CIMS企业中的多数据库集成技术

计算机集成制造系统是一个极其复杂的系统 ,同时参与集成的企业之间的信息系统 ,包括了各种分散、自治、异构的多数据库系统 ,因此 ,如何有效地集成这些异构信息 ,就成为目前实现CIMS企业的一个关键问题。我们在开发的CIM集成平台HIT -IIS系统的基础上 ,设计了扩充信息服务器类的方案 ,着重讨论了其中在CIM集成平台环境下的多数据库系统的集成模式结构 ,及其基于Client/Server的系统结构 ,并提出了多数据库集成器的概念与功能结构。

一种CIM集成基础结构的设计与实现(英文)

在计算机集成制造系统中 ,CIM(computer integrated manufacturing)集成基础结构是最主要的支撑环境之一 .介绍了由哈尔滨工业大学设计和开发的开放式 CIM集成基础结构—— HIT- IIS.2 .该原型系统为 CIM系统提供了以下一些服务功能 :经营过程控制、企业活动控制、资源管理、定义描述与维护、全局系统信息服务、通信管理以及系统前端接口等 .详细描述其中的每一服务功能 .

MDBI中基于语义的多数据库模式集成方法

模式集成或转换是多数据库集成研究中的一个非常重要的领域 ,同时也是多数据库集成过程中比较难以解决的一个问题 .针对 MDBI多数据库集成器 (Multi Database Integrator)的特点 ,本文主要介绍其模式集成方面的初步实现方法 :首先给出 MDBI模式集成的功能构成 ;然后描述了一个模式集成的大致过程 ;最后提出一种计算模式相似性的公式 .

MDBI查询预处理器的设计及实现

论述了ＭＤＢＩ查询预处理器的功能，并介绍了ＭＤＢＩ－ＳＱＬ语言。按照查询预处理的处理过程，分别描述了 ＭＤＢＩ查询预处理器中词法分析、语法分析、语义分析的设计和实现。

协同供应链多级库存控制的多目标优化模型及其求解方法

在多级库存的协调控制过程中,只考虑成本的单目标优化模型对于提高供应链总体性能水平存在着局限,本文提出了考虑需求满足率、时间、成本的多目标协同优化模型,对于多品种、复杂拓扑结构,以及库容、生产能力受限的情况,提出了一种在外层对库存策略和内层对物流分配方案分别进行寻优的双层求解方法,并采用演化多目标优化技术构造了算法．通过算例实验对模型的有效性进行了验证,实验结果表明,基于多目标模型的优化结果使得系统总体性能得到显著改善．

多目标混合流水车间作业调度的演化算法

针对多目标条件下混合流水车间作业调度的优化问题,提出了一种在优化进程中能够动态调整适应度分配的演化算法。该算法采用矩阵编码描述多阶段并行机调度方案,结合问题的优化模型,对每一代Pareto解在各目标方向上的改善程度进行度量,进而通过多目标的选择性权重系数计算种群个体的适应度,以获得在改善指示方向上的选择压力。通过BENCHMARK问题测试和实际算例分析,表明新算法的性能优于现有的求解算法,特别是对于高维多目标优化问题,能够获得较高的演化收敛速度。

面向连续叠写的高精简中文手写识别方法研究

连续手写识别是中文手写输入技术的核心,自然、快捷地输入中文信息一直是模式识别乃至人工智能领域追求的目标。提出了一种有效克服小屏幕限制的连续叠写汉字识别方法。该方法基于切分-识别集成的解码框架,先使用过切分算法处理输入的书写轨迹;然后启用一种新颖的感知机算法判定字符的边界;随后采用来自字符分类模型、几何模型和语言模型的多种上下文信息进行路径解码。为适应不同类型的移动终端,特别提出了一种高效压缩字符分类模型的方法,以有效减少字符识别过程对存储和内存的占用。该识别方法已在Android平台上部署,并进行了大规模的测试实验。实验结果证实了该识别方法的性能和效率。

基于频繁项目对支持矩阵的Apriori优化算法

提出了一种基于频繁项目对支持矩阵的 Apriori改进算法 ,并在一个 Web log的真实数据集上进行了试验 ,与现有算法的比较表明 。

基于关联规则的零部件供应商选择优化

制造企业通过数据挖掘可发现产品零部件故障与不同环境因素之间的联系,能有效地降低产品全生命周期中的维护成本与零部件物流成本的途径,由此提出了面向产品维护成本与零部件物流成本的备件供应商选择优化模型,并使用关联规则确定模型中的环境变量,提出了针对应用问题的关联规则处理策略,以便于对所发现知识的理解和利用。通过一个应用实例,证明提出方法的可行性和有效性。在此基础上设计和实现了面向产品全生命周期的零部件供应商选择支持系统。

面向虚拟企业模型的本体表示方法

针对现有本体表示方法在虚拟企业模型描述方面的不足,通过扩展本体关联语义和约束规则,提出一种适合虚拟企业模型的、图形化的本体表示模式——本体结构图。在分析虚拟企业模型及其特点的基础上,形式化定义了本体结构图的关联和约束规则,给出了虚拟企业模型片段的本体结构图的描述实例,并进一步提出了一种基于可扩展标记语言扩展的本体描述语言,说明了其基本元素和文档结构,描述了本体结构图的关联和约束。最后,通过与其他本体表示方法的比较,阐述了本体表示方法的可行性。

面向企业信息基础设施集成的商务智能系统框架

商务智能系统是多种技术的综合体,提出了面向企业信息基础设施集成的闭环商务智能系统框架,商务智能系统的生命周期和信息、知识在其中的作用。以及通过现有的企业信息基础设施构建商务智能系统,通过商务智能系统达到持续优化的方法,使用包含企业本体论、商务过程模型、元数据仓库的企业元模型和两级映射模式对集成过程中的语义一致性进行控制。

一种基于垂直分布的非数值数据聚类算法

在本文中 ,我们提出了一种新的非数值数据聚类算法 -VBCCD .VBCCD算法由关系表计算关系的一维分割 ,再由关系的分割来构造一个超图 ,而后通过超图分割算法 ,对构造出来的超图进行优化分割 ,得到最终的聚类结果 .试验结果表明 ,该算法比传统的针对数值数据设计的聚类算法有更好的效果 .

一种快速的间接关联挖掘算法

给出了一个基于候选间接关联反单调性和频繁项目对支持矩阵的不需要生成所有频繁集的直接挖掘项目对之间间接关联的挖掘算法，并在一个Web log的真实数据集上进行了试验，与现有算法的比较表明该算法具有更好的性能。

语义查询优化技术研究综述

1.引言 传统的查询优化器利用语法变换对查询进行优化,从生成的查询计划中选择一个具有最小代价的执行计划.然而,随着数据库技术和网络技术的发展,尤其是在异构数据库环境下和面向对象的数据库中,处理的对象结构更为复杂,传统的查询优化器显得力不从心.

基于iMeMex数据模型的数据空间索引方法研究

目前,个人和组织的信息呈现急剧增长趋势,且非结构化数据所占比重在不断增加,这些属于某个主体的海量、分布、异构和共存的数据构成了一个异构数据空间,如何为用户提供高效、便捷和多样化的搜索查询服务是数据空间面临的巨大挑战,为数据空间中异构数据构建高效的索引方法是解决这一问题的基础。对iMeMex数据模型的特点和数据空间中查询方法进行了分析,在此基础上通过扩展倒排列表方法,提出了一种基于iMeMex数据模型的索引方法,来提高对数据空间中异构数据的搜索查询效率。新的索引方法通过扩展倒排列表的关键字列和链表节点信息索引资源视图,来支持和提高关键字查询、谓词查询和路径查询的处理效率。实验结果表明,该索引方法能够有效、可行地解决数据空间中异构数据索引和查询效率问题。

供应链最优供需路径的演化计算求解方法及其应用

在分析多企业协同生产主要特点的基础上,建立了基于企业关键绩效指标度量的供应链供需路径优化模型,提出一种协调优化和多目标优化相结合的联合计划与控制模式,给出了供需最优路径的演化计算求解算法。结合实际的供应链典型应用环境,实现了基于演化计算求解的供应链联合规划管理系统,并通过实验与应用分析验证了方法的有效性。

数据挖掘与最优化结合的理论方法体系与问题求解模型

在研究了已有数据挖掘的过程模型的基础上,提出了数据挖掘与最优化结合的理论方法体系和支持最终决策分析的管理问题求解模型,目标是有效地将各种数据挖掘技术与最优化方法在实际应用中有机地结合起来,并为复杂的管理决策分析问题求解和决策实施提供一个切实可行的参考模型.通过在客户群决策分析中的应用,验证了提出的方法和模型的可行性和有效性.

面向RFID的复杂事件描述语言研究及应用

复杂事件描述语言是复杂事件处理研究中的重要组成部分,目前面向无线射频识别(Radio Frequency Identification,RFID)的复杂事件处理技术得到了广泛的关注和研究,但是复杂事件描述语言并没有得到人们的深刻认识,相关的研究和应用也较少。本文在分析已有相关研究的基础上,提出一种复杂事件描述语言CDL(Complex-Event Description Language),并给出其形式化定义。同时,结合供应链RFID系统,详细描述了CDL的具体应用。

TRISCAN-IA:一种间接关联挖掘的快速算法

间接关联是数据挖掘领域中一种数据项之间的关联关系,为了有效地应用于市场营销、智能数据分析、web日志分析等领域,给出了一个基于频繁项目对支持矩阵直接生成频繁项目对之间候选间接关联的挖掘算法(TRISCAN-IA).该算法只需要3次扫描数据集即可找出所有的间接关联,从而提高了算法的运行效率.在一个weblog的真实数据集上进行了试验,与现有算法的比较表明,该算法具有更好的性能.

面向异构并行架构的大规模原型学习算法

为解决当前原型学习算法在大规模、大类别机器学习和模式识别领域的计算密集瓶颈问题,提出一种采用GPU和CPU异构并行计算架构的可扩展原型学习算法框架.一是通过分解和重组算法的计算任务,将密集的计算负载转移到GPU上,而CPU只需进行少量的流程控制.二是根据任务类型自适应地决定是采用分块策略还是并行归约策略来实现.采用大规模手写汉字样本库验证本框架,在消费级显卡GTX680上使用小批量处理模式进行模型学习时,最高可得到194倍的加速比,升级到GTX980显卡,加速比可提升到638倍;算法甚至在更难以加速的随机梯度下降模式下,也至少能获得30倍的加速比.该算法框架在保证识别精度的前提下具有很高的可扩展性,能够有效解决原有原型学习的计算瓶颈问题.