汽车排放物各成分间关系的灰色关联分析
- 格式:pdf
- 大小:131.99 KB
- 文档页数:4
基于灰色理论的汽车产业关联分析摘要:2006年,武汉开发区提出了打造”中国车都”的目标。
随着打造武汉”中国车都”目标的提出和汽车产业链的快速崛起,近几年来,武汉以东风汽车集团为依托,已经是我国的汽车产业重镇。
本文以我国武汉市汽车产业为例,运用灰色关联分析的方法对于其他相关产业对汽车产业的影响进行实证分析,探讨各种相关产业对汽车产业发展影响强弱程度,得出相关结论和政策启示。
关键词:汽车产业灰色关联分析产业关联一、引言汽车产业具有产业链长、波及面广、波及效果强、关联度高、就业容量大、消费拉动强、增长速度快等产业特征,无论是对发达国家,还是对发展中国家,汽车产业对国民经济总体及相关产业部门均产生较大的支撑作用,被公认为能够带动整个经济迅速发展的产业,并被视为国家工业水平的代表产业之一。
汽车产业的研制、生产、销售和运营直接关系到国民经济的工业结构、运输结构、就业结构、金融结构、消费结构和外贸结构等,与国民经济许多部门息息相关。
当前我国汽车产业正面临新一轮的整合,以应对更为激烈的国际竞争,因此对汽车产业关联进行深入研究,通过对产业之间的关联协同和带动效应分析,无论从宏观经济层面还是从具体产业层面,对探索汽车产业结构优化的路径有着十分重要的意义。
二、武汉市汽车产业发展的现状及灰色关联分析(一)汽车工业的关联产业汽车产业关联,就是汽车产业与其它产业之间以各种投入品和产出品为连接纽带的技术经济联系。
这种技术经济联系和联系方式可以是实物形态的联系和联系方式,也可以是价值形态的联系和联系方式,还可以是部门之间的联系。
汽车产业的相关产业有很多,本文根据汽车产业相关专业知识以及武汉市的相对优势产业,选取以下产业作为研究对象:铁路运输、公路运输、水运、空运、钢铁、化学原料、玻璃、油漆、塑料、电力、焦炭、原油、商务服务业、金融保险。
(二)汽车工业的灰色关联分析本文把2006年至2010年连续五年武汉市汽车产量作为因变量,亦即参考系列,记作y,将对应年限的相关研究产业作为自变量,亦即比较系列。
关键词:灰色关联分析;碳排放;绿色经济;产业结构;驱动因素一、引言近年来,我国进入经济新常态,大力发展社会主义市场经济,提出了推动经济高质量发展以及建立现代化经济体系等目标。
郑州市作为一个因交通而兴起的城市,其经济在不断增长的同时碳排放量也在不断上升,这不仅对环境造成了极大的损害,也在阻碍着郑州市的进一步发展。
现如今,郑州市如何在保持经济快速发展的同时,又能协调好经济发展与环境保护之间的关系,走出一条新型工业化、城镇化的绿色发展道路,成为一个我们急需解决的问题。
因此,通过研究找出郑州市碳排放的主要驱动因素,并据此探索出一条绿色发展道路成为目前的重要研究任务。
二、文献综述目前,对碳排放影响因素的研究点主要集中在区域因素和产业因素上,关于贡献碳排放的因素有很多,国内外学者采用了不同的方法对其进行了研究。
其中,任立、黄崇杰(2010)年研究了我国各区域人均收入以及对外贸易密度与碳排放之间的关系。
他们的研究结果表明我国各个区域的对外贸易密度对碳排放量都有显著的影响,当贸易密度增强时,碳排放量也会增长。
李凯杰、曲如晓(2012)通过灰色关联法研究我国碳排放与技术进步之间的关系,得出我国技术进步与碳排放增长之间存在着长期均衡关系。
在长Tian,Xinetal(2013)年通过研究,得出碳排放量增长的主要贡献因素是产业结构的变化和最终需求水平的影响的结论。
在众多对碳排放驱动因素的研究中,灰色关联分析法成为一个有效的测量工具,得到了广泛的应用。
司江伟、徐洪静(2012)也使用了灰色关联分析法对山东省的能源利用效率进行了研究,并据此提出了相应的建议。
YuanChaoqingetal(2016)通过灰色关联分析法研究了能源消费和经济增长之间的关系,得出结论表明在不同的发展时期,能源消费与经济增长的关系并不相同。
上述文献为本文选取碳排放驱动因素提供了有益参考。
综上,可以看出目前国内外对于关于碳排放的领域还是有许多研究,但是相对而言对区域和国家层面研究的比较多,对于地方各省市而言研究的则相对较少。
基于灰色关联分析的我国汽车产销总量预测对汽车物流企业而言,汽车消费市场的变化对企业的影响是极为巨大的。
如今我国经济不断发展,汽车消费群体也在逐年发生变化,汽车消费市场的变化直接影响到汽车生产企业的订单和产量,而汽车生产企业的产量,则密切影响着为其提供物流配送服务的汽车物流企业。
因此,对我国的汽车市场走向进行研究分析,可以根据预测得出的数据对汽车物流企业未来的发展进行宏观规划并制定合理的目标,具有一定的现实指导意义。
标签:灰色关联分析汽车产销量预测1 灰色关联分析的原理及方法简述影响我国汽车总产销量的因素有很多,如我国国民生产总值、第一第二产业的GDP值、固定资产投资总额、高速公路里程、公路货运周转量、钢铁、煤矿产量等因素。
将汽车产销看成一个抽象的系统,这些因素共同作用的结果则决定了这一系统的发展态势。
因此需要对影响系统的众多因素进行分析,比较各种因素对系统影响程度,判断出主要因素及次要因素。
传统的分析方法有回归分析、方差分析等数理统计方法,但这些方法存在着以下的局限:①要求有大量数据若数据量少则难以找出统计规律。
②要求样本服从某个典型的概率分布并要求各因素数据与系统数据之间呈线性关系且各因素之间彼此无关。
③计算量大一般需要计算机进行辅助。
而灰色关联分析的方法则在一定程度上克服了数理统计方法的局限。
无论样本量多少、样本有无规律,这一方法都同样适用。
并且这一方法计算量小,计算简单,一般不会不出现量化结果与定性分析结果不符的歪曲颠倒现象。
灰色关联分析的基本思想是根据数据序列曲线的几何形状的相似程度来判断其联系是否紧密。
若曲线越接近,相应序列之间的关联度就越大,反之则越小。
对一个抽象系统或现象进行分析,首先,需要选择反应系统行为特征的数据序列,即系统行为的映射量。
用映射量来间接的表征系统行为。
在本章所分析的汽车产销系统中,用汽车的总产量和总销量来表征系统行为。
之后将特征映射量和各有效因素序列处理成无量纲数据,再然后即可利用灰色关联公理对系统进行分析[1]。
应用灰色关联分析法综合评价汽驱储层摘要:S区块F油层是辽河油田首个中深层稠油工业化蒸汽驱开发区块。
经过多年吞吐、汽驱开发后,热采储层变化特征明显,通过开展取心井综合地质研究,提出采用灰色关联分析法,在稠油热采后储层宏观、微观变化特征基础上,对稠油储层非均质性进行综合评价,满足稠油油藏中后期开发需要,指导开发调整,进一步提高稠油热采采收率。
关键词:蒸汽驱稠油储层灰色关联分析法分类评价S区块是在斜坡背景上发育起来的单斜构造,四周被断层封闭,地层北陡南缓。
沉积类型为扇三角洲前缘亚相沉积。
F油层属中~厚互层状高孔、高渗储集层,为中~厚层状边水稠油油藏,隔夹层较为发育。
S区块1987年开始蒸汽吞吐开发,1998年开展了4个井组的70m井距蒸汽驱先导试验,相比吞吐采收率可提高21.7%,吞吐加汽驱采出程度达55%。
2003年又进行了7个井组扩大试验,2006年在全块开展了规模化转驱工作,共设计汽驱井组149个。
总结目前汽驱开发面临的主要问题有以下几个方面。
1)平面动用不均,蒸汽主要沿河道及地层倾角上倾方向驱替,不同方向蒸汽扩展速度差异较大[1-2],平面动用程度57.8%。
2)纵向动用不均,主体部位纵向动用程度62.8%(蒸汽动用30%),高渗层动用好,低渗层动用差[3]。
3)层间受渗透率级差控制,级差大于4以上基本不吸汽,主力油层汽窜增加,纵向动用程度较差。
4)层内受蒸汽超覆的制约,厚层下部基本为热水驱替,驱油效率低。
因此,开展汽驱储层综合评价,确定动用不均原因,对确定调控潜力区十分关键。
一、灰色关联分析法储层定性评价由于评价参数多,且分类评价结果易出现交叉、矛盾的现象,难度较大[4]。
所以本次研究采用灰色关联分析法对F油层地质体进行综合定量分类评价。
灰色关联分析法是通过寻求系统中各因素的主要关系,找出影响各项评价指标的重要因素,根据各参数重要程度对其赋以不同的“权系数”。
1.原始数据处理储层综合定量评价一般采用极大值标准化对储层参数进行标准化处理,以单项参数除以同类参数极大值,使评价参数在0~1之间变化。
各行业碳排放的灰色关联度分析作者:周丽娟来源:《经营者》2014年第06期摘要:在气候变暖、环境污染等全球问题加剧的背景下,我国面临巨大的碳减排压力,结合低碳经济发展的现状,本文通过对我国能源消耗产生的碳排放量以及与其相关的六大行业及生活消费的总能源消耗量进行灰色关联度分析,找出影响碳排放的重要行业和因素,从而为碳减排提供一定思路,促进新型生态企业的发展以及经济结构的转型。
关键词:全球问题;碳减排;灰色关联度分析一、引言随着全球人口和经济规模的急速增长,碳基能源带来的环境问题越来越引发人们的关注,以扩大要素投入为主的粗放型经济增长方式,在促进经济增长的同时,导致二氧化碳排放量日益增加、生态环境破坏等一系列问题。
近年来,温室气体造成的全球气候变化更是日益受到重视,在《全球气候变化框架公约》和《京都协议书》框架下,各缔约国都将采取一系列措施减缓温室气体排放,我国以重工业为主的产业结构面临重大挑战,迫切需要转变经济发展方式和进行经济结构的调整,以低碳经济为主导的新兴生态产业是协调经济发展与碳排放、人与自然矛盾的科学发展模式。
很多学者利用灰色关联分析方法对碳排放影响因素进行了研究,对研究我国各行业的碳排放具有很重要的参考意义。
但是,利用灰色关联分析方法对我国各行业碳排放进行的研究较少。
二、灰色关联理论灰色系统理论是邓聚龙教授于1982年提出来的一门新兴理论,该理论是一种运用特定的方法描述信息不完全的系统并进行预测、决策、控制的崭新的系统理论。
[1]灰色系统的实质为:部分信息已知部分信息未知的一类系统。
灰色关联分析是灰色系统理论的主要内容之一,它是对运行机制与物理原型不清楚或者根本缺乏物理原型的灰关系序列化、模式化,进而建立灰关联分析模型,使灰关系量化、序化、显化,能为复杂系统的建模提供重要的技术分析手段。
[2]灰色关联度分析是一种有参考系的整体比较。
设以若干年的能源消耗产生的碳排放量的原始数据,经过无量纲处理后构成一个参考数列,记为,各行业的总能源消耗量,以及电力、煤、石油、天然气能源的消耗量,经过无量纲处理后组成比较数列集,记为。
基于灰色关联的LNG汽车推广策略研究1. 引言1.1 研究背景目前,各国政府和能源部门也在积极推动LNG汽车的发展,并提出了一系列支持政策和措施。
LNG汽车在全球范围内的推广和普及仍然面临着一些挑战和问题。
在这种背景下,如何有效地定义和制定LNG汽车的推广策略,成为了当前研究的热点和难点。
本研究旨在借助灰色关联分析方法,对LNG汽车的推广策略进行研究和探讨,为LNG汽车在市场上的推广提供科学的决策支持,并为相关利益相关方提供有益的参考和建议。
1.2 研究意义随着能源消费的增加和环境问题日益突出,传统石油汽车逐渐暴露出诸多弊端,如资源匮乏、环境污染等。
而作为清洁能源的LNG汽车,具有燃烧效率高、排放污染低的优势,是未来替代传统燃油汽车的重要选择之一。
本研究通过灰色关联分析,可以将LNG汽车与其他各个因素之间的关系进行深入探讨,找出对LNG汽车推广影响最大的关键因素,从而为制定有效的推广策略提供科学依据。
通过研究LNG汽车的发展现状及灰色关联分析在推广中的应用,可以帮助政府部门、企业和相关机构更好地了解LNG汽车的优势和推广存在的问题,为推动其进一步发展提供参考和支持。
本研究对于促进清洁能源汽车技术的发展和推广,减少燃料消耗和环境污染,提升能源利用效率,具有重要的理论和实践意义。
通过研究基于灰色关联的LNG汽车推广策略,有助于推动我国汽车行业向绿色、可持续方向转型,为构建资源节约型、环境友好型社会做出贡献。
1.3 研究目的研究目的是为了探讨基于灰色关联的LNG汽车推广策略,从而提高LNG汽车在市场中的竞争力和推广效果。
通过对灰色关联分析在汽车推广中的具体应用进行研究,以及对LNG汽车发展现状进行深入分析,可以为制定更有效的推广策略提供理论和实践指导。
本研究旨在通过案例分析,验证基于灰色关联的推广策略的可行性和有效性,在实际推广过程中取得更好的推广效果和经济效益。
通过本研究的实施,将为LNG汽车产业的发展提供可行性和实用性的策略建议,为促进LNG汽车在市场上的推广和应用做出重要贡献。
汽车零部件产业国际竞争力的灰色关联评价方法随着汽车产业的发展,汽车零部件产业的竞争是日益激烈的。
传统的国际竞争力评价方法基于定量的因素,比如价格、产能和技术水平。
然而,忽视了一些非定量的因素,如信息传输、基础设施、金融服务、人力资源和文化等,这些因素也可能影响汽车零部件产业的国际竞争力。
本文提出了一种新的模型,用于评价汽车零部件产业的国际竞争力,即灰色关联评价方法。
灰色关联评价方法旨在结合定量和非定量两种因素,反映汽车零部件产业国际竞争力的实际状况,以便管理者能够根据汽车零部件产业国际竞争力进行更加恰当的发展战略制定。
灰色关联评价方法包括四个步骤:构建评价指标体系、依据综合评价指标的灰色关联度求解算子、最优权重确定和总体得分求解。
首先,基于定量和非定量因素,构建评价指标体系,其中分为四个大类:宏观环境、技术、市场和服务。
然后,运用灰色关联理论,构建灰色关联模型,确定与综合评价指标的灰色关联系数。
接着,计算各个指标的最优权重,以确定加权综合评价指标得分。
最后,运用整体灰色关联分析方法,获得汽车零部件产业的整体得分。
汽车零部件产业的竞争力评价是传统国际竞争力研究的补充,它将传统定量因素与非定量因素相结合,更能反映汽车零部件产业国际竞争力的实际状况,有助于更好地实现汽车零部件产业的发展与改善。
总而言之,从灰色关联分析中获得的汽车零部件产业国际竞争力信息可以为制定相应发展战略提供帮助,促进汽车零部件产业的发展与改善。
研究表明,灰色关联评价方法是一种可以实现的有效评价模型,可以为汽车零部件产业的发展提供有效的支持。
未来,可以对定量因素和非定量因素进行更深入的研究,进一步优化灰色关联评价方法,从而更好地支持汽车零部件产业的发展。
综上所述,灰色关联分析法是一种有效的评价模型,可以基于实际情况,反映汽车零部件产业的国际竞争力,为管理者制定恰当的发展战略提供参考。
主成分-灰色关联分析方法的风电机组齿轮箱故障诊断一、背景风电机组是目前比较流行的一种清洁能源发电方式,而齿轮箱则是风电机组中非常关键的部件。
齿轮箱故障的发生不仅会影响风电机组的运行,还会对整个发电系统造成严重的影响。
因此,如何及早准确地诊断齿轮箱故障,成为当前风电机组管理的重要问题。
传统的齿轮箱故障诊断方法主要以经验判断为主。
这种方法的缺点是依赖于经验和感觉,容易因为主观因素造成误判或漏判,限制了齿轮箱故障的诊断准确性和实时性。
而随着电子技术和信息技术的发展,多种先进的数据分析方法被应用到齿轮箱故障诊断中。
主成分分析和灰色关联分析是其中具有代表性的两种方法,本文将介绍这两种方法在风电机组齿轮箱故障诊断中的应用和优缺点。
二、主成分分析主成分分析(PCA)是一种多变量统计分析方法,可以将多个相关的变量转化为少数几个不相关的主成分。
这种方法有助于降低数据的维度,并且可以提取变量之间的关系。
在风电机组齿轮箱故障诊断中,主成分分析可以从风机转速、转子扭矩、齿轮箱载荷、振动特征等多个角度对齿轮箱状态进行分析和诊断。
主成分分析的具体应用流程如下:1)选择监测点并采集大量数据。
2)对数据进行预处理,包括去噪和归一化等,避免数据对结果的影响。
3)利用主成分分析对数据进行降维处理,得到重要的主成分。
4)根据主成分得到风电机组齿轮箱的状态判断。
主成分分析优点是可以综合考虑多种变量,提高了数据维度的转换效率,而且可以直观地反映数据之间的关系。
但是其缺点是PCA中一些主成分的解释可能比较困难,而且需要一定的数学知识。
三、灰色关联分析灰色关联分析是一种分析模糊关系的方法,主要用于评估变量之间的相关性。
该方法可以在含噪声和不完备数据的情况下进行关联分析,并且可以有效地降低预测模型的误差。
在风电机组齿轮箱故障诊断中,灰关联分析可以将各种检测指标归一化并进行计算,得出齿轮箱各项指标之间的相关性,从而找到齿轮箱故障的根本原因。
灰色关联分析的应用流程如下:1)确定关联项和指标。