企业数据生成的加工规则

加工规则完备的权属确定方式和利益平衡方法契合了当下权利化保护企业数据的趋势,体现了《民法典》在大数据时代的适用。企业数据生成所具有的添附特性使加工规则具备了适用可能性,并且其在企业数据领域的适用具有明显的优势。企业数据领域的加工规则具有独特性:获取原始数据和生成企业数据的合法性是加工规则的适用前提;在构成要件方面,企业劳动付出的对象是原始数据,生成的企业数据必须达到匿名化程度;在法律效果方面,企业对符合构成要件生成的数据产品应进行所有权保护,对不符合构成要件生成的数据集合应进行用益物权保护。在此基础上,可形成企业数据保护的具体规范。

基于生产大数据的水轮发电机组故障检修技术研究

文章阐述水轮发电机组的常见故障类型,分析传统检修技术存在诊断精度低、人力依赖强等局限性,并提出一套基于生产大数据的水轮发电机组故障检修技术。通过搭建实验平台,对比传统检修技术和基于生产大数据的故障检修技术的故障检修性能。实验结果表明,基于生产大数据的故障检修技术可以显著提高故障检出率,降低误报率,缩短平均检修时间,节约检修成本。

DHSSA优化的K均值互补迭代车型信息数据聚类

针对传统方法在车型信息数据聚类过程中受初始化中心点的影响较大导致聚类精度低、鲁棒性差以及在迭代过程中求取均值选择聚类中心受离群点影响大的问题,提出了一种DHSSA优化的K均值互补迭代车型信息数据聚类方法。首先,针对SSA算法中发现者位置更新不足和种群多样性不足的问题,设计了一种扰动因子-领头雀优化策略,通过自适应领头雀策略加强了最优个体的影响力,利用扰动因子扩大搜索空间,提升了寻找聚类中心的准确率;其次,设计了基于筛选最大最小距离积方法 SMMP优化聚类中心的初始化,在MMP基础上增加了筛选机制,使初始化的中心尽可能更均匀地分布在每个簇中;最后,融合DHSSA和SMMP来优化K均值互补迭代,在减小迭代次数的同时增加搜索效率,得到较好的聚类结果。利用多种数据集进行测试,通过试验结果中的收敛曲线和性能指标可以看出,提出的DHSSA-KMC方法相对于SSA-KMC、IMFO-KMC、KMC和KMC++具有更高的搜索精度、收敛速度和更低的聚类代价,并且耗时相对于SSA-KMC和IMFO-KMC有所减少,证明了算法的有效性和优越性。在车型信息数据处理过程中,DHSSA-KMC可以高效聚类生成竞品车型供消费者选择,应用价值明显。

基于DEA的生产函数估计

针对常用参数方法或非参数方法估计技术状况所存在的缺陷,提出了一种基于DEA的估计理论生产函数的方法,该方法可用于估计凹生产函数所含参数,其基本思路是:首先,利用DEA方法评测各DMU的产出效率,得到(弱)DEA有效的DMU;然后,根据各(弱)有效DMU确定DEA生产可能集的前沿面,从线性逼近角度给出理论生产函数的上确界;最后,利用相切条件计算生产函数所含参数,从而确定生产函数的具体形式。以C-D函数为计算范例,显示了该方法的优越性。

几种技术效率测量方法的比较研究

本文是对经验技术效率测量方法的综合研究。效率分析,是经济学研究的核心内容之一。技术效率测量,是经济学实证分析的重要组成部分。进行技术效率的经验研究,必须基于某种适当的技术效率测量方法。本文以Koopmans给出的技术效率的定义为基础,对技术及技术效率进行模型化描述,研究了距离函数、Farrell测量及效率测量应满足的性质,比较了四种常用效率测量方法。并详细讨论了技术效率测量的非参数方法-DEA方法,说明DEA有效的生产单位为真正的技术有效,该方法具有其它方法不可比拟的优势。

基于MBD的零件质量特性自动识别与提取技术

质量特性的识别与提取通常通过IGES、STEP等中性文件或者重新构建三维模型并结合特征识别与公差匹配技术来提取并传递数据,在传递过程中会出现相关的质量特性信息、数据丢失、识别过程繁琐、提取时间长等问题。基于模型的定义(MBD)是一种新的产品数字化定义技术,为零件模型的MBD信息表达方式提供了全三维CAD环境下产品的完整信息,可以高效便捷地识别和提取产品质量特性信息。

基于粗糙集理论的设计规则提取及其应用

产品演进设计中,产品数据复杂繁多、设计规则难以提取是困扰设计人员的两个关键问题。提出基于粗糙集理论的属性约简算法,较好地解决了产品数据约简问题;利用分类一致性算法,较好地解决了产品设计知识挖掘和设计规则提取问题。通过实证分析,证明了算法的有效性和高效性。

企业公开数据权益保护的复合路径——基于数据形态进化的可能选择

在立法未对企业公开数据权属作出明确规定的条件下,我国法院通过司法实践,开启了企业公开数据权益保护路径的探索之旅:从著作权法路径出发,到竞争法路径的选择,再到竞争法路径的偏离。以企业公开数据财产权益受损来论证竞争行为的不正当性,说明单一的竞争法路径已经不能适应企业公开数据权益保护的客观需要。竞争法路径偏离的底层逻辑是数据形态的进化,根据以算法技术为依托的数据形成机理,进化中的企业公开数据形态可以被类型化识别为原始数据、数据集合和数据产品三种类型。原始数据尚不具备资源性价值,权利与利益区分保护理论不仅为企业公开数据权益的分类保护提供了理论解释,而且为这一分类保护指明了竞争法和权利法的复合路径:对“数据集合”仍延续竞争法路径进行辐射性利益保护;在可权利化的“数据产品”类型之上,建构有限财产权予以保护。

基于记忆传递旗鱼优化的K均值混合迭代聚类

针对现有K均值聚类(KMC)算法受初始化影响较大,随机产生的聚类中心极易使聚类结果陷入局部最优而停止迭代,导致聚类精度低、鲁棒性差的问题,提出一种基于记忆传递旗鱼优化的K均值混合迭代聚类(MTSFO-HIKMC)算法.首先,借鉴已有改进思路,引入最大最小距离积来初始化KMC聚类中心,避免随机初始化带来的不确定性;同时,在迭代过程中,令当前最优解在局部进行自适应记忆传递修正,解决由于旗鱼算法搜索路径单一带来的全局寻优能力差和搜索精度不足的问题.利用Iris、Seeds、CMC和Wine国际标准数据集对MTSFO-HIKMC、旗鱼优化的K均值混合迭代聚类(SFO-KMC)算法、引入改进飞蛾扑火的K均值交叉迭代聚类(IMFO-KMC)算法、KMC算法和模糊C均值(FCM)算法进行比较测试,从得到的收敛曲线和性能指标可知,所提出的MTSFO-HIKMC算法相较于IMFO-KMC算法具有更快的收敛速度;在高维度空间较IMFO-KMC算法具有更高的搜索精度;相较于KMC和FCM算法具有更高的搜索精度;相比SFO-KMC算法在收敛速度和搜索精度方面都有明显提升,在高维数据集方面尤其明显.

机械产品数字化定义的数据内容及其组织

机械产品采用计算机辅助设计后 ,以产品的数字化定义替代传统的蓝图 ,将面临着产品数字化定义的数据应该包括哪些内容、它的结构及其如何组织等一系列问题。本文对此作了较详细的论述。

基于集合化的装备IETM数据模块快速构建技术研究

文章研究了基于集合化的数据模块快速生成技术,根据笛卡儿积的运算特点采用集合化运算思想,通过将信息集集合化、装备结构单元集合化,提出了一种将信息集嵌入到装备结构单元的模型构建方式,利用该模型进行信息集与装备结构单元的笛卡儿积集合化运算,实现数据模块的快速有效构建;这种构建技术突破了传统IETM手册顶层规划中数据模块生成方法的理念,对数据模块的完备性、准确性给予极大地保障,提高后期IETM手册研制的效率,减小返工。

基于模型定义的数据组织与系统实现

基于模型的定义技术是一种新的产品定义技术,它以三维产品模型为基础,集成了三维空间尺寸公差标注和制造要求标注在内的特征信息,并作为设计生产过程中的唯一依据。结合国际先进航空企业的应用基于模型的定义技术的成功经验,总结了基于模型定义技术数据信息的组织与管理及其系统的实现,以及开发工程注释信息的管理系统。

基于多色集合理论的大型装备IETM数据模块创作技术

为实现多类型数据的高效组织与管理,解决开发交互式电子技术手册的关键问题,提出一种基于产品结构树的层次式多类型数据模块模型构建方法及交互式电子技术手册数据模块创作技术。对大型复杂装备的交互式电子技术手册数据形式及其特点进行了分析,根据数据模块与产品结构之间的映射关系,构造了一种层次式多类型数据模块模型;利用多色集合理论对其进行数学形式的统一描述,利用多色集合中的布尔矩阵来描述数据模块间、数据模块和产品结构间的相关关系,使之便于计算机的表达和操作,提高了交互式电子技术手册系统的数据模块管理效率和检索率。以典型大型装备压缩机组为例对所提方法进行了说明。

具有边际收益递增特性的数据包络分析模型

针对传统数据包络分析(DEA)模型不适用于生产可能集前沿面具有边际收益传递特性的实际情况,给出了通过变换函数将不具有凸性的生产可能集变换为满足凸性的生产可能集,再用DEA模型求解,最后用数学反变换求解生产可能集前沿面的方法.变换函数的求取是先构造一系列备选变换函数并分别用DEA模型求解,再判定所取变换函数是否合适,最后筛选出最满意的变换函数.给出了单个投入变量全局及局部边际收益递增时变换函数的求取方法,并通过算例说明了求解过程.结果表明,此方法可用于多输入、单输出的投入产出分析,对变换后的样本集使用DEA模型可得到一个单元的合理评价结果.

基于逆向工程和粗糙集的协同设计领域本体构建方法

针对协同设计领域本体构建难的问题,建立了基于逆向工程和粗糙集的协同设计领域本体学习模型。通过对产品数据管理数据库进行数据库逆向工程,获取产品数据管理数据库的物理数据模型和概念数据模型,从中提取与产品信息和开发过程有关的实体信息。建立了关系数据库模式到本体的映射规则,并从中学习本体概念和概念之间的关系。同时,根据获得的实体信息从产品数据管理数据库中采集数据构建面向特定主题的知识库,并利用粗糙集理论从知识库所存储的数据中发掘更多的概念和隐含的语义信息。该协同设计领域本体构建方法可以继承企业已有的知识和经验,减少领域专家的依赖,提高本体构建效率,降低本体构建成本。

基于nested-loop的大数据集快速离群点检测算法

针对已有的多数离群点检测算法存在扩展性差,不能有效应用于大数据集的问题,在已有的基于距离的离群点检测算法的基础上,设计模信息表存储结构,利用向量内积不等式关系以及合理的存储分配和调度策略,提出一种高效离群点检测算法DBoda.该算法通过在预处理中存储每个点的模信息,减少点间距离的计算量,并对嵌套循环方法进行优化,进一步减少I/O的开销.理论分析和试验结果表明,所提算法具有时间消耗小和适用于处理大数据集的特点,可以有效地解决离群点检测中的算法时间复杂性和算法扩展性问题.

综合数据包络分析模型及其软件系统设计

针对实际问题复杂多样、范围广泛,而数据包络分析(DEA)模型本身又种类较多等特点,首先对多种常用的DEA模型进行了分类研究,指出了每类DEA模型在形式上的具体特点。以此为基础给出了一种能够包含各类模型特征的综合DEA模型和相应的目标规划模型。最后,根据目标规划模型中不同参数与不同模型之间的对应关系设计了能判断多种DEA有效性的综合算法和软件系统。

两阶段链形系统生产可能集与DEA评价模型

数据包络分析是一种评价决策单元之间相对效率的数学规划方法,已经被普遍接受并获得广泛应用.两阶段链形系统是一类典型的复杂生产系统,与其相关的效率评价研究是当前研究的热点内容,但对链形系统生产可能集的研究还有待完善.给出两阶段链形系统生产可能集三种定义,证明三者的等价性,并在此基础上给出链形系统的DEA效率评价模型.本文方法可为链形系统性能改善确定明确的标杆,并通过一个算例进行了演示.

基于排序向量内积的关联规则挖掘算法

关联规则发现是数据挖掘中的重要研究课题之一。将挖掘的数据事务集压缩到一个布尔型向量矩阵中,只需扫描数据库一次,合理利用数据存储结构,且不会产生大量的候选集。实验表明,该算法不仅实现简单,与经典的Apriori算法进行相比,效率也有大幅提高,特别对大事务集、长项目集数据挖掘效果更为明显。

基于OLAP的矿业集团生产运营决策系统构建研究

为实现矿业集团管控模式下生产运营数据的分布式采集、处理、分析与决策,运用OLAP技术设计与实现了矿业集团生产运营决策系统。借助信息技术搭建了以生产运营指标体系、参数管理、服务组件、数据加工、数据仓库、OLAP服务和报表工具为核心部件的系统框架,并规划系统各子模块的功能体系。利用数据库技术优化系统数据存储结构,采用OLAP技术构建出面向生产运营主题的多维数据集,进而实现数据的多维操作与可视化展示。通过国内某大型矿业集团的建设与应用,实现了成员矿山生产运营数据的抽取、稽核、报表生成及统计分析,有效促进了矿业集团生产运营管理水平和科学决策能力的提升。