電爐企業異構網絡共享數據跨級高效項集挖掘系統

孫麗君

(山東省科技服務發展推進中心,山東 濟南 250101)

由于信息技術和網絡技術的快速發展,電爐企業面對的數據規模和多樣性不斷增長,涉及的數據類型也更加豐富[1]。因此,電爐企業亟需提高自身的競爭力和市場適應性,這就要求企業能夠對大量數據進行準確的分析和挖掘,以獲取有用的信息和洞察。因此,電爐企業需要開發出更加高效、準確、可靠的數據挖掘系統,從而提高生產效率、資源利用率和企業利潤。然而,電爐企業數據本身存在不同結構和異構性的問題,加之數據規模不斷增大,這些都為挖掘和分析帶來了諸多困難和挑戰[2]。對于電爐企業異構網絡而言,在其運行過程中,如何實現共享數據的跨級傳輸,并根據事務長度標準對其進行挖掘處理成為一項亟待解決的問題。

文獻[3]提出基于改進粒子群優化算法的挖掘系統。根據粒子節點選擇思想,在高效用項集中確定數據樣本初始優化系數的取值,再通過效用值比較的方式,確定數據挖掘指令的執行強度。文獻[4]采用N-list結構的混合并行挖掘系統通過設計負載量估計函數的方式,確定共享數據的跨級傳輸能力,再聯合N-list結構,生成最終的高效項集挖掘結果。

然而上述兩類系統并不能有效控制事務長度,故而很難大幅提升電爐企業網絡共享數據的跨級傳輸能力。針對上述情況,設計新型電爐企業異構網絡共享數據跨級高效項集挖掘系統。

1 高效項集挖掘系統的設計與實現

1.1 電爐企業異構網絡體系

電爐企業的網絡通常由多個不同類型的設備(如PLC、CNC、DCS等)組成,并可能采用不同的通訊協議,導致網絡結構復雜,難以維護。因此在設計電爐企業異構網絡體系中,利用關系圖譜清晰地顯示企業內部設備結構,以文字信息或者數字信息表示,使其明確且清楚地展示企業內部關系。

電爐企業異構網絡體系負責整理Update主機輸出的電爐企業文字信息與電爐企業數字信息,并可以在Bi-GRU節點、RGCN節點的作用下,生成電爐企業關系圖譜與電爐企業內部職能關系圖譜[5]。Bi-GRU節點負責梳理電爐企業文字信息與電爐企業數字信息,并可以將其中與共享數據相關的信息樣本提取處理,以用于構造符合跨級傳輸需求的高效項集指標。RGCN節點可以同時調度n個Node下級附屬結構,當文字信息與數字信息累積量達到一定數值標準后,Node結構進入輸出狀態,而這些信息樣本則可以根據電爐企業關系圖譜的表現形式,展示電爐企業內部的職能關系[6]。具體的電爐企業異構網絡體系結構如圖1所示。

圖1 電爐企業異構網絡體系結構圖

為避免共享數據在電爐企業異構網絡體系中出現混亂傳輸的情況,Bi-GRU節點、RGCN節點都具備存儲數據樣本的能力。

1.2 數據跨級共享模塊

電爐企業的各項系統需要緊密協作,實現數據共享和集中管理,這就要求不同系統之間具備良好的互通性。因此設計數據跨級共享模塊可以有效實現電爐企業不同系統的緊密協作功能。數據跨級共享模塊兼容代理服務組件、異構網絡管理組件、跨級傳輸組件等多個應用結構,可以在控制共享數據傳輸方向的同時,分析電爐企業異構網絡信息的組成情況。代理服務組件作為數據跨級共享模塊的頂層應用結構,同時控制Web主機與Sip主機,決定了共享數據的跨級傳輸方向[7-8]。異構網絡管理組件同時處理共享數據存檔文本與歷史數據存檔文本,可以聯合跨級傳輸組件,利用已獲取到的共享數據樣本,定義高效項集組織。挖掘處理組件作為數據跨級共享模塊底層應用結構,可以根據電爐企業異構子網絡的布局形式,分析共享信息樣本的跨級傳輸需求。圖2反映了數據跨級共享模塊的基本布局形式。

圖2 數據跨級共享模塊簡圖

出于維持電爐企業異構網絡運行穩定性的考慮,共享數據的跨級傳輸方向只能由代理服務組件端指向挖掘處理組件端。

1.3 電爐數據邏輯分析模塊

電爐企業的生產過程通常受到嚴格的安全標準和法規的監管,同時,電爐企業的生產過程通常需要實時采集和處理大量數據,需要保證數據實時性,所以網絡的時延和帶寬要求比較高,對數據進行分類可以有效提高數據的后續分析與處理效率,因此設計電爐數據邏輯分析模塊,負責確定電爐企業異構網絡共享數據的傳輸目的,對電爐企業異構網絡中的數據進行邏輯分析,實現對數據的自動分類和處理,能夠根據高效項集定義標準,制定系統主機所需執行的挖掘指令,實現電爐數據的實時查詢和深度挖掘[9-10]。同時,該模塊的主要分析部分同時執行共享信息查詢、數據跨級高效項集定義、深度挖掘的指令文本,能夠準確提取電爐企業異構網絡中的所有共享數據信息樣本,并按照電爐數據邏輯分析原則,能夠準確提取電爐企業異構網絡中的各類數據信息,并進行按需處理,滿足電爐企業對數據挖掘的需求。電爐數據邏輯分析模塊執行原則如圖3所示。

圖3 電爐數據邏輯分析模塊執行原則

電爐企業異構網絡共享數據跨級高效項集挖掘系統運行過程中,如果數據信息默認傳輸方向與共享文檔傳輸方向不一致,首先要對信息傳輸方向進行統一,然后再根據挖掘系統執行需求,定義高效項集結構。

2 挖掘需求分析

2.1 MP共享節點

對于電爐企業的異構網絡,MP節點可以被看作是一個數據發射器和接收器,它可以從不同的設備和系統節點獲取數據,并將這些數據匯聚到一個數據池中,供上層的系統主機進行數據挖掘處理。由于MP節點具有強大的跨級傳輸作用能力,它可以根據挖掘對象所處位置,實現快速、準確的電爐運行過程中環境監測或設備運行數據傳輸和共享,從而使得系統主機能夠在短時間內對大量的數據信息樣本進行挖掘處理。在實際應用中,MP節點可以通過與其他網絡設備和系統節點進行協作,實現數據的實時傳輸和動態共享,為企業的生產和管理提供必要的數據支持和決策參考。此外,MP節點還具有良好的擴展性和可靠性,可以根據電爐企業的實際需求進行個性化的定制和優化,以適應不同應用場景下的特殊需求[11-12]。由于電爐企業異構網絡允許數據并列傳輸行為的出現,所以MP節點在單位時間內所承擔的數據樣本總量相對較大。設c、x、z表示三個隨機選取的數據樣本共享系數,其取值滿足式(1)所示的計算結果。

c≠x≠z

(1)

(2)

如果共享數據的跨級傳輸目的地不同,那么在傳輸過程中,這些信息樣本所占用的MP共享節點也就不同。

2.2 AP數據分片

在電爐企業異構網絡中,可能存在多個應用程序同時進行數據傳輸的情況,涉及大量的數據傳輸和處理操作。此時,如果采用普通的數據傳輸方式,可能會遇到數據過大而無法一次性傳輸的問題,導致數據傳輸失敗,影響電爐企業的生產和管理流程。而采用AP數據分片技術,可以將大的數據包分為若干個小的數據分片,逐一將這些數據分片傳輸過去,最終實現整個數據的完整傳輸。一般來說,分片標準的定義標準越細致,電爐企業異構網絡共享數據的單位累積量就越小,當前情況下,系統主機所需處理的高效項集結構總量也就相對較少[13-14]。規定s1、s2、…、sn表示電爐企業異構網絡中n個待共享的數據信息樣本,且取值標準滿足式(3)。

s1,s2,…,sn∈[1,+∞)

(3)

聯立式(2)、式(3),推導高效項集挖掘系統所遵循的AP數據分片標準表達式為

(4)

式中:α為分類項系數;ε為共享數據賦值系數;β為電爐企業異構網絡對于共享數據的分配權限。在電爐企業異構網絡空間中,共享數據樣本的累積量不可能為零,所以β系數的取值恒大于自然數“1”。

2.3 高效項集的RCAUL調用

RCAUL調用是挖掘系統針對高效項集結構所制定的執行指令,在電爐企業異構網絡環境中,共享數據的目標傳輸位置直接影響RCAUL調用指令的執行結果[15-16]。高效項集RCAUL調用指令的制定包含三個處理流程,具體定義式如下。

第一流程:

(5)

第二流程:

l2=K2·l1

(6)

第三流程:

(7)

聯立式(5)～式(7),可將高效項集的RCAUL調用表達式定義為

(8)

3 實例分析

在電爐企業異構網絡環境中,事務長度影響主機元件對數據項參量的挖掘處理能力,在網絡運行能力保持穩定的前提下,事務長度越大,主機元件在處理數據項參量時所能到達的挖掘深度也就越淺,而這種情況則會明顯抑制電爐企業網絡共享數據的跨級傳輸能力。因此,促進電爐企業網絡共享數據的跨級傳輸能力就是實現對事務長度的有效壓縮。

首先,選擇電爐企業異構網絡共享數據跨級高效項集挖掘系統作為實驗組檢測方法,將該系統執行程序輸入Windows主機中,分析該方法對數據集參量事務長度的挖掘處理能力;其次,選擇基于改進粒子群優化算法的挖掘系統作為第一對照組檢測方法,選擇采用N-list結構的混合并行挖掘系統作為第二對照組檢測方法,分析該方法對數據集參量事務長度的挖掘處理能力;最后,統計所有實驗結果,總結實驗規律。

表1記錄了電爐企業不同數據集參量的初始事務長度。

表1 電爐企業數據集參量的初始事務長度

電爐企業異構網絡對于事務長度挖掘處理的表達式如下:

(9)

圖4反映了不同挖掘系統作用下,數據集參量事務長度的具體數值水平。

圖4 事務長度實驗結果

實驗組:當數據集參量初始事務長度等于1 024 kB時,經實驗組挖掘系統作用后,這些數據集參量的事務長度水平被控制在500 kB以下,小于標準值512 kB。當數據集參量初始事務長度等于512 kB時,經實驗組挖掘系統作用后,質量、人員數據集參量的事務長度等于0,加熱數據集參量的事務長度也只能達到50 kB,遠小于標準值512 kB。綜上實驗組挖掘系統作用下,數據集參量長度始終處于0～512 kB的數值范圍之內。

第一對照組:當數據集參量初始事務長度等于1 024 kB時,這些數據集參量的事務長度最小值為500 kB、最大值為525 kB。當數據集參量初始事務長度等于512 kB時,這些數據集參量的事務長度最小值為375 kB、最大值為425 kB。綜上第一對照組挖掘系統作用下,數據集參量長度處于375～525 kB的數值范圍之內,高于實驗組實驗結果

第二對照組:當數據集參量初始事務長度等于1 024 kB時,這些數據集參量的事務長度最小值為700 kB、最大值為800 kB。當數據集參量初始事務長度等于512 kB時,這些數據集參量的事務長度最小值為325 kB、最大值為450 kB。綜上第二對照組挖掘系統作用下,數據集參量長度處于325 ～800 kB的數值范圍之內,遠高于實驗組實驗結果。

上述實驗結果表明,所設計系統可以有效解決因事務長度過大導致的數據項挖掘深度不達標的問題,能夠有效提升電爐企業網絡共享數據跨級傳輸能力。

4 結 語

所設計挖掘系統在電爐企業異構網絡體系的基礎上,聯合數據邏輯分析模塊與數據跨級共享模塊,求解MP節點與AP數據分片標準表達式,從而實現對高效項集RCAUL調用指令的精準定義。實驗結果表明,在這種新型挖掘系統的作用下,因事務長度過大導致的數據項挖掘深度不達標的問題得到較好解決,符合提升電爐企業網絡共享數據跨級傳輸能力的實際應用需求。