站點(diǎn)開通后實(shí)測(cè)的覆蓋效果達(dá)不到規(guī)劃目標(biāo)值，需要后期進(jìn)行大規(guī)模的優(yōu)化和改造，極大影響了LTE建設(shè)進(jìn)度和網(wǎng)絡(luò)覆蓋效果。針對(duì)密集城區(qū)LTE網(wǎng)絡(luò)規(guī)劃的難題，在規(guī)劃仿真過程中采用ATOLL的CROSSWAVE射線跟蹤傳播模型代替通用SPM傳播模型，能較好的模擬單個(gè)站點(diǎn)周邊傳播環(huán)境，有效提升站址規(guī)劃的準(zhǔn)確性。

二、CROSSWAVE射線跟蹤傳播模型仿真的實(shí)現(xiàn)原理

ATOLL的CROSSWAVE射線跟蹤傳播模型是一種射線跟蹤模型。射線跟蹤是一種被廣泛用于移動(dòng)通信和個(gè)人通信環(huán)境中的預(yù)測(cè)無線電波傳播特性的技術(shù)，可以用來辨認(rèn)出多徑信道中收發(fā)之間所有可能的射線路徑。一旦所有可能的射線被辨認(rèn)出后，就可根據(jù)電波傳播理論來計(jì)算每條射線的幅度、相位、延遲和極化，然后結(jié)合天線方向圖和系統(tǒng)帶寬就可得到接收點(diǎn)的所有射線的相干合成結(jié)果。

射線跟蹤法的基本思想是：首先確定一個(gè)發(fā)射源的位置，根據(jù)3D地圖上的建筑物特征和分布找出發(fā)射源到每個(gè)接收位置（測(cè)試點(diǎn)）光線的所有傳播路徑，然后根據(jù)菲涅耳等式和幾何繞射理論/一致性繞射理論（GTD/UTD）等，確定反射和繞射損耗等，這樣相應(yīng)得到每條路徑到每個(gè)測(cè)試點(diǎn)的場(chǎng)強(qiáng)，將同一測(cè)試點(diǎn)處到達(dá)的所有路徑的場(chǎng)強(qiáng)做相干疊加，得到每一個(gè)測(cè)試點(diǎn)處總的接收?qǐng)鰪?qiáng)。

基于射線跟蹤傳播模型的仿真，充分考慮建筑物的特征和分布對(duì)信號(hào)傳播的影響，可以精確地進(jìn)行網(wǎng)絡(luò)規(guī)劃，仿真后覆蓋預(yù)測(cè)結(jié)果與實(shí)際路測(cè)情況一致性較好。

三、仿真結(jié)果與實(shí)測(cè)數(shù)據(jù)對(duì)比分析

為了更好驗(yàn)證射線跟蹤傳播模型的優(yōu)異性，對(duì)LTE試驗(yàn)網(wǎng)試點(diǎn)區(qū)域展開了專題研究分析。我們采用了ANPOP仿真軟件+通用SPM傳播模型組合和ATOLL仿真軟件+CROSSWAVE射線跟蹤傳播模型組合方式分別對(duì)試點(diǎn)區(qū)域進(jìn)行仿真，通過與實(shí)測(cè)數(shù)據(jù)對(duì)比分析可以看出，采用ANPOP仿真軟件+通用SPM傳播模型的傳統(tǒng)方式進(jìn)行仿真，預(yù)測(cè)的覆蓋電平及干擾情況與實(shí)際路測(cè)結(jié)果在整體分段統(tǒng)計(jì)中較為接近，但在具體區(qū)域?qū)Ρ戎写嬖谝欢ú罹?，部分路段仿真較實(shí)際路測(cè)結(jié)果或樂觀或悲觀，仿真結(jié)果不夠精確，不能完全理想地支撐站址規(guī)劃；采用ATOLL仿真軟件+CROSSWAVE射線跟蹤傳播模型進(jìn)行仿真，能較好的模擬站點(diǎn)周邊傳播環(huán)境，仿真預(yù)測(cè)結(jié)果與實(shí)際路測(cè)情況較為一致，具體分析情況如下：

3.1 ANPOP仿真軟件+通用SPM傳播模型分析結(jié)果

試點(diǎn)區(qū)域?yàn)槊芗菂^(qū)，共有23個(gè)LTE站點(diǎn)。傳統(tǒng)仿真方式采用ANPOP仿真軟件+SPM傳播模型，通過CW測(cè)試進(jìn)行模型校正。（圖1）

通過對(duì)比我們可以發(fā)現(xiàn)，ANPOP整體覆蓋預(yù)測(cè)情況預(yù)測(cè)偏樂觀。其中友誼路上方路段預(yù)測(cè)較實(shí)際情況要樂觀很多，武漢展覽館路段較實(shí)際情況悲觀；ANPOP整體干擾情況預(yù)測(cè)偏樂觀。其中友誼路上方路段預(yù)測(cè)較實(shí)際情況要樂觀很多，大京都賓館路段較實(shí)際情況悲觀。整體呈現(xiàn)一定的不均衡性。

3.2 ATOLL仿真軟件+CROSSWAVE射線跟蹤傳播模型分析結(jié)果

基于射線跟蹤傳播模型的仿真方式采用ATOLL仿真軟件+CROSSWAVE射線跟蹤傳播模型，CrossWave是由Orange Labs實(shí)驗(yàn)室開發(fā)，由Forsk公司和支持的高級(jí)的通用傳播模型，主要模擬三種傳播現(xiàn)象，垂直衍射，水平面的導(dǎo)向傳播及山脈區(qū)域的反射傳播。

CrossWave通過將導(dǎo)入的地圖clutter classes的地物與CrossWave所能識(shí)別的地物進(jìn)行匹配，從而生成一個(gè)個(gè)100米精度的柵格文件，這些單個(gè)柵格文件用來描敘地物環(huán)境，每個(gè)柵格配套一套特定的傳播系數(shù)，從而精確模擬不同地物環(huán)境的傳播特性。通過建筑物外形（3D建筑物矢量地圖）生成用于尋找發(fā)射機(jī)和接收機(jī)之間所有的傳播路徑的Graphs文件。從而可以更好的在街道環(huán)境中模擬水平導(dǎo)向傳播，比SPM模型更準(zhǔn)確。

表1：ANPOP+SPM與ATOLL+CROSSWAVE的對(duì)比

項(xiàng)目 ANPOP+SPM ATOLL+CROSSWAVE

覆蓋電平RSRP仿真 覆蓋仿真結(jié)果與路測(cè)結(jié)果整體分布基本一致，但在具體區(qū)域出現(xiàn)上下波動(dòng)情況，無法修正，仿真結(jié)果不夠精細(xì) 覆蓋仿真結(jié)果與路測(cè)結(jié)果基本一致，能很好的預(yù)測(cè)網(wǎng)絡(luò)的覆蓋情況

干擾情況SINR仿真 干擾仿真結(jié)果與路測(cè)結(jié)果整體分布基本一致，但在具體區(qū)域出現(xiàn)上下波動(dòng)情況，無法修正，仿真結(jié)果不夠精細(xì) 覆蓋仿真結(jié)果與路測(cè)結(jié)果比較偏悲觀，不過可以通過加權(quán)值予以修正，從而獲得較準(zhǔn)確的干擾情況

基礎(chǔ)數(shù)據(jù)要求 基礎(chǔ)數(shù)據(jù)要求較高，經(jīng)緯度信息要求精確到站點(diǎn)級(jí)別，同一站點(diǎn)小區(qū)位置在樓面小范圍挪動(dòng)對(duì)仿真結(jié)果影響較小 基礎(chǔ)數(shù)據(jù)要求很高，經(jīng)緯度信息需要精確到每一個(gè)小區(qū)，小區(qū)在樓面位置的挪動(dòng)對(duì)仿真結(jié)果影響較大

電子地圖要求 電子地圖精度為5米、20米均可，無需建筑物及建筑物高度信息 電子地圖必須采用5米精度，需包含建筑物及建筑物高度信息

運(yùn)算速度 采用SPM模型時(shí)，ANPOP軟件運(yùn)算速度較ATOLL慢。 支持多線程運(yùn)算，SPM模型較ANPOP快；CROSSWAVE模型計(jì)算量很大，計(jì)算時(shí)長(zhǎng)大約為SPM模型的10至20倍，對(duì)電腦性能要求較高

通過對(duì)比我們可以發(fā)現(xiàn)，采用ATOLL CROSSWAVE射線跟蹤傳播模型的覆蓋電平RSRP仿真與DT路測(cè)的結(jié)果基本一致，能夠很好的預(yù)測(cè)實(shí)際的覆蓋電平值；干擾情況SINR仿真較DT路測(cè)的結(jié)果均顯得悲觀，不存在正負(fù)波動(dòng)的情況，可以在仿真結(jié)果的基礎(chǔ)上疊加權(quán)值來預(yù)測(cè)干擾情況，以獲得較準(zhǔn)確的干擾情況。

3.3 ANPOP+SPM與ATOLL+CROSSWAVE對(duì)比分析總結(jié)（如表一）

四、結(jié)束語

射線跟蹤模型充分考慮建筑物的特征和分布對(duì)信號(hào)傳播的影響，可以很好地模擬無線電波傳播，幫助我們進(jìn)行精確的網(wǎng)絡(luò)規(guī)劃，很好地滿足越來越精細(xì)的網(wǎng)絡(luò)規(guī)劃需要。密集市區(qū)環(huán)境下中高層建筑較多，建筑物平均高度或平均密度明顯高于城市內(nèi)周圍建筑物，建筑物對(duì)接收信號(hào)強(qiáng)度有著十分重要的影響，射線跟蹤模型的優(yōu)勢(shì)非常顯著。

參 考 文 獻(xiàn)

[1] Atoll技術(shù)文檔 “Atoll_Getting_Started_LTE_320_Chi”

篇9

0引言

電力通信網(wǎng)是為電力系統(tǒng)專門構(gòu)建的通信網(wǎng)絡(luò)，其對(duì)于安全性和可靠性有較高要求。本文研究電力通信網(wǎng)絡(luò)的故障定位問題，該問題的挑戰(zhàn)在于如何在故障發(fā)生時(shí)及時(shí)、準(zhǔn)確、高效地查明故障源。網(wǎng)絡(luò)中經(jīng)常單個(gè)故障引發(fā)多個(gè)告警事件，其中包含大量冗余和不完整告警信息，為了定位真正的故障源，需要對(duì)這些信息進(jìn)行分析處理，從而識(shí)別并幫助預(yù)測(cè)網(wǎng)絡(luò)故障。故障定位是網(wǎng)管系統(tǒng)的關(guān)鍵技術(shù)之一，目前的定位算法主要有以下幾種：

1）基于故障依賴關(guān)系圖的故障定位方法。該類算法的主要特點(diǎn)是基于對(duì)網(wǎng)絡(luò)拓?fù)涔收弦蕾囮P(guān)系的分析。王保義等[1] 將全局網(wǎng)絡(luò)按地理位置和重要性進(jìn)行分層，在得到了告警設(shè)備節(jié)點(diǎn)的集合后從層次低的子網(wǎng)開始搜索，由依賴關(guān)系逐漸向上層確定告警父親集合，最終得到頂層的故障源；杜曉麗等[2]基于鏈路故障和節(jié)點(diǎn)故障之間的依賴關(guān)系改進(jìn)了故障依賴圖，并提出一種啟發(fā)算法。

2）基于貝葉斯網(wǎng)絡(luò)的故障定位方法。該類算法以故障傳播模型構(gòu)造故障源故障告警關(guān)系圖。張成等[3]以概率加權(quán)的二分圖作為故障傳播模型，提出一種基于增量貝葉斯疑似度的啟發(fā)式故障定位算法，擺脫了對(duì)于時(shí)間窗口的依賴，將算法的復(fù)雜度降低為多項(xiàng)式級(jí)別；王開選等[4]指出故障傳播模型下的故障定位問題是NP（Nondeterministic Polynomial）難的，并提出一種啟發(fā)式的最小損失故障定位算法；王汝言等[5]以概率加權(quán)的二分圖作為故障傳播模型，提出一種基于貝葉斯征兆解釋度（Bayesian Symptom Explained Degree， BSED）的鏈路故障定位算法，該算法的計(jì)算復(fù)雜度較低；Kandula等[6]考慮了共享風(fēng)險(xiǎn)鏈路組的故障關(guān)系，即網(wǎng)絡(luò)層共享鏈路故障引發(fā)的故障關(guān)聯(lián)關(guān)系，將這種關(guān)系映射到故障傳播模型圖中并在原關(guān)系圖加入小概率權(quán)值的猜想邊用以描述模型中可能丟失的拓?fù)湫畔ⅰ?/p>

3）基于模糊邏輯推理的故障定位方法?；谀：评淼姆治龇椒ㄟm用于網(wǎng)絡(luò)情況復(fù)雜、知識(shí)庫不完整等原因造成無法對(duì)故障告警給出完整解釋的情形。王翔等[7]使用3種標(biāo)準(zhǔn)的隸屬度函數(shù)對(duì)光網(wǎng)絡(luò)的故障定位問題給出了模糊聚類下的解；宋繼恩等[8]使用模糊算法定位故障載體，為所有可能的故障載體設(shè)置隸屬度并通過二元對(duì)比決策來確定最大的隸屬度從而實(shí)現(xiàn)故障定位。

4）基于神經(jīng)網(wǎng)絡(luò)的故障定位方法。該類算法將故障源作為輸入、故障告警作為輸出期望對(duì)各層神經(jīng)元權(quán)值進(jìn)行調(diào)整，直到實(shí)際輸出滿足特定要求為止。文獻(xiàn)[9-10]均采用了基于模糊神經(jīng)網(wǎng)絡(luò)的故障診斷方法，對(duì)故障告警信息進(jìn)行模糊化后再對(duì)模糊化的數(shù)據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練。

5）其他故障定位方法。閆生超等[11]提出基于組合規(guī)則的通信網(wǎng)故障分析方法，用告警事件樹和代碼簿分析故障，本質(zhì)是對(duì)貝葉斯方法的一種改進(jìn)；李彤巖[12]提出基于數(shù)據(jù)挖掘的告警關(guān)聯(lián)分析，實(shí)際上是利用基于規(guī)則推理的方法定位故障。

網(wǎng)絡(luò)中常常存在一些關(guān)鍵節(jié)點(diǎn)和關(guān)鍵鏈路，它們的故障會(huì)造成大規(guī)模的網(wǎng)絡(luò)癱瘓，使網(wǎng)絡(luò)中產(chǎn)生大量的告警，這給故障定位帶來了挑戰(zhàn)。這種關(guān)鍵設(shè)備或鏈路的位置與網(wǎng)絡(luò)拓?fù)涿芮邢嚓P(guān)，現(xiàn)有的故障定位模型[1]61，[2]67，[6]175主要考慮拓?fù)鋵?duì)故障傳播的影響，而忽視了故障位置對(duì)告警信息的影響。本文算法旨在解決大范圍連通片故障告警下故障定位問題。

篇10

一、微博客鼻祖推特(Twitter)在2006年3月由blogger.com的創(chuàng)始人伊萬？？威廉姆斯(Evan Williams)推出，在中國則以飯否2007年的流行為代表，第一批的中國微博客用戶多為Twitter和飯否等網(wǎng)站的用戶。

二、2009年初，微博客在國內(nèi)突然又爆發(fā)了第二次浪潮，“翻開各大主流的中文報(bào)紙、雜志，無不在探討Twitter這種新型的社交平臺(tái)。而國外的媒體更是不遺余力地對(duì)Twitter唱起贊歌，甚至學(xué)術(shù)界也在猛捧Twitter。資本市場(chǎng)也在虎視眈眈，包括傳媒巨頭默多克都在密切關(guān)注著Twitter的一舉一動(dòng)?！?？？

三、2009年上半年之前，在國內(nèi)活躍的微博客網(wǎng)站，是以飯否、嘀咕、做啥等代表的專業(yè)型網(wǎng)站。但由于網(wǎng)站內(nèi)容管理等諸多問題，國內(nèi)微博客代表網(wǎng)站飯否在2009年中開始無法訪問，Twitter訪問也受到限制，微博客在國內(nèi)的發(fā)展似乎蒙上了一絲陰影。

四、2009年下半年，新浪開始推出微博產(chǎn)品，還在內(nèi)測(cè)階段時(shí)，就已經(jīng)吸引了大批業(yè)內(nèi)人士和名人明星的關(guān)注。新浪微博以名人為切入口，短期內(nèi)迅速擴(kuò)張，并獲得了業(yè)內(nèi)好評(píng)，現(xiàn)在已儼然成為中國網(wǎng)站微博產(chǎn)品的代名詞。

五、2010年初，搜狐、網(wǎng)易已在積極內(nèi)測(cè)自己的微博產(chǎn)品，人民網(wǎng)也于2010年1月開始內(nèi)測(cè)人民微博；而2010年1月，國內(nèi)知名網(wǎng)站程序提供商康盛創(chuàng)想推出微博系統(tǒng)的測(cè)試訪問，名為“康盛微博CTT Beta版”的建站程序宣告上線。接下來，在門戶網(wǎng)站的帶動(dòng)下，微博客極有可能成為各類網(wǎng)站的標(biāo)配產(chǎn)品，獨(dú)立的微博客網(wǎng)站所面對(duì)的生存環(huán)境將更為惡劣。

微博客的傳播特性

“這年頭，沒個(gè)圍脖，還真不好意思跟人打招呼”——這句新浪微博略帶調(diào)侃意味的宣傳語，道出了微博客在網(wǎng)絡(luò)傳播和人際交往方面的價(jià)值。與電子郵件、手機(jī)短信、即時(shí)通訊工具等產(chǎn)品相比，微博客有著自己獨(dú)特的優(yōu)勢(shì)或特點(diǎn)：

表1：微博客與其他產(chǎn)品相比的特點(diǎn)和優(yōu)勢(shì)

沒有一種媒介形態(tài)是萬能的，上表簡(jiǎn)單列舉了微博客與之前6類產(chǎn)品各自的特點(diǎn)比較，在一些方面各產(chǎn)品都有自己獨(dú)特的優(yōu)勢(shì)。但綜合來看，微博客有著較強(qiáng)的產(chǎn)品優(yōu)勢(shì)，尤其在用戶參與方面，隨著手機(jī)互聯(lián)網(wǎng)的發(fā)展，微博客將擁有廣闊的發(fā)展空間。

綜合起來，筆者認(rèn)為，微博客具有如下幾個(gè)傳播特性：

1.單一性

微博客的基礎(chǔ)功能特別單一：一句話描述用戶當(dāng)下的心情、狀態(tài)、所見所聞所想，符合“小即是美”的哲學(xué)，這也是其受到追捧的原因之一。在信息泛濫的數(shù)字化時(shí)代，浮躁的社會(huì)和忙碌的生活讓人們?cè)絹碓诫y以停下腳步。WEB2.0時(shí)代第一個(gè)典型代表博客寫作都顯得過于正式和繁瑣，而微博客所推崇的隨時(shí)隨地、自由自在的風(fēng)格，正是給這一時(shí)代的人們提供了一個(gè)絕佳的平臺(tái)。

2.碎片化

“碎片化”是描述當(dāng)前中國社會(huì)傳播語境的一個(gè)形象說法?！八^‘碎片化’，英文為Fragmentation，原意為完整的東西破成諸多零塊……就傳播的影響力而言，以往依靠某一個(gè)(類)媒介的強(qiáng)勢(shì)覆蓋而‘號(hào)令天下’的時(shí)代已經(jīng)一去不復(fù)返了。一方面是傳統(tǒng)媒介傳播市場(chǎng)的份額在不斷收縮，其話語權(quán)威和傳播效能在不斷降低；另一方面則是新興媒介(如博客、BBS等)的勃興與活躍，傳播通路的激增、海量信息的堆積以及表達(dá)意見的莫衷一是，這便是現(xiàn)階段傳播力量構(gòu)建所面對(duì)的社會(huì)語境?！?？？

在這里我們借用這個(gè)概念，因?yàn)榛凇皢我恍浴碧卣骱?40個(gè)字符的限制，微博客所生產(chǎn)、傳播的信息，也具有碎片化特征：微博客的內(nèi)容多數(shù)是個(gè)人瑣碎的生活細(xì)節(jié)，或新聞、事態(tài)的滾動(dòng)進(jìn)展，每一條單獨(dú)的內(nèi)容，都只能表達(dá)有限的信息，呈現(xiàn)出“碎片化”的特征，甚至出現(xiàn)“口水化”的趨勢(shì)。

但另一方面，“奇妙的是，盡管信息已經(jīng)高度碎片化，但是它們能自發(fā)組織、完成對(duì)某個(gè)事件的完整報(bào)道和傳播，也能夠記錄一個(gè)普通人生活中所有的點(diǎn)滴，以至于整體看下來，似乎是一部由俳句組成的個(gè)人史?！?？？

3.開放性

開放API(OpenAPI)是SaaS(Software as a Service，軟件即服務(wù))模式下常見的一種應(yīng)用，網(wǎng)站的服務(wù)商將自己的網(wǎng)站服務(wù)封裝成一系列API(Application Programming Interface，應(yīng)用編程接口)開放出去，供第三方開發(fā)者使用，即開放API。以Twitter為代表的微博客對(duì)用戶開放API，超過3000種的Twitter應(yīng)用都是用戶根據(jù)公開的API開發(fā)而來的，這些第三方應(yīng)用反過來又增強(qiáng)了Twitter原有平臺(tái)對(duì)用戶的吸引力。

國內(nèi)其他微博客網(wǎng)站一般都陸續(xù)開放了API，而新浪微博剛推出時(shí)，是完全封閉的微博客網(wǎng)站，不支持API和新聞聚合器(RSS)，之后推出了基于個(gè)別合作方的博客掛件移動(dòng)客戶端。

4.整合性

基于開放性特征，微博客能夠整合各類工具，表現(xiàn)出強(qiáng)大的兼容性，用戶可以通過各種方式來更新自己的微博客：手機(jī)短信、桌面客戶端、在線更新、即時(shí)通訊(IM)，甚至可以通過輸入法更新微博客。但目前國內(nèi)微博客網(wǎng)站之間的開放、互聯(lián)仍然遇到一些競(jìng)爭(zhēng)障礙，比如騰訊滔滔曾經(jīng)屏蔽過飯否的QQ機(jī)器人，飯否又曾屏蔽過嘰歪和嘀咕的用戶，相互之間的互聯(lián)互通無法真正實(shí)現(xiàn)。

尤其值得注意的是，微博客通過手機(jī)短信這一渠道，真正實(shí)現(xiàn)了信息的隨時(shí)隨地。Twitter的聰明就在于把PC平臺(tái)和手機(jī)平臺(tái)連接得很自然，手機(jī)成為首選平臺(tái)也很自然，不用去教育用戶，因?yàn)榉?wù)的性質(zhì)決定如此，不這樣就享受不好這個(gè)服務(wù)。從這個(gè)意義上說，Twitter可能是網(wǎng)絡(luò)史上第一個(gè)真正的基于手機(jī)的基礎(chǔ)性互聯(lián)網(wǎng)服務(wù)。？？

5.實(shí)時(shí)性

所謂“實(shí)時(shí)網(wǎng)絡(luò)”，指的是發(fā)生在網(wǎng)上的實(shí)時(shí)社交活動(dòng)，Twitter就被稱為實(shí)時(shí)網(wǎng)絡(luò)的代表?！癟witter上的信息有一個(gè)明確的時(shí)間軸，當(dāng)你在上面搜索時(shí)結(jié)果呈現(xiàn)的絕對(duì)是最新的信息，而這一點(diǎn)以搜索大網(wǎng)站為己任的Google可能永遠(yuǎn)不能精準(zhǔn)做到。”？？

微博客的這一特征，已經(jīng)引起了搜索引擎的高度關(guān)注，Google在2009年底已經(jīng)推出英文版的實(shí)時(shí)搜索功能，而百度最近推出的i貼吧產(chǎn)品，與微博則有著一定的差異，可以看作是百度在實(shí)時(shí)搜索方面的嘗試。

6.跟隨性

這一特征被形象地比喻為“背對(duì)臉”。就好比你在電腦前打游戲，路過的人從你背后看著你怎么玩，而你并不需要主動(dòng)和背后的人交流。

這一特征，反倒是WEB1.0時(shí)代的廣播模式，即follow(跟隨)模式。這一特點(diǎn)，與QQ、MSN等即時(shí)通訊工具相比似乎互動(dòng)性弱了一些，但其實(shí)各自有著自己的優(yōu)勢(shì)：即時(shí)通訊工具信息交流的雙方，必須是好友關(guān)系或在同一個(gè)群組之中，信息交流和期望回復(fù)的迫切性較強(qiáng)；而微博客不強(qiáng)調(diào)好友關(guān)系，跟隨者可以單向關(guān)注某一微博客，而被關(guān)注者可以不去理會(huì)跟隨者，對(duì)跟隨者的評(píng)論可以自主選擇回復(fù)與否。

如果把一個(gè)微博客看作一份報(bào)紙，則其跟隨者的多少，可以看作這份報(bào)紙的訂閱用戶。微博客報(bào)紙所的信息，被自動(dòng)發(fā)送到跟隨者的報(bào)箱中，而網(wǎng)絡(luò)技術(shù)的發(fā)展，還可以實(shí)現(xiàn)這份報(bào)紙一對(duì)一或一對(duì)多的與訂閱用戶的交流。這一特征，為粉絲圈、品牌圈的建立創(chuàng)造了高效的傳播平臺(tái)，也將是微博客核心商業(yè)價(jià)值之一。

微博客盈利模式分析

也許對(duì)包括Twitter在內(nèi)的微博客來說，盈利模式是近期內(nèi)不用太過操心的問題，如何做大規(guī)模、優(yōu)化用戶體驗(yàn)才是眼下最關(guān)鍵的事情。但盈利模式遲早會(huì)成為微博客最為關(guān)注的問題之一，筆者認(rèn)為，微博客主要的盈利模式，可能會(huì)包括如下幾類：

1.短信分成

這是微博客目前看來可能最簡(jiǎn)單、最容易實(shí)現(xiàn)的收入來源之一，大量的用戶通過手機(jī)短信和彩信微博客，當(dāng)用戶數(shù)量足夠龐大導(dǎo)致短信費(fèi)用足夠可觀時(shí)，微博客運(yùn)營網(wǎng)站完全可以憑借用戶優(yōu)勢(shì)，與運(yùn)營商洽談收入分成。

2.廣告

這是最傳統(tǒng)的一種模式，一個(gè)平臺(tái)只要積累了足夠的用戶和流量，就具有了廣告價(jià)值。以Twitter為例，其目前全球網(wǎng)站綜合排名第12位(2009年11月~2010年1月平均)，2009年11月全球獨(dú)立用戶訪問量為6030萬，這個(gè)數(shù)據(jù)，已經(jīng)具有足夠的廣告價(jià)值。

3.品牌服務(wù)

使用微博客的不僅僅有網(wǎng)民個(gè)人，也有各類企業(yè)。無論是個(gè)人還是機(jī)構(gòu)，都可以借助微博客網(wǎng)站的平臺(tái)來宣傳自己的品牌，而這一需求則為微博客商業(yè)價(jià)值的延伸奠定了基礎(chǔ)。而微博客所具有的互動(dòng)、整合等產(chǎn)品特征，加上網(wǎng)站強(qiáng)大的運(yùn)營推廣平臺(tái)，又為品牌網(wǎng)絡(luò)營銷提供了強(qiáng)大的支撐，微博客網(wǎng)站完全可以通過為品牌提供一攬子服務(wù)獲得收入。

舉個(gè)例子，新浪微博目前針對(duì)名人和媒體機(jī)構(gòu)等推出的V認(rèn)證服務(wù)，完全可以復(fù)制到企業(yè)領(lǐng)域：一旦針對(duì)企業(yè)微博客營銷的產(chǎn)品服務(wù)體系研發(fā)成功且時(shí)機(jī)成熟，則可以在企業(yè)繳費(fèi)的基礎(chǔ)上，對(duì)企業(yè)進(jìn)行實(shí)名認(rèn)證(例如在企業(yè)微博客名稱上加上V字母或A字母)。這些被認(rèn)證的企業(yè)，則類似于擁有了淘寶的星級(jí)認(rèn)證。目前，Twitter已開始嘗試針對(duì)部分商用戶提供VIP服務(wù)，相信這一模式將來也會(huì)成為微博客的收入來源之一。

4.電子商務(wù)

電子商務(wù)可以看作是“品牌服務(wù)”的一個(gè)分項(xiàng)，由于電子商務(wù)整體上已經(jīng)擁有了龐大的市場(chǎng)規(guī)模，而且本身具備較為完整的產(chǎn)品體系，因此在這里筆者把它單獨(dú)列出。微博客網(wǎng)站能為品牌提供的一攬子打包服務(wù)，從技術(shù)角度可以有多種可能，但適合微博客產(chǎn)品特性、并受到網(wǎng)友歡迎的，將只是部分功能。其中，電子商務(wù)似乎是比較典型的一種。通過微博客的平臺(tái)，企業(yè)得以與網(wǎng)民建立互動(dòng)關(guān)系，這首先就為消費(fèi)者在諸多商家中尋找適合的一家奠定了基礎(chǔ)。

5.虛擬產(chǎn)品

微博客用戶不僅可以通過購買虛擬產(chǎn)品來裝扮自己的微博空間形象，還可以通過參與一系列的在線游戲進(jìn)行虛擬交易，或者享受高級(jí)別的產(chǎn)品模塊服務(wù)。而網(wǎng)站則會(huì)通過提供虛擬產(chǎn)品和服務(wù)獲得收入。

如上五大盈利模式，只是筆者對(duì)目前微博客發(fā)展的初步認(rèn)識(shí)。也許，隨著微博客用戶的爆發(fā)式增長(zhǎng)和微博客產(chǎn)品研發(fā)的不斷深化，新的產(chǎn)品和服務(wù)將不斷涌現(xiàn)。而最適合微博客的商業(yè)模式也將被開發(fā)，相信微博客還會(huì)有更為寬廣的市場(chǎng)道路。

微博客可能給傳播環(huán)境帶來的變化

互聯(lián)網(wǎng)的出現(xiàn)改變了媒體傳播的格局，一方面，門戶網(wǎng)站和各地新聞網(wǎng)站通過整合傳統(tǒng)媒體的內(nèi)容資源，為網(wǎng)民提供了快速、全面的信息服務(wù)；另一方面，互聯(lián)網(wǎng)也日益成為傳統(tǒng)媒體尋找新聞線索和內(nèi)容來源的巨大寶庫：WEB1.0時(shí)期的典型代表是論壇，WEB2.0時(shí)期的典型代表則是博客。直至今天，這兩大平臺(tái)仍在為傳統(tǒng)媒體提供著豐富的內(nèi)容：傳統(tǒng)媒體從論壇中發(fā)現(xiàn)新聞線索，再進(jìn)行深入挖掘；而新聞當(dāng)事人、網(wǎng)民評(píng)論家則直接通過博客事件進(jìn)展、新鮮熱評(píng)，并被傳統(tǒng)媒體廣為引用。

從傳播的四種類型角度進(jìn)行分析，微博客在四種傳播類型上都有其用武之地。第一，微博客用戶記錄自己狀態(tài)、想法的過程，是一種典型的自我傳播，類似日記的功能；第二，“你在做什么(What are you doing)？”的定位，又決定了微博客內(nèi)容希望與別人進(jìn)行分享，跟隨與被跟隨的過程，可以看作一種虛擬的人際傳播；第三，微博客的跟隨性特別便于組織之間傳遞信息，伊朗大選期間民眾通過Twitter發(fā)動(dòng)游行的案例，充分證明了微博客在組織傳播方面所起到的作用；第四，一旦某位微博客作者擁有了大量的跟隨者，這時(shí)他所的信息，就具有了大眾傳播的特性，可以一對(duì)多地快速傳遍所有的跟隨者，微博客的威力開始顯現(xiàn)。

目前，微博客的商業(yè)價(jià)值還沒有被充分開發(fā)，顯現(xiàn)更多的仍然是信息傳播工具屬性并兼具一定的媒體屬性。但微博客作為一個(gè)新的交流互動(dòng)平臺(tái)，正在受到越來越多人的青睞。相比博客而言，微博客使用更加簡(jiǎn)單，用戶所付出的單位成本、精力投入都更少，寫作門檻更低，用戶擴(kuò)展更為迅速，為可能實(shí)現(xiàn)的媒體信息傳播積累了龐大的通訊員隊(duì)伍。同時(shí)，整合各類工具尤其是手機(jī)短信的優(yōu)勢(shì)，微博客具備了實(shí)時(shí)傳播的特性，在面對(duì)突發(fā)新聞事件時(shí)，微博客的報(bào)道速度往往能領(lǐng)先于傳統(tǒng)媒體。例如在邁克爾？？杰克遜逝世還未經(jīng)證實(shí)之前，已經(jīng)有大批歌迷趕到他就醫(yī)的洛杉磯加州大學(xué)醫(yī)院，原因就是Twitter上的消息傳播。從這個(gè)角度來講，即時(shí)性是微博客作為媒體傳播最顯著的特征。

微博客碎片化的內(nèi)容特征，使得它的優(yōu)勢(shì)主要體現(xiàn)在對(duì)突發(fā)事件的第一時(shí)間報(bào)道方面(或許再加上后續(xù)簡(jiǎn)短的跟蹤報(bào)道)，而不太適合于進(jìn)行深入報(bào)道。即微博客的報(bào)道符合新聞傳播關(guān)于快速的要求，但未必符合全面、深入的要求。同時(shí)，微博客作者既不像傳統(tǒng)媒體的記者編輯那樣經(jīng)過專業(yè)的新聞業(yè)務(wù)培訓(xùn)，其所的信息，也不像傳統(tǒng)媒體那樣經(jīng)過專業(yè)的流程審核。因此微博客所傳播的信息不確定性很高，甚至?xí)嬖谧髡吖室馍⒉继摷傧⒌目赡堋?/p>

從如上角度來看，微博客內(nèi)在的信息生產(chǎn)、篩選和傳播機(jī)制都尚未健全，作為一個(gè)媒體平臺(tái)來講，在現(xiàn)階段還遠(yuǎn)未成熟。但不可否認(rèn)，微博客已經(jīng)具備了信息快速、廣泛傳播的基礎(chǔ)條件，隨著用戶規(guī)模的迅速擴(kuò)張，以及其內(nèi)部運(yùn)行機(jī)制的不斷完善，它在社會(huì)信息傳播中所能發(fā)揮的空間將越來越大，將來完全有可能成長(zhǎng)為媒體新聞信息來源的一個(gè)重要渠道，并將納入國家監(jiān)管的視野。例如，2009年11月1日，在中國互聯(lián)網(wǎng)協(xié)會(huì)第三屆二次理事會(huì)上，中國互聯(lián)網(wǎng)協(xié)會(huì)副理事長(zhǎng)高新民透露，將加強(qiáng)對(duì)微博客服務(wù)的管理，協(xié)會(huì)將制定《微博客服務(wù)自律規(guī)范》。