生存分析知识点总结

第一篇：生存分析知识点总结

生存分析知识点总结

09统计（经济分析1班）周姗琪 32009121215

一、基本概念

1、生存分析：将事件的结果和出现此结果所经历的时间结合起来分析的统计分析方法。研究生存现象和响应时间数据及其统计规律的一门学科。对一个或多个非负随机变量（生存时间）进行统计分析研究。对生存时间进行分析和推断，研究生存时间和结局与众多影响因素间关系及其程度的统计分析方法。

2、生存时间：生存时间也叫寿命、存活时间、失效时间等等

3、研究目的：

①描述生存过程：估计不同时间的总体生存率，计算中位生存期，绘制生存函数曲线。统计方法包括K-M法、寿命表法。

②比较：比较不同处理组的生存率，如比较不同疗法治疗脑瘤的生存率，以了解哪种治疗方案较优。统计方法log-rank检验等。

③影响因素分析：研究某个或某些因素对生存率或生存时间的影响作用。如为改善脑瘤病人的预后，应了解影响病人预后的主要因素，包括病人的年龄、性别、病程、肿瘤分期、治疗方案等。统计方法Cox比例风险回归模型等。④预测：建立Cox回归预测模型。

4、研究内容：描述生存过程和对生存过程影响因素分析及结局预测。

5、主要分析方法：参数法方法、非参数方法、半参数方法。

二、生存分析数据类型

1、完全数据：每个个体确切的生产时间都是知道的。这样的数据称为完全数据。但在实际的生存分析中，数据在很多情况下是很难完全观察到的。

2、删失：在研究结束时，无法获得某些个体确切的生存时间。

①右删失：在进行观察或调查时，一个个体的确切生存时间不知道，而只知道其生存时间大于时间L，则称该个体的生存时间在L上是右删失的，并称L为右删失数据。

②左删失：研究对象在时刻Ct开始接受观察，而在此之前我们感兴趣的时间已经发生，这就是左删失。

③区间删失：若个体的确切生存时间不知道，只知道其生存时间在两个观察时间 L和R之间（L

3、截断:在研究或者观测中，淘汰了一些对象（样本），使得研究者“意识不到他们的存在”。

①左截断:只有个体经历某种初始事件以后才能观察到其生存时间，称为左截断,此时获得的数据称为左截断数据.②右截断：只有经历了某种终止事件才能观察到生存时间（将要经历该事件的个体不包含在实验样本中），称为右截断，此时获得的数据称为右截断数据。

三、基本函数

1、生存函数：描述生存时间统计特征的基本函数,也叫生存率：设T 表示生存

S(t)P(Tt)1F(t),0t；时间，F(t)为T分布函数,生存函数定义为：

当T连续：S(t)P(Tt)1F(t)f(u)du，f(t)S(t)tdS(t)dt2、危险率函数：描述观察个体在某时刻存活条件下，在以后的单位时间内死亡的概率：(t)limh0P(TthTt)h；

当T连续：(t)f(t)/S(t)dln[S(t)]/dt；

当T离散，取值为a1a2且f(ai)P(Tai)，i1,2,则ai处的危险率：iP(TaiTai)f(ai)S(ai1)S(ai)S(ai)1,i1,2,S(ai1)S(ai1)S(ai1)aittS(t)S(ai)/S(ai1)(1i)

ait3、累积危险率函数：(t)(u)du；

0t当T连续：S(t)exp[(t)]exp[(u)du]，(t)ln[S(t)]；

0当T 离散时，危险率函数有两种定义形式：(t)iaiti；(t)iaitln(1)

i4、平均剩余寿命函数：r(t)E(TtTt)

5、中位寿命

(st)f(s)dstS(t)，r(0)为平均寿命

四、常用的参数模型

1、指数分布：

（1）生存函数形式为：s(t)exp(t),0,t0（2）密度函数为：f(t)exp(t)（3）危险率函数为：(t)

（4）指数分布的一个重要性质：无记忆性，即P(TthTt)P(Th)

2、威布尔分布：

（1）生存函数形式为：s(t)exp[(t)],0,0（2）危险率函数为：(t)(t)1

3、伽马分布：

t生存函数：s(t)1[u1exp(u)du]/(),0,0，0其中()u1exp(u)du称为伽马函数

04、对数罗吉斯蒂（logistic）分布

5、对数正太分布

五、生存分析的非参数方法

1、生存函数的估计

ˆ(t)生存时间t的个数（1）在无删失条件下：S个体总数ˆ(TtTt)Yidi,i1,2,，D（2）存在右删失下：PiiYid~（3）左截断右删失数据生存函数的估计：S(t)[1i]

titYi（4）左删失数据生存函数估计：P(Xt)P(Xt)（5）同时存在左、右删失情况：P(RtR0)P(XtX)

ˆ(t)Zˆ（6）生存函数点估计的置信区间：(S1/2s(t),S(t)Z1/2s(t))

1,tt1ˆ(t)d2、乘积限估计：S (1i),tt1Yitit3、累积死亡率的估计

（1）无删失条件下危险率函数的估计：

ˆ(t)在时间t开始的区间中死亡的个数

在时间t存活着的个体数区间宽度（2）有删失条件下累计死亡率估计：

①直接利用累积死亡率与生存函数的关系：(t)ln[S(t)]

0,tt1ˆ(t)②Nelson-Aalen估计：Hdi,tt，具有更好的小样本性质。

1Yttii（3）累积死亡力函数的置信区间

ˆ(t)Zˆ①线性置信区间：(1/2H(t),(t)Z1/2H(t))

②其他变换形式的非线性置信区间：对数变换区间；反正弦平方根变化区间

4、生存时间均值的估计

ˆ(t)dt ˆS（1）平均生存时间估计式：0ˆ(t)dt]2ˆarˆ[S（2）方差：vi1tiDdi

Yi(Yidi)

5、生命表中生存函数的估计

6、固定时间点生存率的比较：

（1）两个生存率比较：2(S1S2)2/(V1V2)，df=1（2）两个以上生存率比较：2W1(S1S)2W2(S2S)2W3(S3S)2，df=3-1

7、生存曲线的比较：（1）Log rank 检验

（2）广义Wilcoxon检验

（3）Cox-Mantel检验

六、半参数模型

1、Cox相对风险模型：

（1）相对风险回归模型：(t;x)0(t)exp[Z(t)]（2）Cox模型下生存时间分布函数：

tS(t;x)P(Ttx)exp0(u)exp[Z(u)]du

0（3）密度函数：f(t;x)(t;x)F(t;x)

2、比例风险模型：(t;x)0(t)exp[Z]

第二篇：生存分析知识总结

生存分析知识总结

一、生存分析的基本概念

生存分析是将事件的结果和出现此结果所经历的时间结合起来分析的统计分析方法。研究生存现象和响应时间数据及其统计规律的一门学科。对一个或多个非负随机变量（生存时间）进行统计分析研究。对生存时间进行分析和推断，研究生存时间和结局与众多影响因素间关系及其程度的统计分析方法。在综合考虑相关因素（内因和外因）的基础上，对涉及生物学、医学（临床、流行病）、工程（可靠性）、保险精算学、公共卫生学、社会学和人口学（老龄问题、犯罪、婚姻）、经济学（市场学）等领域中，与事件（死亡，疾病发生、发展和缓解，失效，状态持续）发生的时间（也叫寿命、存活时间或失效时间，统称生存时间）有关的问题提供相关的统计规律的分析与推断方法的学科。

生存时间也叫寿命、存活时间、失效时间等等。比如：医学上包括疾病发生时间、治疗后疾病复发时间；可靠性工程系为元件或系统失效时间；犯罪学方面是重罪犯人的假释时间；社会学上指首次婚姻持续时间；人口学上包括母乳喂养新生儿断奶时间；经济学包括经济危机爆发时间、发行债券的违约时间；保险精算学包括保险人的索赔时间、保险公司某一索赔中所付保费；汽车工业包括汽车车轮转数；市场学中有报纸和杂志的篇幅和订阅费。这些也可以说明，生存时间可以不是具体的时间。

二、生存分析的历史

生存分析方法最早可上溯至十九世纪的死亡寿命表。现代的生存分析则开始于二十世纪三十年代工业科学中的相关应用。

二次世界大战时期，武器装备的可靠性研究，这一研究兴趣延续到战后。此时生存分析都集中在参数模型。二十世纪六七十年代，医学研究中大量临床试验的出现，要求方法学有新的突破，导致了生存分析的研究开始转向非参数方法。D.R.Cox在72年提出的比例风险模型为此做出了划时代的贡献。

现在，生存分析方法的在医学领域得到了广泛的应用，而通过医学研究要求的不断提高，这一方法也得到了飞速的发展。

三、生存分析的研究目的，内容和具体方法

（一）研究目的主要由以下五个方面

1.描述生存过程：估计不同时间的总体生存率，计算中位生存期，绘制生存函数曲线。统计方法包括Kaplan-Meier（K-M）法、寿命表法。

2.比较：比较不同处理组的生存率，如比较不同疗法治疗脑瘤的生存率，以了解哪种治疗方案较优。统计方法log-rank检验等。

3.影响因素分析：研究某个或某些因素对生存率或生存时间的影响作用。如为改善脑瘤病人的预后，应了解影响病人预后的主要因素，包括病人的年龄、性别、病程、肿瘤分期、治疗方案等。4.统计方法Cox比例风险回归模型等。5.预测：建立Cox回归预测模型。

（二）主要研究内容 描述生存过程

研究人群生存状态的规律 研究生存率曲线的变动趋势 是人寿保险业的基础

生存过程影响因素分析及结局预测 识别与反应、生存及疾病等相关风险因素 预测生存结局

在临床中应用的非常广泛

（三）主要分析方法

1.参数法方法：首先要求观察的生存时间t 服从某一特定的分布，采用估计分布中参数的方法获得生存率的估计值。生存时间的分布可能为指数分布、Weibull分布、对数正态分布等，这些分布曲线都有相应的生存率函数形式。只需求得相应参数的估计值，即可获得生存率的估计值和生存曲线。

2.非参数方法：实际工作中，多数生存时间的分布不符合上述所指的分布，就不宜用参数法进行分析，应当用非参数法。这类方法的检验假设与以往所学的非参数法一样，假设两组或多组的总体生存率曲线分布相同，而不论总体的分布形式和参数如何。非参数法是随访资料的常用分析方法。

3.半参数方法：只规定了影响因素和生存状况间的关系，但是没有对时间（和风险函数）的分布情况加以限定。这种方法主要用于分析生存率的影响因素，属多因素分析方法，其典型方法是Cox比例风险模型。

生存分析的典型的统计软件主要有SAS、SPSS、Stata、Excel、R。

四、生存分析数据的数据类型

（一）完全数据

每个个体确切的生产时间都是知道的。这样的数据称为完全数据。但在实际的生存分析中，数据在很多情况下是很难完全观察到的。

（二）删失

生存数据一个重要的特点是：在研究结束时，无法获得某些个体确切的生存时间。例如： 失去联系（病人搬走，电话号码改变）；无法观察到结局（死于其他原因）；研究截止，个体仍然存活；获得的数据就是删失数据；对存在删失的个体，只知道删失时间。

删失分为右删失、左删失和区间删失

1.右删失是指，在进行观察或调查时，一个个体的确切生存时间不知道，而只知道其生存时间大于时间L，则称该个体的生存时间在L上是右删失的，并称L为右删失数据。

右删失有三种类型(按结束时间差别): I型删失 对所有个体的观察停止在一个固定的时间，这种删失即为I型删失（或定时删失）。例如：动物研究通常是以有固定数目的动物接受一种或多种处理开始，由于时间和费用的限制，研究者常常不能等到所有动物死亡。一种选择就是在一个固定时间周期内观察，在截止时间之后仍可能有些动物活着，但不继续观察了。这些动物的生存时间是不知道的，只知其不小于研究周期时间。

I型删失的删失时间是固定的。II型删失

同时对n个个体进行观察，一直到有一固定数目（r < n）的个体死亡（失效）为止，这种删失即为II型删失。

II型删失的删失时间是随机的。III型删失

所有个体在不同时间进入研究，某些个体在研究结束之前死亡，他们的确切生存时间是知道的，其他个体在研究结束之前退出研究而不被跟踪观察或在研究结束时仍然活着。进入研究的时间可能不同，删失时间也可能不同，这种删失叫做III型删失，又称为随机删失。

2.左删失

研究对象在时刻t开始接受观察，而在此之前我们感兴趣的时间已经发生，这就是左删失。例如：

“您初次吸食大麻是在什么时候？” 有一种回答：“我吸食过，但我不记得吸食的具体时间了。”这些回答的吸食时间数据就是左删失；

通过测试确定儿童学会完成特定任务的年龄，有些儿童在进入研究前就已经可以完成某项特定任务，这些儿童的事件发生时间也是左删失；

出现左删失同时,也可能出现右删失，称为双删失（Double censoring）。例如:对吸食大麻的问卷还有一种回答：“我从来没有吸食过”，这样的数据就是右删失；

3.区间删失

若个体的确切生存时间不知道，只知道其生存时间在两个观察时间 L和R之间（L

区间删失分两种：第一类区间删失；第二类区间删失。

区间删失，当对个体只进行一次观察，且个体的确切生存时间不知道，只知道其生存时间是否大于观察时间（即L=0或R=∞），这种删失称为第一类区间删失，也称为现实状况数据 当对个体进行两次观察，其观察时间L和R 满足0LR时，这种删失称为第二类区间删失，也称为一般区间删失，如果初始时间（如艾滋病感染时间）和发生时间均为区间删失，则称生存时间为双重区间删失。

（三）截断

在研究或者观测中，淘汰了一些对象（样本），使得研究者“意识不到他们的存在”。对截断数据的分析构造似然采用条件分布。截断包括两种：左截断和右截断。

1.左截断

只有个体经历某种初始事件以后才能观察到其生存时间，称为左截断，此时获得的数据称为左截断数据

例如：暴露于某疾病、发生死亡前的中间事件等。

退休中心老年居民死亡时间（没到年龄没有进入观测）

左截断与左删失的区别：在左截断的研究中，根本没有考虑那些在进入研究之前已经经历了感兴趣时间的个体，而在左删失的研究中，我们能获得这些个体的部分信息。

即有左截断又存在右删失的情况，称为左截断右删失 2.右截断

只有经历了某种终止事件才能观察到生存时间（将要经历该事件的个体不包含在实验样本中），称为右截断，此时获得的数据称为右截断数据。

例如：对艾滋病感染和发病时间观测数据，有些个体感染病毒但尚未发病，这样的个体不在样本范围之内

截断的数学表示：设Y是一个非负的表示生存时间的随机变量；T是另外一个表示截断时间的随机变量。

在左截断下，只有当

Y

 T

时，才能观察到T和Y； 在左截断下，只有当

Y

 T

时，才能观察到T和Y；

五、生存分析的基本函数和模型

（一）生存函数

描述生存时间统计特征的基本函数,也叫生存率(Survival Rate)： 设T 表示生存时间，F(t)为T 分布函数,生存函数定义为

S(t)P(Tt)1F(t), 0< t

生存函数是非增函数，满足S(0)limS(x)1;S(+)=limS(x)0x0x

当生存时间为连续型随机变量时：S(t)P(Tt)1F(t)f(u)du

tf(t)S'(t)dS(t)dt

（二）危险率函数：

描述观察个体在某时刻存活条件下，在以后的单位时间内死亡的（条件）概率。

P(Tth|Tt)h0 h当T连续(t)f(t)/S(t)dln[S(t)]/dt(t)lim当T离散，取值为a1a2，且f(ai)P(Tai), i1,2,则 a处的危险率为iP(Tai|Tai)aitf(ai)S(ai1)S(ai)S(ai)

1,i1,2, S(ai1)S(ai1)S(ai1)aitS(t)S(ai)/S(ai1)(1i)

危险率函数在工程上叫做失效率函数或损坏函数，在生存分析和医学统计中又称为风险率函数或瞬时死亡率、或死亡强度、或条件死亡率、或年龄死亡率等。

（三）累计危险率函数

t累积危险率函数:(t)(u)du0t当T连续S(t)exp[(t)]exp[(u)du]0(t)ln[S(t)](t)

当T离散时，危险率函数有两种定义形式：i|ait和(t)ln(1)iii|ait如果i的值很小，两种定义形式的值接近

（四）平均剩余寿命函数

平均剩余寿命函数定义为：r(t)E(Tt|Tt)r(0)为平均寿命

（五）常用的参数模型

(st)f(s)dstS(t)

生存时间的分布一般不呈正态分布。常用的分布有：指数分布

威布尔（Weibull）分布伽玛（Gamma）分布 对数罗吉斯蒂（logistic）分布对数正态分布

六、风险回归模型

设（t;x）limP(tTth|Tt,x)/hh0 （0t）r(t,x)t0

r(t,x)称为相对风险。（0t）为基准风险函数。x 为协变量。取r(t,x)=exp[Z(t)']即得Cox model (t;x)=0(t)exp[Z(t)']其中： Z(t)=[Z1(t),,Zp(t)]'为协变量x和t的函数0(t)=(t|x)(0,,0)')(1,,p)'为未知的回归参数Relative risk model(Cox model)

exp[Z(t)']为参数部分(1,,p)'为未知参数 0(t)为非参数部分，未知基准函数因此，相对风险模型为半参数模型

在Cox模型下：生存时间的分布函数为S(t;x)P(Tt|x)t exp{0(u)exp[Z(u)']du}

0密度函数为： f(t;x)(t;x)F(t;x)比例风险模型

当（Zt）Z时，即协变量不依赖时间变化（t;x）=0(t)exp[Z']此时r(t,x)exp[Z']为常数。故称为比例风险模型。

在风险比例模型下S(t;x)S0(t)exp(Z')tS0(t)exp[0(u)du]为基准生存函数。0tt这是因为：(t;x)=(u;x)du0(u)exp(Z')du（exp(Z')0t）00故：S(t;x)exp{(t;x)}exp(0(t)exp(Z'))S0(t)

相对风险模型参数估计

基本方法：偏似然（partial likelihood）偏似然的定义：

exp(Z')随机变量Y密度函数为f(y;,)其中为感兴趣参数，为讨厌参数。将Y写成随机变量集合形式 A1,B1，Am,Bm.令A(j)(A1,,Aj),B(j)(B1,,Bj)若A(m),B(m)的联合密度可写成：f(bj|bj1m(j1)m ,a(j1);,)f(aj|b(j),a(j1);)j1则称第二个乘积项为的偏似然。(m可以固定也可以随机)偏似然的性质：偏似然不是一般意义下的似然，没有直观的概率、条件概率或边缘概率的解释。在很多情况下，可以类似似然函数使用。如与大样本相关估计相关的性质。

第三篇：仪器分析第五章知识点总结

第五章 高效液相色谱分析法

5-3高效液相色谱分析法中常用哪些检测器？各有什么特点？哪些适合梯度淋洗？

答: 常用的检测器有：（l）紫外检测器

（2）荧光检测器

（3）示差折光率检测器（4）电导检测器

各检测器特点

（1）紫外检测器： 应用最广，对大部分有机化合物有响应。

特点：灵敏度高；线形范围高；流通池可做的很小（1mm × 10mm，容积 8μL）；对流动相的流速和温度变化不敏感；波长可选，易于操作；可用于梯度洗脱。

（2）荧光检测器：高灵敏度、高选择性

对多环芳烃，维生素B、黄曲霉素、卟啉类化合物、农药、药物、氨基酸、甾类化合物等有响应.（3）示差折光率检测器：除紫外检测器之外应用最多的检测器；可连续检测参比池和样品池中流动相之间的折光指数差值。差值与浓度呈正比；

灵敏度低、对温度敏感、不能用于梯度洗脱；

（4）电导检测器：电导检测器是离子色谱法应用最多的检测器，它是根据物质在某些介质中电离后所产生的电导变化来测定电离物质的含量。其主要部件是电导池。电导检测器的响应受温度的影响较大，因此要求放在恒温箱中。电导检测器的缺点是PH>7时不够灵敏。

适合梯度淋洗的检测器有：紫外检测器、荧光检测器 5-8正相柱和反相柱是如何界定的?适合哪类物质的分离？ 

正相分配色谱（柱称正相柱）：采用亲水性固定液、疏水性流动相的色谱称正相~。极性小的组分先流出，极性大的后流出。适合极性化合物的分离。



反相分配色谱（柱称反相柱）：采用疏水性固定液、亲水性流动相的色谱称反相~。极性大的组分先流出，极性小的后流出。适合非极性化合物的分离。5-11离子色谱与离子交换色谱有什么差别？

答：离子色谱与离子交换色谱的区别是其采用了特制的、具有极低交换容量的离子交换树脂作为柱填料，并采用淋洗液本底电导抑制技术和电导检测器，是测定混合阴离子的有效方法。5-16指出下列物质分别在正相柱和反相柱上的流出顺序：

（1）乙酸乙酯、乙醚、硝基丁烷（2）正己烷、正己醇、苯 5-17毛细管电泳中，电流是如何产生的？朝何方向移动?对阴离子分离是否有利？

答;石英或玻璃毛细管内壁表面上的硅羟基在pH>3的水溶液中，可电离产生-Si-O-负离子，使毛细管内壁带上负电荷，因此，溶液中的一部分正离子（如H+）依靠静电作用而吸附于毛细管内壁表面上，在毛细管内壁与溶液接触表面间形成一个双电层。其中一层是带负电荷的内壁，另一层是带正电荷的溶液层。在电场的作用下，溶液表层聚集的正电荷向负极移动，由于溶剂化作用，将带动毛细管中的溶液整体向阴极移动，形成了电渗流，即溶剂流。

对阴离子的分离有利。

第四篇：2013案例分析知识点总结(三)

2013案例分析知识点总结

（三）1、安全生产许可：（法规146）

制度的适用范围：国家对以下 ① 煤矿企业、② 非煤矿山业企、③ 建筑施工企业、④ 危险化学品企业、⑤ 烟花爆竹企业、⑥ 民用爆破器材生产企业(以下统称企业)实行安全生产许可制度。企业未取得安全生产许可证的，不得从事生产活动。第六条 ★ 企业取得安全生产许可证，应当具备下列安全生产条件：（必须记牢）(1)建立、健全安全生产责任制，制定完备的安全生产规章制度和操作规程；(2)安全投入符合安全生产要求

(3)设置安全生产管理机构，配备专职安全生产管理人员；(4)主要负责人和安全生产管理人员经考核合格；

(5)特种作业人员经有关业务主管部门考核合格，取得特种作业操作资格证书；(6)从业人员经安全生产教育和培训合格；

(7)依法参加工伤保险，为从业人员缴纳保险费；

(8)厂房、作业场所和安全设施、设备、工艺符合有关安全生产法律、法规、标准和规程的要求；

(9)有职业危害防治措施，并为从业人员配备符合国家标准或者行业标准的劳动防护用品；(10)依法进行安全评价；

(11)有重大危险源检测、评估、监控措施和应急预案；

（12)有生产安全事故应急救援预案、应急救援组织或者应急救援人员，配备必要的应急救摄器材、设备；

(13)法律、法规规定的其他条件。

2、建设项目安全设施“三同时”：（管理78）

三同时概念：新、改、扩建项目的安全设施必须与主体工程同时设计，同时施工，同时投入生产和使用。安全设施投资应当纳入建设项目概算。三同时的流程：

① 可行性研究报告——安全预评价（建设单位委托评价机构根据可行性报告在可行性研究报告阶段设计前）——1.送安监局备案 2.建设单位给设计单位。

② 根据安全预评价出设计安全专篇和图纸和方案——施工单位——严格施工（施工单位对施工质量和安全全权负责）——施工结束——验收评价（试生产后正式投产前）-验收报告——1.企业留底 2.送安监（竣工验收意见书）——合格和 不合格。

监管责任（新增.法344）：国家安全生产监督管理总局对全国建设项目安全设施“三同时”实施综合监督管理。

安全条件论证与安全预评价（新增.法79、345）：

1、非煤矿建设项目

2、生产、储存危险化学品的建设项目

3、生产、储存烟花爆竹的建设项目

4、化工、冶金、有色、建材、机械、轻工、纺织、烟草、商贸、军工、公路、水运、轨道交通、电力等行业的国家和省级重点建设项目

5、法律、法规和国务院规定的其他建设项目。安全条件论证报告的主要内容：（法345或管79）

（1）建设项目内在的危险和有害因素及其对安全生产的影响；

（2）建设项目对周边设施、单位生产和居民生活安全方面的影响；

（3）周边设施、单位生产和居民生活对建设项目安全生产的影响；

（4）当地自然条件对建设项目安全生产的影响；

（5）其他需要论证的内容。案例考生写安全条件论证报告：（红色字）1危险源辨识

2对周边设施和居民的影响

3周边的设施和居民对本项目的影响 4自然灾害的影响

建设项目安全设施设计审查：建设项目安全设施设计完成后，生产经营单位应当向安全生产监督管理部门备案，并提交下列资料：（1）建设项目审批、核准或者备案文件；（2）建设项目初步设计报告及安全专篇；

（3）建设项目安全预评价报告及相关文件材料；

施工和竣工验收：施工单位应当严格依照建设项目安全设施设计文件和施工技术标准、规范施工，并对建设项目安全设施的工程质量负责。

建设项目竣工、试生产运行正常后，生产经营单位应当委托具有相应资质的安全评价机构进行安全验收评价，并编制《建设项目安全验收评价报告》。

建设项目投入生产或者使用前，生产经营单位应当向负责安全设施设计审查的安全生产监督管理部门申请安全设施竣工验收，并提交下列资料：（1）安全设施竣工验收申请；

（2）安全设施设计审查意见书（复印件）；（3）施工单位的施工资质证明文件（复印件）；

（4）建设项目安全验收评价报告及其存在问题的整改确认材料；（5）安全生产管理机构设置或者安全生产管理人员配备情况；（6）从业人员安全培训教育及资格情况；（7）依法需要提交的其他资料。

3、安全生产标准化建设和达标：（管35--39）

概念：通过建立安全生产责任制，制定安全管理制度和操作规程，排查治理隐患和监控重大危险源，建立预防机制，规范生产行为，使各生产环节符合有关安全生产法律法规和标准规范的要求，人、机、物、环处于良好的生产状态，并持续改进，不断加强企业安全生产规范化建设。核心要素：（共13项）

a.五个基本保障：

1、确定目标

2、设置组织机构，确定相关岗位职责

3、保证安全生产投入.4、法律法规的执行与完善安全管理制度、5、教育培训

b、五个重要保障：

6、生产设备设施管理 7作业安全

8、隐患排查、治理

9、重大危险源监控

10、职业健康。c、三个事后监督：

1、应急救援

2、事故报告、调查和处理（事故管理）

3、绩效评定和持续改进。

4、安全文化建设和评价：

操作步骤：（1）安全文化建设委员会—Tim等；

（2）制定规划——道康宁全场的安全；

（3）培训骨干——成品工厂和JV工厂的个区域负责人；（（4）宣传教育——通过入场培训和DCU培训；努力实践——实践

二〇一三年五月十四日星期三

整理

第五篇：算法分析与设计知识点总结

第一章 概述

算法的概念：算法是指解决问题的一种方法或过程，是由若干条指令组成的有穷序列。算法的特征：

可终止性：算法必须在有限时间内终止；

正确性：算法必须正确描述问题的求解过程；

可行性：算法必须是可实施的；

算法可以有0个或0个以上的输入；

算法必须有1个或1个以上的输出。

算法与程序的关系：

区别：程序可以不一定满足可终止性。但算法必须在有限时间内结束；

程序可以没有输出,而算法则必须有输出；

算法是面向问题求解的过程描述，程序则是算法的实现。

联系：程序是算法用某种程序设计语言的具体实现；

程序可以不满足算法的有限性性质。

算法描述方式：自然语言，流程图，伪代码，高级语言。

算法复杂性分析：

算法复杂性的高低体现运行该算法所需计算机资源（时间，空间）的多少。

算法复杂性度量：

期望反映算法本身性能，与环境无关。

理论上不能用算法在机器上真正的运行开销作为标准（硬件性能、代码质量影响）。

一般是针对问题选择基本运算和基本存储单位，用算法针对基本运算与基本存储单位的开销作为标准。

算法复杂性C依赖于问题规模N、算法输入I和算法本身A。即C=F(N, I, A)。

第二章递归与分治

分治法的基本思想：

求解问题算法的复杂性一般都与问题规模相关，问题规模越小越容易处理。

分治法的基本思想是，将一个难以直接解决的大问题，分解为规模较小的相同子问题，直至这些子问题容易直接求解，并且可以利用这些子问题的解求出原问题的解。各个击破，分而治之。

分治法产生的子问题一般是原问题的较小模式，这就为使用递归技术提供了方便。递归是分治法中最常用的技术。

使子问题规模大致相等的做法是出自一种平衡(balancing)子问题的思想，它几乎总是比子问题规模不等的做法要好。

分治法所能解决的问题一般具有以下几个特征：

该问题的规模缩小到一定的程度就可以容易地解决；

该问题可以分解为若干个规模较小的相同问题，即该问题具有最优子结构性质；利用该问题分解出的子问题的解可以合并为该问题的解；

该问题所分解出的各个子问题是相互独立的，即子问题之间不包含公共的子问题。（这条特征涉及到分治法的效率，如果各子问题是不独立的，则分治法要做许多不必要的工作，重复地解公共的子问题，此时虽然也可用分治法，但一般用动态规划较好。）

递归的概念：

直接或间接地调用自身的算法称为递归算法，用函数自身给出定义的函数称为递归函数。

反复应用分治手段，可以使子问题与原问题类型一致而其规模却不断缩小，最终使子问题缩小到很容易直接求出其解。这自然导致递归过程的产生。

边界条件与递归方程是递归函数的二个要素，递归函数只有具备了这两个要素，才能在有限次计算后得出结果。

第三章动态规划

动态规划的基本思想：

动态规划算法与分治法类似，其思想把求解的问题分成许多阶段或多个子问题，然后按顺序求解各子问题。最后一个阶段或子问题的解就是初始问题的解。

分治法求解时，子问题数目太多，从而导致解决原问题需要耗费指数级时间。与分治法不同的是，动态规划中分解得到的子问题往往不是互相独立的。

但不同子问题的数目常常只有多项式级。用分治法求解时，有些子问题被重复计算了许多次。

动态规划的适用条件：

动态规划法解所能解决的问题一般具有以下两个基本因素：

一、最优子结构性质

当问题的最优解包含着其子问题的最优解时，称该问题具有最优子结构性质。

二、重叠子问题性质

递归算法求解问题时，每次产生的子问题并不总是新问题，有些子问题被反复计算多次。这种性质称为子问题的重叠性质。

其它同分治法。

动态规划问题的特征：

求解的问题是组合优化问题；

求解过程需要多步判断，从小到大依次求解；

子问题目标函数最优解之间存在依赖关系；

动态规划算法设计的基本步骤和要素：

基本步骤：

（1）找出最优解的性质，并刻画其结构特征。（考察是否适合采用动态规划法。）

（2）递归地定义最优值。(建立递归式或动态规划方程)

（3）以自底向上的方式（或以自顶向下的备忘录方法）计算出最优值。

（4）根据计算最优值时得到的信息，构造最优解。

要素：

最优子结构

重叠子问题

备忘录（表格）

应用实例分析：

1、矩阵连乘问题：

（1）分析最优解结构：

计算A[i:j]的最优次序所包含的计算矩阵子链 A[i:k]和A[k+1:j]的次序也是最优的。矩阵连乘计算次序问题的最优解包含着其子问题的最优解，满足最优子结构性质。问题的最优子结构性质是该问题可用动态规划算法求解的显著特征。

（2）建立递归关系；

（3）计算最优值—递归求解（递归求解最优值复杂度较高的原因是：子问题重复度高)；计算最优值—迭代查表求解

计算最优值—备忘录求解

（4）构造最优解

第四章贪心法

贪心算法的基本思想：

当一个问题具有最优子结构性质时，可用动态规划方法求解，但有时会有更简单有效的方法。

顾名思义，贪心算法总是作出在当前看来最好的选择。也就是说贪心算法并不从整体最优考虑，它所作出的选择只是在某种意义上的局部最优选择。

贪心算法不能对所有问题都得到整体最优解，但对许多问题它能产生整体最优解。在一些情况下，即使贪心算法不能得到整体最优解，其最终结果却是最优解的很好近似。贪心算法中，较大子问题的解恰好包含了较小子问题的解作为子集，这与动态规划算法设计中的优化原则本质上是一致的。

动态规划算法在某一步决定优化函数的最大或最小值时，需要考虑到它的所有子问题的优化函数值，然后从中选出最优的结果；贪心算法的每步判断时，不考虑子问题的计算结果，而是根据当时情况采取“只顾眼前”的贪心策略决定取舍。

贪心算法的设计要素：

可以用贪心算法求解的问题一般具有2个重要的性质：

1、最优子结构性质：

当一个问题的最优解包含其子问题的最优解时，称此问题具有最优子结构性质。问题的最优子结构性质是该问题可用动态规划算法或贪心算法求解的关键特征

2、贪心选择性质：

贪心选择性质是指所求问题的整体最优解可以通过一系列局部最优的选择，即贪心选择来达到。这是贪心算法与动态规划算法的主要区别。

动态规划算法通常以自底向上的方式求解各子问题，而贪心算法则通常以自顶向下的方式进行，以迭代的方式作出相继的贪心选择，每作一次贪心选择就将所求问题简化为规模更小的子问题。

对于一个具体问题，要确定它是否具有贪心选择性质，必须证明每一步所作的贪心选择最终导致问题的整体最优解。

应用实例：

1、活动安排问题：

第五章回溯法

回溯法的基本思想：

回溯法的使用条件：

回溯法适用于搜索问题和优化问题。

回溯法的设计要素：

针对问题定义解空间：

问题解向量

解向量分量取值集合构造解空间树

两类典型的解空间树：

子集树：当所给的问题是从n个元素的集合S中找出满足某种性质的子集时，相应的解空间树称为子集树。子集树通常有2n个叶结点

排列树：当所给的问题是确定n个元素满足某种性质的排列时，相应的解空间树称为排列树。排列树通常有n!个叶结点。

判断问题是否满足多米诺性质。

搜索解空间树，确定剪枝函数。

确定存储搜索路径的数据结构。

第六章分支限界法

分支限界法的基本思想：

分支界限法类似与回溯法，也是在问题解空间中搜索问题解的一种算法。

分支界限法与回溯法思想对比：

求解目标：回溯法的求解目标是找出解空间树中满足约束条件的所有解，而分支限界法的求解目标则是找出满足约束条件的一个解，或是在满足约束条件的解中找出在某种意义下的最优解。

搜索方式的不同：回溯法以深度优先的方式搜索解空间树，而分支限界法则以广度优先或以最小耗费优先的方式搜索解空间树。

在分支限界法中，每一个活结点只有一次机会成为扩展结点。活结点一旦成为扩展结点，就一次性产生其所有儿子结点。在这些儿子结点中，导致不可行解或导致非最优解的儿子结点被舍弃，其余儿子结点被加入活结点表中。

此后，从活结点表中取下一结点成为当前扩展结点，并重复上述结点扩展过程。这个过程一直持续到找到所需的解或活结点表为空时为止。

常见的两种分支界限法：

队列式(FIFO)分支限界法：按照队列先进先出（FIFO）原则选取下一个节点为扩展节点。

优先队列式分支限界法：按照优先队列中规定的优先级选取优先级最高的节点成为当前扩展节点。

最大堆：最大效益优先

最小堆：最小耗费优先