㈠ 計算機學習的分類
分類；數據挖掘 分類是數據挖掘的重要任務之一，分類在實際應用中有廣泛的應用，如醫療事業、信用等級等。近年來，分類方法得到了發展，本文對這些方法進行了歸納分析，總結了今後分類方法發展的方向。 1引言 分類是學會一個分類函數或分類模型，該模型能把資料庫中的數據項映射到給定類別中的某一個。分類可用於提取描述重要數據類的模型或預測未來的數據趨勢。分類可描述如下：輸入數據，或稱訓練集是一條條記錄組成的。每一條記錄包含若干條屬性，組成一個特徵向量。訓練集的每條記錄還有一個特定的類標簽與之對應。該類標簽是系統的輸入，通常是以往的一些經驗數據。一個具體樣本的形式可為樣本向量：。在這里vi表示欄位值，c表示類別。 分類作為數據挖掘的一個重要分支，在商業、醫學、軍事、體育等領域都有廣泛的應用，在過去的十多年中引起很多來自不同領域學者的關注和研究。除了基本的統計分析方法外，數據挖掘技術主要有：神經網路、決策樹、粗糙集、模糊集、貝葉斯網路、遺傳演算法、k近鄰分類演算法與支持向量機等。 不同的分類器有不同的特點，目前有三種分類器評價或比較尺度：1)預測准確度。預測准確度是用得最多的一種比較尺度，特別是對於預測型分類任務，目前公認的方法是10折分層交叉驗證法；2)計算復雜度。計算復雜度依賴於具體的實現細節和硬體環境，空間和時間的復雜度問題將是非常重要的一個環節；3)模型描述的簡潔度。模型描述越簡潔越受歡迎，如採用規則表示的分類器結果就較容易理解，而神經網路方法產生的結果就難以理解。不同的演算法有不同的特點，充分認識各演算法的優點和存在的缺陷，掌握其適應的環境，方便研究者明確演算法的改進和研究，本文主要對演算法的研究現狀進行分析和比較。2分類方法的發展 2.1決策樹的分類方法 ID3演算法是較早的決策樹歸納演算法。當前最有影響的決策樹演算法是Quinlan於1986年提出的ID3和1993年提出的C4.5。ID3選擇增益值最大的屬性劃分訓練樣本，其目的是進行分裂時系統的熵最小，從而提高演算法的運算速度和精確度。這種方法的優點是描述簡單、分類速度快和產生的分類規則易於理解；但缺點是抗噪性差、訓練正例和反例較難控制以及是非遞增學習演算法。C4.5是ID3的改進演算法，不僅可以處理離散值屬性，還能處理連續值屬性，但是也不能進行增量學習。 SLIQ是一個能夠處理連續及離散屬性的決策樹分類器。該演算法針對C4.5分類演算法產生的樣本反復掃描和排序低效問題，採用了預排序和寬度優先兩項技術。預排序技術消除了結點數據集排序，寬度優先為決策樹中每個葉結點找到了最優分裂標准。這些技術結合使SLIQ能夠處理大規模的數據集，並能對具有大量的類、屬性與樣本的數據集分類；並且該演算法代價不高且生成緊湊精確的樹。缺點是內存駐留數據會隨著輸入紀錄數線性正比增大，限制了分類訓練的數據量。 SPRINT方法完全不受內存的限制，並且處理速度很快，且可擴展。為了減少駐留於內存的數據量，該演算法進一步改進了決策樹演算法的數據結構，去掉了SLIQ中需要駐留於內存的類別列表，將類別合並到每個屬性列表中。但是對非分裂屬性的屬性列表進行分裂卻比較困難，因此該演算法的可擴展性較差。 2.2貝葉斯分類方法 貝葉斯分類是統計學分類方法，是利用Bayes定理來預測一個未知類別的樣本可能屬性，選擇其可能性最大的類別作為樣本的類別。樸素貝葉斯網路作為一種快速而高效的演算法而受到人們的關注，但是其屬性獨立性並不符合現實世界，這樣的假設降低了樸素貝葉斯網路的性能；但是如果考慮所有屬性之間的依賴關系，使其表示依賴關系的能力增強，允許屬性之間可以形成任意的有向圖，由於其結構的任意性，這樣使得貝葉斯網路的結構難以學習，然而，貝葉斯網路的學習是一個NP-Complete問題。 目前對於貝葉斯網路的改進主要包括了：1)基於屬性選擇的方法，保證選擇的屬性之間具有最大的屬性獨立性，其中代表演算法是由Langley提出SBC；2)擴展樸素貝葉斯網路的結構，考慮屬性之間的依賴關系，降低屬性獨立性假設，其中代表演算法是由Friedman提出樹擴展的貝葉斯網路TAN；3)基於實例的學習演算法。 其中1)、2)的演算法是根據訓練集合構造一個分類器，是一種積極的學習演算法，3)的方法是一種消極的學習演算法。 2.3粗糙集分類方法 粗糙集理論是一種刻劃不完整和不確定性數據的數學工具，不需要先驗知識，能有效處理各種不完備，從中發現隱含的知識，並和各種分類技術相結合建立起能夠對不完備數據進行分類的演算法。粗糙集理論包含求取數據中最小不變集和最小規則集的理論，即約簡演算法，這也是粗糙集理論在分類中的主要應用。 2.4神經網路 神經網路是分類技術中重要方法之一，是大量的簡單神經元按一定規則連接構成的網路系統。它能夠模擬人類大腦的結構和功能，採用某種學習演算法從訓練樣本中學習，並將獲取的知識存儲在網路各單元之間的連接權中。神經網路主要有前向神經網路、後向神經網路和自組織網路。目前神經網路分類演算法研究較多集中在以BP為代表的神經網路上。文獻提出了粒子群優化演算法用於神經網路訓練，在訓練權值同時刪除冗餘連接，與BP結果比較表明演算法的有效性。文獻提出旋轉曲面變換粒子群優化演算法的神經網路，使待優化函數跳出局部極值點，提高訓練權值的效率。 2.5K近鄰分類演算法 K近鄰分類演算法是最簡單有效的分類方法之一，是在多維空間中找到與未知樣本最近鄰的K個點，並根據這K個點的類別判斷未知樣本的類別。但是有兩個最大缺點：1)由於要存儲所有的訓練數據，所以對大規模數據集進行分類是低效的；2)分類的效果在很大程度上依賴於K值選擇的好壞。文獻提出一種有效的K近鄰分類演算法，利用向量方差和小波逼近系數得出兩個不等式，根據這兩個不等式，分類效率得到了提高。文獻提出用粒子群優化演算法對訓練樣本進行有指導的全局隨機搜索，掠過大量不可能的K向量，該演算法比KNN方法計算時間降低了70%。 2.6基於關聯規則挖掘的分類方法 關聯分類方法一般由兩部組成：第一步用關聯規則挖掘演算法從訓練數據集中挖掘出所有滿足指定支持度和置信度的類關聯規則，支持度用於衡量關聯規則在整個數據集中的統計重要性，而置信度用於衡量關聯規則的可信程度；第二步使用啟發式方法從挖掘出的類關聯規則中挑選出一組高質量的規則用於分類。 Agrawal等人於1993年提出了演算法AIS和SETM，1994年又提出了Apriori和AprioriTid，後兩個演算法和前兩個演算法的不同之處在於：在對資料庫的一次遍歷中，那些候選數據項目被計數以及產生候選數據項目集的方法。但前兩者方法的缺點是會導致許多不必要的數據項目集的生成和計數。由於目前日常生活中如附加郵遞、目錄設計、追加銷售、倉儲規劃都用到了關聯規則，因此首先要考慮關聯規則的高效更新問題，D.w.cheung提出了增量式更新演算法FUP，它的基本框架和Apriori是一致的；接著馮玉才等提出了兩種高效的增量式更新演算法IUA和PIUA，主要考慮當最小支持度和最小可信度發生變化時，當前交易資料庫中關聯規則的更新問題。 2.7支持向量機方法的發展 支持向量機方法是建立在統計學習理論的VC維理論和結構風險最小原理基礎之上的。根據有限樣本、在模型的復雜性和學習能力之間尋求折衷，以期獲得最好推廣能力。它非常適合於處理非線性問題。分類問題是支持向量機最為成熟和應用最廣的演算法。但是由於SVM的訓練時間會隨著數據集的增大而增加，所以在處理大規模數據集時，SVM往往需要較長的訓練時間。 文獻提出了一種多分類問題的改進支持向量機，將GA和SVM相結合，構造了一種參數優化GA-SVM，該方法在多分類非平衡問題上，提高了分類正確率，也提高了學習時間。文獻提出了一種新的支持向量機增量演算法，提出了一種誤分點回溯增量演算法，先找出新增樣本中誤分的樣本，然後在原樣本集尋找距誤分點最近的樣本作為訓練集的一部分，重新構建分類器，有效保留樣本的分類，結果表明比傳統的SVM有更高的分類精度。 2.8基於群的分類方法 這種方法可以看作是進化演算法的一個新的分支，它模擬了生物界中蟻群、魚群和鳥群在覓食或者逃避敵人時的行為，對基於群的分類方法研究，可以將這種方法分為兩類：一類是蟻群演算法，另一類稱為微粒群演算法。 文獻提出了一種基於蟻群演算法的分類規則挖掘演算法，針對蟻群演算法計算時間長的缺點，提出了一種變異運算元，用公用數據作試驗將其結果與C4.5和Ant-Miner比較，顯示變異運算元節省了計算時間。 PSO是進化計算的一個新的分支，它模擬了鳥群或魚群的行為。在優化領域中，PSO可以與遺傳演算法相媲美。文獻提出了基於粒子群優化演算法的模式分類規則獲取，演算法用於Iris數據集進行分類規則的提取，與其他演算法比較顯示不僅提高了正確率，而且較少了計算時間。文獻將PSO運用於分類規則提取，對PSO進行了改進，改進的演算法與C4.5演算法比較，試驗結果表明，在預測精度和運行速度上都占優勢。 由於PSO演算法用於分類問題還處於初期，因此要將其運用到大規模的應用中還要大量的研究。3總結 分類是數據挖掘的主要研究內容之一，本文對分類演算法進行了分析，從而便於對已有演算法進行改進。未來的數據分類方法研究更多地集中在智能群分類領域，如蟻群演算法、遺傳演算法、微粒群演算法等分類研究上以及混合演算法來進行分類。總之，分類方法將朝著更高級、更多樣化和更加綜合化的方向發展。參考文獻： 邵峰晶，於忠清．數據挖掘原理與演算法．中國水利水電出版社，2003. 陳文偉，黃金才．數據倉庫與數據挖掘．人民郵電出版社，2004. L.Jiang，H.Zhang，Z.CaiandJ.Su，EvolutionalNaiveBayes，tsApplication，ISICA2005，pp.344-350，. Langley，P.，Sage，S，，，pp.339-406. Friedman，N.，Greiger，D.，Goldszmidt，M.，BayesianNetworkClassifiers，MachineLearning29103-130. T.Mitchell.MachineLearning.NewYork:McGraw-HillPress，1997. 曾黃麟．粗糙理論以及應用．重慶大學出版社，1996. 高海兵、高亮等．基於粒子群優化的神經網路訓練演算法研究．電子學報，2004，9. 熊勇，陳德釗，胡上序．基於旋轉曲面變換PSO演算法的神經網路用於胺類有機物毒性分類．分析化學研究報告，2006，3. 喬玉龍，潘正祥，孫聖和．一種改進的快速K近鄰分類演算法．電子學報，2005，6. 張國英，沙芸，江惠娜．基於粒子群優化的快速KNN分類演算法．山東大學學報，2006，6. 黃景濤，馬龍華，錢積新．一種用於多分類問題的改進支持向量機．浙江大學學報，2004，12. 毛建洋，黃道．一種新的支持向量機增量演算法．華東理工大學學報，2006，8. 吳正龍，王儒敬等．基於蟻群演算法的分類規則挖掘演算法．計算機工程與應用，2004. 高亮，高海兵等．基於粒子群優化演算法的模式分類規則獲取．華中科技大學學報．2004，11. 延麗萍，曾建潮．利用多群體PSO生成分類規則．計算機工程與科學，2007，2.
㈡ 尋找配送商應注意哪些
http://www.equn.com/forum/viewthread.php?tid=6768 近一百多篇文章，打包壓縮後有 24.99MB ，基本上是從維普資料庫中下載來的蟻群演算法(ant colony optimization, ACO)，又稱螞蟻演算法，是一種用來在圖中尋找優化路徑的機率型技術。它由Marco Dorigo於1992年在他的博士論文中引入，其靈感來源於螞蟻在尋找食物過程中發現路徑的行為。引言 20世紀50年代中期創立了仿生學，人們從生物進化的機理中受到啟發，提出了許多用以解決復雜優化問題的新方法，如進化規劃、進化策略、遺傳演算法等，這些演算法成功地解決了一些實際問題．20世紀90年代義大利學者M．Dorigo，V．Maniezzo，A．Colorni等從生物進化的機制中受到啟發，通過模擬自然界螞蟻搜索路徑的行為，提出來一種新型的模擬進化演算法—— 蟻群演算法．用該方法求解TsP問題、分配問題、job-shop調度問題，取得了較好的試驗結果．雖然研究時間不長，但是現在的研究顯示出，蟻群演算法在求解復雜優化問題 方面有一定優勢，表明它是一種有發展前景的演算法．蟻群演算法的原理： 研究表明：螞蟻在覓食途中會留下一種外激素．螞蟻利用外激素與其他螞蟻交流、合作，找到較短路徑．經過某地的螞蟻越多，外激素的強度越大．螞蟻擇路偏向選擇外激素強度大的方向．這種跟隨外激素強度前進的行為會隨著經過螞蟻的增多而加強，因為通過較短路徑往返於食物和巢穴之間的螞蟻能以更短的時間經過這條路徑上的點，所以這些點上的外激素就會因螞蟻經過的次數增多而增強．這樣就會有更多的螞蟻選擇此路徑，這條路徑上的外激素就會越來越強，選擇此路徑的螞蟻也越來越多．直到最後，幾乎所有的螞蟻都選擇這條最短的路徑．這是一種正反饋現象。 以下是文件列表，全是 PDF 格式的：基於蟻群優化演算法遞歸神經網路的短期負荷預測 蟻群演算法的小改進 基於蟻群演算法的無人機任務規劃 多態蟻群演算法 MCM基板互連測試的單探針路徑優化研究 改進的增強型蟻群演算法 基於雲模型理論的蟻群演算法改進研究 基於禁忌搜索與蟻群最優結合演算法的配電網規劃 自適應蟻群演算法在序列比對中的應用 基於蟻群演算法的QoS多播路由優化演算法 多目標優化問題的蟻群演算法研究 多線程蟻群演算法及其在最短路問題上的應用研究 改進的蟻群演算法在2D HP模型中的應用 製造系統通用作業計劃與蟻群演算法優化 基於混合行為蟻群演算法的研究 火力優化分配問題的小生境遺傳螞蟻演算法 基於蟻群演算法的對等網模擬器的設計與實現 基於粗粒度模型的蟻群優化並行演算法 動態躍遷轉移蟻群演算法 基於人工免疫演算法和蟻群演算法求解旅行商問題 基於信息素非同步更新的蟻群演算法 用於連續函數優化的蟻群演算法 求解復雜多階段決策問題的動態窗口蟻群優化演算法 蟻群演算法在鑄造生產配料優化中的應用 多階段輸電網路最優規劃的並行蟻群演算法 求解旅行商問題的混合粒子群優化演算法 微粒群優化演算法研究現狀及其進展 隨機攝動蟻群演算法的收斂性及其數值特性分析 廣義蟻群與粒子群結合演算法在電力系統經濟負荷分配中的應用 改進的蟻群演算法及其在TSP中的應用研究 蟻群演算法的全局收斂性研究及改進 房地產開發項目投資組合優化的改進蟻群演算法 一種改進的蟻群演算法用於灰色約束非線性規劃問題求解 一種自適應蟻群演算法及其模擬研究 一種動態自適應蟻群演算法 螞蟻群落優化演算法在蛋白質折疊二維親-疏水格點模型中的應用 用改進蟻群演算法求解函數優化問題 連續優化問題的蟻群演算法研究進展 蟻群演算法概述 Ant colony system algorithm for the optimization of beer fermentation control 蟻群演算法在K—TSP問題中的應用 Parallel ant colony algorithm and its application in the capacitated lot sizing problem for an agile supply chain 基於遺傳蟻群演算法的機器人全局路徑規劃研究 改進的蟻群演算法在礦山物流配送路徑優化中的研究 基於蟻群演算法的配電網路綜合優化方法 基於蟻群演算法的分類規則挖掘演算法 蟻群演算法在連續性空間優化問題中的應用 蟻群演算法在礦井通風系統優化設計中的應用 基於蟻群演算法的液壓土錨鑽機動力頭優化設計 改進蟻群演算法設計拉式膜片彈簧 計算機科學技術 基本蟻群演算法及其改進 TSP改進演算法及在PCB數控加工刀具軌跡中的應用 可靠性優化的蟻群演算法 對一類帶聚類特徵TSP問題的蟻群演算法求解 蟻群演算法理論及應用研究的進展 基於二進制編碼的蟻群優化演算法及其收斂性分析 蟻群演算法的理論及其應用 基於蟻群行為模擬的影像紋理分類 啟發式蟻群演算法及其在高填石路堤穩定性分析中的應用 蟻群演算法的研究現狀 一種快速全局優化的改進蟻群演算法及模擬 聚類問題的蟻群演算法 蟻群最優化——模型、演算法及應用綜述 基於信息熵的改進蟻群演算法及其應用 機載公共設備綜合管理系統任務分配演算法研究 基於改進蟻群演算法的飛機低空突防航路規劃 利用信息量留存的蟻群遺傳演算法 An Improved Heuristic Ant-Clustering Algorithm 改進型蟻群演算法在內燃機徑向滑動軸承優化設計中的應用 基於蟻群演算法的PID參數優化 基於蟻群演算法的復雜系統多故障狀態的決策 蟻群演算法在數據挖掘中的應用研究 基於蟻群演算法的基因聯接學習遺傳演算法 基於細粒度模型的並行蟻群優化演算法 Binary-Coding-Based Ant Colony Optimization and Its Convergence 運載火箭控制系統漏電故障診斷研究 混沌擾動啟發式蟻群演算法及其在邊坡非圓弧臨界滑動面搜索中的應用 蟻群演算法原理的模擬研究 Hopfield neural network based on ant system 蟻群演算法及其實現方法研究 分層實體製造激光頭切割路徑的建模與優化 配送網路規劃蟻群演算法 基於蟻群演算法的城域交通控制實時滾動優化 基於蟻群演算法的復合形法及其在邊坡穩定分析中的應用 Ant Colony Algorithm for Solving QoS Routing Problem 多產品間歇過程調度問題的建模與優化 基於蟻群演算法的兩地之間的最佳路徑選擇 蟻群演算法求解問題時易產生的誤區及對策 用雙向收斂蟻群演算法解作業車間調度問題 物流配送路徑安排問題的混合蟻群演算法 求解TSP問題的模式學習並行蟻群演算法 基於蟻群演算法的三維空間機器人路徑規劃 蟻群優化演算法及其應用 蟻群演算法不確定性分析 一種求解TSP問題的相遇蟻群演算法 基於蟻群優化演算法的彩色圖像顏色聚類的研究 鈑金件數控激光切割割嘴路徑的優化 基於蟻群演算法的圖像分割方法 一種基於蟻群演算法的聚類組合方法 圓排列問題的蟻群模擬退火演算法 智能混合優化策略及其在流水作業調度中的應用 蟻群演算法在QoS網路路由中的應用 一種改進的自適應路由演算法 基於蟻群演算法的煤炭運輸優化方法 基於蟻群智能和支持向量機的人臉性別分類方法 蟻群演算法在啤酒發酵控制優化中的應用 一種基於時延信息的多QoS快速自適應路由演算法 蟻群演算法中參數α、β、ρ設置的研究——以TSP問題為例 基於人工蟻群優化的矢量量化碼書設計演算法 具有自適應雜交特徵的蟻群演算法 蟻群演算法在原料礦粉混勻優化中的應用 基於多Agent的蟻群演算法在車間動態調度中的應用研究 用蟻群優化演算法求解中國旅行商問題 蟻群演算法在嬰兒營養米粉配方中的應用 蟻群演算法在機械優化設計中的應用 蟻群優化演算法的研究現狀及研究展望 蟻群優化演算法及其應用研究進展 蟻群演算法的理論與應用 簡單蟻群演算法的模擬分析 一種改進的蟻群演算法求解最短路徑問題 基於模式求解旅行商問題的蟻群演算法 一種求解TSP的混合型蟻群演算法 基於MATLAB的改進型基本蟻群演算法 動態蟻群演算法求解TSP問題 用蟻群演算法求解類TSP問題的研究 蟻群演算法求解連續空間優化問題的一種方法 用混合型螞蟻群演算法求解TSP問題 求解復雜TSP問題的隨機擾動蟻群演算法 基於蟻群演算法的中國旅行商問題滿意解 蟻群演算法的研究現狀和應用及螞蟻智能體的硬體實現 蟻群演算法概述 蟻群演算法的研究現狀及其展望 基於蟻群演算法的配電網網架優化規劃方法 用於一般函數優化的蟻群演算法 協同模型與遺傳演算法的集成 基於蟻群最優的輸電網路擴展規劃 自適應蟻群演算法 凸整數規劃問題的混合蟻群演算法 一種新的進化演算法—蛟群演算法 基於協同工作方式的一種蟻群布線系統
㈢ 粒子群演算法遺傳演算法蟻群演算法模擬退火演算法和貝葉斯是一類演算法嗎
粒子群演算法、遺傳演算法、蟻群演算法、模擬退火演算法，這些是一類演算法，是一種基於迭代的優化演算法，用於求最優解。
貝葉斯分類演算法另一類，它是統計學的一種分類方法，利用概率統計知識進行分類的演算法。
㈣ 智能計算/計算智能、仿生演算法、啟發式演算法的區別與關系
我一個個講好了，
1）啟發式演算法：一個基於直觀或經驗構造的演算法，在可接受的花費（指計算時間和空間）下給出待解決組合優化問題每一個實例的一個可行解，該可行解與最優解的偏離程度不一定事先可以預計。意思就是說，啟發式演算法是根據經驗或者某些規則來解決問題，它求得的問題的解不一定是最優解，很有可能是近似解。這個解與最優解近似到什麼程度，不能確定。相對於啟發式演算法，最優化演算法或者精確演算法（比如說分支定界法、動態規劃法等則能求得最優解）。元啟發式演算法是啟發式演算法中比較通用的一種高級一點的演算法，主要有遺傳演算法、禁忌搜索演算法、模擬退火演算法、蟻群演算法、粒子群演算法、變鄰域搜索演算法、人工神經網路、人工免疫演算法、差分進化演算法等。這些演算法可以在合理的計算資源條件下給出較高質量的解。
2）仿生演算法：是一類模擬自然生物進化或者群體社會行為的隨機搜索方法的統稱。由於這些演算法求解時不依賴於梯度信息，故其應用范圍較廣，特別適用於傳統方法難以解決的大規模復雜優化問題。主要有：遺傳演算法、人工神經網路、蟻群演算法、蛙跳演算法、粒子群優化演算法等。這些演算法均是模仿生物進化、神經網路系統、螞蟻尋路、鳥群覓食等生物行為。故叫仿生演算法。
3）智能計算：也成為計算智能，包括遺傳演算法、模擬退火演算法、禁忌搜索演算法、進化演算法、蟻群演算法、人工魚群演算法，粒子群演算法、混合智能演算法、免疫演算法、神經網路、機器學習、生物計算、DNA計算、量子計算、模糊邏輯、模式識別、知識發現、數據挖掘等。智能計算是以數據為基礎，通過訓練建立聯系，然後進行問題求解。
所以說，你接觸的很多演算法，既是仿生演算法，又是啟發式演算法，又是智能演算法，這都對。分類方法不同而已。
這次樓主不要再老花了哈！
㈤ 蟻群演算法在STP中有什麼作用
STP（Spanning Tree Protocol）是生成樹協議的英文縮寫。該協議可應用於環路網路，通過一定的演算法實現路徑冗餘，同時將環路網路修剪成無環路的樹型網路，從而避免報文在環路網路中的增生和無限循環。
STP的基本原理是，通過在交換機之間傳遞一種特殊的協議報文（在IEEE 802.1D中這種協議報文被稱為「配置消息」）來確定網路的拓撲結構。配置消息中包含了足夠的信息來保證交換機完成生成樹計算。
生成樹協議STP/RSTP
1. 技術原理：
STP的基本思想就是生成「一棵樹」，樹的根是一個稱為根橋的交換機，根據設置不同，不同的交換機會被選為根橋，但任意時刻只能有一個根橋。由根橋開始，逐級形成一棵樹，根橋定時發送配置報文，非根橋接收配置報文並轉發，如果某台交換機能夠從兩個以上的埠接收到配置報文，則說明從該交換機到根有不止一條路徑，便構成了循環迴路，此時交換機根據埠的配置選出一個埠並把其他的埠阻塞，消除循環。當某個埠長時間不能接收到配置報文的時候，交換機認為埠的配置超時，網路拓撲可能已經改變，此時重新計算網路拓撲，重新生成一棵樹。
2. 功能介紹：
生成樹協議最主要的應用是為了避免區域網中的網路環回，解決成環乙太網網路的「廣播風暴」問題，從某種意義上說是一種網路保護技術，可以消除由於失誤或者意外帶來的循環連接。STP也提供了為網路提供備份連接的可能，可與SDH保護配合構成以太環網的雙重保護。新型以太單板支持符合ITU-T 802.1d標準的生成樹協議STP及802.1w規定的快速生成樹協議RSTP，收斂速度可達到1s。
但是，由於協議機制本身的局限，STP保護速度慢（即使是1s的收斂速度也無法滿足電信級的要求），如果在城域網內部運用STP技術，用戶網路的動盪會引起運營商網路的動盪。目前在MSTP 組成環網中，由於SDH保護倒換時間比STP協議收斂時間快的多，系統採用依然是SDH MS-SPRING或SNCP，一般倒換時間在50ms以內。但測試時部分乙太網業務的倒換時間為0或小於幾個毫秒，原因是內部具有較大緩存。SDH保護倒換動作對MAC層是不可見的。這兩個層次的保護可以協調工作，設置一定的"拖延時間"(hold-off),一般不會出現多次倒換問題。
STP還有屏蔽雙絞線的意思（Shielded Twisted-Pair)
在生物學,化學以及物理等學科中,STP是standard temperature and pressure的縮寫.在理工實驗中一般指273K,100KPa的環境;而在醫學中則是指"標准體溫與脈搏".
營銷學中的STP
現代市場營銷理論的核心就是STP營銷，它包括三要素：
市場細分（market segmentation）
目標市場（market targeting）
市場定位（market positioning）
市場細分
市場細分的概念是美國市場學家溫德爾·史密斯(Wendell R.Smith)於20世紀50年代中期提出來的。
市場細分的含義
市場細分是指營銷者通過市場調研，依據消費者的需要和慾望、購買行為和購買習慣等方面的差異，把某一產品的市場整體劃分為若干消費者群的市場分類過程。每一個消費者群就是一個細分市場，每一個細分市場都是具有類似需求傾向的消費者構成的群體。
市場細分的程序
調查階段
分析階段
細分階段
細分消費者市場的基礎
地理細分：國家、地區、城市、農村、氣候、地形
人口細分：年齡、性別、職業、收入、教育、家庭人口、家庭類型、家庭生命周期、國籍、民族、宗教、社會階層
心理細分：社會階層、生活方式、個性
行為細分：時機、追求利益、使用者地位、產品使用率、忠誠程度、購買准備階段、態度。
市場細分的基本原理與依據
市場是商品交換關系的總和,本身可以細分
消費者異質需求的存在
企業在不同方面具備自身優勢
市場細分的作用
細分市場不是根據產品品種、產品系列來進行的，而是從消費者( 指最終消費者和工業生產者)的角度進行劃分的，是根據市場細分的理論基礎，即消費者的需求、動機、購買行為的多元性和差異性來劃分的。通過市場細分對企業的生產、營銷起著極其重要的作用。
1、有利於選擇目標市場和制定市場營銷策略。
市場細分後的子市場比較具體，比較容易了解消費者的需求，企業可以根據自己經營思想、方針及生產技術和營銷力量，確定自己的服務對象，即目標市場。針對著較小的目標市場，便於制定特殊的營銷策略。同時，在細分的市場上，信息容易了解和反饋，一旦消費者的需求發生變化，企業可迅速改變營銷策略，制定相應的對策，以適應市場需求的變化，提高企業的應變能力和競爭力。
聯想的產品細分策略，正是基於產品的明確區分，聯想打破了傳統的「一攬子」促銷方案，圍繞「鋒行」 「天驕」「家悅」三個品牌面向的不同用戶群需求，推出不同的「細分」促銷方案。選擇「天驕」的用戶，可優惠購買讓數據隨身移動的魔盤、可精彩列印數碼照片的3110列印機、SOHO好伴侶的M700多功能機、以及讓人盡享數碼音樂的MP3；選擇「鋒行」的用戶，可以優惠購買「數據特區」雙啟動魔盤、性格鮮明的列印機以及「新歌任我選」MP3播放器；鍾情於「家悅」的用戶，則可以優惠購買「電子小書包」魔盤、完成學習列印的列印機、名師導學的網校卡，以及成就電腦高手的XP電腦教程。
2、有利於發掘市場機會，開拓新市場。
通過市場細分，企業可以對每一個細分市場的購買潛力、滿足程度、競爭情況等進行分析對比，探索出有利於本企業的市場機會，使企業及時作出投產、移地銷售決策或根據本企業的生產技術條件編制新產品開拓計劃，進行必要的產品技術儲備，掌握產品更新換代的主動權，開拓新市場，以更好適應市場的需要。
3、有利於集中人力、物力投入目標市場。
任何一個企業的資源、人力、物力、資金都是有限的。通過細分市場，選擇了適合自己的目標市場，企業可以集中人、財、物及資源，去爭取局部市場上的優勢，然後再佔領自己的目標市場。
4、有利於企業提高經濟效益。
前面三個方面的作用都能使企業提高經濟效益。除此之外，企業通過市場細分後，企業可以面對自己的目標市場，生產出適銷對路的產品，既能滿足市場需要，又可增加企業的收入；產品適銷對路可以加速商品流轉，加大生產批量，降低企業的生產銷售成本，提高生產工人的勞動熟練程度，提高產品質量，全面提高企業的經濟效益。
市場細分的步驟
市場細分程序可通過如下例子看出：
一家航空公司對從未乘過飛機的人很感興趣（細分標準是顧客的體驗）。而從未乘過飛機的人又可以細分為害怕飛機的人，對乘飛機無所謂的人以及對乘飛機持肯定態度的人（細分標準是態度）。在持肯定態度的人中，又包括高收入有能力乘飛機的人（細分標準是態度）。於是這家航空公司就把力量集中在開拓那些對乘飛機持肯定態度，只是還沒有乘過飛機的高收入群體。
可見，市場細分包括以下步驟：
1.選定產品市場范圍。公司應明確自己在某行業中的產品市場范圍，並以此作為制定市場開拓戰略的依據。
2.列舉潛在顧客的需求。可從地理、人口、心理等方面列出影響產品市場需求和顧客購買行為的各項變數。
3.分析潛在顧客的不同需求。公司應對不同的潛在顧客進行抽樣調查，並對所列出的需求變數進行評價，了解顧客的共同需求。
4.制定相應的營銷策略。調查、分析、評估各細分市場，最終確定可進入的細分市場，並制定相應的營銷策略。
市場細分的條件
企業進行市場細分的目的是通過對顧客需求差異予以定位，來取得較大的經濟效益。眾所周知，產品的差異化必然導致生產成本和推銷費用的相應增長，所以，企業必須在市場細分所得收益與市場細分所增成本之間做一權衡。由此，我們得出有效的細分市場必須具備以下特徵：
可衡量性。指各個細分市場的購買力和規模能被衡量的程度。如果細分變數很難衡量的話，就無法界定市場。
可贏利性。指企業新選定的細分市場容量足以使企業獲利。
可進入性。指所選定的細分市場必須與企業自身狀況相匹配，企業有優勢佔領這一市場。可進入性具體表現在信息進入、產品進入和競爭進入。考慮市場的可進入性，實際上是研究其營銷活動的可行性。
差異性。指細分市場在觀念上能被區別並對不同的營銷組合因素和方案有不同的反應。
市場細分的方法
1、單一標准法
2、主導因素排列法
3、綜合標准法
4、系列因素法
目標市場選擇策略
根據各個細分市場的獨特性和公司自身的目標,共有三種目標市場策略可供選擇.
1.無差異市場營銷
指公司只推出 一種產品,或只用一套市場營銷辦法來招徠顧客.當公司斷定各個細分市場之間很少差異時可考慮採用這種大量市場營銷策略.
2.密集性市場營銷
這是指公司將一切市場營銷努力集中於一個或少數幾個有利的細分市場.
3.差異性市場營銷
指公司根據各個細分市場的特點,相應擴大某些產品的花色,式樣和品種,或制定不同的營銷計劃和辦法,以充分適應不同消費者的不同需求,吸引各種不同的購買者,從而擴大各種產品的銷售量.
優點:在產品設計或宣傳推銷上能有的放矢,分別滿足不同地區消費者的需求,可增加產品的總銷售量,同時可使公司在細分小市場上佔有優勢,從而提高企業的廚房,在消費者以上中樹立良好的公司形象.
缺點:會增加各種費用,如增加產品改良成本,製造成本,管理費用,儲存費用.
案例:美國米勒公司營銷案
在60年代末，米勒啤酒公司在美國啤酒業排名第八，市場份額僅為8%，與百威、藍帶等知名品牌相距甚遠。為了改變這種現狀，米勒公司決定採取積極進攻的市場戰略。
他們首先進行了市場調查。通過調查發現，若按使用率對啤酒市場進行細分，啤酒飲用者可細分為輕度飲用者和重度飲用者，而前者人書雖多，但飲用量卻只有後者的1/8。
他們還發現，重度飲用者有著以下特徵：多是藍領階層；每天看電視3個小時以上；愛好體育運動。米勒公司決定把目標市場定在重度使用者身上，並果斷決定對米勒的「海雷夫」牌啤酒進行重新定位、
重新定位從廣告開始。他們首先在電視台特約了一個「米勒天地」的欄目，廣告主題變成了「你有多少時間，我們就有多少啤酒」，以吸引那些「啤酒壇子」。廣告畫面中除險的盡是些激動人心的場面：船員們神情專注地在迷霧中駕駛輪船，年青人騎著摩托沖下陡坡，鑽井工人奮力止住井噴等。
結果，「海雷夫」的重新定位戰略取得了很大的成功。到了1978年，這個牌子的啤酒年銷售達2000萬箱，僅次於AB公司的百威啤酒，在美名列第二。
什麼是市場細分的最好途徑？
營銷人員的目標是將一個市場的成員按照某種共同的特性劃分成不同的群體。市場細分的方法經歷過幾個階段。最初，因為數據是現成的，調研人員採用了基於人口統計學信息的市場細分方法。他們認為不同的人員，由於其年齡、職位、收入和教育的不同，消費模式也會有所不同。後來，調研人員增加了消費者的居住地、房屋擁有類型和家庭人口數等因素，形成了基於地理人口統計學信息的市場細分方法。
後來，人們又發現基於人口統計學的方法做出的同一個市場細分下，還是存在著不同的消費模式。於是調研人員根據消費者的購買意願、動機和態度，採用了基於行為科學的方法來進行分類。這種方法的一個形式是基於惠益的市場細分方法，劃分的依據是消費者從產品中尋求的主要惠益。另一種形式是基於心理描述圖的市場細分方法，劃分依據是消費者生活方式的特徵。
有一種更新的成果是基於忠誠度的市場細分，把注意力更多地放在那些能夠更長時間和使企業獲得更大利潤的客戶身上。
總之，市場細分分析是一種對消費者思維的研究。對於營銷人員來說，誰能夠首先發現新的劃分客戶的依據，誰就能獲得豐厚的回報。
企業怎樣才能不斷找到市場的利基？
利基存在於所有市場。營銷人員需要研究市場上不同消費者對於產品屬性、價格、渠道、送貨時間等方面的各種要求。由此，購買者將被分成不同的群體，每一個群體會對某一方面的產品/服務/關系有特定的要求，每一個群體都可以成為一個利基，企業可以根據其特殊性提供服務。
比方說，一家建築公司可以提供設計任何類型的大廈，或者選擇專門設計某特定類型的大廈，像療養院、醫院、監獄或是大學生宿舍。即使選擇療養院時，公司還可以進一步選擇高造價療養院而不是低造價療養院，更進一步地，它還可以只針對佛羅里達州開展業務，這樣，這家公司確定如下的市場利基：為佛羅里達州設計高造價養老院，假定營銷調研顯示這個利基充分大和具有增長潛力。
如何利用互聯網幫助企業進行市場細分？
互聯網的確能夠幫助企業進行市場細分。我對那些針對特定市場細分的網站印象尤其深刻，像針對新生兒母子的、老年人的、西班牙裔的等等，我預計未來還會有上百個服務於特定群體的網站，為客戶提供信息、購物和互動機會。
今天，網路銷售商開始建立一種數據倉庫，把客戶的名字、前景以及其他很多信息輸入其中，營銷人員在數據倉庫中進行數據挖掘以發現新的市場細分和利基。之後他們將特定的市場供給品提供給潛在客戶，這是經典的市場細分。
目標市場的定義
著名的市場營銷學者麥卡錫提出了應當把消費者看作一個特定的群體，稱為目標市場。通過市場細分，有利於明確目標市場，通過市場營銷策略的應用，有利於滿足目標市場的需要。即：標市場就是通過市場細分後，企業准備以相應的產品和服務滿足其需要的一個或幾個子市場。
選擇目標市場的策略
選擇目標市場，明確企業應為哪一類用戶服務，滿足他們的哪一種需求，是企業在營銷活動中的一項重要策略。 為什麼要選擇目標市場呢?因為不是所有的子市場對本企業都有吸引力，任何企業都沒有足夠的人力資源和資金滿足整個市場或追求過份大的目標，只有揚長避短，找到有利於發揮本企業現有的人、財、物優勢的目標市場，才不至於在龐大的市場上瞎撞亂碰。如太原橡膠廠是一個有1800多名職工、以生產汽車、拖拉機輪胎為主的中型企業。前幾年，因產品難於銷售而處於困境。後來，他們進行市場細分後，根據企業優勢，選擇了省內十大運輸公司作為自己的目標市場，生產適合晉煤外運的高噸位汽車載重輪胎，打開了銷路。隨著企業實力的增強，他們又選擇了耕運兩用拖拉機製造廠為目標市場。1992年與香港中策投資有限公司合資經營，成立了「雙喜輪胎股份有限公司」。1993年，在全國輪胎普遍滯銷的情況下，該公司敲開了一汽的大門，為之提供高噸位配套輪胎。正確選擇目標市場是太原橡膠廠跨入全國500家優秀企業的有效策略之一。 選擇目標市場一般運用下列三種策略。 一、無差別性市場策略 無差別市場策略，就是企業把整個市場作為自己的目標市場，只考慮市場需求的共性，而不考慮其差異，運用一種產品、一種價格、一種推銷方法，吸引可能多的消費者。美國可口可樂公司從1886年問世以來，一直採用無差別市場策略，生產一種口味、一種配方、一種包裝的產品滿足世界156個國家和地區的需要，稱作「世界性的清涼飲料」，資產達74億美元。由於百事可樂等飲料的競爭，1985年4月，可口可樂公司宣布要改變配方的決定，不料在美國市場掀起軒然大波，許多電話打到公司，對公司改變可口可樂的配方表示不滿和反對，不得不繼續大批量生產傳統配方的可口可樂。可見，採用無差別市場策略，產品在內在質量和外在形體上必須有獨特風格，才能得到多數消費者的認可，從而保持相對的穩定性。 這種策略的優點是產品單一，容易保證質量，能大批量生產，降低生產和銷售成本。但如果同類企業也採用這種策略時，必然要形成激烈競爭。聞名世界的肯德基炸雞，在全世界有800多個分公司，都是同樣的烹任方法、同樣的製作程序、同樣的質量指標、同樣的服務水平，採取無差別策略，生產很紅火。1992年，肯德基在上海開業不久，上海榮華雞快餐店開業，且把分店開到肯德基對面，形成「斗雞」場面。因榮華雞快餐把原來洋人用麵包作主食改為蛋炒飯為主食，西式抄拉土豆改成酸辣菜、西葫蘆條，更取悅於中國消費者。所以，面對競爭強手時，無差別策略也有其局限性。 二、差別性市場策略 差別性市場策略就是把整個市場細分為若乾子市場，針對不同的子市場，設計不同的產品，制定不同的營銷策略，滿足不同的消費需求。如美國有的服裝企業，按生活方式把婦女分成三種類型：時髦型、男子氣型、樸素型。時髦型婦女喜歡把自己打扮得華貴艷麗，引人注目；男子氣型婦女喜歡打扮的超凡脫俗，卓爾不群；樸素型婦女購買服裝講求經濟實惠，價格適中。公司根據不同類婦女的不同偏好，有針對性地設計出不同風格的服裝，使產品對各類消費者更具有吸引力。又如某自行車企業，根據地理位置、年齡、性別細分為幾個子市場：農村市場，因常運輸貨物，要求牢固耐用，載重量大；城市男青年，要求快速、樣式好；城市女青年，要求輕便、漂亮、閘靈。針對每個子市場的特點，制定不同的市場營銷組合策略。 這種策略的優點是能滿足不同消費者的不同要求，有利於擴大銷售、佔領市場、提高企業聲譽。其缺點是由於產品差異化、促銷方式差異化，增加了管理難度，提高了生產和銷售費用。目前只有力量雄厚的大公司採用這種策略。如青島雙星集團公司，生產多品種、多款式、多型號的鞋，滿足國內外市場的多種需求。 三、集中性市場策略 集中性市場策略就是在細分後的市場上，選擇二個或少數幾個細分市場作為目標市場，實行專業化生產和銷售。在個別少數市場上發揮優勢，提高市場佔有率。採用這種策略的企業對目標市場有較深的了解，這是大部分中小型企業應當採用的策略。日本尼西奇起初是一個生產雨衣、尿布、游泳帽、衛生帶等多種橡膠製品的小廠，由於訂貨不足，面臨破產。總經理多川博在一個偶然的機會，從一份人口普查表中發現，日本每年約出生25O萬個嬰兒，如果每個嬰兒用兩條尿布，一年需要 500萬條。於是，他們決定放棄尿布以外的產品，實行尿布專業化生產。一炮打響後，又不斷研製新材料、開發新品種，不僅壟斷了日本尿布市場，還遠銷世界 70多個國家和地區，成為聞名於世的「尿布大王」。 採用集中性市場策略，能集中優勢力量，有利於產品適銷對路，降低成本，提高企業和產品的知名度。但有較大的經營風險，因為它的目標市場范圍小，品種單一。如果目標市場的消費者需求和愛好發生變化，企業就可能因應變不及時而陷入困境。同時，當強有力的競爭者打入目標市場時，企業就要受到嚴重影響。因此，許多中小企業為了分散風險，仍應選擇一定數量的細分市場為自己的目標市場。 三種目標市場策略各有利弊。選擇目標市場時，必須考慮企業面臨的各種因素和條件，如企業規模和原料的供應、產品類似性、市場類似性、產品壽命周期、競爭的目標市場等。 選擇適合本企業的目標市場策略是一個復雜多變的工作。企業內部條件和外部環境在不斷發展變化，經營者要不斷通過市場調查和預測，掌握和分析市場變化趨勢與競爭對手的條件，揚長避短，發揮優勢，把握時機，採取靈活的適應市場態勢的策略，去爭取較大的利益。
市場定位
市場定位是指企業針對潛在顧客的心理進行營銷設計，創立產品、品牌或企業在目標顧客心目中的某種形象或某種個性特徵，保留深刻的印象和獨特的位置，從而取得競爭優勢。
市場定位（Market Positioning）是20世紀70年代由美國學者阿爾•賴斯提出的一個重要營銷學概念。所謂市場定位就是企業根據目標市場上同類產品競爭狀況，針對顧客對該類產品某些特徵或屬性的重視程度，為本企業產品塑造強有力的、與眾不同的鮮明個性，並將其形象生動地傳遞給顧客，求得顧客認同。市場定位的實質是使本企業與其他企業嚴格區分開來，使顧客明顯感覺和認識到這種差別，從而在顧客心目中佔有特殊的位置。
傳統的觀念認為，市場定位就是在每一個細分市場上生產不同的產
品，實行產品差異化。事實上，市場定位與產品差異化盡管關系密切，但有著本質的區別。市場定位是通過為自己的產品創立鮮明的個性，從而塑造出獨特的市場形象來實現的。一項產品是多個因素的綜合反映，包括性能、構造、成分、包裝、形狀、質量等，市場定位就是要強化或放大某些產品因素，從而形成與眾不同的獨特形象。產品差異化乃是實現市場定位的手段，但並不是市場定位的全部內容。市場定位不僅強調產品差異，而且要通過產品差異建立獨特的市場形象，贏得顧客的認同。
需要指出的是，市場定位中所指的產品差異化與傳統的產品差異化概念有本質區別，它不是從生產者角度出發單純追求產品變異，而是在對市場分析和細分化的基礎上，尋求建立某種產品特色，因而它是現代市場營銷觀念的體現。
編輯詞條
開放分類：
營銷、市場營銷
貢獻者：
xxxzzjj、fivelegscat、anyaohui
關於本詞條的評論（共1條）：
·所謂市場定位，就是根據市場的競爭情況和本企業的條件，確定本企業產品在目標市場上的競爭地位。具體地說，就是要在目標顧客的心目中為產品創造一定的特色，賦予一定的形象，以適應顧客一定的需要和偏好。產品特色和形象可以是實物方面的，也可以是心理方面的，或者二者兼而有之。一般說來，企業對目標市場的定位，並不能隨心所欲，而是必須對競爭者現處的市場位置、消費者的實際需求和本企業的產品特性等做出正確評估，然後，才能...