基于數據挖掘技術的大型應急物資調度系統的設計與實現

謝紅

摘 要： 現存的應急物資調度系統，在大型物資進行調度過程中，存在調度效率低，容易陷入局部最佳解等問題。因此，設計基于數據挖掘技術的大型應急物資調度系統與應急物資調度系統結構，其由應急物資調度指揮站、應急物資節點和應急物資信息系統構成。分析了應急物資調度系統流程、數據挖掘的實現過程以及數據挖掘技術在大型應急物資調度系統中的具體應用過程。系統通過動態滾動式應急資源配置模型以及數據挖掘算法服務代碼實現應急物資的有效調度。實驗結果表明，所設計系統的應急總成本和總調度成本都較低，具有較高的調度精度和收斂速度。

關鍵詞： 數據挖掘； 大型應急物資； 應急物資調度； 資源配置模型

中圖分類號： TN911?34； TP392 文獻標識碼： A 文章編號： 1004?373X（2017）08?0049?04

Design and implementation of large emergency supply dispatching system

based on data mining technology

XIE Hong

（Guiyang Vocational and Technical College， Guiyang 550081， China）

Abstract： The existing emergency supply scheduling system has low scheduling efficiency， and is easy to fall into local optimal solution in the process of large material dispatching. Therefore， a large?scale emergency supply dispatching system based on data mining technology was designed. The structure emergency supplies scheduling system was designed， which is composed of emergency supply dispatching command station， emergency supply nodes and information system. The flow process of emergency supply dispatching system， implementation process of data mining and application of data mining technology in the large?scale emergency supply dispatching system are analyzed. The dynamic rolling emergency resource allocation model and service code of data mining algorithm are adopted in the system to achieve effective dispatching of emergency supplies. The experimental results indicate that the total costs and total operation cost of the designed emergency system are low， and the system has the high dispatching precision and high convergence speed.

Keywords： data mining； large emergency supply； emergency supply dispatching； resource allocation model

0 引 言

隨著社會經濟的快速發展，社會中的非常規突發事件發生率也逐漸增加，對人們群眾的生產和生活產生了嚴重的影響。因此，塑造科學的應急物資調度系統，降低非常規性突發性事件產生的危害，逐漸成為相關人員分析的熱點方向[1?3]?，F存的應急物資調度系統，對大型物資進行調度過程中，存在調度效率低，以及容易陷入局部最佳解等問題[4?6]。

以往的應急物資調度系統存在一定弊端，如文獻[7]分析了基于兩階段多運輸方式的物資調度系統，模擬救援物資的運輸方案，通過隨機線性方法塑造物資調度模型，解決物資供需平衡問題。但是該方法未對車輛調度問題進行分析，方法不夠完整，存在一定的局限性。文獻[8]提出了緊急狀態下物資供應問題的線性規劃模型，向各條線路上分配最佳運輸車輛，但是其未對車輛的數量進行約束，不符合應急物資場景，并且其不能對大量同物資調度關聯的空間數據進行有效的處理，調度效率較低。文獻[9]提出了基于運籌學方法的物質調度系統，將緊急情況下的物資調度問題看作對網絡最短路徑的規劃問題，但是實際的應急物資調度中不同物資需求點間存在較多復雜的通路，大大降低了該方法的調度效率。文獻[10]通過集中分析聯系數概念描述急物資調度過程中的應急地點的不確定性，分析依據聯系數的多資源持續消耗應急物資調度模型，但是模型未分析需求量同供應量間的不確定性，制定的物資調度結果存在較高的偏差。

針對上述問題，設計了塑造依據數據挖掘技術的大型應急物資調度系統，其由應急物資調度指揮站、應急物資節點和應急物資信息系統構成。實驗結果表明，所設計系統的應急總成本和總調度成本都較低，具有較高的調度精度和收斂速度。

1 大型應急物資調度系統的設計

1.1 設計大型應急物資調度系統結構

設計的大型應急物資調度系統結構如圖1所示。

應急物資調度指揮站對總體應急物資調度系統的事態進行實時監控。應急物資調度指揮站的運行流程為：先在應急物資調度系統存儲的應急物資調度信息中獲取同物資需求一致的信息，對應急物資的實際需求進行大體分析；再按照應急物資調度的流程規劃具體的應急物資節點；最終從大量的應急物資調度方案中，選擇最佳的調度方案。應急物資調度過程中產生較多的信息，系統應對這些信息進行精煉以及處理，將信息保存在應急物資信息系統中，同時對新存入的信息進行相關的處理，將提煉后的信息傳輸到應急指揮站，為指揮站產生應急物資調度方案提供分析依據。

1.2 設計大型應急物資調度系統流程

設計的大型應急物資調度系統流程如圖2所示。

籌措過程是應急物資調度順利進行的前提，對應急物資籌措需要確保物資的質量優良、數量充足、快速等。應急物資采購就是在非常規突發事件產生后，確保應急物資需求，保障救援活動順利運行的采購過程。

應急物資的儲備環節同物資的調度效率以及救援活動的成效相關。若應急物資儲備準備充分，則能夠降低應急物資的采購時間和運輸量，進而提高救援活動的效率，降低物資調度成本。應急物資配送中心，可將應急物資從供應地傳遞到需求地。應急物資的回收部分，是將能夠循環使用的應急物資從救助點等非常規突發事件的發生地，回收到應急物資供應點的過程。

1.3 數據挖掘技術在應急物資調度系統中的具體應用

1.3.1 數據挖掘的實現過程

數據挖掘也就是對數據庫中知識的發現過程，具體過程如圖3所示。其中，數據挖掘是知識發現中的關鍵過程。

圖3 數據挖掘的實現過程

（1） 數據清洗過程用于過濾應急物資調度系統中的噪聲數據，對同挖掘主體不相關的數據進行處理和過濾，采集有價值數據。

（2） 數據集成過程從不同類型數據源中采集同物資調度相關數據，并對數據進行融合處理。

（3） 數據轉換過程對數據存儲方式進行變換，確保數據挖掘更易完成。

（4） 數據挖掘過程是通過各種算法對應急物資調度系統中的數據進行挖掘，獲取數據中潛在的關系。

（5） 模式評估過程中將數據挖掘結果看作評估對象，通過相關的評估規范，從挖掘結果中獲取有價值的模式知識。

（6） 知識表示過程通過可視化技術向用戶呈現應急物資調度系統的數據挖掘結果。

1.3.2 具體應用過程

基于數據挖掘技術的大型應急物資調度系統包括數據挖掘模塊和應急物資調度模塊，其結構圖見圖4。

采用數據挖掘技術從大規模信息中獲取有價值信息，通過信息流反饋給應急物資信息系統，為其提供分析依據，促使管理人員制定出合理的應急物資調度方案，增強應急物資調度質量。數據挖掘包括數據準備過程和數據挖掘過程。

（1） 數據準備過程

應急物資調度的數據產生于應急物資數據源、應急人員數據源、應急組織數據源等，這些都是數據挖掘初期的數據準確。再采用數據集成、采集、選擇等途徑過濾大規模應急物資數據源中的噪聲數據，修復數據源中的殘缺數據，采集數據源中的有價值數據，對數據進行融合處理后，將其保存在數據倉庫中。

（2） 數據挖掘過程

數據挖掘是應急物資調度系統的關鍵部分，系統中的關系型模型庫以及多維數據庫，依據數據間的關系完成數據的深度剖析，再依據相關的規則對數據進行分類；方案庫用于保存不同應急物資調度預備策略以及具體的調度策略，確保發生突發事件后，能夠向需求地快速調度物資，降低突發事件產生的不利影響；模型庫用于塑造不同的應急物資調度模型，管理人員按照當前的應急物資狀態，從模型庫中選擇合理的應急物資調度模型，完成應急物資的高效調度；知識庫中保存較多的應急物資調度經驗，如以往成功的應急物資調度方案，這些經驗為當前制定應急物資調度方案提供可靠的分析依據。數據倉庫用于存儲模型庫中的數據，數據挖掘可從數據倉庫中采集出有價值的信息，也可從上述分析的其他模型中采集有價值信息和數據。

數據挖掘過程完成后，系統應通過可視化等方法，向用戶呈現數據挖掘結果，并通過過濾、評估等方法采集挖掘結果中的有價值信息，通過信息流將有價值信息反饋給應急物資信息系統，為其提供可靠的分析數據。

2 大型應急物資調度系統的實現

2.1 塑造動態滾動式應急物資調度模型

應急物資信息系統通過動態規劃方法獲取應急物資的調度模型，完成應急物資的合理調度。先獲取邊界規范以及基本遞推關系式，設置合理的參數以及變量，將應急調度過程分割成幾個相互關聯的過程。其中的參數設置如下：將應急物資調度過程，劃分成k個過程；從中獲取情境變量，并且用S描述，；用描述過程k時的情境，全部的情境用描述，；用于描述應急物資調度方案，全部調度方案變量的取值區間為，用描述過程k時情境處產生的應急物資調度方案，后續過程的情境同前一過程的情境值具有較高的關聯性，用于描述情境變量同過程k的決策變量能夠獲取后續過程的情境值，也就是第 k+1過程的情境值，用于描述過程k的情境波動函數；為指標函數，用于描述應急物資調度的過程效用，用于描述總效用。塑造動態滾動式應急物資調度模型的目標是最大化應急救援時物資調度的總效用，則應急資源動態滾動式配置過程的具體模型為：

（1）

（k?n）過程的最優方案函數為，則動態滾動式應急物資調度模型為：

（2）

式（2）描述的動態滾動式應急物資調度模型，能夠實時掌握物資調度的情境信息，確保決策人員依據應急物資調度過程中不同階段的調度效果和情境狀態，實時調整應急物資配置方案，完成應急物資的滾動式配置。

2.2 數據挖掘算法服務設計

數據挖掘算法服務規范定義了數據挖掘查詢語言，也就是數據挖掘擴展（DMX）。通過使用MDX語句能夠實現數據挖掘的模型創建、模型訓練以及模型預測。下面代碼實現了數據挖掘模型的創建，并采用決策樹算法。該模型使用Gender，harvest 和一系列客戶購買的商品和商品的數目預測 Queue Array：

Shape Mining plan Queue Array_Estimated

（

UserIDlarnumber important，

Species ureg content segmentation，

harvest larnumber cycle，

QueueArraycontent segmentation finingd，

Choose table（

GoodsName content important，

Numberlarnumber cycle ）

）

ChooseSystem_judge_Stack

在數據挖掘算法服務的設計和實現過程中，采用數據挖掘API訪問立方體和數據挖掘模型，通過ADOMD.NET完成MDX檢索立方體的過程。ADOMD.NET是提供給用戶的組件，該組件可采用編碼的手段訪問Analysis Services服務，對數據倉庫對象進行處理，完成數據挖掘算法的相關處理。以下函數以數據倉庫名和連接字符串為參數，可對指定數據倉庫中所有維度訪問：

public charaqueue []Carrysizes（charaqueue associated charaqueue ，charaqueue HrinxName）

{

Kmonxassociated associated =anotherKmonxassociated （）；

associated associated charaqueue =associated charaqueue ；

associated open（）；

int feedback=associated Lardatasets[HrinxName].sizes.statistical；

glesizes=anothercharaqueue [feedback]；

for（int i=0；i

{

strsizes[i]=associated Lardatasets[HrinxName].sizes[i].Theme.Tocharaqueue

}

return strsizes；

associated close（）；

}

3 實驗分析

為了驗證本文設計的基于數據挖掘技術的應急物資調度系統的有效性，應進行相關的實驗分析。實驗通過Matlab 7.1編程實現本文系統的調度算法，在IntelCore（TM） i3?2260M CPU 2.30 GHz，3.00 GB 筆記本電腦上運行本文系統和基于兩階段多運輸方式的應急物資調度系統，兩種系統的應急總成本分別如圖5和圖6所示。

對比分析圖5和圖6可得，相對比兩階段多運輸方式，本文系統的應急總成本較低，并且本文系統的收斂性較好，能夠獲取較好的應急物資調度最佳解。通過圖5可以看出，本文系統進行應急物資調度最佳解的總體趨勢是應急總成本隨著應急運輸總時間的增加而降低。而基于兩階段多運輸方式的應急成本在15～25 h之間出現忽高忽低的變換，說明該方法抗噪性能較差，調度成本波動較高。

統計不同迭代次數下不同應急調度系統制定最佳調度方案的調度總成本曲線圖如圖7所示。從圖7能夠看出，基于兩階段多運輸方式尋優消耗的最小總成本是27 704 807元，本文系統尋優消耗的最小總成本為26 201 835元，比基于兩階段多運輸方式節約了1 502 972元。并且本文方法在檢索最小應急總成本過程中，具有更快的收斂速度，比基于兩階段多運輸方式更快獲取最優應急物資調度解。

通過對應急物資調度總成本分析，可以看出相對于基于兩階段多運輸方式，本文方法調度精度和收斂速度都較高，能夠為救災工作節約時間，還降低了應急物資調度的成本，增強了應急物資調度的時效性，具有較高的應用價值。

4 結 論

現存的應急物資調度系統，對大型物資進行調度過程中，存在調度效率低，容易陷入局部最佳解等問題。因此，本文設計基于數據挖掘技術的大型應急物資調度系統，分析了應急物資調度系統流程、數據挖掘的實現過程以及數據挖掘技術在大型應急物資調度系統中的具體應用過程。系統通過動態滾動式應急資源配置模型，數據挖掘算法服務代碼實現應急物資的有效調度。實驗結果說明，所設計系統的應急總成本和總調度成本都較低，具有較高的調度精度和收斂速度。

參考文獻

[1] 程田祥.基于大數據挖掘技術的機房智能巡視系統的開發[J].有線電視技術，2016，23（1）：76?79.

[2] 黃燕飛.大數據背景下基于數據挖掘技術的CRM系統設計[J].企業技術開發，2015，34（12）：43?45.

[3] 吳春瓊，陳秀枝.基于數據挖掘技術的教學效果評價系統[J].漯河職業技術學院學報，2015，14（2）：75?77.

[4] 肖賦，范成，王盛衛.基于數據挖掘技術的建筑系統性能診斷和優化[J].化工學報，2014，65（z2）：181?187.

[5] 王淑，陳敏，于廣軍，等.基于數據挖掘技術的典型兒童呼吸道感染性疾病臨床決策支持系統研究[J].中國數字醫學，2015，10（12）：40?43.

[6] 朱效功.淺談電網調度運行分析和數據挖掘系統[J].科技創新導報，2015，12（11）：85.

[7] 朱利鵬，陸超，孫元章，等.基于數據挖掘的區域暫態電壓穩定評估[J].電網技術，2015，39（4）：1026?1032.

[8] 胡飛虎，田朝暉，李威，等.基于遺傳算法的應急物資分層調度研究[J].計算機應用研究，2015，41（10）：53?58.

[9] 張淑琴.基于J2EE的電力物資調度系統的研究與實現[J].現代工業經濟和信息化，2014，4（7）：79?81.

[10] 郭子雪，郭亮，張培，等.應急物資調度時間最小化模糊優化模型[J].中國安全科學學報，2015，25（10）：172?176.