李亞平　 劉思峰　 方志耕　 陳洪轉(zhuǎn)　 徐　蘭

1.南京林業(yè)大學(xué)，南京，210037　　2.南京航空航天大學(xué)，南京，2100163.英國(guó)De Montfort大學(xué)，萊斯特，LE1 9BH　　4. 江蘇科技大學(xué)，鎮(zhèn)江，212003

?

李亞平1劉思峰2,3方志耕2陳洪轉(zhuǎn)2徐蘭4

1.南京林業(yè)大學(xué)，南京，2100372.南京航空航天大學(xué)，南京，2100163.英國(guó)De Montfort大學(xué)，萊斯特，LE1 9BH4. 江蘇科技大學(xué)，鎮(zhèn)江，212003

提出一種多質(zhì)量特性的產(chǎn)品參數(shù)選擇灰靶模型來(lái)輔助工程設(shè)計(jì)者進(jìn)行決策。結(jié)合正交試驗(yàn)設(shè)計(jì)，針對(duì)多質(zhì)量特性產(chǎn)品參數(shù)選擇的具體問(wèn)題，研究了灰靶模型的要素及相互間關(guān)系；提出一組改進(jìn)型田口質(zhì)量損失函數(shù)，并將其損失值作為灰靶模型效果的基本測(cè)度。該模型能兼顧設(shè)計(jì)過(guò)程中的內(nèi)外影響因素，判斷出可取和不可取的參數(shù)組合，從而確定方案的滿意區(qū)域；根據(jù)效果測(cè)度值可以確定多質(zhì)量特性產(chǎn)品的最優(yōu)參數(shù)水平組合。

多質(zhì)量特性；參數(shù)選擇；灰靶；田口質(zhì)量損失函數(shù)；正交試驗(yàn)

0　引言

工程設(shè)計(jì)中，為解決多質(zhì)量特性產(chǎn)品參數(shù)選擇問(wèn)題，人們研究了穩(wěn)健設(shè)計(jì)、不確定優(yōu)化設(shè)計(jì)、結(jié)構(gòu)優(yōu)化設(shè)計(jì)等設(shè)計(jì)方法[1-9]。這些設(shè)計(jì)方法的核心思想是在現(xiàn)有技術(shù)水平、資源約束以及設(shè)計(jì)目標(biāo)和要求等的基礎(chǔ)上，探求一個(gè)相對(duì)滿意的方案，這與灰靶模型的基本思想一致?；野心Ｐ蚚10]本著灰色系統(tǒng)理論中非唯一性原則，在優(yōu)化意義下的滿意區(qū)域?qū)で笠粋€(gè)相對(duì)最優(yōu)的方案?？紤]灰靶模型中各要素的性質(zhì)和相互間關(guān)系，利用灰靶模型進(jìn)行多質(zhì)量特性產(chǎn)品參數(shù)選擇，能夠兼顧設(shè)計(jì)過(guò)程中的內(nèi)外影響因素，并發(fā)現(xiàn)可取和不可取參數(shù)組合，可輔助工程設(shè)計(jì)者確定方案的滿意區(qū)域。因此，運(yùn)用灰靶模型進(jìn)行多質(zhì)量特性產(chǎn)品參數(shù)選擇是值得研究和探索的。

利用灰靶模型進(jìn)行多質(zhì)量特性產(chǎn)品參數(shù)選擇的一個(gè)重要內(nèi)容就是如何測(cè)度效果值。田口質(zhì)量損失[11-12]是一種較好的衡量產(chǎn)品質(zhì)量好壞的指標(biāo)，但其存在以下不足：①?zèng)]有考慮特性的量綱；②總是將不可能實(shí)現(xiàn)的望大特性無(wú)窮大值和望小特性無(wú)窮小值作為理想值是有失偏頗的；③望目特性的函數(shù)忽略了質(zhì)量損失不對(duì)稱的事實(shí)。因此，本文提出一組改進(jìn)型田口質(zhì)量損失函數(shù)，并以此作為灰靶決策效果測(cè)度的基本工具。另外，考慮到正交試驗(yàn)設(shè)計(jì)[12]是考慮設(shè)計(jì)過(guò)程中內(nèi)外影響因素的一種重要方法，以此為基礎(chǔ)，針對(duì)多質(zhì)量特性產(chǎn)品參數(shù)選擇的具體問(wèn)題，設(shè)計(jì)了灰靶模型的各要素及其之間的關(guān)系，并以改進(jìn)型質(zhì)量損失函數(shù)為效果測(cè)度值，判斷出設(shè)計(jì)過(guò)程中的可取和不可取參數(shù)組合，并通過(guò)比較測(cè)度值的大小，確定相對(duì)最優(yōu)參數(shù)水平組合，解決了多質(zhì)量特性產(chǎn)品參數(shù)選擇問(wèn)題。該方法簡(jiǎn)潔明了，易于操作，能夠輔助工程設(shè)計(jì)者進(jìn)行決策。

1　問(wèn)題描述

1.1田口質(zhì)量損失函數(shù)

田口博士認(rèn)為，產(chǎn)品上市后的質(zhì)量波動(dòng)性會(huì)給企業(yè)帶來(lái)一定的損失，由產(chǎn)品質(zhì)量問(wèn)題導(dǎo)致的損失被稱為質(zhì)量損失，并將田口質(zhì)量損失函數(shù)作為度量質(zhì)量損失的工具[2]。質(zhì)量損失函數(shù)的通用模型為

L(y)=K(y-y0)2

(1)

式中，K為質(zhì)量損失系數(shù)，是不依賴于y的常數(shù)；y為質(zhì)量特性值，y0是其目標(biāo)值。

y離y0越近，L(y)值越小，表明設(shè)計(jì)的質(zhì)量損失小，功能質(zhì)量好。

1.2正交試驗(yàn)設(shè)計(jì)

正交試驗(yàn)是安排多因素試驗(yàn)、尋求最優(yōu)水平組合的一種經(jīng)濟(jì)、高效、快速的試驗(yàn)方法[13]。試驗(yàn)過(guò)程如下：確定試驗(yàn)的可控因素和噪聲因素及其水平表；選擇合適的正交表(內(nèi)表和外表)，設(shè)計(jì)內(nèi)表和外表試驗(yàn)方案；根據(jù)試驗(yàn)?zāi)康模_定試驗(yàn)指標(biāo)；進(jìn)行試驗(yàn)并分析試驗(yàn)結(jié)果，確定最佳因素水平組合。

1.3灰靶模型

灰靶模型決策的四要素是事件、對(duì)策、目標(biāo)和效果。

(1)事件集與對(duì)策集。某一決策問(wèn)題研究范圍內(nèi)事件的全體稱為該問(wèn)題的事件集，記為A={a1，a2，…，an}，其中，ai(i=1，2，…，n)表示第i個(gè)事件。相應(yīng)的所有可能的對(duì)策全體稱為對(duì)策集，記為B={b1，b2，…，bm}，其中，bj(j=1，2，…，m)表示第j種對(duì)策。

(2)局勢(shì)集。事件集A與對(duì)策集B的笛卡兒積A×B={(ai，bj)|ai∈A，bj∈B}稱為局勢(shì)集，記作S=A×B。若ai∈A，bj∈B，則(ai，bj)為局勢(shì)，記為sij=(ai，bj)。

(2)

為s維決策灰靶。

決策灰靶實(shí)質(zhì)上是相對(duì)優(yōu)化意義下滿意效果所在的區(qū)域。在決策問(wèn)題中，很多情境下要取得絕對(duì)的最優(yōu)是不可能的，因而人們往往退而求其次，要求有個(gè)滿意的結(jié)果就行，即要求局勢(shì)sij的目標(biāo)效果向量滿足

那么，sij即為“中靶”局勢(shì)。

2　改進(jìn)型田口質(zhì)量損失函數(shù)

不同質(zhì)量特性的意義、量綱和性質(zhì)可能各不相同，為在建模與計(jì)算時(shí)得到具有可比性的質(zhì)量損失測(cè)度，設(shè)計(jì)一組改進(jìn)型田口質(zhì)量損失函數(shù)，即標(biāo)準(zhǔn)質(zhì)量損失函數(shù)。根據(jù)質(zhì)量指標(biāo)的不同特性可以獲得標(biāo)準(zhǔn)質(zhì)量損失函數(shù)的設(shè)計(jì)對(duì)象，包括望大質(zhì)量特性、望小質(zhì)量特性和望目質(zhì)量特性.

定義1標(biāo)準(zhǔn)質(zhì)量損失是指質(zhì)量特性值與其目標(biāo)值的量綱一偏差程度。設(shè)質(zhì)量特性值為y，L(y)為其標(biāo)準(zhǔn)質(zhì)量損失，則有：

(1)設(shè)y為望大質(zhì)量特性，其標(biāo)準(zhǔn)質(zhì)量損失函數(shù)為

(3)

式中，y*為y的最小可接受值；y′為y的最大可達(dá)值；K為質(zhì)量損失系數(shù)，K≤1。

(2)設(shè)y為望小質(zhì)量特性，其標(biāo)準(zhǔn)質(zhì)量損失函數(shù)為

(4)

式中，y**為y的最小可達(dá)值；y″為y的最大可接受值。

(3)設(shè)y為望目質(zhì)量特性，其標(biāo)準(zhǔn)質(zhì)量損失函數(shù)為

(5)

式中，yc為y的目標(biāo)值；y-為y的最小可接受值；y+為y的最大可接受值；α為yc≤y

定義1中的質(zhì)量損失系數(shù)可以通過(guò)專家定性給出，或者通過(guò)經(jīng)典方法計(jì)算后，作變換處理，視具體情況而定。

與傳統(tǒng)的田口質(zhì)量損失函數(shù)相比，標(biāo)準(zhǔn)質(zhì)量損失函數(shù)有如下優(yōu)勢(shì)：①歸一化；②望大質(zhì)量特性最大可達(dá)值、望小質(zhì)量特性最小可達(dá)值的引入彌補(bǔ)了特性值無(wú)窮大和無(wú)窮小均不可實(shí)現(xiàn)的不足；③望目質(zhì)量特性引入兩種質(zhì)量損失系數(shù)更符合質(zhì)量損失不對(duì)稱的實(shí)際情況；④標(biāo)準(zhǔn)質(zhì)量損失函數(shù)比傳統(tǒng)質(zhì)量損失函數(shù)更經(jīng)濟(jì)可行。運(yùn)用標(biāo)準(zhǔn)質(zhì)量損失函數(shù)計(jì)算的結(jié)果能夠初步去掉一部分不可取的方案，即損失值為1的方案均不可取，而傳統(tǒng)質(zhì)量損失函數(shù)需要根據(jù)具體情況設(shè)置閾值，推廣性較弱。

3　效果測(cè)度

定義2設(shè)A為事件集，B為對(duì)策集，S為局勢(shì)集，則稱

(6)

為局勢(shì)集S在k目標(biāo)下的一致效果測(cè)度矩陣。

定義4設(shè)A為事件集，B為對(duì)策集，則稱

(7)

Uj=(μ1，μ2，…，μm)

(8)

為對(duì)策集B的綜合效果測(cè)度向量。

推論3綜合效果測(cè)度μj滿足以下條件：①量綱一；②效果越理想，μj越?。虎郐蘪∈[0，1]。

目標(biāo)1，2，…，s的s維決策灰靶為

對(duì)于局勢(shì)sij中靶的情形，可以通過(guò)比較綜合效果測(cè)度μj的大小判斷對(duì)策bj的優(yōu)劣。

4　基于正交試驗(yàn)設(shè)計(jì)的多質(zhì)量特性產(chǎn)品參數(shù)選擇灰靶模型

4.1基本原理

利用定義1～定義6及推論1～推論3找出最小的綜合效果測(cè)度所對(duì)應(yīng)的對(duì)策bjo，即解決了參數(shù)選擇問(wèn)題。

4.2多質(zhì)量特性產(chǎn)品參數(shù)選擇灰靶模型設(shè)計(jì)算法步驟

在上述分析的基礎(chǔ)上，基于正交試驗(yàn)的多質(zhì)量特性產(chǎn)品參數(shù)選擇灰靶模型的實(shí)現(xiàn)步驟如下：

(1)確定正交試驗(yàn)指標(biāo)，即確定質(zhì)量特性集Y；

(2)確定需要設(shè)計(jì)的參數(shù){x1，x2，…，xp}、噪聲因素{o1，o2，…，oq}及其水平表；

(3)選擇合適的正交表(內(nèi)表和外表)，設(shè)計(jì)內(nèi)表試驗(yàn)方案m組、外表試驗(yàn)方案n組；

(4)進(jìn)行試驗(yàn)并記錄試驗(yàn)結(jié)果。

(5)計(jì)算一致效果測(cè)度矩陣

5　實(shí)際應(yīng)用

某離合器系統(tǒng)是一個(gè)多功能整合系統(tǒng),為使這個(gè)離合器系統(tǒng)正常工作，扭矩必須保持穩(wěn)定，且體現(xiàn)離合器傳遞扭矩能力的后備系數(shù)必須大于1。要達(dá)到上述設(shè)計(jì)要求，必須考慮8個(gè)參數(shù)(表面光潔度、原料、潤(rùn)滑油、C.E.半徑、指針半徑、齒輪角度、齒輪高度和齒輪厚度)的選擇問(wèn)題。利用文中提出的方法進(jìn)行參數(shù)選擇。

(1)確定目標(biāo)，即質(zhì)量特性：扭矩(y1)、后備系數(shù)(y2)。

(2)確定需要設(shè)計(jì)的參數(shù)、噪聲因素及其水平表。需要設(shè)計(jì)的參數(shù)：表面光潔度(x1)、原料(x2)、潤(rùn)滑油(x3)、C.E.半徑(x4)、指針半徑(x5)、齒輪角度(x6)、齒輪高度(x7)和齒輪厚度(x8)，噪聲因素：溫度(n1)和老化程度(n2)。兩者的水平安排如表1、表2所示。

表1　設(shè)計(jì)參數(shù)(可控因素)水平表

表2　設(shè)計(jì)參數(shù)(可控因素)水平表

(3)內(nèi)表選擇L18(21×37)，共18組試驗(yàn)方案；外表選擇L4(22)，共4組試驗(yàn)方案。

(4)進(jìn)行試驗(yàn)并記錄結(jié)果，如表3所示。

表3　正交試驗(yàn)結(jié)果

(6)根據(jù)一致效果測(cè)度矩陣，剔除“脫靶”局勢(shì)對(duì)應(yīng)的對(duì)策。若y1和y2目標(biāo)下存在一致效果測(cè)度值為1的局勢(shì)，則該局勢(shì)脫靶，對(duì)應(yīng)的對(duì)策為不可取對(duì)策，剔除對(duì)策b3、b6、b7、b8、b10、b11、b13、b14。

0.1522,∞,∞,0.2406,∞,∞,0.2586,0.1925,0.1908,0.2417)

∞,0.1231,0.0625,0.0394,∞,∞,0.0112,∞,

0.0264,0.0548,0.0499,0.1288,0.0476)

(8)計(jì)算對(duì)策集B的綜合效果測(cè)度向量Uj。目標(biāo)y1、y2的決策權(quán)均為0.5，對(duì)策集B的綜合效果測(cè)度向量為

Uj=(0.0653,0.1293,∞,0.2338,0.1006,∞,∞,∞,0.0958,

6　結(jié)語(yǔ)

多質(zhì)量特性產(chǎn)品參數(shù)選擇問(wèn)題的解決思路與灰靶模型的基本思想一致，而且正交試驗(yàn)設(shè)計(jì)是兼顧設(shè)計(jì)過(guò)程中內(nèi)外影響因素的一種重要工具，針對(duì)參數(shù)選擇的具體問(wèn)題，設(shè)計(jì)了灰靶模型的各要素及其之間的關(guān)系。將改進(jìn)型田口質(zhì)量損失函數(shù)作為灰靶模型效果的基本測(cè)度工具，與傳統(tǒng)田口質(zhì)量損失函數(shù)相比，改進(jìn)型田口質(zhì)量損失函數(shù)有三點(diǎn)優(yōu)勢(shì)：①量綱一化；②望大質(zhì)量特性最大可達(dá)值、望小質(zhì)量特性最小可達(dá)值的引入，分別彌補(bǔ)了特性值無(wú)窮大和無(wú)窮小均不可實(shí)現(xiàn)的不足；③望目質(zhì)量特性引入兩種質(zhì)量損失系數(shù)更符合質(zhì)量損失不對(duì)稱的實(shí)際情況。該灰靶模型能夠兼顧設(shè)計(jì)過(guò)程中的內(nèi)外影響因素，判斷出可取和不可取參數(shù)組合，可輔助工程設(shè)計(jì)者確定方案的滿意區(qū)域，并可通過(guò)比較效果測(cè)度值大小確定相對(duì)最優(yōu)參數(shù)水平組合，解決了多質(zhì)量特性產(chǎn)品參數(shù)選擇問(wèn)題。該方法清晰明了，易于操作，能夠輔助工程設(shè)計(jì)者進(jìn)行設(shè)計(jì)決策。

[1]張根保,任顯林,劉立堃,等. 面向制造過(guò)程的產(chǎn)品多關(guān)鍵質(zhì)量特性優(yōu)化模型[J].計(jì)算機(jī)集成制造系統(tǒng),2010, 16(6): 1286-1291.ZhangGenbao,RenXianlin,LiuLikun,etal.MultipleKeyQualityCharacteristicsOptimizationModelforManufacturingProcess[J].ComputerIntegratedManufacturingSystems, 2010, 16(6):1286-1291.

[2]耿金花,高齊圣,張嗣瀛. 多因素、多指標(biāo)產(chǎn)品系統(tǒng)的建模與優(yōu)化[J].系統(tǒng)工程學(xué)報(bào), 2008, 23(4): 449-454.

GengJinhua,GaoQisheng,ZhangSiying.ModelingandOptimizationofMulti-factorandMulti-indexProductSystem[J].JournalofSystemsEngineering, 2008, 23(4): 449-454.

[3]K?ksoyaO.ANonlinearProgrammingSolutiontoRobustMulti-responseQualityProblem[J].AppliedMathematicsandComputation, 2008, 196(2): 603-612.

[4]SunGY,LiGY,GongZH,etal.MultiobjectiveRobustOptimizationMethodforDrawbeadDesigninSheetMetalForming[J].Materials&Design, 2010, 31(4): 1917-1929.

[5]PickleSM,RobinsonTJ,BirchJB,etal.ASemiparametricApproachtoRobustParameterDesign[J].JournalofStatisticalPlanningandInference, 2008, 138(1): 114-131.

[6]楊方,高齊圣,于增順. 多響應(yīng)問(wèn)題的穩(wěn)健性設(shè)計(jì)優(yōu)化[J]. 工業(yè)工程, 2010, 13(3): 43-46.

YangFang,GaoQisheng,YuZengshun.RobustDesignOptimizationofMulti-responseProblems[J].IndustrialEngineeringJournal, 2010, 13(3): 43-46.

[7]何楨,馬彥輝,趙有. 基于田口過(guò)程能力指數(shù)和熵權(quán)理論的多響應(yīng)穩(wěn)健優(yōu)化設(shè)計(jì)[J]. 中國(guó)農(nóng)機(jī)化, 2008(3): 33-36.

HeZhen,MaYanhui,ZhaoYou.RobustDesignOptimizationofMulti-responseBasedonTaguchiProcessCapacityIndexandEntropyTheory[J].ChineseAgriculturalMechanization, 2008(3): 33-36.

[8]喬紅威,呂震宙,李洪雙. 基于隨機(jī)響應(yīng)面法的響應(yīng)靈敏度分析及穩(wěn)健優(yōu)化設(shè)計(jì)[J]. 中國(guó)機(jī)械工程, 2009, 20(3): 337-341.

QiaoHongwei,LüZhenzhou,LiHongshuang.ResponseSensitivityAnalysisandRobustDesignBasedonStochasticResponseSurfaceMethod[J].ChinaMechanicalEngineering, 2009, 20(3): 337-341.

[9]李亞平,劉思峰,方志耕,等. 基于質(zhì)量特性與參數(shù)隱式函數(shù)關(guān)系的DEA混合穩(wěn)健設(shè)計(jì)模型[J]. 中國(guó)機(jī)械工程, 2012, 23(9): 1079-1083.

LiYaping,LiuSifeng,FangZhigeng,etal.AHybridRobustDesignModelbyDEAforImplicitFunctionofQualityCharacteristicsandItsParameters[J].ChinaMechanicalEngineering, 2012, 23(9): 1079-1083.

[10]LiuY,JeffreyF,LiuSF.Multi-objectiveGreyTargetDecision-makingBasedonProspectTheory[J].Control&Decision, 2013, 28(3):345-350.

[11]葛健全,賈天寶,趙志明,等. 基于田口方法的彈道修正彈參數(shù)優(yōu)化[J]. 彈箭與制導(dǎo)學(xué)報(bào),2008,28(6):211-214.

GeJianquan,JiaTianbao,ZhaoZhiming,etal.OnParametersOptimizationofTrajectoryCorrectionSubmunitionUsingTaguchiMethod[J].JournalofProjectiles,Rockets,MissilesandGuidance, 2008, 28(6):211-214.

[12]李波.空間潤(rùn)滑諧波減速器傳動(dòng)性能正交試驗(yàn)分析[J]. 機(jī)械工程學(xué)報(bào),2012,48(3):82-87.

LiBo.OrthogonalExperimentAnalysisonTransmissionPerformanceofSpaceLubricatedHarmonicDrive[J].JournalofMechanicalEngineering, 2012,48(3):82-87.

[13]陳建江,鐘毅芳,肖人彬. 基于正交試驗(yàn)的穩(wěn)健優(yōu)化設(shè)計(jì)方法及其工程應(yīng)用[J]. 中國(guó)機(jī)械工程, 2004, 15(4):283-286.

ChenJianjiang,ZhongYifang,XiaoRenbin.DesignMethodofRobustOptimizationBasedonOrthogonalTestsandItsApplication[J].ChinaMechanicalEngineering, 2004,15(4):283-286.

(編輯張洋)

Grey Target Model for Parameter Design of Multi-quality-characteristic Products

Li Yaping1Liu Sifeng2,3Fang Zhigeng2Chen Hongzhuan2Xu Lan4

1.Nanjing Forestry University, Nanjing, 210037 2.Nanjing University of Aeronautics and Astronautics, Nanjing, 210016 3.De Montfort University, Leicester, UK, LE1 9BH 4.Jiangsu University of Science and Technology, Zhenjiang, Jiangsu, 212003

A grey target model for parameter choice of multi-quality-characteristic products was proposed to aid engineering designers to make decisions. Based on orthogonal experimental design, elements and relationships among them of the grey target model were studied for the parameter choice of multi-quality-characteristic products. A group of improved Taguchi quality loss functions were developed, and their values were thought to be the basic measures for the effects in the grey model. The internal and external factors were considered simultaneously in the design process. According to the effect value, acceptable parameter combinations were distinguished from unacceptable ones to get a satisfactory domain for design. Moreover, based on the effect value, the optimal parameter combination for multi-quality-characteristic products can be obtained.

multiple quality characteristics；parameter choice；grey target；Taguchi quality loss function；orthogonal experiment

李亞平，女，1985年生。南京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院講師。主要研究方向?yàn)橘|(zhì)量管理與工程。發(fā)表論文10余篇。劉思峰，男，1955年生。南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院教授、博士研究生導(dǎo)師，英國(guó)DeMontfort大學(xué)researchprofessor。方志耕，男，1962年生。南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院教授、博士研究生導(dǎo)師。陳洪轉(zhuǎn)，女，1977年生。南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院教授、博士研究生導(dǎo)師。徐蘭，女，1982年生。江蘇科技大學(xué)經(jīng)濟(jì)管理學(xué)院講師。

2015-6-18

歐盟第七研究框架計(jì)劃瑪麗·居里國(guó)際人才引進(jìn)計(jì)劃Fellow項(xiàng)目(FP7-PIIF-GA-2013-629051)；國(guó)家社會(huì)科學(xué)基金資助重點(diǎn)項(xiàng)目(12AZD102)；國(guó)家自然科學(xué)基金資助項(xiàng)目(61301108，71403109，71372080)；國(guó)家級(jí)教學(xué)團(tuán)隊(duì)基金資助項(xiàng)目(10td128)；教育部人文社科青年基金資助項(xiàng)目(14YJC630151)；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(NP2014105，NP2015208)；江蘇省高等學(xué)校哲學(xué)社會(huì)科學(xué)重點(diǎn)研究基地資助項(xiàng)目(2014JDXM015)

F273.2; N941.5

10.3969/j.issn.1004-132X.2016.08.015