![實(shí)驗(yàn)4馬爾科夫預(yù)測(cè)_第1頁(yè)](http://file3.renrendoc.com/fileroot_temp3/2021-12/26/04587109-4807-43c3-8ec3-13ddd5bd6320/04587109-4807-43c3-8ec3-13ddd5bd63201.gif)
![實(shí)驗(yàn)4馬爾科夫預(yù)測(cè)_第2頁(yè)](http://file3.renrendoc.com/fileroot_temp3/2021-12/26/04587109-4807-43c3-8ec3-13ddd5bd6320/04587109-4807-43c3-8ec3-13ddd5bd63202.gif)
![實(shí)驗(yàn)4馬爾科夫預(yù)測(cè)_第3頁(yè)](http://file3.renrendoc.com/fileroot_temp3/2021-12/26/04587109-4807-43c3-8ec3-13ddd5bd6320/04587109-4807-43c3-8ec3-13ddd5bd63203.gif)
![實(shí)驗(yàn)4馬爾科夫預(yù)測(cè)_第4頁(yè)](http://file3.renrendoc.com/fileroot_temp3/2021-12/26/04587109-4807-43c3-8ec3-13ddd5bd6320/04587109-4807-43c3-8ec3-13ddd5bd63204.gif)
![實(shí)驗(yàn)4馬爾科夫預(yù)測(cè)_第5頁(yè)](http://file3.renrendoc.com/fileroot_temp3/2021-12/26/04587109-4807-43c3-8ec3-13ddd5bd6320/04587109-4807-43c3-8ec3-13ddd5bd63205.gif)
版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、實(shí)驗(yàn)4:馬爾柯夫預(yù)測(cè)4.1實(shí)驗(yàn)?zāi)康?、了解狀態(tài)及狀態(tài)轉(zhuǎn)移的概念,理解馬爾科夫鏈定義和性質(zhì),能根據(jù)具體實(shí)例和研究目的劃分狀態(tài);2、掌握用Excel軟件計(jì)算一步轉(zhuǎn)移概率矩陣的全過(guò)程;3、掌握利用Excel軟件進(jìn)行馬爾科夫鏈、市場(chǎng)占有率、馬爾科夫穩(wěn)態(tài)的相關(guān)預(yù)測(cè)。7.2實(shí)驗(yàn)原理 7.2.1 馬爾柯夫預(yù)測(cè)的基本原理馬爾可夫預(yù)測(cè)法是馬爾科夫過(guò)程和馬爾科夫鏈在經(jīng)濟(jì)預(yù)測(cè)領(lǐng)域的一種應(yīng)用,這種方法通過(guò)對(duì)事物狀態(tài)劃分、研究各狀態(tài)的初始概率和狀態(tài)之間轉(zhuǎn)移概率來(lái)預(yù)測(cè)事物未來(lái)狀態(tài)變化趨勢(shì),以預(yù)測(cè)事物的未來(lái)。7.2.11馬爾可夫鏈若時(shí)間和狀態(tài)參數(shù)都是離散的馬爾科夫過(guò)程,且具有無(wú)后效性,這一隨機(jī)過(guò)程為馬爾可夫鏈。無(wú)后效性可具
2、體表述為如果把隨機(jī)變量序列的時(shí)間參數(shù)作為“現(xiàn)在”,那么表示“將來(lái)”,表示“過(guò)去”,那么,系統(tǒng)在當(dāng)前的情況已知的條件下, “將來(lái)”下一時(shí)刻所處的的情況與“過(guò)去”的情況無(wú)關(guān),隨機(jī)過(guò)程的這一特性稱(chēng)為無(wú)后效性。7.2.12狀態(tài)及狀態(tài)轉(zhuǎn)移1、狀態(tài)是指客觀(guān)事物可能出現(xiàn)或存在的狀況。在實(shí)際根據(jù)研究的不同事物、不同的預(yù)測(cè)目的,有不同的預(yù)測(cè)狀態(tài)劃分。(1)預(yù)測(cè)對(duì)象本身有明顯的界限,依狀態(tài)界限劃分。如機(jī)器運(yùn)行情況可以分為“有故障”和“無(wú)故障”兩種狀態(tài),天氣有晴、陰、雨三種狀態(tài)。(2)研究者根據(jù)預(yù)測(cè)事物的實(shí)際情況好預(yù)測(cè)目的自主劃分。如:公司產(chǎn)量按獲利多少人為的分為暢銷(xiāo)、一般銷(xiāo)售、滯銷(xiāo)狀態(tài)。這種劃分的數(shù)量界限依產(chǎn)品不
3、同而不同。 2、狀態(tài)轉(zhuǎn)移是指所研究的系統(tǒng)的狀態(tài)隨時(shí)間的推移而轉(zhuǎn)移,及系統(tǒng)由某一時(shí)期所處的狀態(tài)轉(zhuǎn)移到另一時(shí)期所處的狀態(tài)。發(fā)生這種轉(zhuǎn)移的可能性用概率描述,稱(chēng)為狀態(tài)轉(zhuǎn)移概率7.2.2狀態(tài)轉(zhuǎn)移概率矩陣及計(jì)算原理1、概念:狀態(tài)轉(zhuǎn)移概率指假如預(yù)測(cè)對(duì)象可能有E1,E2,En共n種狀態(tài),其每次只能處于一種狀態(tài),則每一狀態(tài)都具有n個(gè)轉(zhuǎn)向(包括轉(zhuǎn)向自身),即:1 、,將這種轉(zhuǎn)移的可能性用概率描述,就是狀態(tài)轉(zhuǎn)移概率。最基本的是一步轉(zhuǎn)移概率,它表示某一時(shí)間狀態(tài)經(jīng)過(guò)一步轉(zhuǎn)移到下一時(shí)刻狀態(tài)的概率,可以簡(jiǎn)記為。2、狀態(tài)轉(zhuǎn)移概率矩陣P系統(tǒng)全部一次轉(zhuǎn)移概率的集合所組成的矩陣稱(chēng)為一步轉(zhuǎn)移概率矩陣,簡(jiǎn)稱(chēng)狀態(tài)轉(zhuǎn)移概率矩陣 稱(chēng)P為狀態(tài)
4、轉(zhuǎn)移概率矩陣。若一步轉(zhuǎn)移概率矩陣為P,則k步轉(zhuǎn)移矩陣為 7.2.3馬爾柯夫鏈預(yù)測(cè)馬爾柯夫方法是研究隨機(jī)事件變化的一種方法。預(yù)測(cè)對(duì)象的變化常受各種不確定因素的影響而帶有隨機(jī)性,若其具有無(wú)后效性,則用馬爾可夫法進(jìn)行預(yù)測(cè)會(huì)更有效、方便。一、一重鏈狀相關(guān)預(yù)測(cè)(一)一重馬爾可夫鏈:若時(shí)間序列Yt在t=k+1(將來(lái)時(shí)期)時(shí)取值的統(tǒng)計(jì)規(guī)律只與Yt在t=k(現(xiàn)在時(shí)期)時(shí)的取值有關(guān),而與t=k以前的取值無(wú)關(guān),則稱(chēng)此時(shí)序?yàn)橐恢劓湢钕嚓P(guān)時(shí)間序列, (二)預(yù)測(cè)步驟:一重鏈狀相關(guān)預(yù)測(cè)是利用一步移概率矩陣進(jìn)行預(yù)測(cè)。預(yù)測(cè)步驟:1、 預(yù)測(cè)對(duì)象狀態(tài)劃分:1)預(yù)測(cè)對(duì)象本身已有明顯狀態(tài)界限; 2)不明顯的,在劃分時(shí)進(jìn)行全面調(diào)查、了
5、解,并結(jié)合預(yù)測(cè)目的加以分析。2、計(jì)算初始概率初始概率是指狀態(tài)出現(xiàn)的概率。當(dāng)狀態(tài)概率的理論分布未知時(shí),若樣本容量足夠大,可用樣本分布近似地描述狀態(tài)的理論分布。因此,可用狀態(tài)出現(xiàn)的頻率近似地估計(jì)狀態(tài)出現(xiàn)的概率。假定預(yù)測(cè)對(duì)象有(i=1,2,,n)個(gè)狀態(tài),在已知?dú)v史數(shù)據(jù)中,狀態(tài)出現(xiàn)的次數(shù)為;則出現(xiàn)的頻率 3、計(jì)算狀態(tài)的下轉(zhuǎn)移概率。 同狀態(tài)的初始概率一樣,狀態(tài)轉(zhuǎn)移概率的理論分布未知,當(dāng)樣本容量足夠大時(shí),也可以用狀態(tài)之間相互轉(zhuǎn)移的頻率近似地描述其概率。假定由狀態(tài)轉(zhuǎn)向的個(gè)數(shù)為,那么 就得到一步轉(zhuǎn)移概率矩陣 矩陣主對(duì)角線(xiàn)上的P11 ,P22 ,Pnn 表示經(jīng)過(guò)一步轉(zhuǎn)移后仍處在原狀態(tài)的概率。4、根據(jù)轉(zhuǎn)移概率矩陣
6、和初始概率進(jìn)行預(yù)測(cè)。7.2.3.1 馬爾可夫模型預(yù)測(cè)馬爾可夫模型預(yù)測(cè)是利用概率建立一種隨機(jī)型時(shí)序模型進(jìn)行預(yù)測(cè)的方法。預(yù)測(cè)模型: 式中:是預(yù)測(cè)對(duì)象t=k時(shí)刻的狀態(tài)向量;為一步轉(zhuǎn)移概率矩陣; 是預(yù)測(cè)對(duì)象在t=k+1時(shí)的狀態(tài)向量,預(yù)測(cè)的結(jié)果。根據(jù)上述預(yù)測(cè)模型可得:1、預(yù)測(cè)模型:式中:S(0)為預(yù)測(cè)對(duì)象的初始狀態(tài)向量。是由狀態(tài)的初始概率組成的向量。對(duì)于馬氏鏈,它處于任一時(shí)刻t的概率可由初始概率初始狀態(tài)向量和一步轉(zhuǎn)移概率所決定。2、適用條件:預(yù)測(cè)模型只適用于具有馬爾可夫性的時(shí)間序列,在要預(yù)測(cè)期內(nèi),各時(shí)刻的狀態(tài)轉(zhuǎn)移概率保持穩(wěn)定,均為一步轉(zhuǎn)移概率。若時(shí)序的狀態(tài)轉(zhuǎn)移概率隨不同時(shí)刻在變化,不宜用此方法。此方法一
7、般適用于短期預(yù)測(cè)。狀態(tài)轉(zhuǎn)移概率矩陣P全面地描述了預(yù)測(cè)對(duì)象在各個(gè)狀態(tài)之間變化的關(guān)系,在預(yù)測(cè)中有著很重要的作用。它不僅決定了預(yù)測(cè)對(duì)象所處的狀態(tài),而且決定著預(yù)測(cè)對(duì)象的變化趨勢(shì)和最終結(jié)果。 7.2.3.2終極市場(chǎng)占有率預(yù)測(cè) 經(jīng)過(guò)較長(zhǎng)一段時(shí)間以后,馬氏鏈將逐漸趨于這樣一種狀態(tài),它與初始狀態(tài)無(wú)關(guān),在n+1期的狀態(tài)概率與前一期即n期的狀態(tài)概率相等,有成立。馬氏鏈這個(gè)狀態(tài)稱(chēng)為穩(wěn)定狀態(tài)。一、馬氏鏈的穩(wěn)態(tài)概率馬氏鏈達(dá)到穩(wěn)定狀態(tài)時(shí)的狀態(tài)概率就是穩(wěn)定狀態(tài)概率,也稱(chēng)為穩(wěn)態(tài)概率。馬氏鏈在一定條件下,經(jīng)過(guò)k步轉(zhuǎn)移后,會(huì)達(dá)到穩(wěn)定狀態(tài)。1、穩(wěn)定狀態(tài)的條件如果一步轉(zhuǎn)移概率矩陣是標(biāo)準(zhǔn)概率矩陣,則馬氏鏈能夠達(dá)到穩(wěn)定狀態(tài)。 2、穩(wěn)態(tài)概
8、率的求解由馬氏鏈穩(wěn)定狀態(tài)定義可知,處于穩(wěn)定狀態(tài)時(shí),有,即,假設(shè),且是經(jīng)k步轉(zhuǎn)移后的狀態(tài)向量,一步轉(zhuǎn)移概率矩陣為:根據(jù) S(k+1)=S(k)·P= S(k)展開(kāi)為:得如下方程組: 移項(xiàng)得: 上式中有n個(gè)變量,但有n+1個(gè)方程,說(shuō)明其中一個(gè)方程不獨(dú)立,消去其中第n個(gè)方程,寫(xiě)成矩陣形式 : =令 則: 即求得是馬氏鏈的穩(wěn)態(tài)概率。7.3實(shí)驗(yàn)數(shù)據(jù)7.3.1 廠(chǎng)家1,廠(chǎng)家2和廠(chǎng)家3是北京地區(qū)三個(gè)牛奶供應(yīng)商表示。去年12月份對(duì)2000名消費(fèi)者展開(kāi)調(diào)查。得到轉(zhuǎn)移頻率矩陣如下:試對(duì)三個(gè)廠(chǎng)家17月份的市場(chǎng)占有率進(jìn)行預(yù)測(cè)。7.3.2 某汽車(chē)修理公司在北京市有甲、乙、丙3個(gè)修理廠(chǎng),經(jīng)過(guò)幾年的發(fā)展公司形成了
9、一定規(guī)模的、穩(wěn)定的客戶(hù)群。對(duì)客戶(hù)調(diào)查的結(jié)果顯示,客戶(hù)在甲、乙、丙3個(gè)修理廠(chǎng)之間的轉(zhuǎn)移概率為:由于公司的原因,公司目前打算只對(duì)其中的一個(gè)維修廠(chǎng)進(jìn)行擴(kuò)大規(guī)模。試分析應(yīng)選擇哪個(gè)維修廠(chǎng)。7.4實(shí)驗(yàn)過(guò)程實(shí)驗(yàn)數(shù)據(jù)7.3.1實(shí)現(xiàn)過(guò)程如下:步驟1:計(jì)算一步轉(zhuǎn)移概率矩陣首先統(tǒng)計(jì)每個(gè)廠(chǎng)家的購(gòu)買(mǎi)人數(shù),即計(jì)算各行數(shù)據(jù)的和輸入上述公式,sum(A1:C1)計(jì)算第一行的值,然后按回車(chē)【Enter】鍵,得到和為800,點(diǎn)鼠標(biāo)左鍵向下拖到D3,便得到每一行的和。然后用一行中的每一個(gè)數(shù)據(jù)除以它們的和,得到轉(zhuǎn)移概率矩陣p步驟2:計(jì)算初始狀態(tài)去年12月份各廠(chǎng)家的市場(chǎng)占有率,用2000去除800,600和600,得到步驟3:預(yù)測(cè)今年
10、1月三個(gè)廠(chǎng)家市場(chǎng)占有率;首先,用鼠標(biāo)選中B5:D5區(qū)域以存儲(chǔ)今年1月三廠(chǎng)家的市場(chǎng)占有率;然后點(diǎn)擊主菜單中的【公式】,下拉菜單中選擇【插入函數(shù)】,出現(xiàn)如下對(duì)話(huà)框:在【或選擇類(lèi)別】中選中數(shù)學(xué)與三角函數(shù),【選擇函數(shù)】選數(shù)組乘法函數(shù)【MMULT】,點(diǎn)確定,結(jié)果如下:在數(shù)組Array1輸入初始狀態(tài)的市場(chǎng)占有率的單元格范圍B1:D1,同樣在數(shù)組Array2中輸入一步轉(zhuǎn)移概率矩陣的單元格范圍B2:D4:特別注意,不要點(diǎn)確定鍵,如果按確定鍵會(huì)輸出單個(gè)值,先按F2使表格處于編輯狀態(tài),然后同時(shí)按鍵盤(pán)上的【Ctrl】, 【Shift】,【Enter】,輸出單元格區(qū)域?yàn)锽5:D5,即廠(chǎng)家1預(yù)計(jì)今年1月份市場(chǎng)占有率為0
11、.52,廠(chǎng)家2預(yù)計(jì)今年1月份市場(chǎng)占有率為0.24,廠(chǎng)家3預(yù)計(jì)今年1月份市場(chǎng)占有率為0.24。步驟4:預(yù)測(cè)今年2月份三個(gè)廠(chǎng)家市場(chǎng)占有率用鼠標(biāo)選中存儲(chǔ)單元格B6:D6,按照上面的步驟點(diǎn)擊主菜單中的【公式】,下拉菜單中選擇【插入函數(shù)】,在【或選擇類(lèi)別】中選中數(shù)學(xué)與三角函數(shù),【選擇函數(shù)】選數(shù)組乘法函數(shù)【MMULT】,修改數(shù)組Array1輸入今年1月份市場(chǎng)占有率,即B5:D5,數(shù)組Array2中輸入一步轉(zhuǎn)移概率矩陣B2:D4,按三鍵【Ctrl】+【Shift】+【Enter】,輸出單元格區(qū)域?yàn)锽6:D6。即廠(chǎng)家1、廠(chǎng)家2和廠(chǎng)家3預(yù)計(jì)今年2月份市場(chǎng)占有率分別為0. 496、0.252、0.252步驟5:類(lèi)
12、似的可以計(jì)算三個(gè)廠(chǎng)家3月、4月、5月、6月、7月的市場(chǎng)占有率:從結(jié)果可以看到,廠(chǎng)家1的市場(chǎng)占有率隨時(shí)間的推移逐漸穩(wěn)定在50%,而廠(chǎng)家2和廠(chǎng)家3的市場(chǎng)占有率隨都逐漸穩(wěn)定在25%. 馬爾科夫穩(wěn)態(tài)預(yù)測(cè)實(shí)驗(yàn)過(guò)程步驟1:判斷一步轉(zhuǎn)移概率矩陣是否為正規(guī)矩陣用鼠標(biāo)選中B7:D9,按照上面步驟選擇函數(shù)MMULT,在矩陣Array1和 矩陣Array2中輸入客戶(hù)轉(zhuǎn)移概率矩陣單元格范圍B4:D6,按F2,然后同時(shí)按三鍵Ctrl+Shift+Enter,由于一步轉(zhuǎn)移概率矩陣平方后的矩陣p2的所有元素都大于0,所以P是正規(guī)矩陣。因此P存在唯一的概率向量。步驟2:根據(jù)公式求穩(wěn)態(tài)時(shí)甲、乙、丙3個(gè)修理廠(chǎng)客戶(hù)群的比例首先求一
13、步轉(zhuǎn)移概率矩陣的轉(zhuǎn)置,用鼠標(biāo)選中矩陣,點(diǎn)右鍵【復(fù)制】,選擇區(qū)域B10:D12,點(diǎn)鼠標(biāo)右鍵,選中【選擇性粘貼】,出現(xiàn)如下對(duì)話(huà)框:選中“轉(zhuǎn)置”,點(diǎn)確定,便得到轉(zhuǎn)置矩陣p3,將矩陣p3最后一行去掉,添加上方程 即向量1 1 1,計(jì)算除最后元素外主對(duì)角線(xiàn)所有元素與1之差,算后結(jié)果如下:接下來(lái)求此矩陣的逆矩陣:選中存儲(chǔ)的區(qū)域B13:D15,單擊主菜單中的【公式】,在其下拉菜單中選擇【插入函數(shù)】,在【或選擇類(lèi)別】點(diǎn)數(shù)學(xué)與三角函數(shù),在選擇函數(shù)選中【MINVERSE】求逆矩陣。點(diǎn)擊【確定】出現(xiàn)如下對(duì)話(huà)框:在數(shù)組Array輸入矩陣單元格位置B10:D12,然后按F2使其處在編輯狀態(tài),再同時(shí)按Ctrl+Shift
14、+Enter,得到逆矩陣根據(jù)馬爾科夫穩(wěn)態(tài)模型,方程右側(cè)為向量0,0,1的轉(zhuǎn)置接下來(lái)計(jì)算矩陣p5與向量u的積,同理點(diǎn)【公式】,【插入函數(shù)】,選中矩陣乘法MMULT;分別在A(yíng)rray1, Array2輸入矩陣所在單元格的位置B13:D15,B16:B18;按F2,然后同時(shí)按Ctrl+Shift+Enter三鍵。得到馬爾科夫穩(wěn)態(tài)時(shí)三個(gè)廠(chǎng)家的客戶(hù)比例x。由此從長(zhǎng)期來(lái)看,當(dāng)公司的客戶(hù)在3個(gè)維修廠(chǎng)之間的轉(zhuǎn)移達(dá)到均衡狀態(tài)時(shí),大約有50%的客戶(hù)在甲廠(chǎng)維修,大約有16.67%的客戶(hù)在乙廠(chǎng)維修,大約有33.33%的客戶(hù)在丙廠(chǎng)維修,因此從長(zhǎng)遠(yuǎn)利益考慮應(yīng)選甲廠(chǎng)進(jìn)行項(xiàng)目投資。7.5小結(jié)通過(guò)本實(shí)驗(yàn)的學(xué)習(xí)我們能更好的理解馬
15、爾科夫鏈、轉(zhuǎn)移概率矩陣的內(nèi)涵;能熟練靈活掌握用Excel軟件計(jì)算轉(zhuǎn)移概率矩陣,并在此基礎(chǔ)上進(jìn)行馬爾科夫鏈、市場(chǎng)占有率、馬爾科夫穩(wěn)態(tài)的相關(guān)預(yù)測(cè)。7.6練習(xí)實(shí)驗(yàn)1、某企業(yè)產(chǎn)品兩年來(lái)月度銷(xiāo)售情況如下,這種產(chǎn)品的銷(xiāo)售狀態(tài)化為暢銷(xiāo)和滯銷(xiāo)兩種(這里簡(jiǎn)稱(chēng)暢,滯),根據(jù)下面給出的資料利用Excel軟件估計(jì)一步轉(zhuǎn)移概率矩陣,并預(yù)測(cè)第25個(gè)月、26個(gè)月產(chǎn)品的銷(xiāo)售狀況。月份123456789101112銷(xiāo)售狀態(tài)暢滯滯暢暢滯暢暢滯暢滯暢月份131415161718192021222324銷(xiāo)售狀態(tài)暢滯滯暢暢滯暢暢滯滯暢暢2、某市市場(chǎng)供應(yīng)A、B、C三個(gè)品牌的洗衣機(jī),調(diào)查結(jié)果表明,上個(gè)月市場(chǎng)總共銷(xiāo)售出800臺(tái)洗衣機(jī),其中A
16、品牌銷(xiāo)售出250臺(tái),B品牌銷(xiāo)售出250臺(tái),C品牌銷(xiāo)售300臺(tái),A品牌上個(gè)月顧客有72%依然購(gòu)買(mǎi)A品牌,12%轉(zhuǎn)移到購(gòu)買(mǎi)B品牌,16%轉(zhuǎn)移到購(gòu)買(mǎi)C品牌;上個(gè)月購(gòu)買(mǎi)B品牌的顧客有80%依然購(gòu)買(mǎi)B品牌,8%轉(zhuǎn)移到購(gòu)買(mǎi)A品牌,12%轉(zhuǎn)移到購(gòu)買(mǎi)C品牌;上個(gè)月購(gòu)買(mǎi)C品牌的顧客有85%依然購(gòu)買(mǎi)C品牌,10%轉(zhuǎn)移到購(gòu)買(mǎi)A品牌,5%轉(zhuǎn)移到購(gòu)買(mǎi)B品牌。試預(yù)測(cè)該市本月和下個(gè)月洗衣機(jī)各品牌的市場(chǎng)占有率和穩(wěn)態(tài)時(shí)的市場(chǎng)占有率。3、某農(nóng)村農(nóng)業(yè)收成變化分為豐收、中收和欠收三種狀態(tài),下表為該地區(qū)19732012年農(nóng)業(yè)收成變化統(tǒng)計(jì)情況,年份1973197419751976197719781979198019811982狀態(tài)豐收豐收平收欠收平收豐收欠收平收豐收平收年份19831984198519861
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 3-1-Carboxyvinyloxy-benzoic-acid-生命科學(xué)試劑-MCE-7834
- 二零二五年度船舶入股船舶船員培訓(xùn)合作協(xié)議
- 2025年度時(shí)尚產(chǎn)品銷(xiāo)售總額提成與時(shí)尚趨勢(shì)合作合同
- 2025年度離職員工保密協(xié)議及競(jìng)業(yè)禁止條款合同
- 二零二五年度班組承包市場(chǎng)營(yíng)銷(xiāo)合作協(xié)議
- 2025年度酒店客房裝修風(fēng)格設(shè)計(jì)與施工合同
- 施工現(xiàn)場(chǎng)施工防生物毒素泄漏制度
- 施工日志填寫(xiě)中的常見(jiàn)錯(cuò)誤及避免方法
- 現(xiàn)代科技下的學(xué)生心理發(fā)展研究
- 學(xué)校如何實(shí)施綠色化教學(xué)與管理
- 鉆芯法樁基檢測(cè)報(bào)告
- 【學(xué)前教育小學(xué)化成因分析及其對(duì)策10000字(論文)】
- 腕管綜合征課件
- 事業(yè)單位工作人員年度考核登記表(通用模板)
- 人教版七年級(jí)數(shù)學(xué)下冊(cè)《垂線(xiàn)》
- 公開(kāi)選拔村級(jí)后備干部報(bào)名登記表
- 2022年湖南公務(wù)員考試《申論》真題套卷(鄉(xiāng)鎮(zhèn)卷)2
- 【薪酬】國(guó)有企業(yè)中長(zhǎng)期股權(quán)激勵(lì)課件
- 學(xué)前兒童行為觀(guān)察第一章觀(guān)察概述課件
- 化學(xué)品防范說(shuō)明編碼
- 帕金森病(英文版)課件
評(píng)論
0/150
提交評(píng)論