數據挖掘在科研設備管理中的應用

李恩寧 梁山清 葛紅志 劉榮斌 王曉玲 王玨

摘要：針對科研院所設備管理過程中普遍存在的設備真實使用率統計難、設備租借分配不合理等問題，將數據挖掘方法與實際問題相結合，根據設備管理系統采集的各設備電流數據，用支持向量機（Support Vector Machine，SVM）算法判定各設備的工作狀態，進而分析出真實使用情況。根據各部門的設備歷史租借清單，用Apriori關聯規則算法分析得出不同設備間的共同關聯關系，為科研設備管理部門采購及出租設備提供合理的分配方案。

關鍵詞：數據挖掘；支持向量機；關聯規則

中圖分類號：TP18文獻標志碼：A文章編號：1008-1739（2020）13-60-4

0引言

科研院所和院校通用設備作為固定資產的組成部分，是現代化建設事業的重要物質保障。科學、有效地管理固定資產，發揮最大使用效益，對提高經濟和社會效益、保證資產保值增值及保持和提高科研生產能力具有重要意義。

目前的設備管理系統[1-3]，可實現設備信息的存儲與查詢，可采集設備電流、位置等信息，對使用情況做簡單的統計分析。系統在信息化上有所突破，但智能化尚有不足。

數據挖掘[4]是人工智能和數據庫領域研究的熱點問題，涉及的分類算法[5]和關聯規則[6-7]算法可應用于眾多領域。本文借助設備管理系統，基于多分類SVM[8]思想，探究設備狀態判定算法，分析單個設備的真實使用率；基于Apriori[9]思想，探究設備關聯分析算法，分析設備間的借用和使用關聯關系，對設備的購買、預期使用等提供合理的建議。

1優化算法

1.1優化方向

科研設備管理系統的優化方向有2個：①設備租用后使用率是一個受關注的問題，目前只能以電流值來識別關機和開機2種模式，認為開機就是在工作，并未深度探尋設備的真實工作情況，即無法判別開機工作還是開機空轉的情況，以及工作中處于何種工作模式。將其抽象成分類問題，可考慮用SVM算法來建模判定狀態，獲取設備的真實使用率。②對于設備購置和借用分配問題，目前也未有更合理的解決方案，如果能夠通過各借用部門對每類設備的歷史使用情況分析出規律，則可作為一種輔助決策。將其抽象成關聯規則問題，可考慮用Apriori算法從歷史借用清單和使用數據中找出不同設備的關聯關系，進而為每類設備的借用去向和數量提供參考。

1.2設備狀態判定算法

SVM方法是建立在統計學習理論的VC維理論和結構風險最小原理基礎上的，根據有限的樣本信息在模型的復雜性和學習能力之間尋求最佳折衷，以期獲得最好的推廣能力[10]。

傳統的SVM只能進行二分類，對于多分類問題，可組合多個二分類器來實現多分類器的構造，即訓練出多個SVM分類函數，并構成類似二叉樹的分類結構，對輸入數據進行判定。

在設備管理系統中，簡單的設備狀態很少，通過電流加上允許的誤差就可以判斷出狀態，復雜的設備有很多狀態，且各種狀態下，電流差別不大。為了進行精確分析，需要掌握準確的狀態。為此，可將設備型號、電流值以及設備所處狀態3個指標作為一個樣本進行存儲，生成訓練樣本集合和驗證樣本集合，其中設備所處狀態作為標簽，運用SVM方法訓練和驗證多個SVM分類模型的組合。具體算法如下：

④再以同樣的方式，每次將工作狀態中的第一個設置為-1，其余設置為1，重復上述步驟，得到更多的分類函數，最終分類函數為（ ），2（ ），...，+1（ ）。

根據設備的實際數據，生成輸入項，依次經過（ ），2（ ），...，+1（ ）的判斷，如果在+1（ ）之前的任一分類函數得到-1則停止，得到對應的設備狀態；否則+1（ ）=1，即工作狀態為對應的設備狀態。根據算法實時判定的工作狀態，可統計單臺設備每天的真實使用率。

1.3設備關聯分析算法

Apriori是布爾關聯規則挖掘頻繁項集的原創性算法，使用一種稱作逐層搜索的迭代方法，查找存在于項目集合或對象集合之間的頻繁模式、關聯性或因果結構[11-12]。

在設備管理系統中，根據設備歷史租用和使用數據，分析設備間的關聯關系。此項分析中，考慮靜態和動態2種情況：

①靜態：根據設備出借情況，分析設備間的關聯程度，從共同出借的設備找關聯關系。從各部門大量的歷史借用清單入手，用Apriori算法挖掘哪些設備總是一起被借用，這個不限于指定的部門，也許好幾個部門都需要同時借某幾種設備，這個結果反映了對各種設備的需求關聯。

②動態：以同一部門使用的設備、相同時間段處于工作狀態以及地理位置相互靠近為條件，選取滿足條件的設備，分析設備間的使用關聯關系。從使用數據中找到共同使用的設備，反映具體的科研項目對設備的需求。

上述分析，使用關聯規則算法。具體算法如下：

支持度：所有設備借用清單中，某幾類設備同時出現的次數與總的清單數的比例。

最小支持度閾值：設置支持度的最小值，大于或等于該閾值的可稱為頻繁項集；小于該閾值的項集則被過濾掉。

項：指單臺設備。

項集：幾類設備的組合。

頻繁項集：指頻繁在清單中出現的項集，所謂“頻繁”的標準就是這個項集出現的次數滿足最小支持度閾值。

頻繁項集：種設備同時在清單中頻繁出現。

算法運行結束，可從1到最大數目輸出有關聯關系的設備組，并給出每組關聯的支持度和置信度等指標。在找出相互關聯的設備后，可對管理部門在設備數量購置和借用去向上提供參考建議。

2算法應用示例

2.1設備狀態判定算法

離線訓練階段：采集數據，形成數據矩陣，=[示波器A 10 mA待機；頻譜儀R 200 mA開機；信號發生器B 170 mA工作狀態2；……]，是一個100行3列的矩陣，即數據采集了100條，x是這個矩陣的前2列，第1列設備型號可用數字代替，便于數值計算，且要求同類設備數字相同；第2列是電流值，單位為mA；是最后一列，表示設備狀態，假如所有設備狀態共有{待機、開機、工作狀態1、工作狀態2}4種，因為SVM分類函數要求每次只能分成2類，值標簽只有{-1，1}，故先將=[{待機}、{開機、工作狀態1、工作狀態2}]，將{待機}置為-1，{開機、工作狀態1、工作狀態2}置為1，訓練分類函數（ ），得到的結果可判定新數據處于待機還是其他3種狀態；再以同樣的方式，以=[{開機}、{工作狀態1、工作狀態2}]為標簽，其中將{開機}置為-1，{工作狀態1、工作狀態2}置為1，再次劃分得到分類函數2（ ），得到的結果可判定新數據處于開機還是其他2種工作狀態；再以同樣的方式可得到3（ ），能區分新數據處于工作狀態1還是工作狀態2。

在線判定階段：如前所述生成了分類函數組合，現在輸入一組新數據=[信號發生器B 210 mA]，經（ ）判定，結果為1，則繼續由2（ ）判斷，結果為1，則繼續由3（ ）判定，結果為-1，則表示處于工作狀態1，結束。具體過程如圖1所示。

圖中藍色部分為數據經過的判定流程，上述結果為設備狀態的一次判定結果，可設定時段為5 min判定一次，則該設備當天進行了288次判斷，其中122次處于待機，54次處于開機，112次處于工作狀態1，則該設備當天的實際時長為9 h 20 min，真實使用率為38.9%，有4.5 h處于開機不工作的狀態，其余時段處于待機狀態。

2.2設備關聯分析算法

現在有9份設備借用清單，共涉及5類設備，即：{E1，E2，E5}，{E2，E4}，{E2，E3}，{E1，E2，E4}，{E1，E3}，{E2，E3}，{E1，E3}，{E1，E2，E3，E5}，{E1，E2，E3}，其中，E1代表示波器，E2代表頻譜儀，E3代表信號發生器，E4代表電源，E5代表噪聲發生器，最小支持度閾值min_sup=2。通過L1過程可知5種設備支持度都大于設定閾值，即都屬于頻繁被借用的；通過L2過程可知E1示波器分別與E2頻譜儀、E3信號發生器、E5噪聲發生器相關聯，E2頻譜儀分別與E3信號發生器、E4電源、E5噪聲發生器相關聯；通過L3過程可知，3種設備相互關聯的有E1示波器、E2頻譜儀、E3信號發生器，還有E1示波器、E2頻譜儀、E5噪聲發生器。具體過程如圖2所示。

算法得出互相關聯的若干類設備后，可進一步搜尋這幾種設備的使用關聯關系，具體實施步驟為：在管理平臺上將檢索條件設置為同一部門、同一地理位置，并統計每類設備的使用時間段，兩兩進行比較，如果某2種設備的工作時間段T1，T2的重合度大于50%，則說明這2種設備間具有使用關聯關系，依次類推。例如，在分析出E1示波器和E2頻譜儀具有關聯關系后，根據歷史GPS定位數據，查詢到在某天這2種設備處在同一部門，并根據統計由設備狀態判定算法給出的真實使用時段，得出當天這2種設備有67.3%的時間段在同時使用，則它們具備使用關聯關系。

3結束語

通過介紹數據挖掘方法中的SVM、Apriori兩種經典算法，以及科研設備管理系統的特點和存在問題，提出將SVM、Apriori算法分別應用在設備工作狀態判定以及設備間的關聯關系分析上，發揮2種算法的獨特優勢，可為科研部門在設備管理、租借、購置等方面提供合理的參考依據。

參考文獻

[1]閆偉.以使用單位為主體的資產綜合管理系統的構建[J].實驗室科學，2018，21（6）：71-73，77.

[2]王昆.探討實驗室儀器設備的管理[J].中國檢驗檢測，2017， 25（3）：59-61.

[3]陸琳睿，李光輝.大數據背景下的儀器設備信息化管理探究[J].實驗技術與管理，2018，35（4）：155-158.

[4]張曾蓮.基于非營利性、數據挖掘和科學管理的高校財務分析、評價與管理研究[M].北京：首都經濟貿易大學出版社， 2014.

[5]田文英.機器學習與數據挖掘[J].石家莊職業技術學院學報， 2004（6）：30-32.

[6] MITCHELL T M.機器學習[M].曾華軍，張銀奎，等，譯.北京：機械工業出版社，2003.

[7]穆瑞輝，付歡.淺析數據挖掘概念與技術[J].新鄉教育學院學報，2008，21（3）：105-106.

[8]羅娜.數據挖掘中的新方法———支持向量機[J].軟件導刊， 2008（10）：30-31.

[9]夏火松.數據倉庫與數據挖掘技術[M].北京：科學出版社， 2004.

[10] GRUNWALD P D，RISSANEN J. The Minimum Description Length Principle[M].Cambridge，Ma：MIT Press，2007.

[11]胡可云，田鳳占，黃厚寬.數據挖掘理論與應用[M].北京：清華大學出版社，2008.

[12]吳昱.大數據精準挖掘[M].北京：化學工業出版社，2014.