




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
系統(tǒng)建模的功能方法詳解演示文稿3/23/2022當(dāng)前第1頁\共有42頁\編于星期二\12點(diǎn)(優(yōu)選)系統(tǒng)建模的功能方法3/23/2022當(dāng)前第2頁\共有42頁\編于星期二\12點(diǎn)章節(jié)框架
3.1系統(tǒng)建模的“黑箱”方法
3.2計(jì)量經(jīng)濟(jì)學(xué)方法
3.3排隊(duì)論方法
本章小結(jié)
思考與練習(xí)題
參考答案當(dāng)前第3頁\共有42頁\編于星期二\12點(diǎn)33.1系統(tǒng)建模的“黑箱”方法
3.1.1“黑箱”方法概述
3.1.2系統(tǒng)辨識(shí)的定義
3.1.3系統(tǒng)辨識(shí)過程
3.1.4模型的參數(shù)估計(jì)當(dāng)前第4頁\共有42頁\編于星期二\12點(diǎn)4
對于內(nèi)部結(jié)構(gòu)尚不能直接觀測,只能從外部去認(rèn)識(shí)的客體,通??煞Q為“黑箱”。與之相關(guān)的概念是“白箱”和“灰箱”。“白箱”是指內(nèi)部結(jié)構(gòu)狀態(tài)完全明確可知的系統(tǒng);“灰箱”是指系統(tǒng)內(nèi)部結(jié)構(gòu)信息不完全或不確定的系統(tǒng),又稱部分可觀測的“黑箱”。
“黑箱”一詞最早出現(xiàn)于電氣工程,指的是在電器網(wǎng)絡(luò)指定部位更換失效部件時(shí)只要求新部件與失效部件的輸入輸出相同或相近,而不必剖析其內(nèi)部的結(jié)構(gòu)特性。根據(jù)輸入輸出研究系統(tǒng)內(nèi)部結(jié)構(gòu)的方法稱為系統(tǒng)建模的功能方法,又可稱為“黑箱”方法。3.1.1“黑箱”方法概述
當(dāng)前第5頁\共有42頁\編于星期二\12點(diǎn)53.1.1“黑箱”方法概述黑箱方法一般包括如下的基本原則和步驟:
(1)相對孤立的原則,確認(rèn)黑箱,把所要研究的對象看成是一個(gè)整體。
(2)觀測和主動(dòng)試驗(yàn),考察黑箱??疾旌谙渚褪且疾鞂ο蟮妮斎?、輸出及其動(dòng)態(tài)過程。
(3)建立模型,闡明黑箱。
當(dāng)前第6頁\共有42頁\編于星期二\12點(diǎn)63.1.2系統(tǒng)辨識(shí)的定義
系統(tǒng)辨識(shí)(systemidentification)是自動(dòng)控制理論的一個(gè)分支,是研究建立數(shù)學(xué)模型的一種技術(shù),是系統(tǒng)建模中的試驗(yàn)建模階段。系統(tǒng)辨識(shí)可以理解為:“根據(jù)實(shí)際系統(tǒng)的輸入、輸出數(shù)據(jù),在一類模型中找出一個(gè)與實(shí)際系統(tǒng)逼近的模型,這個(gè)模型能真實(shí)表示系統(tǒng)的本質(zhì)特征,并使某個(gè)準(zhǔn)則函數(shù)極?。ɑ驑O大)?!碑?dāng)前第7頁\共有42頁\編于星期二\12點(diǎn)73.1.3系統(tǒng)辨識(shí)過程基本步驟:
(1)根據(jù)辨識(shí)的目的,即模型的用途與先驗(yàn)知識(shí)進(jìn)行辨識(shí)方案的設(shè)計(jì)與模型類型的確定。(2)獲取被辨識(shí)系統(tǒng)的輸入、輸出數(shù)據(jù),根據(jù)輸入輸出數(shù)據(jù)估計(jì)結(jié)構(gòu)參數(shù)與模型參數(shù)(對參數(shù)模型而言)。(3)模型的驗(yàn)證。當(dāng)前第8頁\共有42頁\編于星期二\12點(diǎn)8系統(tǒng)辨識(shí)過程示意圖
3.1.3系統(tǒng)辨識(shí)過程當(dāng)前第9頁\共有42頁\編于星期二\12點(diǎn)93.1.4模型的參數(shù)估計(jì)
模型的參數(shù)估計(jì)就是在確定了模型的類型與結(jié)構(gòu)參數(shù)之后,根據(jù)輸入、輸出數(shù)據(jù),為使某個(gè)準(zhǔn)則函數(shù)極?。ɑ驑O大)而采用某種計(jì)算方法來估計(jì)模型參數(shù)。一個(gè)典型的準(zhǔn)則函數(shù)是系統(tǒng)與模型輸出之間的誤差的平方和,即常用的準(zhǔn)則函數(shù)還有方程誤差平方和,似然函數(shù)等。當(dāng)前第10頁\共有42頁\編于星期二\12點(diǎn)103.2計(jì)量經(jīng)濟(jì)學(xué)方法
3.2.1計(jì)量經(jīng)濟(jì)學(xué)概述
3.2.2模型中的經(jīng)濟(jì)變量
3.2.3計(jì)量經(jīng)濟(jì)學(xué)模型
3.2.4參數(shù)估計(jì)3.2.5模型估計(jì)
3.2.6模型檢驗(yàn)
3.2.7計(jì)量經(jīng)濟(jì)學(xué)模型的應(yīng)用當(dāng)前第11頁\共有42頁\編于星期二\12點(diǎn)113.2.1計(jì)量經(jīng)濟(jì)學(xué)概述
計(jì)量經(jīng)濟(jì)學(xué)可定義為實(shí)際經(jīng)濟(jì)現(xiàn)象的數(shù)量分析。這種分析是基于理論和觀測的并行發(fā)展,而理論與觀測又通過適當(dāng)?shù)耐茢喾椒ǘ靡月?lián)系。例如經(jīng)濟(jì)理論假設(shè)商品價(jià)格與其需求量之間有或逆向關(guān)系,但此理論并沒有對這兩者的關(guān)系提供任何數(shù)值度量。也就是說,它并沒有說出隨著商品價(jià)格的某一變化,需求量將會(huì)上升或下降多少。計(jì)量經(jīng)濟(jì)學(xué)的工作就是要提供這一數(shù)值估計(jì)。換言之,計(jì)量經(jīng)濟(jì)學(xué)對大多數(shù)的經(jīng)濟(jì)理論賦予經(jīng)驗(yàn)內(nèi)容。計(jì)量經(jīng)濟(jì)學(xué)方法就是運(yùn)用統(tǒng)計(jì)理論對經(jīng)濟(jì)關(guān)系進(jìn)行定量研究的科學(xué)方法,是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)、數(shù)學(xué)的綜合,是現(xiàn)代經(jīng)濟(jì)學(xué)的重要組成部分,在現(xiàn)代經(jīng)濟(jì)學(xué)教學(xué)和科研中有重要地位。它與相關(guān)學(xué)科的關(guān)系如下圖所示。當(dāng)前第12頁\共有42頁\編于星期二\12點(diǎn)123.2.1計(jì)量經(jīng)濟(jì)學(xué)概述計(jì)量經(jīng)濟(jì)學(xué)與相關(guān)學(xué)科的關(guān)系當(dāng)前第13頁\共有42頁\編于星期二\12點(diǎn)133.2.1計(jì)量經(jīng)濟(jì)學(xué)概述現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)已經(jīng)形成了包含單方程回歸分析、聯(lián)立方程組模型、時(shí)間序列分析三大支柱,由適合不同研究對象得大量計(jì)量經(jīng)濟(jì)模型和分析方法組成的龐大體系,在現(xiàn)代經(jīng)濟(jì)學(xué)中占有不可替代的地位。計(jì)量經(jīng)濟(jì)分析的主要內(nèi)容,就是確定經(jīng)濟(jì)變量之間的具體關(guān)系,包括函數(shù)形式和其中的參數(shù)值,并利用這種關(guān)系分析和解決經(jīng)濟(jì)經(jīng)營問題,它不僅是應(yīng)用經(jīng)濟(jì)分析的工具,也是經(jīng)濟(jì)學(xué)理論研究,增強(qiáng)經(jīng)濟(jì)學(xué)科學(xué)性的重要工具。目前有許多計(jì)量分析軟件,如TSP、Eviews、SPSS和SAS等,可以在計(jì)量經(jīng)濟(jì)研究的前期準(zhǔn)備和建模、數(shù)據(jù)處理、問題分析和模型修正以及預(yù)測應(yīng)用等階段提供幫助。當(dāng)前第14頁\共有42頁\編于星期二\12點(diǎn)143.2.2模型中的經(jīng)濟(jì)變量
計(jì)量經(jīng)濟(jì)學(xué)方法首先把經(jīng)濟(jì)理論所闡述的經(jīng)濟(jì)關(guān)系表達(dá)為可以計(jì)量的數(shù)學(xué)形式,然后運(yùn)用統(tǒng)計(jì)理論由實(shí)際經(jīng)濟(jì)數(shù)據(jù)求得經(jīng)濟(jì)關(guān)系的參數(shù)的估計(jì)值,最后將含有估計(jì)參數(shù)值的模型用于經(jīng)濟(jì)結(jié)構(gòu)分析,經(jīng)濟(jì)預(yù)測和政策評(píng)價(jià)。在計(jì)量經(jīng)濟(jì)學(xué)中,經(jīng)濟(jì)模型的基礎(chǔ)是經(jīng)濟(jì)變量,不同的經(jīng)濟(jì)變量有專門的名稱,并有相應(yīng)的特定內(nèi)涵。
1.解釋變量與被解釋變量
2.內(nèi)生變量和外生變量
3.虛擬變量當(dāng)前第15頁\共有42頁\編于星期二\12點(diǎn)153.2.3回歸分析
回歸分析是關(guān)于研究應(yīng)變量(或被解釋變量),對一個(gè)或多個(gè)自變量(或解釋變量)之間的依賴關(guān)系,其用意在于通過后者的已知值或設(shè)定值,去估計(jì)和預(yù)測前者的(總體)平均值。在回歸分析中,考慮的是一種所謂的統(tǒng)計(jì)依賴關(guān)系,而不是確定性依賴關(guān)系。在變量的統(tǒng)計(jì)關(guān)系式中,主要處理的是隨機(jī)變量(即有概率分布的變量),而在函數(shù)或確定性關(guān)系中,處理的變量不是隨機(jī)的。回歸分析研究的是一個(gè)變量對另一個(gè)或多個(gè)變量的依賴關(guān)系,但它并不意味著因果關(guān)系?;貧w分析中,假設(shè)因變量是隨機(jī)的,而自變量是固定的或非隨機(jī)的。當(dāng)前第16頁\共有42頁\編于星期二\12點(diǎn)163.2.4計(jì)量經(jīng)濟(jì)學(xué)模型
計(jì)量經(jīng)濟(jì)模型是用一個(gè)或一組方程表示的經(jīng)濟(jì)變量關(guān)系,以及相關(guān)的條件和假設(shè),它描述了經(jīng)濟(jì)問題相關(guān)方面之間的數(shù)量聯(lián)系和相互制約關(guān)系,是計(jì)量經(jīng)濟(jì)分析的基本對象。建造計(jì)量經(jīng)濟(jì)學(xué)模型首先要找出研究對象中主要的經(jīng)濟(jì)變量,然后按照經(jīng)濟(jì)理論,用方程描述它們之間可能存在著的依存關(guān)系。建立經(jīng)濟(jì)變量之間的線性因果關(guān)系必須有理論和現(xiàn)實(shí)的根據(jù)。當(dāng)前第17頁\共有42頁\編于星期二\12點(diǎn)173.2.4計(jì)量經(jīng)濟(jì)學(xué)模型建模的三個(gè)要素
(1)理論即經(jīng)濟(jì)理論,所研究的經(jīng)濟(jì)現(xiàn)象的行為理論,是計(jì)量經(jīng)濟(jì)學(xué)研究的基礎(chǔ)。
(2)方法,主要包括模型方法和計(jì)算方法,是計(jì)量經(jīng)濟(jì)學(xué)研究的工具與手段,是計(jì)量經(jīng)濟(jì)學(xué)不同于其他經(jīng)濟(jì)學(xué)分支學(xué)科的主要特征。
(3)數(shù)據(jù),反映研究對象的活動(dòng)水平、相互間聯(lián)系以及外部環(huán)境的數(shù)據(jù),或更廣義講是信息,是計(jì)量經(jīng)濟(jì)學(xué)研究的原料。當(dāng)前第18頁\共有42頁\編于星期二\12點(diǎn)18計(jì)量經(jīng)濟(jì)學(xué)的建模步驟(1)經(jīng)濟(jì)理論或假說的陳述;(2)建立數(shù)學(xué)(數(shù)理經(jīng)濟(jì))模型;(3)建立統(tǒng)計(jì)或計(jì)量經(jīng)濟(jì)模型;(4)收集處理數(shù)據(jù);(5)計(jì)量經(jīng)濟(jì)模型的參數(shù)估計(jì);(6)檢驗(yàn)來自模型的假說——經(jīng)濟(jì)意義檢驗(yàn);(7)檢驗(yàn)?zāi)P偷恼_性——模型的假設(shè)檢驗(yàn);(8)模型的運(yùn)用——預(yù)測、結(jié)構(gòu)分析、政策模擬等。3.2.4計(jì)量經(jīng)濟(jì)學(xué)模型當(dāng)前第19頁\共有42頁\編于星期二\12點(diǎn)19一元線性回歸模型
多元線性回歸模型,
3.2.4計(jì)量經(jīng)濟(jì)學(xué)模型當(dāng)前第20頁\共有42頁\編于星期二\12點(diǎn)203.2.5參數(shù)估計(jì)
計(jì)量經(jīng)濟(jì)理論模型設(shè)定以后,就要估計(jì)參數(shù)。參數(shù)估計(jì)在計(jì)量經(jīng)濟(jì)學(xué)中可視為溝通理論和實(shí)際的橋梁。因?yàn)槔碚摫憩F(xiàn)為用來代表現(xiàn)實(shí)經(jīng)濟(jì)體系如何運(yùn)轉(zhuǎn)的結(jié)構(gòu)模型,而實(shí)際則通過調(diào)查、觀測表現(xiàn)為統(tǒng)計(jì)資料。因此根據(jù)觀測統(tǒng)計(jì)資料估計(jì)出模型的結(jié)構(gòu)參數(shù)的具體數(shù)值,就可以把理論和實(shí)際結(jié)合在一起。參數(shù)估計(jì)要根據(jù)具體情況采取合適的方法。經(jīng)常使用的方法不外乎兩種,即最小二乘法和極大似然法。由于估計(jì)對象——客觀實(shí)際、模型和方程的不同特點(diǎn),對應(yīng)的方法也有種種變異,如廣義最小二乘法和工具變量法等。當(dāng)前第21頁\共有42頁\編于星期二\12點(diǎn)21一元線性回歸參數(shù)估計(jì)3.2.5參數(shù)估計(jì)當(dāng)前第22頁\共有42頁\編于星期二\12點(diǎn)22多元線性回歸參數(shù)估計(jì)
3.2.5參數(shù)估計(jì)當(dāng)前第23頁\共有42頁\編于星期二\12點(diǎn)233.2.6模型檢驗(yàn)1.回歸方程的檢驗(yàn)
當(dāng)越接近1,說明解釋變量和因變量之間的關(guān)系越好,相反,越接近0,則越不好,表明該回歸模型沒有多大的使用價(jià)值。
當(dāng)前第24頁\共有42頁\編于星期二\12點(diǎn)242.回歸系數(shù)的檢驗(yàn)3.2.6模型檢驗(yàn)當(dāng)前第25頁\共有42頁\編于星期二\12點(diǎn)253.回歸方程誤差的檢驗(yàn)
如果的值接近于2,則說明回歸方程的誤差沒有序列相關(guān),統(tǒng)計(jì)資料用作回歸分析是合適的。如果在其它情況下,則要根據(jù)德賓——瓦遜統(tǒng)計(jì)分布臨界表作進(jìn)一步的分析研究。3.2.6模型檢驗(yàn)當(dāng)前第26頁\共有42頁\編于星期二\12點(diǎn)26
4.其他一些重要的檢驗(yàn)方法(1)F檢驗(yàn)法——檢驗(yàn)回歸模型的顯著性(2)t檢驗(yàn)方法——檢驗(yàn)回歸系數(shù)的顯著性。3.2.6模型檢驗(yàn)當(dāng)前第27頁\共有42頁\編于星期二\12點(diǎn)273.2.7計(jì)量經(jīng)濟(jì)學(xué)模型的應(yīng)用
采用計(jì)量經(jīng)濟(jì)學(xué)方法分析問題通常要遵循以下幾個(gè)步驟:
1.結(jié)構(gòu)分析
2.經(jīng)濟(jì)預(yù)測
3.政策評(píng)價(jià)
4.經(jīng)濟(jì)理論的檢驗(yàn)與發(fā)展當(dāng)前第28頁\共有42頁\編于星期二\12點(diǎn)283.3排隊(duì)論方法
3.3.1排隊(duì)論概述
3.3.2排隊(duì)系統(tǒng)與排隊(duì)模型
3.3.3生滅過程
3.3.4Poisson過程
3.3.5Poisson排隊(duì)系統(tǒng)
3.3.6幾種排隊(duì)模型當(dāng)前第29頁\共有42頁\編于星期二\12點(diǎn)293.3.1排隊(duì)論概述排隊(duì)論(Queuingtheory)是研究排隊(duì)系統(tǒng)(又稱為隨機(jī)服務(wù)系統(tǒng))的數(shù)學(xué)理論和方法,是運(yùn)籌學(xué)的一個(gè)重要分支。排隊(duì)論應(yīng)用于各種領(lǐng)域,如通訊、公共服務(wù)、生產(chǎn)線、軍事作戰(zhàn)、柔性系統(tǒng)和系統(tǒng)可靠性等,作為一種分析工具,可以預(yù)測在服務(wù)機(jī)構(gòu)改變之后排隊(duì)系統(tǒng)發(fā)生的變化,預(yù)測在未來某一段時(shí)間里,“顧客”到來將會(huì)出現(xiàn)的情況。當(dāng)前第30頁\共有42頁\編于星期二\12點(diǎn)303.3.2排隊(duì)系統(tǒng)與排隊(duì)模型排隊(duì)系統(tǒng)的基本組成部分:
(1)輸入過程
(2)排隊(duì)規(guī)則
1)損失制
2)等待制
3)混合制
(3)服務(wù)規(guī)則與服務(wù)機(jī)制
1)先來先服務(wù)(FCFS)
2)后來先服務(wù)(LCFS)
3)優(yōu)先服務(wù)(PS)
當(dāng)前第31頁\共有42頁\編于星期二\12點(diǎn)313.3.2排隊(duì)系統(tǒng)與排隊(duì)模型排隊(duì)模型的分類“Kendall記號(hào)”,其一般形式為:表示顧客相繼到達(dá)時(shí)間間隔的分布;表示服務(wù)時(shí)間的分布;表示服務(wù)臺(tái)的個(gè)數(shù);表示系統(tǒng)的容量,即系統(tǒng)可以容納的最多顧客數(shù);表示顧客源的數(shù)目;表示服務(wù)規(guī)則。當(dāng)前第32頁\共有42頁\編于星期二\12點(diǎn)32排隊(duì)系統(tǒng)的主要數(shù)量指標(biāo)(1)系統(tǒng)隊(duì)長和等待隊(duì)長(2)等待時(shí)間和逗留時(shí)間(3)忙期和閑期3.3.2排隊(duì)系統(tǒng)與排隊(duì)模型當(dāng)前第33頁\共有42頁\編于星期二\12點(diǎn)333.3.3生滅過程若一個(gè)隨機(jī)過程,的概率分布滿足以下條件:1.,從時(shí)刻起到下一個(gè)顧客到達(dá)時(shí)刻為止的時(shí)間服從參數(shù)為的負(fù)指數(shù)分布,;2.,從時(shí)刻起到下一個(gè)顧客離去時(shí)刻為止的時(shí)間服從參數(shù)為的負(fù)指數(shù)分布,;3.同一時(shí)刻只有一個(gè)顧客到達(dá)或離去。則稱為一個(gè)生滅過程。當(dāng)前第34頁\共有42頁\編于星期二\12點(diǎn)343.3.4
Poisson過程
當(dāng)滿足下列三個(gè)條件時(shí),隨機(jī)過程稱為Poisson過程:1.獨(dú)立性在互不重迭的時(shí)間區(qū)間內(nèi),到達(dá)系統(tǒng)的顧客數(shù)是相互獨(dú)立的。2.平穩(wěn)性對于充分小的,在時(shí)間區(qū)間內(nèi)有一個(gè)顧客到達(dá)的概率與無關(guān),且。3.普遍性對于充分小的,在時(shí)間區(qū)間內(nèi)到達(dá)系統(tǒng)的顧客數(shù)大于1的概率幾乎為0,即:當(dāng)前第35頁\共有42頁\編于星期二\12點(diǎn)353.3.5Poisson排隊(duì)系統(tǒng)
輸入過程為Poisson過程,服務(wù)時(shí)間分布為負(fù)指數(shù)分布的排隊(duì)系統(tǒng)稱為Poisson排隊(duì)系統(tǒng),是最常見的排隊(duì)系統(tǒng)。其中最簡單的為M/M/1/
系統(tǒng)模型。根據(jù)Kendall記號(hào),可知M/M/1/系統(tǒng)具有以下特性:(1)輸入過程為Poisson過程,設(shè)平均到達(dá)率為;(2)對每個(gè)顧客的服務(wù)時(shí)間相互獨(dú)立,并有相同的負(fù)指數(shù)分布。設(shè)平均服務(wù)率為;(3)單服務(wù)員;(4)系統(tǒng)容量無限,每個(gè)到達(dá)系統(tǒng)的顧客總能進(jìn)入系統(tǒng)接受服務(wù)或排隊(duì)等待;(5)到達(dá)過程與服務(wù)過程相互獨(dú)立。
當(dāng)前第36頁\共有42頁\編于星期二\12點(diǎn)363.3.6幾種排隊(duì)模型1.M/M/1//
或M/M/1模型2.M/M/1/N/單一服務(wù)臺(tái),固定長度3.增加更多服務(wù)臺(tái)M/M/c4.其他當(dāng)前第37頁\共有42頁\編于星期二\12點(diǎn)37本章小結(jié)
本章主要介紹了系統(tǒng)建模的“黑箱”方法的概念,系統(tǒng)辨識(shí)的定義和過程,模型的參數(shù)估計(jì)和系統(tǒng)建模的功能方法在經(jīng)濟(jì)領(lǐng)域的兩個(gè)應(yīng)用,計(jì)量經(jīng)濟(jì)學(xué)方法和排隊(duì)論方法。計(jì)量經(jīng)濟(jì)學(xué)是對經(jīng)濟(jì)問題進(jìn)行實(shí)證研究的技術(shù)、方法和相關(guān)理論,介紹了計(jì)量經(jīng)濟(jì)模型,模型的參數(shù)估計(jì)和模型的檢驗(yàn);在排隊(duì)論方面介紹了排隊(duì)系統(tǒng)和排隊(duì)模型,生滅過程、Poisson過程。通過對本章內(nèi)容的學(xué)習(xí),要求了解系統(tǒng)建模的功能方法的涵義、系統(tǒng)辨識(shí)的步驟,學(xué)會(huì)如何運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)知識(shí)分析實(shí)際的經(jīng)濟(jì)問題,建立計(jì)量經(jīng)濟(jì)學(xué)模型并進(jìn)行參數(shù)估計(jì)和模型檢驗(yàn);學(xué)會(huì)如何用“Kendall記號(hào)”描述排隊(duì)模型,求解一些簡單的排隊(duì)系統(tǒng)的性能指標(biāo)。當(dāng)前第38頁\共有42頁\編于星期二\12點(diǎn)38思考與練習(xí)題
1.什么是系統(tǒng)建模的黑箱方法?在現(xiàn)實(shí)生活中黑箱方法還有哪些應(yīng)用,試舉一個(gè)例子。2.試述系統(tǒng)辨識(shí)的定義和過程。3.舉例說明計(jì)量經(jīng)濟(jì)學(xué)可以應(yīng)用的領(lǐng)域和問題。4.試述計(jì)量經(jīng)濟(jì)學(xué)與統(tǒng)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025年凍土共振柱試驗(yàn)機(jī)合作協(xié)議書
- 玻璃杯銷售知識(shí)培訓(xùn)課件
- 安全生產(chǎn)風(fēng)險(xiǎn)管理體系在工程建設(shè)中的應(yīng)用
- 麥道傳播-都市報(bào)紙外埠合作業(yè)務(wù)介紹
- 食品藥品案卷制作
- 三農(nóng)村電商三農(nóng)產(chǎn)品質(zhì)量認(rèn)證方案
- 保潔服務(wù)承包合同書
- 2025年江蘇駕駛員貨運(yùn)從業(yè)資格證模擬考試題
- 項(xiàng)目進(jìn)展跟蹤與決策會(huì)議紀(jì)要
- IT系統(tǒng)架構(gòu)設(shè)計(jì)作業(yè)指導(dǎo)書
- 高中生學(xué)籍卡
- 2018年版電工-國家職業(yè)技能標(biāo)準(zhǔn)
- 反強(qiáng)迫勞動(dòng)反歧視反騷擾培訓(xùn)課件
- 軟件工程導(dǎo)論課件(全)
- 水工-建筑物課件
- EBS-發(fā)運(yùn)管理操作實(shí)例
- 中職生心理特征和常見心理問題
- 晉中信息學(xué)院基本信息登記表
- 旋挖樁施工工藝
- GB/T 5392-2004林業(yè)機(jī)械油鋸技術(shù)條件
- 食品安全 PPT課件7農(nóng)獸藥化學(xué)性污染對食品安全性的影響
評(píng)論
0/150
提交評(píng)論