網絡經濟的功能精選(五篇)

序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術，我們為您準備了不同風格的5篇網絡經濟的功能，期待它們能激發您的靈感。

篇1

[關鍵詞] 網絡保險 信息經營 功能 啟示

一、網絡保險本質――信息經營功能

網絡保險是指保險企業以信息技術為基礎，以互聯網為重要的信息載體來支持企業一切活動的經濟行為。其核心內容是指保險企業建立網絡化的戰略管理、營運管理與風險管理體系，并通過互聯網與社會公眾進行信息交流，利用網絡通道進行保險企業經營管理的經濟活動。

網絡保險不只是保險產品網上銷售的一種營銷渠道。目前現實中較多的觀點認為，網絡保險就是一種網上保險產品的營銷方式，這種觀點對發展網絡保險、充分發掘網絡保險的內在潛能可能形成某些誤導。通過網絡保險形成的保費還很有限，網絡營銷不是網絡保險的主要功能。

網絡保險的本質是其信息經營功能。保險企業最主要的生產要素是信息，保險行業本身也是以信息為基礎的行業，保險產品本身就是信息產品，保險單能夠數字化和無形化。保險合同是體驗性商品，幾乎所有的保單在賣出以前，都需要信息和咨詢。因此，信息技術和保險的充分結合，將對保險的信息經營活動產生根本性影響。保險和信息技術的有效運用，增加了保險市場的透明度，增強了顧客的市場力，使保險組織可以虛擬化，提高保險經營者之間多方合作的機會，降低市場進入門檻，以信息技術為基礎的互聯網降低了進入保險市場的資本金數量，使產品管理、營銷管理、資產管理、理賠管理等可以外包給特定的供應商，進而推動了保險的集團化經營模式和專業化經營模式的并行發展。

網絡保險只有融入保險企業發展戰略中，才能帶來保險經營的高效率。事實上，互聯網和電子商務技術對保險業的最根本影響不是在直銷業務上，而是在于保險公司的業務效率、企業外包所帶來的專業化優勢。高盛分析表明，互聯網最主要的預期功效在于其由紙制辦公業務系統向更有效率的互聯網系統的轉變所帶來的節約。

二、網絡保險信息經營功能的具體體現

1.網絡保險在保險經營主體與保險個人消費者之間的信息經營功能

網絡保險在保險經營主體與保險消費者個人之間的信息經營包括保險在線銷售、保險信息提供、保險理賠服務以及客戶關系營銷與管理的活動。

保險公司與保險消費者的在線交易。保險公司與保險消費者的在線銷售可以說是網絡保險的最完整形式，該過程中包括保險公司品牌認可、保險產品提供、網上投保與核保、網上電子支付以及網上客戶服務等保險實體營銷的全過程。 在線交易通常要求保險公司必須有較好的品牌度，保險公司的網絡信息通道流暢，所營銷的產品一般是簡單標準型產品，如意外險、第三者責任險、個人機動車保險等，需要較成熟的網上電子支付技術和電子認證技術。

保險公司與保險消費者的在線服務。該模式是網絡保險目前是最主要的功能模式。保險在線服務功能包括保險方案網上制作與提交、保險明星推薦、最新產品信息呈示、在線保險投保與咨詢、保險投資賬戶查詢、保險保全服務、企業品牌與企業文化傳播、知識共享、保險社區建設等。國外有關研究以保險公司的網絡保險經營為研究樣本，精算師預測，通過有效的保險在線服務可以使保險公司的管理成本下降40% 。

保險中介經營者與保險消費者的在線交易服務。某保險中介機構（如保險公司或保險經紀公司）集中較多保險公司的保險產品，并將保險產品的信息展示在該保險中介者的企業網站上，保險消費者對該網站所提供的各保險公司保險產品進行比較，然后選擇一家保險公司的保險產品，并通過該中介方網絡鏈接進入提供該保險產品的保險公司網站，進行網上保險計劃征詢或保險投保，而其實際的交易過程如核保、體檢、保費支付一般通過實體交易過程進行。該模式中第三方中介者的利潤源來自對保險產品的提供與推薦所得的傭金收入。

2.網絡保險在保險企業與其他企業業務中的信息經營功能

保險企業與其他企業之間通過專用網絡或互聯網，進行數據信息的交換、傳遞，開展保險信息經營活動。其功能主要體現在:(1)能夠實現一定量的網上保險業務批量交易，如保險人和再保險人之間的再保險業務、保險公司與第三方的資產管理服務等。(2)提供合作方之間的業務整合和管理整合的信息共享平臺，如保險公司與銀行的銀行保險在線出單業務與在線客戶管理，保險公司與保險公司間從業人員重要資料的共享。(3)為合作方企業提供一個業務宣傳和品牌宣傳的信息平臺，為線上批量交易（如保險公司為第三方提供的員工福利產品營銷和管理服務）或者線外交易提供營銷支持或服務支持（如為第三方企業提供風險管理在線模型和風險數據管理）。

保險與銀行間的銀行保險業務。當銀行與保險公司實現網絡共享后，銀行可以直接在其業務過程中對其客戶進行保險服務。銀行可以在較短的時間內進行產品介紹、現場投保與網上核保、保費支付和在線出單。銀行保險產品大多是不需要體檢的標準體產品，保單條款相對簡單，該類保險產品與銀行業務有較多的共通點，適合于網絡保險在線交易。國外一些國家的銀行保險經營中，銀行與保險公司的網絡基本上實現完全共享，保險公司客戶可以在銀行的提款機直接查詢其保險單狀況。

保險公司為其他企業提供的員工福利業務。保險公司通過互聯網或企業的內聯網向其服務企業提供員工福利產品設計、員工福利營銷咨詢，甚至直接管理員工福利計劃。其優點體現在:(1)接受保險服務的企業擁有相對集中的保險消費者群體，保險產品開發與營銷均可實現一定程度上的規模經濟。(2)有利于根據目標企業的需求進行員工福利的個性化設計，進而使員工福利需求能夠得到一定程度上的滿足。(3)保險公司為其目標企業管理員工福利，既能體現保險公司管理員工福利的專業化水平，又有利于降低其目標企業人力資源管理成本。

保險公司與再保險公司再保險業務。再保險與再保險人通過互聯網使續保過程更加簡單，有關數據資料更有利于儲存和共享，從而有利于降低了管理成本。保險公司與再保險公司間的業務往來具有批量性質，而且保險公司與再保險公司間的業務關系大多較為固定，雙方在電子認證、業務數據傳輸等方面都具有較高的信任度和相互認可度，利用網絡通道現雙方數據共享，有利于提高保險公司與再保險公司雙方的經營效率，實現保險的國際化經營或全球化經營。百慕大再保險中心得力于互聯網技術，克服了再保險傳統經營在時空上的限制，加上其特定的稅收優勢，其再保險業務得到大力發展。

保險公司與第三方資產管理業務。保險公司的資產管理業務如果委托第三方如專業的資產管理公司或信托投資公司時，保險公司與第三方資產管理業務也可以大大地運用網絡運營通道，實現保險公司與第三方之間的信息數據共享，使保險公司能夠隨時了解保險投資與資產管理狀況，共同分析與研究保險投資與資產管理策略，實現保險的戰略性投資管理與戰術性投資管理的有效結合。通過第三方保險投資資產管理公司與保險公司的網絡通道，保險公司可以使其客戶隨時通過網絡了解其投資賬戶的投資狀況，進而實現保險投資者、保險經營與保險服務管理的有效結合。

保險公司與其他方的風險管理業務。擅長于風險管理運營的保險公司可以通過有效的網絡在線為其他企業提供風險管理業務，該類保險公司往往建立了自己成熟而龐大的風險數據庫，有適合于不同行業和不同風險種類的單一風險管理模型和整合型風險管理模型，通過網絡數據庫共享，對方可以直接利用或修正在線的風險管理模型，結合其自身的風險數據，對自身企業進行風險評估、風險分析和風險控制。風險管理供應者還可以根據對方企業的要求，進行風險管理培訓和風險管理咨詢服務，提供或共同制定雙方認可的風險管理戰略。

三、對中國保險業發展的幾點啟示

1.轉化網絡保險陳舊意識，樹立網絡保險信息經營新理念。從國外情況來看，在信息化時代，保險信息化的發展滯后于其他行業，而中國保險信息化包括網絡保險的發展又大大地落后于其他發展國家，究其根本而言，與理論界對網絡保險的研究不足、以及保險實業界對網絡保險認識欠全面有關。為此，必須改變把網絡保險僅僅作為一種保險營銷渠道的狹隘觀念，充分認識到保險的網絡化經營、保險業的E化發展的內在趨勢，促進保險業信息經營與信息技術的充分結合，實現保險經營管理帶來充分的成本節約，提高保險經營管理的效率。誰在網絡保險的發展中占據優勢，就能夠獲得網絡保險經營的流動累積效應。

2.實施保險企業發展E戰略，提升保險信息經營水平。保險單是信息產品，保險行業是經營信息的行業，網絡保險是經營信息的重要載體，因此，網絡保險在保險信息經營中具有重要的戰略地位，網絡保險的發展必須融于到保險企業的戰略規劃中，這是網絡經濟條件下保險企業的必然選擇。實施保險企業發展的E戰略，包括發展網絡保險的投資戰略、人才戰略和服務戰略。在投資戰略方面，保險企業要結合企業的整體發展戰略規劃，加大對網絡信息技術的有效投入；在人才戰略上，應重視網絡信息技術的專門人才的培養和引進，全面推進“E人才”培訓計劃；在服務戰略上要建立“E化服務”戰略，對適合網上直銷的產品逐步實現咨詢、投保、繳費、批改、退保、理賠、回訪、投訴等全過程進行E化服務管理，對其他復雜性產品逐步實現E化的客戶服務管理。

3.重視網絡保險對保險公司流程再造和保險組織結構的影響。網絡保險促進了保險公司與消費者互動，同時也促進了公司各職能部門之間的交流信息。隨著網絡保險的深入發展，保險企業必須根據發展的實際需要有序地進行流程再造，在網絡和高素質人力資源的基礎上，突破以分工論為基礎的管理組織設計思想，按流程和業務任務重新組合，從而形成為完成管理或業務任務的跨功能團隊，并為跨功能團隊配置足以勝任工作的權力及相應的責任，充分發揮保險人的才能和積極性。網絡保險對保險企業管理模式也做出調整，人員的減少、公司組織層級減少和公司的扁平化管理，保險公司營業網點數量的減少、溝通渠道的縮短，虛擬保險市場、虛擬部門等內外組織的盛行，都成為促進保險企業對于保險組織進行再造工程的迫切需要。

4.完善網絡保險管理，建立風險制衡和防范機制。網絡保險面臨網絡安全隱患如黑客攻擊、計算機病毒傳播、系統故障、系統崩潰的網絡技術風險，個人隱私保護、網絡責任承擔等法律風險，以及在市場競爭中由于競爭失敗所產生的市場風險。防范網絡安全風險，建立有效的風險評估和監測體系，制定網絡系統的安全規范、安全測試和檢查制度，建立安全預測和預防系統，加強私人數據的安全設置、培訓員工了解安全風險等措施防范網絡責任風險。在網絡保險發展的外部環境方面，完善網絡安全的相關政策法規，比如說數字化保險合同和數字化簽名的法律效力保證、網絡保險跨地區承保等法律問題。此外，提高消費者網絡保險意識，增加消費者網絡保險安全保護知識，也是化解有關風險的重要舉措。

參考文獻:

[1]Carl Gersh & Paul Weiser, Capit@lizing on e-Business in Insurance: Strategies for Success, Sengen, Inc, 2001

篇2

關鍵詞：熱負荷預測；小波神經網絡；天氣因數；集中供熱

引言

由于供熱系統具有很強的非線性、大滯后和時變性的特點，至今仍很少實現閉環控制。因此，充分挖掘大數據，建立精確的數學模型，給出合理的參數預測，實現供熱系統經濟運行的研究具有重大意義。

在眾多熱負荷預測的研究中，近年來基于神經網絡的預測方法居多，文獻[1-2]提出了基于小波神經網絡預測方法，文獻[3-4]提出了基于天氣預報的神經網絡智能預測，文獻[5]提出了Elman神經網絡預測方法，文獻[6-7]將遺傳算法運用在了BP神經網絡，文獻[8-9]提出了人工神經網絡的熱負荷預測。此外，傳統方法還有：最大熵法[10]，時間序列法[11]。

由于傳統預測方法的自身的局限性，對供熱系統負荷短期預測精度較低，同時BP神經網絡和人工神經網絡在處理熱負荷問題上同小波神經網絡相比有較多的劣勢，如隱層小波數的確定問題，因而文章提出一種結合天氣預報的同時，基于改進型小波神經網絡熱負荷預測方法。

為實現按需供熱，節約能耗，文章基于運行數據，分析供回水溫度、室外溫度等因數，采用了小波神經網絡分析數據建立供回水溫度預測模型。具體步驟為：首先，利用網絡天氣預報的實時獲取，得到未來1小時的室外溫度。然后，在供熱系統中的設計熱指標和供熱網的實際參數均已設定的情況下，分析出下一刻的熱負荷值，并運用小波神經網絡預測模型進行數據處理得到預測供熱應給的最佳系統參數。最后，繪制出預測曲線。

1 天氣預報的實時獲取

采用webservice技術編寫數據訪問接口程序，自動實時提取天氣預報數據和各整點天氣實況數據。為供熱運行調節提供依據：運用C#.Net組件技術編寫數據訪問接口程序，在獲取到實時溫度值和未來時刻的預測溫度以后，將它們作為小波神經網絡模型部分輸入。此外，通過C#.Net程序編程，使得處理的結果界面化，可操作化。圖1即為從中國天氣網獲取到的24小時氣溫預測折線。

2 小波神經網絡預測模型

2.1 預測供熱負荷變化

預測供熱負荷（應供熱量）變化是指根據供熱面積（S）、室外溫度（tw）的變化，設計室內溫度（t'n）、設計室外溫度（t'w）、系統的設計熱指標（q'）、管網熱效率（？濁），測算出在給定時間內（T）供熱系統應該供出的熱量（Q）值。具體可以按公式（1）計算[11]，熱量實測/預測曲線如圖2所示。

2.2 計算供回水溫差

目前，國內集中供熱基本采用分階段改變流量的質調節方式，整個采暖期內，按照氣候變化規律，在室外溫度較低的階段中，保持設計最大流量；而在室外溫度較高的階段中，保持較小流量。在同一天內系統循環流量設定后基本保持不變，供暖負荷變化時實行集中質調節（即供熱溫度調節）[11]，供回水設定和實測曲線如圖3所示。

2.3 模型結構

負荷預測的核心問題是預測的數學模型，小波神經網絡是在小波分析的基礎上提出的一種多層前饋型網絡，可以使網絡訓練盡可能減少局部最優且加快收斂的速度，具有很強的學習和泛化能力。小波神經網絡采用的激活函數為小波基函數，而前饋網絡采用的激活函數是sigmiod非線性函數，文章選用morlet母小波作為小波基函數。所以小波神經網絡算法的基本思想是以神經網絡的輸出和網絡的實際輸出的誤差平方為學習目標函數，根據均方誤差最小化的原則來調整網絡的權值。小波神經網絡的結構如圖4所示。

2.4 預測供回水溫度

考慮到在供熱運行調節中，系統流量、供回水溫度是保證熱源負荷合理供給的核心參數。所以，利用上面的小波模型，把系統流量視為定量，將室外溫度、供熱指標、供熱面積、管網熱效率作為小波神經網絡的輸入，供回水溫差作為輸出。

這樣，就把一組樣本輸入輸出問題轉化為非線性擬合問題。此外，通過梯度算法利用迭代運算求解小波神經網絡中的權值，從而找出蘊含于樣本數據中內在規律的一種學習方法。最后，也就找出了供回水溫度與室外溫度、系統流量、壓力、等影響因素之間的映射關系。

2.5 小波神經網絡設計與現場運行預測

文章設計的小波神經網絡為3層前饋網，包括輸入層、隱層和輸出層。其中，輸入層節點數等于影響因素（室外溫度、系統流量、壓力、供回水溫差等）的個數；輸出層的節點數為1（供水溫度或回水溫度）；此外，隱含層節點數的選取也是至關重要的，根據一些經驗公式先嘗試一個較小值，然后采取文獻[1]的改進小波模型確定小波網絡隱層小波函數個數為8。

因為網絡訓練中尋找的內在規律蘊含于樣本中，所以樣本數據的確定和選取也是關鍵。由于供熱系統的工況（如網絡傳輸效率，散熱片的散熱系數等）隨著時間的推移將會發生變化，而已建立模型的參數只能對當前供熱系統的實際情況有較好的反應。所以，希望模型具有自我修正參數的能力，這樣就能更好地指導供熱系統的運行。為此，建立了模型參數自動修正機制。系統隨時從最近形成的歷史數據中提取有效樣本，追加到樣本庫中，定時自動擬合樣本，生成最新的模型參數。

文章以2014年10月-2015年4月期間125天的6000條實測數據基礎，按時間（每個時段的數據數量大致相同）、天氣情況（晴天、陰天、雪天情況下數據量大致相同）這兩個主要因素抽取出1200條訓練樣本。

網絡訓練時，在權值和閾值的修正算法中加入動量項，利用前一步得到的修正值來平滑學習路徑，避免陷入局部極小值，加速學習速度。同時，為了避免在逐個樣本訓練時，引起權值和閾值修正時發生的振蕩，文章采用將1200條訓練樣本分成120批，然后進行成批訓練的方法。

3 預測結果及誤差分析

網絡訓練過程中，為防止出現“過擬合”現象，每次學習前，隨機排列樣本順序，學習率h=0.8時，具有較好的收斂性。當設置網絡精度Emin=1.5500時，網絡訓練3762次收斂。圖5是供回水溫度預測值和實際值曲線對比圖。

將得出預測回水溫度與實測溫度進行對比，計算出預測回水溫度與實測回水溫度最大誤差為0.4900℃，平均誤差為0.1983℃，可以滿足預測的精度要求。表1為誤差分析，可得出文章在結合天氣預報的室外溫度時，提出的基于小波網絡預測方法明顯優于同類方法。

4 結束語

文章在采用小波神經網絡預測模型的基礎上，提出了結合天氣預報的預測氣溫作為模型的部分輸入，提高了預測的精度。現場實驗表明，小波模型具有的函數逼近能力和模式分類能力很好地得以發揮。基于文章方法開發的供熱參數預測系統已經在大慶12個鍋爐房、熱力站投入使用，適用于單體鍋爐房、集中供熱、直供、混水等各種供熱形式，預測參數準確可靠，節能效果顯著。

參考文獻

[1]馬濤，徐向東. 基于小波網模型的區域供熱系統負荷預測[J]. 清華大學學報，2005，45（5）：708-710.

[2]魏宇杰，楊潔明. 基于小波神經網絡和蟻群算法的供熱負荷預測[J].煤炭技術，2015，34（8）：307-309

[3]李琦，韓穎.基于天氣預報的集中供熱系統短期熱負荷預測[J]. 自動化與儀表，2015，2015（5）：5-8.

[4]Peder Bacher，Henrik Madsen，Henrik Aalborg Nielsen，et al. Short-term heat load forecasting for single family houses[J]. Energy & Buildings， 2013， 65 ：101-112.

[5]崔高健，凡東生，崔永利. 基于Elman型神經網絡集中供熱負荷預測模型的研究[J]. 建筑節能，2011，39（3）：9-11.

[6]王東亞，張琳，趙國材. 神經網絡遺傳算法在供熱負荷預測中應用[J]. 遼寧工程技術大學學報，2005，24（4）：161-163.

[7]張經博，郭凌，王朝霞. 基于遺傳算法優化BP神經網絡的供暖系統熱負荷預測模型[J]. 四川兵工學院報，2014，35（4）：152-156.

[8]Maria Kolokotroni，Michael Davies，Ben Croxford，et al. A validated methodology for the prediction of heating and cooling energy demand for buildings within the Urban Heat Island： Case-study of London[J]. Solar Energy，2010，84（12）： 2246-2255.

[9]Cihan Turhan，Tugce Kazanasmaz，Ilknur Erlalelitepe Uygun，et al. Comparative study of a building energy performance software （KEP-IYTE-ESS） and ANN-based building heat load estimation[J]. Energy & Buildings： 2014，85：115-125.

[10]陳烈，齊維貴，鄧盛川. 最大熵原理的供熱符合預報研究[J]. 西安電子科技大學學報，2008，35（1）：183-188.

篇3

一、城鎮、城鎮網絡的文化交流功能

城鎮在文化交流中發揮的作用是不斷變化的，它不僅因城鎮的大小和功能的不同而不同，而且還隨時間的遷移而變化。在創造文化交流的有利條件方面，某些城鎮遠較其它城鎮成功。然而，特定城市有利于文化交流的條件卻不能一直存在下去。在歐洲，很少有城鎮會一如既往地保持同等地重要性。在1400-1700年的三個世紀中，主要城鎮的特性隨著國際貿易路線、商業組織和政治組織等發生的重要變化而變化。15世紀的布魯日、日內瓦和威尼斯，16世紀西班牙城市塞維利亞和安特衛普，17世紀的倫敦、巴黎和阿姆斯特丹等的起落沉浮，便是很好的說明。即使每個城市都曾有過黃金時期，但在兩、三代人的時間內，它便會因新中心的出現而黯然失色。例如，安特衛普在15世紀末取代了布魯日作為低地國家主要商業中心的地位，但隨著斯海爾德河在1585年開始受到封鎖，它也喪失了這一地位。(2)

城鎮的經濟職能有利于為其在某一段時間內作為文化交流中心而繁榮創造有利的環境，因為貿易是促使人員、貨物和觀念流動的重要原動力之一。但是，如果因此而認為特定的城市職能必然促進文化交流，并且這些交流僅限于有限的重要的城市中心，或者認為這些文化交流一旦發生，它們的文化影響力就會完全保留在城鎮之內，那么這種看法便是愚蠢的。相反，盡管在歐洲的個別地區，某些重要的城鎮中心確實較其它一些中心發揮了更為重要的作用，而且它們中的許多成為個案研究的基礎，但是，文化交流的過程卻發生在更為廣闊的環境中。(3)

城鎮并非孤立地存在，而是與其它城鎮和地區一起，形成了一個網絡，從而為文化交流提供了更為廣闊的環境。每一個城鎮中心文化交流的個別環境都得益于將它是更廣闊的網絡中的組成部分這樣一個事實。各種城鎮和都市都屬于許多不同類別的網絡的節點。歐洲范圍的城市網絡包括：水上國際貿易網絡；路上國際貿易網絡；行政中心間的主要交通路線；宗教中心間的主要交通路線；教育中心間的路線。很明顯，其中的許多城鎮是重疊的，特別是在城市集多種功能于一身時，如當城市集貿易這一主要職能與行政、教育和宗教中心等于一身時，情況更是如此。巴黎便是一個典型的例子。從16世紀初起，它既是法國的首都和皇室宮廷所在地，也是水路和陸上貿易的重要場所，同時還是宗教和文化中心。巴黎圣母院是朝圣者的目的地。索邦神學院則吸引著歐各地的學者。外部的文化刺激和多功能性結合在一起，讓巴黎人充滿了新鮮事物，也就不足為怪了。(4)

作為全歐城鎮網絡節點的城鎮對次一級的城鎮網絡來說同樣是關鍵，小一些的城鎮作為供應者和消費者而這些節點密切相連，因而在一個地區、甚至在一個國家發揮補充作用。雖然這些地位較低一些的城鎮能在多大程度上被確認為文化交流的場所是可以探討的，但它們確實在傳播文化新事物和文化調試方面發揮了重要作用。報紙及歐陸文學小冊子的譯本沿著主要的貿易通道——沿途散布著喜歡讀書刊報的人們得以碰面并發揮著教育功能的客棧——從倫敦向更小一些的中心的發行便是左證。(5)

二、城鎮傳播文化的模式

文化從大都市中心向外傳播也遵循其它的模式，這即是城鎮與它的鄉村腹地間的互動。通常，這種關系包括了超越了城鎮間逐級聯系的觀念和物品的雙向交流。鄉紳和低級貴族有著較其它居住在城鎮中的商人、學生、行政官員、朝圣者、士兵以及海員更多的其它旅行機會。他們在莊園中進行互訪，為了自身教育和娛樂而進行旅行，最重要的是與君主的宮廷和朝臣建立關系，這些朝臣通常代表著一種與城鎮文化重心所不同的另一種文化關注。(6)

篇4

關鍵詞：動車組 警惕裝置 報警 警惕制動 列車網絡控制系統 復位

中圖分類號：U266 文獻標識碼：A 文章編號：1674-098X（2016）08（b）-0103-02

司機警惕裝置根據操作模式不同也叫做“死人裝置”或“活人裝置”，要求司機行車時不斷觸發該裝置，以確保司機處于清醒和在崗狀態，當超過規定時間未觸發該裝置時，將自動輸出制動指令控制列車停車。我國引進、消化、吸收的部分機車和動車組上已安裝了司機警惕裝置[1]，中車四方股份公司生產的動車組自2013年開始也加裝了司機警惕裝置，該文主要就動車組司機警惕功能的實現及優化進行介紹。

1 動車組司機警惕裝置及功能

動車組每個頭車分別裝有司機警惕裝置，設備分別設置在操縱臺上、操縱臺下及車輛配電盤內。司機可以選擇操作操縱臺上按鈕、司控器手柄或操縱臺下的腳踏實現警惕的復位。

1.1 司機警惕裝置的組成

司機警惕裝置主要由操作裝置和輸出裝置組成。

操作裝置包括：警惕腳踏開關、警惕按鈕、司控器手柄。

輸出裝置包括：警惕指示燈、警惕蜂鳴器、警惕制動繼電器。

1.2 司機警惕功能

當列車速度大于5 km/h時，操作端司機室司機警惕功能應始終處于啟動狀態。

當30 s內未操作或持續無中斷操作司機警惕操作裝置（包含腳踏開關和手動開關），觸發警惕聲光報警，操作司機警惕包含的任一操作裝置或短時松開作的操作裝置可對聲光報警進行復位；報警后10 s內仍未操作，輸出警惕制動繼電器，并觸發緊急制動。在輸出警惕制動繼電器之后，當列車速度為5 km/h以下時，且操作了警惕按鈕或警惕腳踏開關才允許停止輸出警惕制動信號。緊急制動一旦觸發，需停車后方能復位[2]。

司機警惕裝置故障時，可以被隔離。

2 司機警惕功能實現

2.1 司機警惕功能的早期實現

司機警惕由操作裝置、報警裝置及控制邏輯部分組成，初期的動車組司機警惕功能控制邏輯采用繼電器控制方式實現。由車輛硬線電路及時間繼電器等電路實現邏輯判斷和控制，同時實現警惕動作報警、制動輸出等功能，列車網絡控制系統采集警惕腳踏（按鈕）、警惕制動的狀態。

采用繼電器電路控制的方式實現主要存在如下特點：

（1）從電路設計的實現角度考慮，未將司控器手柄信息作為警惕報警的復位條件。

（2）利用繼電器機械觸點的串并聯組合形成控制邏輯，其中間環節多且復雜。機械繼電器的可靠壽命為10萬次級別，頻繁動作會導致過快消耗繼電器的使用壽命。對時間繼電器的可靠性要求較高。

（3）控制邏輯部分主要由硬件電路實現，電路復雜，后續維護成本較高。

2.2 司機警惕功能優化

為了解決以上問題，對司機警惕控制邏輯進行了優化設計，通過硬件、布線改造及網絡控制系統軟件修改提升警惕功能與標準的符合度，用網絡控制系統內部控制邏輯代替延時繼電器等外部邏輯控制硬線電路，實現司機警惕報警和警惕制動的觸發功能。

2.2.1 技術方案

網絡司機警惕由操作裝置、報警裝置及控制邏輯部分組成。

操作裝置包括警惕手動開關、警惕腳踏開關、牽引手柄和制動手柄。

報警裝置包括警惕報警燈和警惕報警器。

邏輯控制部分由網絡控制軟件和邏輯輸出繼電器實現。

網絡控制系統檢測到動車組運行速度達到5 km/h時，操作端司機室司機警惕功能應始終處于啟動狀態。

網絡采集警惕腳踏、按鈕開關和司控器手柄的狀態，通過網絡控制系統內部控制邏輯代替延時繼電器等電路，實現警惕報警和警惕制動的觸發。在警惕制動觸發前，可通過警惕腳踏、按鈕或司控器手柄進行復位，警惕制動觸發后，只能通過操作警惕按鈕和腳踏進行復位。網絡軟件方式實現警惕功能實現原理框圖如圖1所示。

2.2.2 軟件實現

列車網絡控制系統的軟件是整個司機警惕功能優化設計的核心部分，軟件功能邏輯分為警惕工作邏輯、警惕報警及復位邏輯。

（1）警惕工作邏輯。

當程序開始運行后，動車組主控鑰匙投入后，警惕裝置未隔離，且列車速度5 km以上時，警惕功能啟動。

當列車處于靜止狀態時，動車組主控鑰匙投入后，警惕裝置未隔離，操作“警惕試驗”開關，警惕功能也可以啟動。

（2）警惕報警邏輯。

當警惕功能啟動后，若司機警惕操作裝置（包含腳踏開關和按鈕，以及司控器手柄）未被有效操作（未操作或持續無中斷操作）30 s時，同時觸發警惕聲光報警，30 s內操作司機警惕包含的任一操作裝置或短時松開作的操作裝置可對計時器進行復位；若仍未有效操作司機警惕操作裝置，持續不斷觸發聲光報警，在40 s時，輸出警惕制動繼電器，觸發警惕制動，進而導致列車緊急制動。

（3）警惕復位邏輯。

①在警惕制動繼電器輸出前。

在警惕聲光報警輸出前，即30 s內，操作司機警惕包含的任一操作裝置或短時松開作的操作裝置可對計時器進行復位。

在警惕聲光報警輸出后，即30 s時，有效操作任一司機警惕操作裝置，可對計時器和聲光報警進行復位。

②在警惕制動繼電器輸出后。

當列車速度為5 km/h以下時，且操作了警惕按鈕或警惕腳踏開關才允許停止輸出警惕制動繼電器信號，此后司機可進行手動緩解制動。

2.3 應用情況

根據以上設計思路，采用司機警惕操作裝置及網絡控制系統內部軟件實現警惕啟動、警惕報警、警惕制動及復位邏輯，能完全實現司機警惕的相關功能，已在250 km及350 km動車組上得到應用。

3 結語

為了提升警惕功能與標準的符合度，用網絡控制系統內部控制邏輯代替延時繼電器等外部邏輯控制硬線電路，實現司機警惕報警和警惕制動的觸發功能，并能按規定采用操作警惕按鈕、腳踏及司控器手柄進行復位報警功能。采用網絡控制軟件實現警惕功能的方式已經在250 km及350 km動車組上得到批量應用，應用效果良好。

參考文獻

篇5

關鍵詞：大數據；計算機網絡；人工智能；神經網絡系統

中圖分類號：TP393

文獻標志碼：A

0引言

近年來，大數據、云計算、AI、5G等許多新名詞不斷涌現，推動信息技術發展進入了新紀元。在金融科技的推動下，各大券商也相繼開始了人工智能項目的研發，將券商業務與AI相融合，已經成為時下的一門熱點話題。從現階段部分證券公司推出的一些APP來看，人工智能主要在智能服務、量化交易、精準分析等方面，展現出了明顯的優勢。通過開展人工智能在證券領域的應用研究，目的在于人以大數據、物聯網為依托，進一步提高“智慧證券”的成熟度，在為客戶提供個性化服務，精準化預測等功能的基礎上，探索大數據時代券商行業發展的新路徑[1]。

1大數據與人工智能的關系

1.1人工智能是大數據技術應用的基礎

大數據時代，數據的海量化特征，導致有效數據的篩選和提取難度增加。AI技術的應用，能夠通過人工設置篩選條件的方式，以極高的速度對數據庫中的數據進行過濾，其中符合篩選標準的數據會被留下來，存儲在數據庫的一個獨立單元內，而其他不符合使用需求的，則被視為無效數據被清除。這樣既可以釋放更多的存儲空間，同時也進一步提高了有效數據密度，為下一步數據的整合、利用奠定了基礎。AI還具有自主學習功能，隨著應用時間的延長，應用領域的擴展，智能化程度也會不斷提升，在支持大數據技術應用方面也會發揮更大的作用。技術人員可以深化AI研究與開發，利用其強大的學習能力，在提升客戶服務體驗、增強券商風險防控能力上，發揮大數據技術的應用價值。