学位论文 > 优秀研究生学位论文题录展示

数据挖掘在流程型工业生产过程中的应用

作　者: 张韬
导　师: 胡成全
学　校: 吉林大学
专　业: 软件工程
关键词: 流程型工业生产 数据挖掘 中间件接口平台（AIP） 语义层 神经网络感知器 分类预测 机器学习
分类号: TP311.13
类　型: 硕士论文
年　份: 2004年
下　载: 204次
引　用: 0次
阅　读: 论文下载
 

内容摘要


数据挖掘，也可以称为数据库中的知识发现(Knowledge Discovery in Database，KDD)，是从大量数据中提取出可信、新颖、有效并能被人理解的模式的高级处理过程。分类是数据挖掘中的一个重要课题。分类的目的是学会一个分类函数或分类模式，该模式能把数据库中的数据项映射到给定类别中的某一个。分类可很好的用于预测，分类的输出是离散的类别值，可针对不同的输入向量，预测相应的输出向量。在流程型工业中，数据挖掘的应用必定会给工业带来更高的产品产量与质量，以及创造更大的效益。吉林燃料乙醇有限责任公司（简称：吉林燃料乙醇）-----典型的流程型工业，是中国和亚洲最大的玉米生化产业发展商及新兴能源供应商之一，是中国政府批准建立的国内第一个大型燃料乙醇生产基地。公司内部目前正在使用的系统有：WINCC系统(SIEMENS开发的生产线数据采集系统)、OA系统(Office Automatization：办公自动化系统)和进-销-存系统，经过实地考察，并通过与各个岗位的技术工程师研讨，根据整理得到的用户需求分析报告，为有效地利用现有系统的功能与数据结构，决定应用数据挖掘技术使用J2EE平台开发吉林燃料乙醇公司的商务智能系统-----Business Intelligence(简称：BI)。Business Intelligence系统是集成在办公自动化系统（OA）中，为实现无纸化办公的环境，解决纸张满天飞，报表一大堆的低效工作流问题，在开发BI系统时，将数据挖掘技术应用在与质量控<WP=44>制相关的海量生产线实时数据与进销存数据的分析上。结合实际情况，考虑到种类繁多的日常报表的需要，为将各种日报、月报、季报和年报最终实现报表的自动生成，并能在其基础上进行相应的统计分析和预测，达到可供支持决策使用的功能，整个系统可分为四大功能模块：第一，海量的生产实时数据是相互独立的，可用性非常低，因此要将大量的数据关联起来，形成有利于分析挖掘的数据结构，所以要将生产数据通过AIP-----中间件程序提取到自己的数据仓库中，为接下去的分析和预测将数据的噪音清理干净；第二，应用BI系统的语义层定义与数据仓库中数据之间的联系，使用用户熟悉的业务术语命名维度和度量，这样可以使用户不必了解数据库的内部结构和那些复杂繁琐的数据库技术术语；使用定义过的语义层用报表工具根据各个职能部门的不同，自动生成各部门需要的日常统计分析报表，并能够在报表工具中对生成的报表进行不同层次的钻取，完成对历史数据的分析描述；再次，使用数据仓库中已经存在的历史数据，在BI系统的模式评估中应用神经网络-----单层感知器模式评估的算法，通过感知器学习算法的200次事例学习，得到了稳定的权值参数，这样就可以计算生产线上各个阶段的参数值的取值范围与产品质量的相互关联的模式，产生可靠性强，信誉度高的分类模式；最后，根据已经评估通过的分类模式对各个阶段的参数值进行预测，进而实现对产品质量有效的控制。 <WP=45>本系统已经在吉林燃料乙醇有限责任公司正式投入使用，目前系统运行状况良好，实现了用户需求中的功能要求。对于模式评估中复杂模式的评估算法，随着用户需求的增加将继续进行更深入研究，以解决生产中最实际的问题。

全文目录


第一章 引 言  5-8
  1 、1 数据挖掘概述  5
  1 、2 定义和处理阶段  5-6
  1 、3 数据挖掘的方法  6-8
第二章 流程型工业生产方式  8-12
  2 、1 流程生产型的特点  8-9
  2 、2 燃料乙醇的生产流程  9-12
    2 、2、1 燃料乙醇的生产工艺过程  9-10
    2 、2、2 提取燃料乙醇生产工艺流程各环节的参数  10-12
第三章 BI数据挖掘系统  12-32
  3 、1 数据预处理  13-15
    3 、1、1 数据集成  13-14
    3 、1、2 数据聚集  14-15
  3 、2 BI数据挖掘系统的系统结构  15-32
    3 、2、1 AIP(Application Interface Platform)--中间件接口平台  17-18
    3 、2、2 语义层的定义  18-25
    3 、2、3 报表工具  25-29
    3 、2、4 模式评估  29-32
第四章 神经网络感知器的学习过程  32-38
  4 、1 算法的学习方法和过程  32-34
  4 、2 感知器算法的程序执行  34-38
第五章 结束语  38-40
参考文献  40-43
摘要  43-46
ABSTRACT  46-48

相似论文

  1. 基于数据挖掘技术的保健品营销研究,F426.72
  2. 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
  3. 张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
  4. Bicluster数据分析软件设计与实现,TP311.52
  5. 基于变异粒子群的聚类算法研究,TP18
  6. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  7. 基于遗传算法和粗糙集的聚类算法研究,TP18
  8. 基于数据挖掘的税务稽查选案研究,F812.42
  9. 面向社区教育的个性化学习系统的研究与实现,TP391.6
  10. 基于关联规则挖掘的入侵检测系统的研究与实现,TP393.08
  11. 数据仓库技术在银行客户管理系统中的研究和实现,TP315
  12. 基于Moodle的高职网络教学系统设计与实现,TP311.52
  13. 教学质量评估数据挖掘系统设计与开发,TP311.13
  14. 基于数据分布特征的文本分类研究,TP391.1
  15. 关联规则算法在高职院校贫困生认定工作中的应用,G717
  16. 基于数据挖掘技术在城市供水的分析与决策,F299.24;F224
  17. 数据挖掘技术在电视用户满意度分析中的应用研究,TP311.13
  18. Web使用挖掘与网页个性化服务推荐研究,TP311.13
  19. 数据挖掘在学校管理和学生培养中的应用,TP311.13
  20. 高校毕业生就业状况监测系统研究,G647.38
  21. 基于数据仓库的药品监管辅助决策支持系统的设计与实现,TP311.13

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据库理论与系统
© 2012 www.xueweilunwen.com