基于数据仓库与案例推理的机组产能模型研究与应用

摘要

数据仓库技术是近几年的一个研究热点.作为一种优化管理、提供决策支持的企业数据解决方案,已经被许多企业采纳.基于案例推理是对人们求解现实问题过程的一种合理描述.与传统的基于规则的系统相比,基于案例推理的系统具有简化知识获取、便于知识积累等优点.本文以上海宝钢股份有限公司冷轧薄板厂各机组生产过程为背景,结合生产计划与实时优化调度系统的开发,研究了用于冷轧薄板生产过程的机组产能模型建立技术,并建立了基于数据仓库与案例推理的机组产能模型.本文中数据仓库系统设计采用数据驱动的方法:利用企业原有数据库系统的数据,按照分析领域(主题)对数据及数据之间的联系重新考虑,组织数据仓库中的主题,利用数据模型有效地识别数据与数据仓库中主体数据的

目录

文摘

英文文摘

独创性说明

1绪论

1.1问题背景

1.2问题描述与分析

1.3数据仓库技术的产生与发展

1.4案例推理技术的产生与发展

1.5本文主要工作

2数据仓库与数据挖掘相关技术

2.1数据仓库及相关技术

2.1.1数据仓库

2.1.2数据准备

2.1.3数据仓库解决方案

2.2数据挖掘

2.2.1数据挖掘的定义

2.2.2数据挖掘的步骤

2.3本章小结

3案例推理技术的相关概念

3.1引言

3.2案例描述

3.3案例索引

3.4案例存储

3.5案例检索

3.6案例重用

3.7案例评价

3.8案例修改

3.9案例学习

3.10案例库维护

3.11基于案例推理方法小结

4机组产能模型的设计和实现

4.1企业概况及其生产工艺流程

4.2系统架构

4.2.1数据仓库和数据挖掘的结合

4.2.2系统目标

4.2.3系统结构

4.3设计数据仓库结构实例

4.3.1需求分析与粒度的设计

4.3.2识别事实与维度数据

4.3.3设计事实表

4.3.4设计产品维度表

4.4案例推理技术在产能模型中的实现

4.4.1案例获取

4.4.2案例检索

4.4.3案例修改

4.5模型预测结果分析

4.6产能模型的作用与在系统中的体现

4.7本章小结

5总结与展望

参考文献

攻读硕士学位期间发表学术论文情况

致 谢

大连理工大学学位论文版权使用授权书