前言：中文期刊網精心挑選了數學建模模型分析范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
數學建模模型分析范文1
關鍵字：工程機械；生產率；裝載機；評價指標；效益數學模型
中圖分類號： K826.16文獻標識碼：A 文章編號：
機器效益指標能夠比較客觀的反映出機械生產過程中的各項技術參數如機器使用條件以及社會經濟條件、機器的制造成本以及其它影響因素。機器效益指標在一定程度上包含了可靠性水平的成分，但是可靠性比較難統計，以至于在實際操作中很難對可靠性的運算模式進行引用及研究。本文所介紹的工程機械效益數學模型能夠很好的反應機器使用的可靠性水平模式，為評價現有機器經濟技術水平以及新設計機器的經濟技術水平提供了參考依據。
1 機器效益評價指標
一種機器的使用性能以及效益能夠用多種指標進行評價，但是有的指標只能從某一個或某幾個側面來反映，這是因為這些評價指標沒有很好的與機器的總體效益聯系在一起。這類指標有機器最大牽引功率以及機器最大牽引力等。以至于在工程中經常使用單位機重功率來反應機器的性能。在分析機器的單位金屬消耗指標（G/Q）以及機器生產率能量消耗指標（P/Q）時，會發現，這兩個指標的比值越小，說明機器的性能越好。為了便于分析，我們將上述兩式改寫成以下形式：
上式中，P代表機器的功率、Q代表機器的生產率，單位為m3/h，G表示機器的質量。從上式中可以看出，當我們已經確定了P/Q時，P/G比值的大小受機器本身技術水平的影響，機器本身技術水平的提高，其比值相應增大；相反的，當確定了G/Q時，P/G值也受機器技術水平影響，機器技術水平越高，比值越低；當該值增大時，會導致G/Q值也增大，機器的性能降低，這和前面討論的情況是相悖的，所以將P/G值作為評價機器的性能是有一定條件的。
由上面的討論我們知道，當要研制一臺機器時，我們除了需要采用先進的技術，還要考慮機器的制造成本是否合理。經濟與技術這兩面是緊密聯系在一起的。在這我們就必須介紹技術經濟效益這一概念，它指的是將先進的技術與合理的經濟以最佳的方式組合在一起。在實際生產中，通常采用技術經濟效益指標作為評價機器技術經濟水平的優化指標，它的表達式如下：
上式中，Ps和Gs分別代表為比功率比質量。上式的含義是指機器完成單位產量所消耗的金屬以及能量越低的話，機器的技術經濟效益越高。如果討論的是同一類型的機器，那么QPG能夠比較全面的反應機器的技術經濟指標性能。
2 機器生產率計算數學模型
2.1 生產率
一臺機器的生產率指的是在單位時間內所完成工作的量，作為機器效益的重要評價指標，可以借助機器的生產率來大致確定機器的金屬材料消耗、功率消耗以及機器的單位生產成本。
作為機器生產率的一種常見形式，理論生產率指的是在給定的條件下，機器完全發揮其技術性能，忽略機器生產過程中的動力、材料以及時間損失，有機器的工作介質以及結構參數確定的一種生產率，循環式工程機器的理論生產率表示為：
上式中，t為機器的循環時間，q為一個工作循環中的移動物料或裝置體積。
2.2 可靠性指標統計模式
一定時間內的效應能夠反映機器的可靠性指標，可以通過使用機器生產廠家所列出的產品“首次故障前平均工作時間（MTTFF）”以及“平均無故障時間（MTBF）”作為評價機器的可靠性。針對不同場合的產品，下面簡單三種可靠性指標統計模式。
（1）故障率：指整個保質期內所發生故障的比率大小，表達式為：
作為一種定量的指標體系，故障率能夠比較準確的反應出產品在保質期內的故障發生情況。
（2）反饋率：它指的是在保質期內產品發生量與保有量的反饋故障的比率。其表達式為：
上式中，月度保質期內的保有量等于此月與之前180天所有銷售的產品數量之和。
（3）不可靠率：它指的是在某月生產的產品在其出售以后的保質期內發生故障次數的比重。其表達式為：
故障率、反饋率以及不可靠率三種可靠性統計模式具有各自的特點，但是他們使用的實效只能在保質期內或至多延長至360天，反應出的是機器在可靠性水平內的時效性較差。在參考其它文獻的基礎上，本文設計了下面的可靠性水平統計模式，表達式如下：
上式中，N為入庫以及銷售的總臺數，n為月份。此可靠性水平統計模式的優點是能夠評價在任意時間范圍內、任何數量的產品數的可靠性水平，參考的產品臺數越多，時間越長，其可信度越高。
2.3 生產率數學計算模型
機器的生產率是由機器的駕駛條件、性能參數以及使用條件等綜合決定的，裝載機的技術上產率為：
上式中，Y為物料的主梁，q為裝載機的斗容量，t是循環工作時間，t=t1+t2+t3+t4。
上式中：
t1裝料時間，L1為兩個鏟挖之間的距離，V1為實際的鏟挖速度；
t2為物料的運送時間，t2=L2/V2，L2為運送的距離，V2為運送物料時的速度；
t3為回程的時間，t3=L3/V3，L3為回程的距離，V3為裝載機的實際運行速度；
t4為工序的輔助時間，t4的大小由機器本身的結構特點以及工藝條件決定，不同類型機器的t4大小不同，一般來講其大小在相應的資料中都有明確規定。
3 生產率以及效益的綜合評價
根據機器的生產率模型，本文中選用QPG模式，設定統一的操作條件、典型作業的環境及對象，對國內外所收集到的裝載機主流樣本產品的經濟技術水平，運用C++編程軟件進行了實際的計算，其計算結果見下表：
不同規格裝載機主要技術參數、生產率和效益指標值
從上表可以看出，美國、意大利等公司的裝載機所選擇的技術參數都比較合理，生產率指標較高，各種效益都較好。
4 結語
本文確定了工程機械經濟技術綜合效益評價指標，根據自行式工程機械生產率的計算特點，推導并建立了裝載機的生產率的數學模型，對目前國內外市場主流機型的生產率以及經濟技術水平進行了實際計算與評析。
參考文獻
[1] 胡德明. 巖土工程勘察與施工效益模型的建立[J]. 科技資訊, 2012, 12(5): 1-7.
數學建模模型分析范文2
如果將棉包分成若干等份,整包回潮率與棉包各部分回潮率之間的關系可用下面的公式(1)表示:
式中:W――整包回潮率;
Wi――某一部分的回潮率;
n――等分數。
也就是說,棉包的整包回潮率是包內各部位回潮率的算術平均值。這個公式從理論上雖然成立,但沒有太多的實用價值。
從對試驗結果的分析中還可以得出整包回潮率的下述定性描述的函數表達式
W=f(t,Wy,S)(2)
式中:W――棉包整包平均回潮率;
t――棉包存儲時間;
Wy――棉包初始回潮率;
S――存儲環境的溫濕度
式(2)表明,棉包的整包回潮率是一個多元函數模型,主要由棉包存儲時間t、棉包的初始回潮率Wy、存儲環境的溫濕度S等因素決定。在自然環境中存儲的棉包,其整包回潮率始終處于大慣量動態變化的過程中。
依據對試驗數據的統計分析,我們把一個棉包由外層到中心分為外層(100mm)三部分進行研究。顯然,外層回潮率與當前或最近一段時間的環境溫濕度密切相關;內層回潮率與棉包初始回潮率密切相關;中位層夾在外層與內層之間,其回潮率的變化是內層和外層棉花水分共同作用的結果。另外,以上各層變化的絕對值都與引起這一變化因素的作用時間的長短有關。
1表層回潮率的意義和作用
外層各層測試回潮率與稱重整包回潮率關系的統計分析見表1。
由表1可知,外層各層回潮率與整包回潮率的相關系數在0.7～0.8之間,呈一般相關狀態,表層未通過F檢驗,26mm層未通過t檢驗。
棉包的表層是指從棉包的表面向內5mm之間的部分。該部分直接與周圍大氣接觸,對環境溫濕度的變化最敏感。當環境相對濕度增大時,表層棉纖維呈現吸濕平衡過程,反之,當環境相對濕度減小時,表層棉纖維呈現放濕平衡過程。顯然,從易接受外界環境影響的角度來看,在外層各層中,表層最具代表性。因此,我們在建立棉包回潮率的數學模型時將會以表層作為外層的代表予以考慮。
2里層回潮率的意義和作用
里層各層測試回潮率與稱重整包回潮率綜合統計分析見表2。
由表2可知,里層各層回潮率與整包回潮率的相關系數多數在0.7～0.8之間,呈一般相關狀態,都未通過t檢驗。
棉包里層各層的回潮率對環境溫濕度的變化反應最慢,而對原有狀態的保持力最強,它反映和體現的主要是環境溫濕度即時變化前的回潮率,即我們所說的初始回潮率。隨著里層深度的不同,該層回潮對整包回潮的影響程度也是有差異的。在建立棉包回潮的數學模型時,對此也是要有所考慮的。
3中位層回潮率的意義和作用
中位各層測試回潮率與稱重整包回潮率綜合統計分析見表3。
由表3可知,中位各層的相關性都較好,相關系數均在0.9以上,特別是100mm、90mm和70mm層相關系數都達到了0.96以上,呈顯著相關。t檢驗雖未通過,但F檢驗均能通過。
由于中位層處在里外層之間,它的回潮率大小是外層與里層,也就是當前或近期環境溫濕度與棉包里層初始回潮共同作用的結果,所以它與整包回潮率關系最密切,在整包回潮率的數學模型中應起著主要作用,即主體和基礎作用。
4數學模型的建立
4.1整包回潮率的數學模型
通過對試驗結果的統計分析,可得到整包回潮率的三元表達式如下
W=WC+K1(WC-WCN)+K2(Wb-WC) (3)
式中:W――棉包整包回潮率,%;
WCN――棉包里層回潮率,%;
WC――棉包中位回潮率,是整包回潮率的基礎,可稱作基礎回潮率,%;
Wb――棉包表層回潮率,%;
K1――里層修正系數: 其值由WCN所處層位決定,當層深X為150mm～250mm時,其值在0.1～0.03范圍取值,可由下述公式表示
K1= 0.5904e-0.012X (4)
K2――表層修正系數:當棉包處于吸濕狀態(Wb-WC)>0時
K2=0.0788e0.1373Wb(5)
當棉包處于放濕狀態(Wb-WC)
K2=1.2956e-0.3986Wb(6)
4.2對三元模型的統計檢驗
我們用公式(3)所表示的三元模型求得各試驗棉包回潮率,以此回潮率與稱重法求得的回潮率進行比對,并進行統計檢驗。
以下對6個棉包的回潮率比對數據進行統計分析。
以下表中,WG表示以稱重法求得的棉包回潮率,WXX表示以某一中位層的回潮率為基礎的三元模型回潮率,“XX”代表中位層,例W70、W90、W100分別表示以70mm、90mm、100mm層的回潮率為基礎的三元模型回潮率。
(1)對各棉包數據的匯總分析
對各棉包匯總數據的統計分析見表4。
①成對數據對比t檢驗
由于兩種試驗方法的測量結果的數據不是獨立的,而是一一對應的關系,是成對地出現的,因而不能用要求兩個正態總體是獨立的方法進行t檢驗,應該用成對數據對比t檢驗法進行檢驗。
成對數據對比t檢驗結論:
由表4可知,各t值均小于臨界值,所以檢驗結果無顯著差異,即兩種試驗方法的測試結果無顯著差異。
②用方差分析的F檢驗比較兩種試驗方法的測試精度
由表4可知,各F值均小于臨界值,所以兩種方法檢驗結果方差齊性。
③相關性分析
由表4可知,各主體層位的相關系數R在0.97617～0.9939之間,均遠小于臨界值,所以兩種方法檢驗結果高度相關。
(2)對各棉包數據的分別分析
各棉包數據的統計分析見表5。
①成對數據對比t檢驗
由于兩種試驗方法的測量結果的數據不是獨立的,而是一一對應的關系,是成對地出現的,因而不能用要求兩個正態總體是獨立的方法進行t檢驗,應該用成對數據對比t檢驗法進行檢驗。
成對數據對比t檢驗結論:
由表5可知,各試驗棉包的t值均小于臨界值,所以檢驗結果無顯著差異,即兩種試驗方法的測試結果無顯著差異。
②用方差分析的F檢驗比較兩種試驗方法的測試精度
由表5可知,各試驗棉包的統計量F值均小于臨界值,所以兩種方法檢驗結果方差齊性。
③相關性分析
由表5可知,除無錫試驗棉包的相關系數R=0.6834>R0.05=0.5139外,其他各試驗棉包的相關系數R在0.9357～0.9870之間,均遠小于臨界值,所以兩種方法檢驗結果高度相關。
(3)三元模型對提高棉包回潮率測量精度的意義
為便于看出三元模型對提高棉包回潮率測量精度的意義,我們列出各中位層三元模型回潮率(W100、W90、W70)和不進行里、外層修正的回潮率(WC100、WC90、WC70)與稱重回潮率比對的統計參數,見表6。
從表6可以得出結論:
1.二者的相關系數及F檢驗的水平基本相當,三元模型略好。
數學建模模型分析范文3
關鍵詞：數學建模 數學教學改革 高職高專 可行性分析
1. 引言
在當今科技高速發展的時代，高職院校的教育應以培養應用型人才為目標，人才的知識能力結構是應用型，而不是學術型；要按照應用型能力結構，重新構建理論和實踐教學的體系，培養的應用能力應為創造性。數學建?；顒訕O大地激發了學生學習數學的積極性，培養了學生建立數學模型和運用計算機技術解決實際問題的綜合能力，鼓勵廣大學生踴躍參加課外科技活動，拓展知識面，培養了創新精神和合作意識。因此，參加組織學生參加數學建模競賽對促進高校數學與計算機教學改革都起著積極的推動作用，從而推動數學教學思想、內容和體系、方法和手段的改革。所以在高職高專院校開展數學建模課程與活動勢在必行。
2. 現狀分析
從20世紀80年代數學建模課程進入我國高等院校，開設該課程的剛開始只是少數理工科大學和綜合大學。但自1992年由中國工業與應用數學學會舉辦全國大學生數學建模競賽（94年起由國家教委高教司和中國工業與應用數學學會共同舉辦）以來，大學生數學建模競賽迅速成為作為目前全國高校中規模最大的大學生課外科技活動。為此，各個高校根據自身特點相繼開設了數學建模課程，有力的促進了數學建模課程的發展。雖然我國許多高校在數學建模方面取得了一些成績，但是，我國目前的數學建模課程還面臨一系列問題，主要表現在：
1）各個高校從事數學建模課程教學的教師數量不足，水平參差不齊。由于數學建模的教學不同于純粹的數學理論教學，需要教師花費大量精力去備課，需要掌握其它相關學科的知識，很多教師不愿從事數學建模的教學工作，使得從事數學建模教學的教師數量不足，尤其是在參加全國大學生數學建模比賽的過程中，很多學校的指導老師都是臨時拼湊一起的，很難保證指導教師的水平。
2）數學建模課程的設置目的、目標與性質缺乏恰當定位與分析。目前，許多高校都以不同的形式開設了數學建模課程，但是缺乏對開設該課程的目的缺乏相關思考。
3）數學建模教學理論和方法有待進一步完善。數學建模教學不同于單純的數學理論教學，需要教師在授課過程中根據課程特點和學生情況，采用靈活多樣的授課方式。但是，實際教學過程中，由于客觀條件的限制，很多講授數學建模課程的教師還是采用傳統的數學授課方式，忽視了課程本身的特點和目標，造成學生失去學習數學建模的積極性。
4）有的院校開設數學建模活動僅為參加“全圍大學生數學建模競賽”。誠然，通過組隊參加“全國大學生數學建模競賽”活動，確實促進了高?！皵祵W建?！苯膛c學水平的提高，教師通過輔導學生參賽提高了自己的專業素養，參賽學生通過參加建模競賽提升了數學建模能力，也在一定程度上維持和提升了學校的地位和聲譽。然而，這些競賽成績背后是“數學建?！闭n程教學中對極少數參賽學生的強化訓練和對絕大多數學生的忽視與應付，失去課程本身的目的。只是跟風仿效其他大學，相當部分院校忽視自身特色、盲目向其他大學看齊，這對數學建模的發展很不利。這需要我們在高職高專院校開展數學建?；顒犹貏e留意和要加以改進的方面。
3. 可行性分析
1）教改為開展數學建?；顒犹峁┱咧С峙c理論向導
在國家高等職業教育培養目標教學改革精神的指導下，我們針對目前高職數學教育的特點與需求現狀，將提出了針對高職教育數學建模教學的學科教育框架，強調多種教學方式、成果檢驗方式相結合，改變傳統授課方式，以素質教育為基礎，突出能力目標，以數學建模為載體，以學生為主體，以解決實際問題為訓練手段，提高學生的實際能力與在社會中的競爭力。
2）軟實力方面的迫切需求：
高等職業教育的培養目標是為生產服務和管理第一線培養實用型人才，高職數學課程的一個重要的任務，就是培養學生用數學原理和方法解決實際問題的能力。在我院中開展數學建?；顒?，以此推動高職數學課程的改革應該是一個很好的做法。開展數學建?；顒拥某霭l點就在于培養高職學生使用數學工具和運用計算機解決實際問題的意識和能力。
數學學建模活動所涉及的內容很廣，用到的知識面比較寬，不但包含了較廣泛的數學基礎知識和各種數學方法技巧，而且聯系到各種各樣實際問題的背景：如生物、物理、醫學、化學、生態、經濟、管理等。我們認識到單靠數學系的老師擔當指導教師對學生進行這些方面的知識傳授可能不夠深入全面。因此，學生在課下還需要自學。如建模方法與應用、線性規劃、動態規劃、生態數學模型、概率統計排隊論、層次模型分析、圖論、離散數學、計算機仿真、案例分析、Matlab，Mathematica等。這樣大大豐富了學生的知識面，開拓了學生在數學方面的視野。這樣充分調動了學生的學習積極性，激發學生努力自學，有利于將學生的潛能更充分地發揮，有利于培養和提高學生的自學能力和創新意識。參加數學建模培訓的同學均有這種深刻體會。
3）硬實力方面的支扶齊備：
我院各類實驗室、投影儀、多媒體、吸音式話筒等輔助設施都比較齊全，為數學建?；顒拥拈_展提供了全面強有力的硬件保障。
數學建模是我院計算機、經濟、管理、機電、會計等專業學生都涉及到的重要應用課程，師生對該活動的開展呼聲日益高漲，從主、客觀上，從軟、硬實力方面都基本具備了課題研究的內部環境和動力。
如果數學建模活動能在我院里得以開展，其效果定能如期實現，拓寬數學模型的應用領域，可以改變單一的純理論教學模式，推動了我院高等數學教學模式改革。
參考文獻
1. 姜啟源.數學模型（第三版）[M].北京：高等教育出版社，2003.
2. 李大潛.中國大學生數學建模競賽[M] .北京：高等教育出版社，2001.
3.楊晉浩.數學建模.北京：高等教育出版社，2003.
數學建模模型分析范文4
（1．安徽財經大學 金融學院；2．安徽財經大學 統計與應用數學學院，安徽 蚌埠 233030）
摘 要：針對股票間的相關性，主要運用Pearson相關系數、社會網絡的相關理論，從數據挖掘、數量統計、實證分析的角度出發，利用Excel和UCINET分別建立Pearson相關系數、股票網絡、CONCOR分塊等模型.運用個股回報率指標建立Pearson相關系數模型度量股票間相關性，并根據相關性矩陣構建股票網絡，最后通過CONCOR分塊模型得到對股票市場行業的分塊.
關鍵詞 ：股票間相關性；Pearson相關系數；社會網絡模型；UCINET
中圖分類號：F833.48 文獻標識碼：A 文章編號：1673-260X（2015）05-0032-02
基金項目：國家自然科學項目(11301001)；安徽財經大學教研項目（acjyzd201429）
影響股票價格的因素多樣導致股票市場變動的不可預測，如何理清同一板塊不同行業股票之間交錯的影響關系，分析股票之間內在的影響機制，關鍵在于對股票間相關性關系的研究，本文基于pearson相關系數模型分析同一板塊中股票之間的相互影響；在股票間相關關系系數的基礎上，選擇合適的閥值，閥值用于衡量股票間影響關系的強弱，在此基礎上建立股票間相關系數的網絡模型.
1 數據的獲取與假設
本文數據來源于安徽財經大學校內數學建模模擬題，為方便解決問題提出四條假設：(1)假設股票沒有分紅，考慮現金紅利再投資的周個股回報率和不考慮現金紅利再投資的周個股回報率相同；(2)假設選取的樣本股票能代表這一類型股票市場的整體狀況；(3)假設不同類型市場之間的相關性不強，所以選取同一類型股票市場內的股票數據進行相關性研究；
2 不同股票間的相關性分析
2.1 研究思路
根據賽題附件中股票的相關數據選取合適的指標，利用時間序列相關性知識，分析股票間的相關性，并建立合適的模型度量股票間的相關性.
首先，本文選取深圳B股為樣本進行股票間相關性分析.其次，選擇兩支股票相同交易周份的數據進行計算，如果某個交易周份只有一只股票有交易而另一只股票停牌等原因缺失的數據在計算過程中被忽略.最后，對篩選的數據選取合適的指標進行股票間相關性分析.
2.2 研究方法——Pearson相關系數計算公式
個股回報率計算公式：
式中hi為周個股回報率；si為周收盤價格；ki為周開盤價價格；i為證券編號.
Pearson相關系數計算公式：
式中E為數學期望；cov(x,y)為x,y之間的協方差；?籽xy為x,y之間皮爾遜相關系數；x和y是任意兩支股票所對應的個股回報率；?滓x，?滓y為任意兩支股票所對應個股回報率的方差.
2.3 數據處理
選取市場類型為8（深圳B股），交易周份為2013年8到32周的所有股票，利用上述模型求得各股票間相關性（鑒于所得表格數據太多，這里從略）.
2.4 結果分析
Pearson相關系數是一種度量兩個變量間相關程度的方法，文中使用該指標度量股票間相關性.并對Pearson相關系數模型做出三點評價：⑴以個股回報率為變量指標，利用Pearson相關系數模型分析股票間相關性；⑵Pearson相關系數要求變量是連續變量，本題中以周作為交易周分，即可視為連續變量；⑶每個證券代碼代表的股票的個股回報率均為上市公司運營情況所導致股息的變化和市場利率決定，故各變量之間相互獨立，符合Pearson相關系數約束條件.
3 建立股票網絡模型
3.1 研究思路
在前文中以市場8為例得出股票間的相關系數，在此基礎上，構建該股票市場環境下股票間的相關系數矩陣.其次，分別選定閥值為0.5，0.55，0.6，0.65，0.7，0.75構建社會網絡，并統計對應的結點個數，觀察變化趨勢，得出較合理的閥值，構建對應的股票網絡.最后，從中心性角度分析網絡中各股票間的關系，得出整個股票網絡的特性.
定理1 網絡構建原則：本文中的網絡是基于股票價格相關系數Cij而建立起來的股票網絡，由于股票間的關系只有兩種情況：有關系和無關系.選定了閥值后，如果兩支股票的相關系數Cij>P，則說明兩支股票間有關系，記作1,否則記作0.
3.2 數據處理
以問題二中計算所得44支股票間的相關系數構建相關系數矩陣，部分數據如圖1：
將相關系數矩陣轉化為UCINET數據，在給定閾值0.5的基礎上，分別選取一系列新的閾值點，構建相應的網絡結構圖，并算出每個閾值所構建的網絡的最大連通子圖的節點個數，如表2所示.
根據表2，做出節點個數隨閥值變化的趨勢圖，如圖2.
由圖2可得，隨著閥值的不斷增加，網絡圖的節點個數不斷減少，整個網絡中的散點數不斷增加，越來越多的節點成為獨立的散點，同時網絡結構業越來越清晰.因此，選定0.65為最佳閥值，對原相關系數矩陣進行篩選，做出對應的股票網絡結構圖如圖3：
3.3 中心性分析
分析股票市場的網絡中心性時，本文從度數中心度及中間中心度兩個方面進行分析.
分析度數中心度
一個核心點是處在一系列關系“核心”位置的點，該點與其它點有多個直接聯系.因此，對點A的度數中心度的最簡單的測量就是運用圖中點A的各種度數，即與點A直接相連的其他點的個數.如果用CAD代表絕對度數中心度，那么，一個點x的絕對度數中心度的表達式為CAD(x).如果某點具有最高的度數，則稱該點居于中心.
從股票網絡總體分析，股票200521度數中心度最大，相對中心度及相關份額也高于其他股票，在股票網絡圖中占據著中間的位置.但是，度數中心度大于20的股票僅有9支，占有31.4%的市場份額，因此可見，不同的股票間存在明顯的分水嶺，具有核心影響力的股票只是股票市場中的小部分，其他股票間的關聯程度相對較弱.
5 結束語
相關性系數模型與實際的聯系緊密，利用EXCEL和UCINET軟件對數據進行處理并作出各種分析圖形，使股票網絡更加簡潔、明了、直觀的呈現，易于理解和接受；但是無向網絡模型只能根據相關性系數體現兩只股票之間的相關性，但是卻不能體現兩只股票間定向影響關系，不能體現兩只股票誰對誰的影響力較強.
本文通過相關系數，中心度分析等方法，對股票間相關關系進行分析，為股票間相關關系的分析研究提供了更廣泛的思路.
參考文獻：
〔1〕szse.cn/;2014年8月27日；深圳證券交易所.市場數據查詢.
〔2〕eastmoney.com/；2014年8月27日；東方財富網.證券編號查詢.
〔3〕余壽喜,韓立巖.中國股票市場行業交易額分布特征研究[J].首都經濟貿易大學學報,2006.
