油价算法有问题怎么办处理_油价计算规则

2024-10-29 14:58:06

1.汽车油耗一百公里8.5升油价是7.1怎么算

2.SUV百公里10个油，一公里多少钱，怎么个算法

3.电车能比油车省多少钱

4.我想知道队列算法能干什么

5.系统管理

油价算法有问题怎么办处理_油价计算规则

这个算法为：油价联动系数等于相关因素变动量除以油价变动量。

油价联动系数是指在某种情况下，油价变动对其他相关因素的影响程度。一般来说，油价联动系数的计算方法为：油价联动系数=相关因素变动量/油价变动量。

相关因素可以是燃油消费量、交通运输成本、物流成本等，油价联动系数的计算需要根据具体情况进行调整和修正，因为不同的因素之间可能存在复杂的相互作用关系。

汽车油耗一百公里8.5升油价是7.1怎么算

经常看到很多朋友说逻辑思维能力很重要，老板在招聘的时候也说需要罗斯思维能力强的人，我们经常觉得某些人办事情不利落也会说他做事情没逻辑，在今天几乎逻辑思维已经成了一个职场人士的标配了，任何情任何场景都可以套用上逻辑这个概念，市面上的各种商业的书籍里面也都是各种的谈论逻辑思维的重要性，但是究竟什么是逻辑思维，除了官方定义貌似也没有人真的去把这个说清楚。

在百度百科里面对逻辑思维的解释是：

逻辑思维能力是指正确、合理思考的能力。即对事物进行观察、比较、分析、综合、抽象、概括、判断、推理的能力，用科学的逻辑方法,准确而有条理地表达自己思维过程的能力。它与形象思维能力截然不同．

逻辑思维能力不仅是学好数学必须具备的能力，也是学好其他学科，处理日常生活问题所必须的能力。数学是用数量关系（包括空间形式）反映客观世界的一门学科，逻辑性很强、很严密.

对于这个回答,我是看了好久都没看明白,就解释本身来看,这个貌似是在讲逻辑思维能力是需要一堆能力来的一个综合性的能力的集合,如果你想要提升自己的逻辑思维能力的化,首先你需要有很好的观察能力/比较能力/分析能力/判断能力等一系列的能,而这些能力本身那就是非常复杂的一项能力。从后面一段解释来看，逻辑思维能力是一切能力的基础，是学习数学的基础能力，也是处理问题的基本能力，他的逻辑性很强，很严密，这个基本上是废话一句了，对于我们去了解逻辑思维能力，提升逻辑思维能力没有任何的帮助。

根据这么多年来对思考提升的孜孜不倦的学习和实践之后慢慢的发现逻辑思维很多时候真的不是一项知识，也不是一项能力，而应该是一项技能，因为技能是需要长期训练才能提升的，而知识是可以学习获得的。对于市面上大多数的关于逻辑思考的书基本上对于提升逻辑思维能力是没有任何帮助的，各种的思考模型，什么三段论，什么归纳法演绎法等等这些基本上对于提升逻辑思维是帮助不大，甚至是很多人推崇备至的系统思维、思考快与慢这类书对于前期想要快速的提升逻辑思维能力来说，都没有多大意义的。

第二点就是逻辑思维的能力应该是来自于生活中的各种问题的思考和分析，而不应该是来自于各种的练习题和各种的考试，甚至是在考公务员和MBA中的逻辑学，个人觉得从本质上来讲都不能够起到提升逻辑思维能力的效果。一个逻辑思维能力好的人在解决这类问题的时候可能比那些逻辑思维能力差的人要好，但是通过做这些题目并不能够让一个逻辑思维能力差的人的逻辑思维能力变好。

第三就是逻辑思维能力并不会因为你用了某个思考工具而提升，就跟我在思维导图的教学中一直强调的那样，思维导图本身并不具备思维能力，他只是一项工具而已，真正的还是需要你具有思维然后才能够画出结构清晰的图。这些工具的作用只能够是帮助在思考的过程中建立思考框架，把大脑中那些散碎的想法变的有逻辑，当然这个对于那些逻辑思维本身并不好的人而言，也是一项非常有效而且是成本极低的操作手法了。

** 对于逻辑思维能力而言，最底层核心知识无外乎就是分类、归纳和演绎，这些知识随便找到一本讲思维的书里面都会提到，理解起来也相当的简单，但是要想建立这样的思维模式，却是难上加难的事情，需要在日常生活中进行长期的练习才能慢慢的提升，而工作中的很多事情其实就是逻辑思维能力的最好体现，也是最佳的训练途径。**

首先对于分类而言，是我们遇到的最多的问题，也是解决起来巨难的问题，比如我们最近再做企业文化的时候就有一个很重要的模块，就是企业文化的宣传，这个时候有一个最基本的要素就是要搞清楚我们可以使用哪些宣传手段，这里面第一步要做的就是尽可能多的找出企业内部企业文化的宣传渠道，在刚刚开始我们讨论的时候你一言我一语，基本上就是想到哪讲到哪，最后的结果就是各种含混不清。

这个时候就需要用分类的思维来处理了，先按照大的模块来分类，然后在分类的基础上对各种宣传的渠道进行列举，比如传统，线上、新媒体、其它等，在传统里面可能会有卡片、手册、、标语、文化墙、吉祥物、桌面装饰品等，其它里面可以有ppt模版、电脑桌面、电脑屏保、定制手机壳、文化衫等，这样持续分解下去，很快就能很清晰的找到每一种宣传的方式。如果不分类，要么列举得很慢而且容易很杂乱，要么就是列举不完整，要么就是列举出很多重复的内容。在这个过程中仅仅只需要遵循的就是传说中的MECE法则：Mutually Exclusive, Collectively Exhaustive. 做到这一点，分类基本上就算是小有所成，对于整个逻辑这一块也能够达到够用的境界了。

第二类最常见的思维方法就是演绎，演绎主要是用在我们对于某一个问题处理之前的设和推理，帮助我们在做事情做好相应的规划和预算，同样以工作中的一个案例来说明，我们再做吉祥物征集的时候，有一个投票抽奖环节，当参与者完成投票之后就可以参加抽奖活动了，作为活动的组织者需要设定抽奖的基数和抽奖的奖品数，对于没有规划意识的人来讲可能就是公司有多少人就算多少基数，多少分奖品就作为奖品数的话，就会出现人为的降低了中奖概率，因为不一定是所有人都会参与。

因此这个时候就需要进行一个预估这个步骤是在第一步分类的基础上进行的，首先需要考虑到目前整个公司的人员分布情况，在这里我是按照年龄来进行划分的，因为每个年龄的人对于这些活动的参与度会不一样，特别是涉及到一些智能设备和比较复杂的操作的时候，比如我在这里的分类是：20—25，25—30，30—40，40—50，50+，根据以往的数据来看大概20—25的参与度可能是在70%左右，后面的以此降低，然后我只需要在系统里面拉出每个年龄段的人数，然后在用这些人数乘以每个年龄段的百分比，大概就能够算出来一共有多少人会参加这个活动了。

当然种算法还是比较简单粗暴的，如果活动次数比较多的话，还可以统计到每个区域每次活动的平均参与度，然后按照各个区域的情况来进行划分计算，这类思维一半用的比较多的地方就是对于很多未知的结果的探索，过去很多面试官喜欢考察这类问题，比如计算一下公司这栋楼大楼的星巴克每天要卖出去多少杯咖啡？某个小餐馆一天的收入等等，我们可以通过某一段时间的就餐客流量、食物的价格等计算出每天的收益。

第三类形式就是归纳思维，归纳思维会稍稍高端一点，是在前两个思维的基础上进行的，比如我们之前某一次在线活动的效果并不理想，活动开始之后参与度没有预想中的高，要解决这个问题的第一步就是分析活动参与度不高的原因有哪些，然后针对原因给出对策，首先对于原因就可以进行分类分析了，可以从主观原因和客观原因两个层面入手，主管层面比如活动规则设置的是否合理？活动参加是否有难度？活动的奖品是否给力？活动的宣传是否到位？各个区域是否认真组织了等等，客观层面比如是否赶上了交房期，大家都在赶业绩，没有时间参与活动？是否赶上起了其它的活动把这次活动给掩盖了？这个活动是否是大家感兴趣的等等，通过这些分析完了之后就可以针对每一个子问题来进行分析，找出解决方案了，通过这样的逐层分解之后，就很容易找出来问题的答案了，而且能够有针对性的选择最优解。

通过这三个方面的训练之后，基本上就能够满足日常的很多需求了，面对问题的时候不会出现给人脑子很乱或者是做事情每章法的感觉，其实也就是我们所说的有逻辑了。这些技能的训练也不需要专门的知识和书籍，也不需要专业的老师来讲解，需要的是大量的观察和思考，在生活中随时都可以进行这类问题，在吃饭的时候预估饭店的收益，出去陪妹子逛商场的时候预估下商场的客流量，预估下iphone6在国内的销量会是多少？偶尔在看新闻联播的时候也分析下国家大事，比如油价、房价神马的，时间久了以后这种意识就会成为习惯，遇到问题之后也能够跟人家条理清晰的侃侃而谈了。

** 最后还是回到主题，逻辑是一种技能是需要训练的，不是通过看几本书或者是用某款软件就能够解决的，多让自己在日常的生活中练习，而且这些练习基本上是没有任何门槛的，在地铁上无聊的时候，在等人的时候都可以去做。**

SUV百公里10个油，一公里多少钱，怎么个算法

油耗的计算为：油耗x油价/100公里。百公里8.5升，按照7块钱一升来算，那么大概需要?60，也就是说每公里六毛钱左右。

设油箱红灯亮了去加油，加的是92号汽油，单价是6.2元/L，加满后总共用了300块（这里不讲你油箱多少L）。然后你归零公里数，从0公里开始算，等到下次红灯再亮时去加油。此时车子显示你一共跑了 480公里，加了290元，那么我们就得到数据290元跑了480公里。

百公里油耗，就是290元/480公里=0.6 0.6*100=60 60/6.2（油的单价）=9.67L 。

每公里就是290元/480公里=0.6。

扩展资料

每个人的车型不同，性能不同，油耗自然就会不一样，但是算法都是一样的，只要记住初始里程数和结束里程数，就能够算出自己车辆的油耗，但是往往这个实际油耗会比官方给出的油耗要高出一部分。

因为官方给出的数据都是理想状态的，比如一个驾驶员按照一定速度行驶一百公里的油耗，由于多数车辆在90公里/小时接近经济车速，所以大多数官方给出的油耗都是90公里/小时的百公里油耗，这完全就是理想状态。

百度百科-油耗

电车能比油车省多少钱

一公里多少钱要知道油价，比如92#汽油按照5.6元/升算，那么100公里就是10*5.6=56元钱的油钱，折合成一公里就是0.56元。

当然这么算是按照标准耗油算的，如果是跑高速，一直在经济车速，那么就达不到10个油耗，就会比0.56元便宜；但是如果是市区，道路比较堵，走走停停，或者夏天开空调，那么10个油耗就是最低值，实际一公里的价格就会高于0.56元。

当然这也和车主的驾驶习惯有关系，如果喜欢急停急加速，那么油耗也会增加，一公里的价格也会高于0.56元。

百公里油耗

百公里油耗是厂家在客观环境中，用安装在车辆底盘的测功机测得的值转换为速度参数，再指定速度行驶，计算出车型的理论实验百公里油耗数据。

由于多数车辆在90公里/小时接近经济车速，因此大多数对外公布的理论油耗通常为90公里/小时的百公里油耗。（排气量是通过排气分析仪和碳平衡法分析尾气中碳元素的含量来判断）。

我想知道队列算法能干什么

每天通勤如果有80km甚至更多，电车一年比油车省个1万块钱，完全有可能的。

金钱成本能差多少

每天80km，一年250个法定工作日，再加上周末到处跑来跑去，差不多25000km了。10到15万的油车，百公里油耗按7个左右算，现在杭州92号油价7.72，算下来一年油钱13500。那同样的价位电车什么，比亚迪秦、零跑C01、埃安S这些，百公里电耗按偏高的15度来算好了，家充电费5毛一度，也算比较贵了，一年电费也只要1875。油费的零头都不一定到。不过家充对大部分朋友来说，有点奢侈，是吧，首先你车位有没有，找不找得到，租不租得着，是不是，人家线能不能拉。如果在外面充的，确实开销更高一点的。

一度电的这个价格，在8毛到1块5左右，按比较高的1块5算，1年电费5600块钱，那不是也省一半的钱。那除了补能开销，当然还要算保养、保险，这个都要的嘛。

油车一般，1年1万km保养一次，家用车保养一次大概450块钱，2.5万km的话，保养2.5次，1125块钱。电车保养简单的，但也不是说完全不用保养，比亚迪海豚举个例子，平摊到每25000km的保养开销，大概是875块钱左右。那每年的保险，电车它会相对贵个500到1000块钱，那这里也按多的1000块钱来算好了。

都加起来，如果你能在家里充电，电车一年能比油车省个1万块钱左右；在外面充电，也能省个6650块。

心情成本能差多少

那除了前面说的用车成本之外，其实我们还有一个东西，叫做心情上的成本。你每天上下班通勤80km，单程40km，你车上待的时间可不算短了。你比如在杭州，单程40km的话，导航预计通行时间一般是在1小时15分钟左右，那你要是长时间待在这个车上，舒适性就更要紧了。电车它没发动机的，这方面就有不少的优势了。电动汽车的整车振动噪声，会比同级别的油车低3到6分贝。

你听起来好像就这么点，是这样的，减少6分贝相当于音量已经减半了，这差别还是挺大了。它不是数学，这算法不一样。

车子更安静了，你堵车也不容易那么烦躁，尤其夏天堵车，油车原地你走走停停，你空调好像接着开，油耗也特别的高。

电车的话堵车，其实还你还省点电了，反正电费也便宜，那我们用起来更从容。

这个其实它不光是钱的问题，是我舒不舒服的问题嘛，对不对。

保值率和电池损耗怎么样

听到这里有些朋友讲了，电车吹的这么好这么划算，保值率、电池损耗你不讲的？那其实这两年，不少电动车的保值率已经上来了，差距和油车缩小了很多。还有电池损耗的问题，动力电池、驱动电机、电机控制器这些新的“电车三大件”，现在基本上都要求质保8年12万km了。所以说电车用起来最大的问题，倒并不是保值率和电池损耗，关于电车的缺点，什么人不合适，以前我们专门做过的，好处我们不用多讲，对不对。

系统管理

队列是一种先进先出的数据结构，由于这一规则的限制，使得队列有区别于栈等别的数据结构。

作为一种常用的数据结构，同栈一样，是有着丰富的现实背景的。以下是几个典型的例子。

[例5-2] 一个旅行家想驾驶汽车以最少的费用从一个城市到另一个城市(设出发时油箱是空的).给定两个城市之间的距离D1,汽车油箱的容量C(以升为单位),每升汽油能行驶的距离D2,出发点每升汽油价格P和沿途油站数N(N可以为零),油站i离出发点的距离Di,每升汽油价格Pi(i=1,2,……N).

计算结果四舍五入至小数点后两位.

如果无法到达目的地,则输出"No Solution".

样例:

INPUT

D1=275.6 C=11.9 D2=27.4 P=2.8 N=2

油站号I

离出发点的距离Di

每升汽油价格Pi

102.0

2.9

220.0

2.2

OUTPUT

26.95(该数据表示最小费用)

[问题分析]

看到这道题,许多人都马上判断出穷举是不可行的,因为数据都是以实数的形式给出的.但是,不用穷举,有什么方法是更好的呢递推是另一条常见的思路,但是具体方法不甚明朗.

既然没有现成的思路可循,那么先分析一下问题不失为一个好办法.由于汽车是由始向终单向开的,我们最大的麻烦就是无法预知汽车以后对汽油的需求及油价变动;换句话说,前面所买的多余的油只有开到后面才会被发觉.

提出问题是解决的开始.为了着手解决遇到的困难,取得最优方案,那就必须做到两点,即只为用过的汽油付钱;并且只买最便宜的油.如果在以后的行程中发现先前的某些油是不必要的,或是买贵了,我们就会说:"还不如当初不买."由这一个想法,我们可以得到某种启示:设我们在每个站都买了足够多的油,然后在行程中逐步发现哪些油是不必要的,以此修改我们先前的购买,节省资金;进一步说,如果把在各个站加上的油标记为不同的类别,我们只要在用时用那些最便宜的油并为它们付钱,其余的油要么是太贵,要么是多余的,在最终的中会被排除.要注意的是,这里的便宜是对于某一段路程而言的,而不是全程.

[算法设计]由此,我们得到如下算法:从起点起(包括起点),每到一个站都把油箱加满(终点除外);每经过两站之间的距离,都按照从便宜到贵的顺序使用油箱中的油,并计算花费,因为这是在最优方案下不得不用的油;如果当前站的油价低于油箱中仍保存的油价,则说明以前的购买是不够明智的,其效果一定不如购买当前加油站的油,所以,明智的选择是用本站的油代替以前购买的高价油,留待以后使用,由于我们不是真的开车,也没有为备用的油付过钱,因而这样的反悔是可行的;当我们开到终点时,意味着路上的费用已经得到,此时剩余的油就没有用了,可以忽略.

数据结构用一个队列:存放由便宜到贵的各种油,一个头指针指向当前应当使用的油(最便宜的油),尾指针指向当前可能被替换的油(最贵的油).在一路用一路补充的过程中同步修改数据,求得最优方案.

注意:每到一站都要将油加满,以确保在有解的情况下能走完全程.并设出发前油箱里装满了比出发点贵的油,将出发点也看成一站,则程序循环执行换油,用油的操作,直到到达终点站为止.

本题的一个难点在于认识到油箱中油的可更换性,在这里,突破现实生活中的思维模式显得十分重要.

[程序清单]

program ex5_2(input,output);

const max=1000;

type recordtype=record price,content:real end;

var i,j,n,point,tail:longint;

content,change,distance2,money,use:real;

price,distance,consume:array[0..max] of real;

oil:array [0..max] of recordtype;

begin

write('Input DI,C,D2,P:'); readln(distance[0],content,distance2,price[0]);

write('Input N:'); readln(n); distance[n+1]:=distance[0];

for i:=1 to n do

begin

write('Input D[',i,'],','P[',i,']:');

readln(distance[i],price[i])

end;

distance[0]:=0;

for i:=n downto 0 do consume[i]:=(distance[i+1]-distance[i])/distance2;

for i:=0 to n do

if consume[i]>content then

begin writeln('No Solution'); halt end;

money:=0; tail:=1; change:=0;

oil[tail].price:=price[0]*2; oil[tail].content:=content;

for i:=0 to n do

begin

point:=tail;

while (point>=1) and (oil[point].price>=price[i]) do

begin

change:=change+oil[point].content;

point:=point-1

end;

tail:=point+1;

oil[tail].price:=price[i];

oil[tail].content:=change;

use:=consume[i]; point:=1;

while (use>1e-6) and (point=oil[point].content

then begin use:=use-oil[point].content;

money:=money+oil[point].content*oil[point].price;

point:=point+1 end

else begin oil[point].content:=oil[point].content-use;

money:=money+use*oil[point].price;

use:=0 end;

for j:=point to tail do oil[j-point+1]:=oil[j];

tail:=tail-point+1;

change:=consume[i]

end;

writeln(money:0:2)

end.

[例5-3] 分油问题:设有大小不等的3个无刻度的油桶,分别能够存满,X,Y,Z公升油(例如X=80,Y=50,Z=30).初始时,第一个油桶盛满油,第二,三个油桶为空.编程寻找一种最少步骤的分油方式,在某一个油桶上分出targ升油(例如targ=40).若找到解,则将分油方法打印出来;否则打印信息"UNABLE"等字样,表示问题无解.

[问题分析] 这是一个利用队列方法解决分油问题的程序.分油过程中,由于油桶上没有刻度,只能将油桶倒满或者倒空.三个油桶盛满油的总量始终等于开始时的第一个油桶盛满的油量.

[算法设计] 分油程序的算法主要是,每次判断当前油桶是不是可以倒出油,以及其他某个油桶是不是可以倒进油.如果满足以上条件,那么当前油桶的油或全部倒出,或将另一油桶倒满,针对两种不同的情况作不同的处理.

程序中使用一个队列Q,记录每次分油时各个油桶的盛油量和倾倒轨迹有关信息,队列中只记录互不相同的盛油状态(各个油桶的盛油量),如果程序列举出倒油过程的所有不同的盛油状态,经考察全部状态后,未能分出TARG升油的情况,就确定这个倒油问题无解.队列Q通过指针front和rear实现倒油过程的控制.

[程序清单]

program ex5_3(input,output);

const maxn=5000;

type stationtype=array[1..3] of integer;

elementtype=record

station:stationtype;

out,into:1..3;

father:integer

end;

queuetype=array [1..maxn] of elementtype;

var current,born:elementtype;

q:queuetype;

full,w,w1:stationtype;

i,j,k,remain,targ,front,rear:integer;

found:boolean;

procedure addQ(var Q:queuetype;var rear:integer; n:integer; x:elementtype);

begin

if rear=n

then begin writeln('Queue full!'); halt end

else begin rear:=rear+1; Q[rear]:=x end

end;

procedure deleteQ(var Q:queuetype;var front:integer;rear,n:integer;var x:elementtype);

begin

if front=rear

then begin writeln('Queue empty!'); halt end

else begin front:=front+1; x:=Q[front] end

end;

function dup(w:stationtype;rear:integer):boolean;

var i:integer;

begin

i:=1;

while (i<=rear) and ((w[1]q[i].station[1]) or

(w[2]q[i].station[2]) or (w[3]q[i].station[3])) do i:=i+1;

if i0 then

begin

print(q[k].father);

if k>1 then write(q[k].out, ' TO ',q[k].into,' ')

else write(' ':8);

for i:=1 to 3 do write(q[k].station[i]:5);

writeln

end

end;

begin {Main program}

writeln('1: ','2: ','3: ','targ');

readln(full[1],full[2],full[3],targ);

found:=false;

front:=0; rear:=1;

q[1].station[1]:=full[1];

q[1].station[2]:=0;

q[1].station[3]:=0;

q[1].father:=0;

while (front begin

deleteQ(q,front,rear,maxn,current);

w:=current.station;

for i:=1 to 3 do

for j:=1 to 3 do

if (ij) and (w[i]>0) and (w[j]remain

then begin w1[j]:=full[j]; w1[i]:=w[i]-remain end

else begin w1[i]:=0; w1[j]:=w[j]+w[i] end;

if not(dup(w1,rear)) then

begin

born.station:=w1;

born.out:=i;

born.into:=j;

born.father:=front;

addQ(q,rear,maxn,born);

for k:=1 to 3 do

if w1[k]=targ then found:=true

end

end;

if not(found)

then writeln('Unable!')

else print(rear)

end.

系统的用户包括普通用户和管理员用户两大类。

对于普通用户，系统需要向其提供只读的访问权限，可以查看系统内预定义好的各类风险GIS展示，风险评价指标体系、评价结果，以及不同评价对象的基本信息，另外还可以对系统内的模型运行结果进行查看。

图5.74增加评价方案页面

图5.75修改评价方案页面

图5.76同级指标审核页面

图5.77批量评价页面

管理员用户则需要为系统各模块的正常运行和系统内各种数据的维护等提供支持，系统管理平台的用户对象仅是系统管理员。

系统管理的开发将主要围绕系统管理平台、数据管理和图库管理3方面展开。系统管理平台主要是对整个网站系统的后台管理和网站设置，即实现该原型系统的后台维护。数据管理主要包括油价数据、管理，以及基础数据管理。另外，图库管理是针对国家、运输等相关风险中所用到的结构图或地图等进行集中管理。

5.4.5.1系统管理平台开发

以B/S形式运行的风险管理系统的管理平台如图5.78所示。依照数据流程的线索将系统整体功能从左到右进行组织，划分为数据准备、数据处理、数据存储和数据应用四大块，每一块中包括了数据流程不同阶段的具体任务。这些任务以多种形式展现在管理平台界面中，包括中心的流程图形式，左侧菜单和顶层菜单，对系统的管理功能提供了多个访问入口，方便系统管理员对系统功能的把握和调用。

接下来，以主界面中的数据流程图为主线，简单介绍该原型系统的逻辑框架。在系统运行管理平台界面的数据准备中，将系统需要获取的数据分为Internet抽取的价格数据和风险评价数据两大类（见图5.63c）。

在数据处理部分，系统提供对油价数据的进一步整理和数据自动抓取过程中的日志查看，保证系统提供准确完整的数据（见图5.63d）。除此以外，系统管理的数据处理部分包含模型运算模块的调用和管理，以及系统对指标体系和对象评价相关数据的管理。

图5.78系统管理主界面

目前主要介绍的是国家风险、市场风险和运输风险3个子功能模块。此外，除了上面所介绍的系统管理主要框架以外，在系统管理平台中，还添加了系统设置和网站操作模块。系统设置和网站操作主要实现整个原型系统的后台界面框架管理。具体主要包含以下几个方面。

1）直接利用取Sharepoint列表功能对网站后台框架进行整体设计，可以进行创建、编辑网页、网站框架设计（图5.79）。

图5.79网站操作

2）更改网站主题。网站后台中有多种网站主题，用户可根据需要选择不同的主题（图5.80）。

3）在每一个系统模块下面，可进行整体页面和架构的设计，同时可以编辑相应的超链接条目（图5.81）。

4）在网站设置主页中，高级用户可以进行权限管理，主题外观设置，系统库的管理以及网站集的管理（图5.82）。当然，上述权限操作仅限于高级用户。

5.4.5.2数据管理的开发

数据管理包括油价数据和管理、基础数据管理等内容。在油价数据和管理中主要完成油价数据和的自动抓取功能，基础数据管理将对各个风险模块评价对象的概况、信息等相关数据进行维护和管理。

（1）油价数据和管理

油价数据和管理的重点是油价和时间数据的获取。系统要求能够实现从Internet中定期自动地抓取数据并存储到系统中心数据库中。

图5.80网站主题更改

图5.81编辑网页

图5.82网站设置

考虑到数据管理和数据库之间的关系比较密切，并且需要不间断地运行，所以对数据管理模块的界面取了C/S的开发形式。

自动抓取模块的开发内容包括：价格数据抓取算法的设计；抓取算法的设计；数据抽取任务控制的整体程序结构确定；任务的自动执行和调度算法的设计；日志功能的使用，要能够依据日志对任务执行中的错误追踪和出错原因进行判断；需要实现任务失败重试，并可以设置重试次数阈值，默认为3次等。

1）调度算法。将抽取代码进行封装，添加调度日志等功能，设计出自动抓取模块流程的整体流程图（图5.83，图5.84）。用于数据管理的管理员界面如图5.85所示。

图5.83自动抓取模块流程图

图5.84自动抓取模块流程图

图5.85数据管理模块界面

2）价格数据抓取算法。自动抓取模块的核心代码是价格数据抓取和抓取算法。价格数据抓取从网页中抓取数据存储到本地中来，包括下载模块和处理转换模块两个子模块。自动抓取模块的核心代码部分自动远程下载价格数据，并按照指定路径保存到本地，并将下载结果计人数据库下载日志表，然后将下载下来的Excel表格数据进行转换，转换成符合数据库所建立的表格形式。

对美国能源部的数据抓取代码流程和表格处理转换流程如图5.86与图5.87所示。

图5.86数据抓取代码流程图

图5.87表格处理转换流程图

价格数据抓取模块的技术难点主要有：所下载的表格中包含的市场名称可能会发生变动，难以预期，导致匹配失败；Excel表格中产品名称、市场名称、价格类型、货币类型这几个字段是合并在一起的，需要将其分别识别出来；原表格中的日期格式直接导入数据库会发生不一致现象，需要对其进行转换处理。这些难点的解决主要依赖与算法的设计，在此不再赘述。

3）数据抓取算法。数据抓取算法要求对美国能源部上关于油品的所有历史进行抓取，并保存进数据库。具体实现算法是从美国能源部指定的网站上将页面的源码下载到本地，然后进行相关字符串抓取、清洗、操作之后进入中心数据库。

抓取算法的技术难点，主要在于是基于页面HTML形式而非链接，另外抓取的要符合数据库规定的形式。解决这些问题的主要方法包括对网页本地化装载的控件进行恰当的选择；在去除页面的HTML标记之后需要附加一些更正性质的处理，比如日期、年份的选择，日期、时间和内容之间没有空格的判断问题等；最后，最主要的就是在抓取中大量使用正则表达式提高效率。页面的呈现，如图5.88所示。

图5.88国际油价

（2）基础数据管理

系统管理平台主要实现基础数据管理。在基础数据管理模块，基于可扩展的数据维护技术，完成了总体架构设计，以国家、运输、市场基础数据为例的基础数据管理功能实现。在基础信息管理下实现了概况、信息、油价、等的添加、编辑、修改、更新一系列操作。

在基础数据管理中，实现了国家数据的概况、基本信息的页面设计；运输数据的港口、航线概况和基本信息的页面设计；市场数据管理的页面设计，并都实现了链库功能。

图5.63d展示的是系统管理的主界面。其中，最主要的功能是实现基础数据管理操作，该模块仅对高级用户（即有权限进行数据维护的用户）开放。

1）国家数据管理。与风险评价页面相类似，基础数据部分根据模块分了“国家数据”“运输数据”等标签，各标签下又有各自模块的细分功能菜单，显示于页面左侧。国家数据的新增国家和概况展示的页面，如图5.89和图5.90所示。

图5.89新增国家页面

图5.90国家基本信息批量展示

2）运输数据管理。运输数据管理模块实现了港口概况、港口信息、航线概况、航线信息的页面设计。现仅以港口信息页面展示为例，如图5.91所示。

5.4.5.3图库管理

在整个风险评价系统中，应用了大量来丰富展现评价对象的相关信息。的应用范围包括：国家对象的地理分布示意以及国家的内部行政划分等；港口对象的标志性，可能是港口的照片或者结构图等；以及其他模块所应用到的。

在图库管理部分，目前考虑的有国家和港口的管理。图库的结构如图5.92所示。