『壹』 蘋果電腦表格的「屬性」參數在哪裡
任意值類型
如果將參數指定為任意，則它可以是布爾值、日期/時間值、持續時間值、數字值或字元串值。
數組和數組函數
數組是函數使用或函數返回的值序列。數組函數返回值數組，而非單個值。數組函數通常用於向其他函數提供值。
布爾表達式和值類型
布爾表達式是指計算結果為布爾值 TRUE 或 FALSE 的表達式。布爾值是邏輯 TRUE (1) 或 FALSE (0) 值，或者包含或生成邏輯 TRUE 或 FALSE 值的單元格的引用。它通常是計算布爾表達式的結果，但可以將布爾值直接指定為函數的參數或單元格的內容。布爾值通常用於確定 IF 函數將返回的表達式。
集合值類型
指定為集合的參數可以是單個表格單元格範圍或數組函數返回的數組的引用。指定為集合的參數具有附加屬性來定義其可包含的值類型。
條件表達式
條件是指可包括比較運算符、常數、與符號字元串運算符和引用的表達式。條件的內容必須導致將條件與其他值比較產生布爾值 TRUE 或 FALSE。
常數表達式
常數是指直接在公式內指定的表達式。它不包含函數調用或單元格引用。例如，在公式中：
CONCATENATE(「cat」,「s」)
字元串表達式「cat」和「s」是常量。
日期/時間值類型
日期/時間值是一個值或包含採用 Numbers 表格支持的任何格式的日期/時間值的單元格的引用。您可以選取僅在單元格中顯示日期或時間，但是所有日期/時間值都同時包含日期和時間。
持續時間值類型
持續時間值是指時間長度或對包含時間長度的單元格的引用。持續時間值包含周數（w 或周）、天數（d 或天）、小時數（h 或小時）、分鍾數（m 或分鍾）、秒數（s 或秒鍾）和毫秒數（ms 或毫秒）。
列表值類型
列表是以逗號分隔的其他值序列。例如：
CHOOSE(3,「1st」,「second」,7,「last」)
在某些情況下，列表使用一組附加圓括弧括起來。例如：
AREAS((B1:B5,C10:C12))
模態參數或值類型
模態參數可以具有多個可能指定值中的一個。通常，模態參數指定有關函數應該執行的計算類型或函數應該返回的數據類型的信息。如果模態參數具有默認值，這將在參數描述中指定。
數字值類型
數字值是一個數字、數值表達式或對包含數值表達式的單元格的引用。如果數字的可接受值有限（例如，數字必須大於 0），此限制將包括在參數描述中。
范圍值類型
范圍值是對單個單元格範圍（可以是單個單元格）的引用。范圍值在參數描述中包括一個附加屬性，用於定義應該包含的值的類型。
引用值類型
引用值是指單個單元格或單元格範圍的引用。如果范圍含多個單元格，則起始單元格和結束單元格將以單個冒號分隔。例如：
COUNT(A3:D7)
如果引用其他表格中的單元格，引用必須包含表格的名稱（除非單元格名稱在所有表格內均唯一）。例如：
表格 2::B2
請注意，表格名稱和單元格引用採用兩個冒號 (::) 分隔。如果在構建公式時選擇其他表格中的單元格，將自動包括表格名稱。
如果引用其他工作表中某個表格的單元格，還必須包括工作表名稱（除非單元格名稱在所有工作表內均唯一）。例如：
SUM(工作表 2::表格 1::C2:G2)
工作表名稱、表格名稱和單元格引用是使用兩個冒號分隔的。公式構建期間在其他工作表中選擇一個單元格時，將自動包括工作表的名稱和表格的名稱。
字元串值類型
字元串值是零個或多個字元，或者是對包含零個或多個字元的單元格的引用。字元可包含任何可列印字元，包括數字。
另請參閱
公式與函數幫助
『貳』 【OptiStruct 第十七講】試驗和模擬模型對標—（坐標）模態置信因子
在振動數值模擬過程中，模型對標以獲取可信的數值模型，成為了一項關鍵任務。然而，面對系統振動數值模擬的挑戰，如試件的差異性、試驗儀器和環境的不同、高頻雜訊、偽極點等可能引發的隨機或系統誤差，進行模型對標工作並不容易。本篇將介紹如何通過（坐標）模態置信因子來進行模型對標及振型相關性的分析。
模態置信因子（MAC）是模型對標中最常用的工具之一。它通過最小二乘偏差在振型相關圖中評估振型之間的相關性。MAC對於振型差異較大的情況敏感，但對於微小差異則相對不敏感。其最初在試驗中用於不同激勵點下的振型對比，適用於振型對比的多種場景，如不同試驗激勵位置下試驗振型的對比、模擬與試驗振型的對比、使用不同模態參數識別演算法得到的振型對比以及改變結構後模態振型的對比。若MAC接近0，則可能表示系統非穩態、非線性、數據含雜訊、模態參數提取錯誤或振型線性無關。
MAC值接近1時，可能原因是測點不足、振型測量中含未知力的作用、振型結構為相干雜訊或振型相關。排除相關原因後，MAC接近1表示兩組振型線性相關，一般超過0.9表示相關性高。實際應用中，由於可能存在裝配誤差、試驗件存在損傷等，這個界限並非絕對。值得注意的是，MAC值代表的是振型的相關性/相似性而非正交性，因此MAC矩陣不是單位矩陣。
對於單一數據集計算MAC值（AutoMAC）可判斷測點是否足夠，而不同數據間計算MAC值（CrossMAC）可用於試驗與模擬間的模型對標。對於試驗復模態，上述表達式適用。在模型對標時，通常先對標振型後看頻率。
坐標模態置信因子（COMAC）表示結構自由度的相關性，即兩組振型中特定節點的相關性，有助於識別導致相關性較差的節點。在模型對標分析中，載入兩個模型（參考與相關模型），可以是試驗-模擬、模擬-模擬或試驗-試驗數據。選擇節點較少的模型為參考，節點較多的模型為相關模型。當模型姿態不一致時，需要進行Transformation調整模型姿態。選擇模型上的對應節點，進行匹配節點搜索，顯示匹配節點對，並可輸出CSV表格。計算MAC確定振型相關性，軟體自動搜尋匹配振型及計算MAC/COMAC，並輸出表格顯示振型相對誤差百分比。
在小車模型中，發現對應28.71Hz和29.75Hz振型有較高相關性且頻率相近。對比兩個模型的振型發現，線框模型兩者接近，網格模型在後窗玻璃和Roof處有差異。MAC值較高可能是由於線框模型測點不足或對小振型差異的不敏感。通過COMAC分析節點相關性，可識別匹配較好的節點對和較差的節點對，有助於剔除偽節點對。對於具有多個子結構的模型，可按子結構進行MAC匹配，定位問題到子結構。選擇子結構/子模型計算局部結構MAC值（PMAC），分析局部結構的MAC貢獻量，修正MAC值以排除誤判。