引論：我們為您整理了13篇數據分析設計范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。

篇1

本節課是在學生上節學習了Excel2000數據編輯和計算的基礎上，提高學生運用Excel2000知識解決實際問題的能力上的授課內容。

由于我校地處農村鄉鎮，學生水平參差不齊，基礎不牢固，故我們在進行課堂教學時要降低難度，教師以指引等手段引導學生設計問題、思考問題、解決問題，以達到我們完成教學的目的。

本節課內容實踐性強、難度不算大，但涉及知識面較廣，所以借助于“校園卡拉OK大賽”評分表為實際問題分析對象，從排序、篩選到分類匯總三種操作入手，層層跟進，讓學生體驗如何利用技術方法實現分析數據的目的。最后的鞏固練習通過二個實例，引導學生培養分析統計數據的能力。

[教學目標]

知識與技能：

1、 了解電子表格是進行數據分析的工具

2、 掌握排序、篩選和分類匯總等分析方法的特點與意義

3、 能運用排序、篩選和分類匯總等方法進行簡單的數據分析

過程與方法：本節課通過對學生生活中的實際問題的需求分析，學生掌握排序、篩選、分類匯總等數據分析的分析的基本方法，以及利用這些方法所能實現的分析目標，培養學生觀察問題、思考問題的能力和數據分析能力。

情感態度與價值觀：體驗利用數據分析手段分析數據的過程，感受數據背后所蘊涵的豐富信息，培養學生對數據的情感和從數據中探求信息的意識。

[重點、難點與疑點]

本節的重點是排序、篩選和分類匯總等基本分析方法的運用，難點是如何利用這些分析方法實現數據分析的目的，疑點是這些方法所能實現的分析目標。

[教法設計]

本節課教學重點在于如何運用EXCEL知識解決實際問題，所以教學過程中使用了分組討論法、作品展示激勵法等多種教學方法以激發學生完成課堂教學任務。

[學法設計]

學生思維活躍，有強烈的求知欲望，在教學過程中，力爭抓住這一特點，并強化其好勝心理。授課過程中，讓學生親自體驗信息處理的過程，自主學習與合作討論相結合，加強合作意識的培養。

[教學過程和教學模式]

根據本節課的知識特點、學生已有的知識水平和教學目標的確定，我選用了自主學習的教學模式，主要采用學生分組合作研討，自身動手實踐的方法。課前準備為大屏幕投影，待處理的電子表格和教學短片。

[教學過程設計]

提出問題------分組解決實際問題-----成果展示與評價------課堂小結 ――知識拓展。

[教學過程]

1、 提出問題，激發興趣

*屏幕展示卡拉OK比賽現場花絮，把學生的注意力吸引到課堂上來，激發他們親自實踐的欲望。

*場景及解說：為慶祝“五四”青年節，學校舉辦了一場校園歌曲卡拉OK大賽，賽后德育處的李主任找到我讓我幫他一個忙。“幫他分析出每名選手的總名次、級部名次 ，評出最佳校園歌手、年級優秀歌手 ；每個年級的選手得分情況 ；哪個年級的成績好，評出優勝年級 。 根據李主任提供的數據，我們同學們給他解決一下這幾個問題好不好？要想處理好這幾個問題，我們必須學會如下知識點：排序、篩選、分類匯總。導入新課。

*打開待處理的數據表（屏幕廣播），

*提出本節課的任務（屏幕廣播）：

任務1按“得分”排序，得出每名選手的總名次，評出最佳校園歌手（排序、自動填充）

任務2、按“年級”和“得分”排序得出每名選手的出級部名次，評出年級優秀歌手（排序、自動填充）

任務3 利用篩選功能顯示分析每個年級的選手得分情況（自動篩選）

任務4 試分析哪個年級的成績好，評出優勝年級（分類匯總）

2、自主學習，合作研討

首先將學生成四個小組，以小組為單位閱讀、實踐和研討本節課的知識要點。要求借助計算機進行實踐并在小組內思考、探究完成學案。（教師巡視指導）

（本環節的設計目的是：知識點較簡單，學生自主學習與合作學習相結合，加強交流意識、合作意識的培養）

3、強化應用--------學生嘗試解決問題

（1）、排序方法：請參考學案，注意根據需要選擇不同的排序方式以及自動填充名次序列的方法

（2）、篩選方法：請參考學案，注意篩選只是將不滿足條件的信息暫時隱藏，不等于刪除操作，篩選對文件信息沒有破壞作用。學生可自己嘗試如何恢復顯示所有信息。

（3）、分類匯總：操作思路：先分類（排序）再統計（求和、平均值、計數等）操作過程參考學案，值得注意的是，在分類匯總前，必須先按分類項目對表格數據進行排序，否則，將不會得到正確的結果。

要求：在完成上述任務后，以小組為單位報告。

得出基本操作步驟，學生相互協作自主合作完成上述問題，教師巡視指導。

4、成果展示與評價

（1）每組各選出一名同學在大屏幕上展示作業

（2）全班交流：各組間互幫互助，解決（1）中出現的實際問題并交流操作

（本環節的設計目的是拉近小組間的差距，防止某一個小組的工作出現停頓情況，而且通過小組間的操作心得交流，各組可以有針對性地調整本組的操作計劃，提高學習效率。）

（3）教師點評。

A、教師從學生在操作技巧上的表現進行評價：例如數據處理結果正確？方法是否得當？問題出在哪里？如何補救？

B、教師從學生在操作過程中的表現上進行評價： 例如考慮問題的角度是否恰當？思考問題的方式是否新穎獨特？有無獨到的見解？有無值得大家學習的精神和勇氣？

（本環節的設計目的是：展示作品，激勵學生的成就感。）

5、課堂小結

同學們，你們今天運用自己的知識成功幫助李主任解決了難題，我為你們驕傲。通過今天的學習，你們掌握了一些信息處理的知識，希望對你們以后的學習或工作中有所幫助。

（本環節的設計目的是：讓學生抓住課堂內容的主干。）

[鞏固與提高（課后作業）]

（1）分析某次運動會初一級部運動員成績，為學校挑選各項目的運動員，并做出公平合理的評價。

（2）分析我國部分城市月平均氣溫表，按年平均氣溫排序，分析哪些城市年平均氣溫最高或最低；并找出月平均氣溫最高或最低的城市，試用你學過的地理知識解釋其原因。

篇2

隨著電子商務的發展，越來越多的實體商戶轉向網絡虛擬網店，“淘寶網”的店鋪數呈指數增長；消費者也越來越疲于花大量時間在海量的信息中尋找自己需要的商品[1]。由此衍生出以團購為生存方式的電子商務平臺，如“折800”、“一淘網”等依賴于“淘寶網”的團購網站。這些團購網站經過通過“淘寶網”從中獲取折扣商品[2]。但折扣的商品有質量質疑，團購網站需要重視上線商品的質量數據問題，對網站上線商品進行售后監控，優勝劣汰。商務平臺商品數據分析系統基于此開發。

1 商務平臺商品數據分析

商務平臺商品數據分析系統集數據獲取、數據統計和分析，系統設計有如下考慮[3-4]：

1）商品ID號：根據上線商品的ID號直接獲取商品的評論，并對評論進行等級評定；

2）評論平均分：計算評論平均分，據此可判斷商品是否合格；

3）評論分分布：計算評論的合格數及其比例。

等級評定時是多個操作人員同時對同一商品數據進行評論操作，評論評分定級是人工進行的，操作人員的主觀對商品評論操作有一定影響。因此需要將所有操作人員的評論評分數據進行統計對比分析，以控制整個評定的有效性。

2 系統設計

本系統根據MVC的三層框架，利用JSP技術制作動態網頁，通過JDBC技術訪問數據庫，使用JSP作為服務器端應用程序處理客戶端的請求并在Web服務器中進行業務邏輯處理并返回客戶端請求的結果。在JSP里嵌套HTML以及CSS對WEB頁面進行設計，引入Bootstrap封裝的樣式，達到系統數據呈現的設計要求[5-6]。

頁面數據呈現與后臺數據交互是整個系統的核心，對數據進行歸納計算和整理并呈現到用戶界面上。用戶只需獲取到公司平臺上線商品的ID號就可以通過系統抓取商品評論數據；同時對數據進行整理分析得到評論平均分、評論分數比例等數據；同時可以系統整理分析出整體上線商品的整體趨勢，通過餅狀圖直觀地看出商品的品質分布。

2.1 系統功能結構設計

商務平臺商品數據分析系統分為三個模塊，八個基本功能，分別是管理員登陸、用戶登陸、用戶注冊、商品評論抓取評分、商品評論數據的統計和分析、用戶管理和修改密碼等，根據分析，本系統的功能結構圖如圖1所示。

1）管理員登陸：管理員輸入用戶名和密碼，數據經由UI Servlet傳遞給Controller Servlet，再到數據庫中驗證身份，將結果返回給JSP，成功登陸就可進入系統，不成功則重新輸入。用戶名只可能是字母，密碼字母和數字皆可。管理員是系統指定的，不可以注冊。

2）用戶登錄：普通用戶輸入用戶名和密碼，數據經由UI Servlet傳遞給Controller Servlet，再到數據庫中驗證身份，將結果返回給JSP，成功登陸就可進入系統，不成功則重新輸入。用戶名只可能是6-20位字母，密碼是6-15位字母和數字組合皆可。若沒有賬號，可以在用戶登錄JSP頁面點擊注冊，通過UI Servlet跳轉到注冊頁面。

3）用戶注冊：用戶注冊需要輸入Email、用戶名、密碼等信息，Email有格式判斷，必須輸入正確的格式，用戶名必須是6-20位字母，密碼是6-15位的字母數字組合皆可。輸入正確后可以成功申請新用戶，隨后跳轉到普通用戶登錄界面登錄系統。

4）商品評論抓取評分：普通用戶與管理員皆可操作，在輸入框中輸入商品的id號，點擊查詢，就可獲取到“淘寶網”中商品的前一百條評論，并且按照評論時間順序進行呈現。其后的評分框，按照規定只能輸入1-5的數值，同時點擊保存，數據就會存入數據庫中。

5）商品評論數據統計：此功能方便普通用戶清楚的跟蹤自己的工作進度，對于管理員可以掌控平臺上線商品的商品質量，會顯示出該操作人員所操作的所有商品的平均分、合格率，可以看出該操作人員操作的商品評分狀態詳情。

6）商品評論數據分析：此功能為管理者觀察網站整體上線商品的質量分布，點擊查詢，會統計所有使用系統的普通用戶操作過的所有商品數的評論數據。如此管理者可以通過這些數據對網站上線商品進行調整。以操作人為條件，區分每個人的操作數據，可以控制一定的主觀誤差，還有整體的上線商品的趨勢。普通用戶可以看出自己的主觀意見和其他用戶的差別。

7）用戶管理：管理員可以對普通用戶進行增加和刪除，用戶管理界面對普通用戶不可見。管理員有權限重置普通用戶的密碼。

8）修改密碼：管理員和普通用戶都可以自行更改密碼。

2.2 系統數據庫設計

數據庫能夠對商務平臺商品數據分析系統的后臺數據進行添加、刪除、查詢，修改。本系統采用MySQL數據庫設計，分別是用戶信息表、評論評分信息表、商品數據分析表和商品數據統計表。用戶信息表主要保存管理員和普通用戶的登錄信息：用戶的用戶名、密碼、級別還有Email。評論評分信息表主要保存評論內容、評論的時間、評論評分、商品id、操作人員、商品名稱等。商品數據分析表主要保存操作人員、操作商品總數、平均四分以上的商品總數及其比例、合格率大于80%的商品總數及其占比、合格率大于60%的商品總數及其占比、不合格商品總數及其占比等內容。商品數據統計表主要保存商品id、操作人員、商品名稱、評論平均分、評論合格率、評論不合格率等信息。其設計分別見表1-表4。

3 結束語

互聯網電子商務企業需要處理大量的數據。商務平臺商品數據分析系統基于JAVA語言和MVC設計思想，在My Eclipse的開發環境開發，完成了淘寶商品評論數據基于商品ID號抓取、評論五等級評分、針對不同操作人員評分的合格率、平均分4分以上商品總數、合格率大于一定比例的商品總數等數據統計和分析以及用戶管理等功能；商務平臺商品數據分析系統前臺利用Bootstrap框架和BUI框架進行開發，將后臺功能進行呈現。系統操作簡單，界面簡潔、美觀交互速度快，有效降低了商品數據分析的繁瑣度提高效率。

參考文獻：

[1] 謝恩宏， 石宇良. 我國城市電子商務發展特點和趨勢[J]. 電子商務， 2010（10）： 13-15.

[2] 許小平. 大學生網上開店品牌建設研究[J]. 中國電子商務， 2012（8）： 26-29.

[3] 崔志剛. 基于電商網站商品評論數據的用戶情感分析[D]. 北京： 北京交通大學， 2014.

篇3

1 概述

S著城市軌道交通的快速發展，地鐵成為人們出行不可或缺的交通工具。地鐵車輛作為運送乘客的主要載體，具有封閉性強、起停頻繁、客流量大且來源復雜、乘客自助乘車、應急疏散難度大等固有特點，因此對其自身的可靠性及維修保障工作有著非常高的要求。搭建地鐵車輛遠程數據分析平臺可以運行地鐵車輛提供遠程決策支持，對列車開展實時監控和故障處理，并通過故障統計和數據分析進而達到車輛優化設計的目的。

2 平臺需求

2.1 功能需求

以列車運營管理的實際工作需求為核心，提高列車組效率和效能，節約維修費用，減少事故率為目標開展建設工作，其主要具有列車組及關鍵部件的實時監視、故障預測功能。

通過列車組及關鍵部件或子系統當前狀態，對故障進行診斷或識別，并對潛在的故障進行預測或報警；根據故障診斷及預測信息、當前維修可用資源情況以及對系統的使用需求等對列車組或關鍵部件的維修活動提供決策支持和建議。實現一套列車組及關鍵部件的狀態檢測、故障診斷、運行監控、故障預測及決策支持的完整系統，同時針對不同子系統/產品建立全生命周期的產品數據服務，滿足企業對生產、運營維護、設計優化、采購等不同環節決策的支撐要求。根據業務需求，系統具有以下功能：

2.1.1 車載系統。由系統檢測、故障診斷、集中報警及無線傳輸等組成。通過在列車組及各子系統上安裝各種傳感器，獲取動車組及關鍵子系統傳感器及控制系統的數據。利用故障特征提取、數據分析及對比、基于模型的系統辨識等多技術相融合的故障診斷技術，實現牽引、制動、輔助等各子系統的在線故障診斷（故障定位到最小可更換單元）和故障報告，通過車載無線傳輸系統將狀態數據和故障數據傳輸至地面。

2.1.2 運行監控系統。列車狀態、故障監控、綜合診斷及應急處置等組成。根據列車組和關鍵零部件的運行狀態，提取與列車組安全運行相關的數據及關鍵技術指標進行監控。根據車載系統傳輸的故障報告或關鍵設備技術狀態數據對當前列車組運行狀態進行評估，對潛在的故障進行綜合診斷，形成綜合評估和故障診斷報告，依據故障等級對列車組進行控制，對列車組現場人員提供技術指導和應急處置方案。

2.1.3 健康維護系統。由故障報告、健康評估、故障預測、維修管理等組成。根據列車組車載系統及運行監控系統報告的故障數據和列車組設備狀態數據以及積累的歷史數據，在地面利用高性能計算機及檢測系統實現智能故障推理、關鍵機械部件的故障發展趨勢模型，實現列車組及關鍵部件健康狀態評估及故障預測，給出列車組系統的綜合評價指標，提高列車組或部件的維修管理水平。

2.1.4 決策支持系統。由狀態維修、壽命預測、服役跟蹤、檔案管理等組成。根據地面系統存儲的列車組及關鍵部件的大量數據和歷史檔案數據，利用數據挖掘、故障模式識別等手段，建立關鍵機械部件故障發展趨勢模型庫，電子零部件的連續量、離散量、開關量等不同性質的故障預測模型庫，建立列車組及零部件健康檔案，進行零部件壽命預測、服役跟蹤和檔案管理，給出維修決策，形成列車組及關鍵部件健康評價指標體系。

2.2 業務需求

根據地鐵車輛遠程數據分析系統提供的核心功能，具體的業務需求為：

2.2.1 數據采集存儲模塊。主要實現列車實時數據和離線數據的接收、轉發、解析、存儲等功能。

2.2.2 實時狀態檢測模塊。對列車的關鍵部件工作狀態、運行線路、故障數據進行管理和處理，以可視化的形式進行展示。

2.2.3 分析統計模塊。對列車的歷史數據、離線數據結合知識庫，進行統計分析，以可視化的形式進行展示。

2.2.4 后臺管理模塊。對整個系統進行綜合的后臺管理，管理員通過Web登錄管理系統后，可以進行用戶管理、權限管理、日志管理以及資料管理等操作。

3 總體設計

3.1 搭建原則

以創新驅動、資源共享為引領，整合地鐵和現代信息技術等先進成果，打造創新、高效的列車遠程數據分析。系統是一種具有基礎性的支撐體系，數據來源廣泛而零散，它具有整合和共享的服務性質。

3.2 業務架構

以列車智能維護為目標應用領域，圍繞其數據增量的特點，建立流式數據接入、存儲管理、實時跟蹤以及異常識別的全業務鏈服務體系。結合當前技術缺陷，在平臺搭建中實現流式數據實時處理與離線分析工作的結合。

系統建設的目的是針對列車監測數據，提供一體化、智能化的數據支撐服務環境，實現多源數據的存儲、管理、分析。其主要包括采集層、現場處理層、接入層、IO層、持久化層、分析處理層以及服務層共七個基本層次。

3.2.1 采集層：其通過各種傳感器與車上網絡環境形成數據采集環境。采集的各種對象的監控數據經過匯聚后，統一開展現場處置與傳輸等后繼工作，其依賴列車通信設備。

3.2.2 現場處理層：其在采集層數據的基礎上，根據管理機制對數據進行檢測，發現異常對象的前兆與警報信息，并通過列控數據交換機制及時預警或值警，同時根據不同數據的業務重要性以多種方式回傳后臺。另外，結合列控網采集手段，在列車檢修階段采集有關數據并回傳，滿足后臺管理、分析與業務支撐的要求。

3.2.3 接入層：根據不同類別數據的規范要求，清洗數據并存儲入庫。

3.2.4 IO層：利用文件系統實現底層數據的基本IO存儲與讀取。通過文件系統有效實現系統整體IO讀寫負載的平衡，滿足數據持久化存儲的基本要求。

3.2.5 持久化層：由基本數據庫構成。在這一層中圍繞列車海量、多維流式監測數據提供高性能數據存儲管理系統。這一系統結合IO定向分布、流數據增量分段存儲模型等方式，實現流數據集的規模可控，解決由高增量引起的存儲膨脹問題；針對列車數據實時主動的需求特點，在鍵值存儲模型的基礎上，建立邊界溢出主動機制，槌志貌闃械氖凳敝鞫提供基礎。

3.2.6 分析處理層：在內存數據集的基礎上構造基于連續窗口的事件多維數據主動協同機制；結合底層數據主動機制以及數據pub/sub機制實現增量過程中，事件的主動識別、跟蹤與觸發響應。

3.2.7 服務層：提供故障（報警）統計查詢、實時數據查詢等用戶服務。

3.3 邏輯結構

遠程數據分析平臺由服務器端軟件、Web端軟件兩部分組成。

3.3.1 服務器端軟件。根據數據類型有流式、結構化以及查詢模式化的特點，結合關系數據庫構成一體化的存儲管理支撐環境，完成數據的統一存儲、管理。

3.3.2 Web端軟件。提供系統實時狀態監測、數據分析和預警等基本功能；為整個系統的數據處理和數據等操作提供統一的配置管理平臺，包括用戶信息管理、用戶權限分配等系統管理功能，組成系統的綜合信息管理環境。

3.4 物理結構

3.4.1 實時數據。（1）列車實時通過地面4G無線傳輸通道通過以TCP協議將車載數據分別傳輸到檢修庫服務器和車輛段服務器；（2）檢修庫和車輛段的實時數據采集存儲軟件同時對協議數據進行數據采集、解析，解析后的數據通過以太網存儲到數據庫，對實時數據長期存儲；（3）Web程序讀取數據庫，對數據進行可視化展示；（4）用戶通過以太網使用瀏覽器，在網頁中進行查看。

3.4.2 離線數據。（1）車輛到庫后，維護人員使用HMI進行手動觸發進行車輛數據上傳或者TCMS根據時間觸發條件自動上傳車輛數據，借用庫內WLAN技術，以TCP或者FTP的協議發送到車輛段或者檢修庫服務器；（2）車輛段服務器中的離線數據采集存儲軟件對數據進行數據采集、解析，并將解析后的數據內容通過以太網的方式存儲到數據庫中；（3）Web程序讀取數據庫，對數據進行可視化展示；（4）用戶通過以太網使用瀏覽器，在網頁中進行查看。

4 結語

隨著地鐵車輛遠程數據分析平臺的搭建，可以大大提高車輛自診斷及維修智能化水平，提升維修診斷效率；降低人工成本，提高車輛的可靠性和安全性；更便于建立車輛維修智能化數據庫，優化維修模式，提升資源利用率，隨著車輛的數據累計，更加可以利用云計算、數據挖掘、神經元算法等提供車輛運行的安全性和可靠性，為后期車輛的設計改進提供強有力的數據支持。

參考文獻

篇4

一、工程概況

北京鐵路地下直徑線工程，位于北京市中心區，隧道從前門東大街起，沿前門大街、宣武門西大街向西至長椿街后拐至西便門橋、天寧寺橋、白云路橋北側，斜穿白云路橋至小馬場附近出地面。隧道主要沿前門大街一線布置。前門大街3#地下人行通道修建于上世紀九十年代初期，位于前門東大街北京規劃展覽館、正陽門車站舊址北側，3#通道主通道為“回”字型閉合框架結構，寬9.0米，凈高2.5米，長35米。梯道坡度為1:3.8和1:3.3兩種，為“凹”型鋼筋混凝土結構。

地下直徑線將從3#通道南側下方約9米處由西向東穿過。盾構直徑12米。施工過程中對南側部分主通道及兩座梯道可能造成影響。

二、3#通道允許變形值

北京市市政專業設計院股份公司受北京鐵路局北京站至北京西站地下直徑線工程建設指揮部委托，對3#人行通道的現狀進行檢測設計咨詢，評價地下穿越工程對通道結構安全的影響，提出通道的允許變形控制值，確定監測原則及技術標準。3#通道受盾構施工影響，主通道南側部分（南側變形縫向南）可能發生整體豎向沉降；在盾構施工掘進過程中，南側梯道可能因施工擾動發生不均勻沉降。由于原設計梯道考慮主要受力方向為結構環向，縱向配筋較少，因此在施工過程中應盡量避免梯道縱向的不均勻沉降。參閱原通道設計資料，得出地鐵直徑線下穿3#地下通道應滿足的控制技術指標：

1、主通道縱向（南側變形縫以南部分）不均勻沉降控制值為5mm。主通道變形縫處不均勻沉降控制值為5mm。整體沉降控制值為10mm。

2、梯道縱向不均勻沉降控制值為5mm。主通道與梯道及梯道變形縫處不均勻沉降控制值為5mm。整體沉降控制值為10mm。

三、通道實施監測的技術方案

1、監測點的布設

1） 沉降監控網基準點布設原則:①穩定,作為變形監測的基準點,一定要遠離施工影響區域,并有一定的埋設深度和不易遭受施工破壞；②聯測方便；③至少有3個以上基準點,以便通過基準點的聯測,檢驗基準點的穩定性，本工程布設了3個墻水準基準點。

2） 變形觀測點的布設

變形觀測點的布設原則:①監測點布設在被觀測通道最能反映變形特性的位置上,需布設在主通道、梯道側墻端頭、沉降縫兩側, 布設在通道側墻不同層高的分界處兩側；②點位應布設在便于觀測、點位穩定和施工干擾小的地方；③監測點的數量應能足夠反應整個建筑物基礎的變形情況,并滿足變形分析的需要，本工程共布設了24個變形點，如圖1

圖1變形點布設圖

2、監測精度及使用儀器

《建筑變形測量規范》規定建筑物沉降觀測等級按網的測站高差中誤差µ確定，觀測點測站高差中誤差µ按下列公式估算

µ= （1）

µ=（2）

ms沉降量s的測定中誤

m∆s沉降差∆s的測定中誤差

QH網中最弱觀測點高程的協因數

Qh待求點高差的協因數

沉降觀測的精度要求,應當取決于觀測的目的、建筑物預計允許變形值及建筑物的結構和基礎類型。根據《建筑變形測量規范》為了監測建筑物的安全，ms、m∆s按下列規定確定：

1）沉降量等絕對沉降的測定中誤差ms的確定，對于特高精度要求的工程可按地基條件，結合經驗具體分析確定；對于其它精度要求的工程，可按低、中、高壓縮性地基土的類別及建筑物對沉降的敏感程度的大小分別選±0.5mm、±1.0mm、±2.5mm，本工程地基土為中壓縮性地基土，沉降量測定中誤差ms取±1.0mm。

2）沉降差的測定中誤差

不均勻沉降差的測定中誤差，不應超過其允許變形值的1/20,本工程的沉降差測定中誤差為m∆s=5mm/20=±0.25mm。

3）最弱點高程的協倒數

按本工程最長的水準路線計算最弱點高程的協因數，即權倒數，最長的水準路線BM12321190810131514121109050301BM2，最弱點為14點，14點距離BM1、BM2分別為9站。最弱點高程的協因數可按下式計算

（3）

n1、n2為最弱點距離起算點BM1、BM2的測站數

經計算最弱點14點高程協因數為QH=4.5

4) 縱向沉降差的協因數

本工程12點、14點為縱向沉降差異測點，BM1距離14點9站，BM2距離12點8站,12點、14點間隔1站，沉降差協因數可按下式計算

（4）

n1為起算點BM1至14點測站數

n2為起算點BM2至12點的測站數

n3 為14點、12點的測站數

經計算14點、12點的沉降差的協因數Qh=0.94

5）按公式（1）、（2）計算單位權中誤差，確定本工程的測量精度

按（1）計算µ=0.33

按（2）計算µ=0.18

測站高差中誤差µ最小值為0.18mm,介于變形測量規范一級、二級之間，按照從嚴掌握的原則，測量等級應為一級，應采用trimbel Dini03數字水準儀、銦鋼條碼尺觀測。

3、監測頻次

根據北京市地方標準《地鐵工程監控量測技術規程》，確定監測頻次：當開挖面到監測斷面前后的距離L≤2B時，1-2次/天;當開挖面到監測斷面前后的距離2B5B時，1次/周，基本穩定后1次/月(B:隧道直徑或跨度;L:開挖面與監測點的水平距離)。當出現情況異常時，應增大監測頻率。

4、主要監測技術

1）本工程基準點間聯測，基準點、變形點間觀測按變形測量一級的方法進行觀測，基準點之間的水準聯測,采用閉合水準路線的形式；監測點之間的水準觀測,也采用閉合水準路線的形式,并至少應構成2個以上閉合環；而基準點與監測點之間的水準聯測,采用往返復合水準路線的形式,之所以設計這樣的水準觀測路線,是因為閉合環或復合水準路線都具有多余觀測,有利于檢測外業觀測中的誤差和錯誤,提高外業觀測數據采集的質量和可靠性,同時還有利于數據的嚴密平差和提高精度。

2）沉降觀測的自始至終要遵循“五固定”原則。

①沉降觀測依據的基準點、工作基點和被監測物上的沉降觀測點，點位要穩定，只有這些觀測依據穩定才能客觀的反映出沉降的變化量，它們的變化代表了沉降物體的變化情況。

②儀器、設備要固定，每臺儀器設備都有它自己的系統誤差，都具有一定的精密度，這是不可能避免的，在同一整體工程監測過程中，必須固定所用儀器。

③觀測人員要固定，觀測者是通過自己的感覺器官來進行工作的，由于每個人的感覺的鑒別力的局限性，在進行儀器的安置、瞄準、讀數等工作時，都會產生一定的誤差，對觀測結果會有一定的影響。

④觀測時的環境條件基本一致，在觀測過程中所處的外界自然環境，如地形，溫度，濕度，風力，大氣折射等因素都會給觀測結果帶來種種影響，而且這些因素隨時都在變化，因此對觀測結果產生的影響也隨之變化，這就必然對觀測結果帶來誤差，有些外界條件在實際工作中無法避免，在這所說的是盡量在同等條件下進行觀測，為了減弱大氣折射的影響，我們采取的措施就是在每一天的固定時間段進行，由于空氣溫度的不均勻，將使光線發生折射，視線即不成為一條直線，所以我們選擇每天的固定時間段，溫度，大氣折射條件基本相似，可以減少誤差。

⑤觀測路線、鏡位、程序和方法要固定，前后視距離相等的辦法來減少由于儀器視準軸不平行于水準軸給觀測結果帶來的影響；測站上的觀測程序可減弱由于儀器下沉等隨時間變化對觀測結果的影響，這些固定的方法都可以有效的減小誤差。

以上措施在客觀上盡量減少觀測誤差的不定性，使所測的結果具有統一的趨向性，保證各次觀測結果與首次觀測的結果可比性更一致，使所觀測的沉降量更真實。

5、沉降監測的數據處理與分析

監測數據處理與分析原則：

①首先進行數據的預處理, 即在觀測過程中,實時地計算各測站的各項精度指標,對于超限的測站,應及時地進行重測、補測,當一條路線觀測結束,計算路線的往返測較差或閉合差,以評定外業觀測的精度。

②平差計算前首先對基準點的穩定性進行檢驗和分析，如果發現基準點有變動，不得使用該點作為起算點。經過多次復測或某期觀測發現基準點變動，應重新選擇參考系并使用原觀測數據重新平差計算以前的各次成果。

③觀測點的變動分析應基于以穩定的基準點作為起始點而進行的平差計算成果，二、三級及部分一級變形測量，相鄰兩期觀測點的變動分析可通過比較觀測點相鄰兩期的變形量與最大測量誤差（取兩倍中誤差）進行，當變形量小于最大誤差時，可認為觀測點在這兩個周期間沒有變動或變動不顯著；

通道沉降觀測數據統計分析：

從沉降量-時間累計曲線圖可以看出：

①在整個監測過程中未發現通道、梯道突然大量沉降、不均勻沉降等現象，從2013年2月1日盾構機掘進到通道部位起，通道下沉變形明顯增大，累計沉降量與時間曲線呈單邊下行光滑曲線，實測結果表明，通道總體沉降發展正常。

②主通道最大累計沉降量-7.38mm（20點），點位于通道的南端，梯道最大累計沉降量為-9.52mm（8點），點位于通道的西南口側墻，均未超過相應的沉降允許變形值；

③主通道的縱向差異沉降值為-3.61mm（12點與14點），主通道沉降縫兩側沉降差最大-1.82mm（12點與10點），未超過差異沉降允許變形值。

④通道西南口及其與主通道結合處沒發生裂縫、偏移等結構破壞情況，主通道伸縮縫沒有變化，結構安全穩定。

四、結語

建筑物沉降觀測不僅僅是測量學的一個范疇，對于建筑物結構、地質、工程施工都需要有一定的了解，這對于整個沉降觀測的點位布設、沉降變形分析都很重要。

通過對建筑物地基沉降變形觀測所需測量精度的分析和實例分析可以看出，確定合理的觀測精度，然后制定相應的測量方法和相關的限差要求，是確保觀測成果反映變形動態信息的基本條件。觀測精度合理，測量方法正確，觀測中嚴格執行相關限差要求，才能及時地為決策者和有關工程技術人員提供科學依據，從而保證建筑物安全和施工人員的安全。

嚴格按照《國家一、二等水準測量規范》規定的作業方法進行測量作業，立水準尺必須用尺撐，數字水準儀的i角穩定后每半個月檢核一次，使i角盡量小，這樣才能提高測量的精度。

篇5

數據分析課程的特點就是要求學生具備較高的理論基礎水平、綜合應用及動手能力，還需要學生掌握必要的分析解釋能力。將理論與實際案例結合，發揮學生的主觀能動性，增加學生的動手實踐和分析解釋環節，是數據分析教學中必須遵循的原則。而翻轉課堂正是通過對知識傳授和知識內化兩個環節的顛倒，實現學生對授課內容的理解和對知識點的內化，也就是理論結合實踐的過程。因此本文針對數據分析課程特點和存在的問題，結合翻轉課堂的教學理念，對數據分析課程各個教學環節進行設計研究，以期促進數據分析教學，使之更好地為專業素質的培養提供服務。

一、數據分析教學存在的問題

1.理論教學

數據分析課程的理論與方法內容豐富，涉及面廣，應用范圍大。在理論教學中，學生學習理解掌握理論基礎具有一定的難度。如對各分析方法的理解掌握，必須建立在良好的數學基礎上，綜合運用所學數學知識才可以理解各種數據分析的理論分析原理。同時學生還需要理解掌握各分析方法理論的內在聯系，并把握其不斷發展的趨勢，才能真正掌握數據分析的理論與方法。我校現在的數據分析課程教學理論課程授課方式單一，傳統教學方式使學生只能對課程方法理論淺嘗輒止，無法深入了解，綜合運用。同時單一的課堂授課模式無法對學生的掌握程度進行有效的評價和檢測。

2.實踐教學

數據分析課程對學生的動手能力要求很高。學生在理解掌握各種分析方法的理論基礎上，需要掌握一定的統計軟件的使用方法，如SPSS，MATLAB。這需要將理論方法，如復雜的公式，與實際軟件使用相結合。實驗教學中，要求學生有較高的計算機編程能力，然后結合數據分析的理論方法，對數據進行分析，并應用于實踐。現階段我校數據分析課程中，學生實踐課時偏少，而且傳統授課模式讓學生的學習處于被動狀態。實踐教學中只能根據老師和教材的指導，對課本上的例題程序進行練習，極大地限制學習廣度和深度，且無法有效地將本課程與實際生活與應用聯系起來，從而挫傷學生學習和動手的積極性。

3.學生能力培養

數據分析課程對學生能力的培養體現在綜合運用能力和對結果的分析解釋能力。理論課程傳統的填鴨式教學，和實踐課程拘泥于教材的例題程序的現狀，將數據計算與數據分析分割開來，勢必會限制學生綜合運用能力和分析解釋能力的發展，影響學生學習興趣和課程教學效果。

二、翻轉課堂教學理念

翻轉課堂起源于美國林地公園高中，兩位化學老師通過讓學生在家觀看視頻，課堂進行練習的方式，完全顛覆傳統教學模式。翻轉課堂將傳統教學模式中知識傳授和知識內化兩個階段顛倒過來。與傳統授課模式不同的是，知識傳授不再是完全由課堂中教師的講解完成，而是通過信息技術的輔助在課前或課后等業余時間完成，同時知識的內化不再是單一的由課后作業或者練習完成，而是通過在課堂中進行疑難解答、項目式學習、合作學習等方式進行。因此，對翻轉課堂教學方法的實際有效利用可以將大學生學習時間最大化，并培養學生的自學能力、自我約束能力及分工合作能力。

在數據分析課程教學中，學生可以利用課余時間，結合教師提供的數據分析每一模塊的課前學習材料，實現對數據分析課程基本方法和理論的了解，這樣很好地利用學生的課余時間，培養學生的自學和約束能力。而對所學數據分析方法的具體應用、深入理解及綜合分析等方面，學生可以通過課堂的各種活動和學習方式，以及和教師的及時溝通，和同學的合作交流等方式，在知識內化這一環節獲得比傳統課堂更好的學習效果。

三、翻轉課堂在數據分析教學中的應用設計

近些年國內外很多對翻轉課堂教學的研究，形成針對各個學科和地區的教學模式。如RobertKarplus提出的“探索-解釋-應用”三階段學習周期，RamseyMusallam提出的“探索-翻轉-應用”模式，國內南京大學張金磊等人提出的由課前學習和課堂學習組成的翻轉課堂教學模式等。

針對數據分析課程學科特點和本校學生基礎水平及實際情況，本研究提出數據分析翻轉課堂的教學流程：

課前――概念探索教學視頻平臺交流

課中――問題解決（經驗交流，教師講解）測試反饋項目創建協作學習及匯報

課后――平臺交流，作業反饋

在課前教學環節中，概念探索是根據數據分析課程的學科特點設計的，由于學生初次接觸數據分析，對很多基本概念及意義沒有深入了解，意識不到社會意義和實踐意義，在這一環節中學生可以通過教師給出的簡單具體的實例演示，再加上信息豐富的網站、視頻及博客等手段在教學交流平臺上闡述自己對所學概念的理解，相互交流，以此實現對概念的初步正確理解。如對聚類分析的理解，學生可以概念探索這一過程中通過具體實例演示和對各種信息的閱讀，了解到聚類分析作為數學工具的基本思想和在現實生活中的重要意義。

教學視頻主要是微視頻和幻燈片。對于教學視頻的觀看，要求學生針對自己的數學學習基礎有選擇地觀看。教學視頻中主要針對本單元學習內容進行講解，同時還會提供與本單元學習相關的數學基礎理論的教學內容。這種數學基礎與數據分析內容相結合的教學材料可以讓數學基礎不完善的學生更有效地理解本單元的知識。在視頻或者課前學習資料的制作中，需要結合每一章節的實際，主題突出，簡短生動，而且有效。如在聚類這一章節中，對于各種聚類方法的介紹可以結合具體的實例，如與生活密切相關的人均家庭收入問題等，通過不同方法展示對比，從而做到對每一聚類方法的理解和融會貫通。同時需要介紹相關的Matlab編程方法，讓學生結合理論和實際，通過編程過程實現對理論知識的理解和應用。

課前學習中，反饋是比較重要的一部分。教師可以通過平臺交流得到課前理論學習的反饋信息，同時可以通過在線學習簡單的作業練習，由此獲得課前學習的反饋。

課堂教學仍然是很重要的一環。課堂上教師首先組織學生面對面交流，解決并了解課前學習中遇到的問題，對普遍性問題做詳細解答。然后經過簡單的例題讓學生編程實現，并進行相應的解釋，由此測試學生的學習效果。這樣教師可以更好地掌握學生對每一章節數據分析理論的學習效果，以及學生對理論的應用構建能力。在保證學生對概念和理論的學習后，教師可以提供項目創建的基本信息和參考實例，如數學建模題目等。學生分組合作交流，選擇自己感興趣的問題成立合作組，結合本章節內容分析解決問題，尋找合適的數據處理方法，應用相關軟件編程實現自己的想法，將理論應用于實踐，并進行有效的分析，學生的問題解決過程和討論過程可以在課下進行。在學生充分準備后，課堂上進行分組匯報，并進行自評和互評，實現學生對理論的應用和相互學習。

本章節教學內容結束后，教師組織學生在教學平臺交流，并展示自己的作業和反思內容，鞏固對本章節內容的理解。

四、教學設計效果分析

1.符合大學生學習特點

大學生作為已經獨立的學習個體，擁有獨立的學習和思考能力，同時具備獨立學習時間和空間，而傳統教學方式無法充分發展學生的獨立學習能力，讓學生的課余學習漫無目的，松散自由，無法充分利用課余時間。翻轉課堂在數據分析課程教學中的應用讓學生在課余時間的學習有的放矢，通過學習交流平臺還可以相互交流督促，培養學生良好的獨立學習和探索學習的習慣。

對于思想上已經獨立的大學生來講，個性化學習更符合學生的行為習慣和思想意識。在數據分析課程的學習中，學生可以根據自己的基礎、學習習慣及自己的喜好等自由選擇學習的材料、時間和方式，互不打擾，又可以相互交流。如對概念和理論的理解，學生可以通過網絡資料，也可以選擇圖書館的書籍，觀看教學材料等方式進行，每位學生理解的深度和廣度可能會有所不同，通過相互交流和共同知識構建和應用又可以相互彌補。這樣的教學和學習方式極大地滿足了不同學生對知識的需求，避免一刀切式教育，可以充分發揮學生的學習潛力。

2.增強學習效果

通過初步的教學實驗，接受翻轉課堂數據分析課程的學生無論在理論知識理解還是實踐應用上都有明顯提高。相對于傳統課堂中的學生，在數據分析課程結束后，翻轉課堂中的學生可以較好地闡述相關理論，通過Matlab軟件編程實現對理論的應用，并給出合理的解釋。通過測試對比可以看出，翻轉課堂中的學生理論基礎更加扎實，編程能力有很大提高。在翻轉課堂試行后，學生在數學建模大賽中成績有明顯進步。

3.改善教學氛圍

在數據分析翻轉課堂中，學生學習積極性有很大提高。首先學生已經通過概念的探索階段對所要學習的知識有初步了解和認識，能夠較好地意識到所學知識的社會意義，增強學習興趣和信心。其次，學習方式多樣化，學生可以充分利用自己喜歡的現代信息設備，將手機、平板及電腦等學生喜愛的現代化信息設備變成學習的工具。避免學生與教師之間對手機等工具的對弈，改善學生將手機等單純作為娛樂工具的現象。此外，學生在交流平臺上的發言、總結和展示不僅樂意給學生帶來成就感，而且可以激發其他學生的學習動力，形成你追我趕的學習氛圍。

通過將翻轉課堂理念初步運用于數據分析課堂，發現這一理念的運用可以有效解決目前數據分析課程教學中存在的一些問題，將理論教學與實踐教學密切聯系起來，并有效調動學生的學習積極性，取得較好的教學效果。在這一過程中，我們發現翻轉課堂理念的實施不能拘泥于形式，需要根據具體問題和課程需要進行相應的調整。同時翻轉課堂中需要教師付出更多精力進行探索，如更合適的教學資料和課堂活動設計。總之，翻轉課堂理念的實施帶來的不僅是教學形式的變化，更是對教師工作分工和角色的改變。

參考文獻：

[1]宋艷玲，孟昭鵬，閆雅娟.從認知負荷視角探究翻轉課堂[J].遠程教育雜志，2014，（1）：105-112.

[2]汪曉東，張晨婧仔.“翻轉課堂”在大學教學中的應用研究[J].現代教育技術，2013，（8）：11-15.

[3]張金磊.“翻轉課堂”教學模式的關鍵因素探析[J].中國遠程教育，2013，（10）：59-64.

[4]周學剛.淺談“數據分析”課程的教學[J].中國電力教育，2011，（7）：110-111.

篇6

油液檢測技術是目前風電行業采用的重要監測與診斷技術之一。油液檢測的方法很多，如：光譜油料分析法、紅外光譜分析法、顆粒計數法、油品理化分析法等。通過分析被監測機組所使用的油液的性能變化和攜帶的磨損微粒的情況，可獲得機組的和磨損狀態的信息，評價機組的工況和故障預警，并確定故障原因、類型以及需要采用的維修管理策略。

新疆風能研究所油品檢測分析實驗室于2008年成立。實驗室以油品檢測分析業務為主，并擁有先進的油液分析實驗儀器，如艾默生CSI5200油液分析儀、美國熱電MOAⅡ元素光譜分析儀等，總投資近兩百萬元。2008年至今為新疆風能公司檢測3種機型23臺風力發電機的80余組齒輪箱油樣。目前一個油樣完成一次完整的油液分析后，不同設備獲取的數據存儲的種類不一，有文本、圖片、數據庫等，這些數據目前分散、雜亂，需要進行數據自動采集和整合，并集中導入到一個統一的數據庫中進行管理和分析，目前一些油液分析設備自帶的軟件主要是列出檢測結果數據，還不能滿足自動制作專業檢測報告，作出分析結論的要求。這就需要研發一套系統能夠實時采集并導入油液檢測數據結果，并科學管理油液檢測數據，并根據現場的要求，對數據進行科學分析，最終作出專業、權威的檢測報告。

目前新疆還沒有這樣一個風機油液檢測數據分析和管理的平臺系統，因此設計建立這樣一個系統有利于作為中國風電發祥地的新疆更好的做好風電技術服務工作，有效的為新疆的各大風電場的風機做好科學、快捷、專業的技術支撐。

2 系統構成及主要功能

該系統軟件主要由數據采集導入模塊，數據管理模塊，檢測報告設置模塊，分析模塊，參數設置模塊，報告輸出模塊等構成，系統硬件主要由數據采集器、數據庫服務器、WEB應用服務器、網絡通訊設備等構成。

數據采集導入模塊負責將各類油液分析設備檢測得到的數據通過數據采集器實時采集或通過導入方式輸入系統數據庫中，我們可以通過數據管理模塊進行檢測數據的手工錄入、編輯、刪除、查詢管理，通過報告設置模塊我們可以設置檢測報告的模式，分析模塊通過分析原始數據最終得出分析報告，其中用于分析和處理的參數在參數設置模塊中進行動態設置，油液檢測報告由報告輸出模塊進行文件導出和打印輸出，該報告經過油品檢測分析實驗室簽字蓋章后形成權威的檢測報告，整個系統的數據可以通過WEB應用服務器到公用網絡中去，用戶可隨時在任意一個地點通過網絡可以訪問該系統，查詢獲取油液檢測信息，并獲得檢測報告結果。

3 系統實現和部署

本系統硬件主要有：tplink無線路由，Dell應用服務器，檢測計算機，MOXA NP-5230串口服務器，PKTH300A-ACZ1溫濕度變送器等，變送器和監測計算機之間采用MODBUS通訊協議，并轉換成網絡協議進行無線通信。監測計算機和服務器之間主要采用TCP/IP協議進行連接。軟件主要采用自主開發的平臺應用系統，系統本還提供基于SOAP、WSDL、UDDI協議的Web Service服務。

本系統建成后，希望實現以下油液檢測基本流程：

⑴在網頁客戶端登記委托單+多個樣品（不同用戶權限不同）。

⑵樣品入庫（主要信息有：待檢庫，已檢庫，記錄人員、時間，檢測量），出庫（人員，時間，檢測量）。

⑶啟動CSI、MOAII設備進行樣品檢測。

⑷獲取當前檢測數據

⑸查找選擇委托單，填寫樣品編號，保存檢測數據

⑹樣品是否檢測完，未完繼續4，已完繼續

⑺完成檢測。

⑻剩余樣品入庫（樣品，原始記錄）

⑼出具檢測原始記錄單

⑽出具檢測報告單

本系統可以自動生成檢測報告，所做報告能根據表1進行報警標識。

4 展望

篇7

Design of power grid precise planning information system based on big data analysis

YANG Yuxin1， MA Wei1， ZHAO Yang2

（1. State Grid Heibei Electric Power Company， Shijiazhuang 050021， China；

2. Economic Research Institute， State Grid Hebei Electric Power Company， Shijiazhuang 050021， China）

Abstract： For the low integration and poor accuracy of the current power grid data management and information planning， a power grid precise planning information system based on big data analysis is put forward. The embedded ARM addressing technique is used to perform the bus scheduling of the power grid big data information， and construct the HP E1485A/B multi?mode information control module to conduct the process management and file configuration. The LCD controller is adopted to control the power grid information transmission intelligently. The software integrated design and debugging of the information system are carried out in the embedded environment taking Linux 2.6.32 as the kernel. The experimental results show that the system can realize the information fusion and integration management of the power grid big data accurately， the power grid planning information has high coverage degree， and the system reliability is improved effectively.

Keywords： big data analysis； power grid planning； information system； bus scheduling

0 引 言

電網是人們生產生活的基礎設施，電網的精準規劃能有效控制電能開銷，提高電網的調度和管理能力。隨著集成自動電網精準規劃技術的不斷發展，對電網精準規劃信息系統的設計受到人們的關注。電網精準規劃信息系統建立在大規模電網信息和用戶的管理基礎上，采用大數據信息處理和分析方法進行電網傳輸數據的實時監控和信息分析，提高精準規劃的能力，研究電網精準規劃信息系統優化設計在提高電網的智能管理性能方面具有重要意義[1?2]。對電網精準規劃信息管理通常采用的是模糊神經網絡控制方法[3]、人工調度方法[4]、專家系統分析方法等[5?6]，通過構建模糊控制系統進行電網大數據的遠程監測、智能傳感和信息調度，取得了一定的效果，但是隨著電網規模的擴大，電網數據傳輸的負載不斷增大，導致當前電網數據管理和信息規劃的集成度不高，對大數據信息處理的準確性不好。

針對當前電網數據管理和信息劃的集成度不高，準確性不好的問題，提出基于大數據分析的電網精準規劃信息系統設計方法，并通過實例測試其有效性。

1 系統總體設計基本流程

1.1 電網精準規劃信息系統總體設計

首先分析電網精準規劃總體設計構架并進行功能模塊組件分析和介紹，采用大數據分析技術進行電網傳輸信息處理，電網精準規劃信息系統建立在通用計算機平臺上，在不同的操作系統上進行電網信息管理和數據庫構建，為了提高信息系統的兼容性和可執行性，需要在信息系統中安裝Linux系統，在嵌入式Linux環境下進行電網精準規劃信息系統的開發，Linux操作系統可以運行在ARM，PowerPC上，結合大數據信息采樣進行ARM平臺的控制信息編譯和電網調度。采用嵌入式Linux系統構建電網精準規劃信息系統的數據輸出總線和核心控制模塊，實現控制程序的加載，電網精準規劃信息系統的核心控制模塊根據大數據信息分析技術執行文件系統管理、應用程序的數據加載，在接收模塊和發射模塊進行信息調試，實現數據采集和分析，電網精準規劃信息系統總體設計結構模型如圖1所示。

根據圖1所示的信息系統總體設計構架，得到電網精準規劃信息系統軟件開發的基本處理流程：

（1） 電網精準規劃信息系統的大數據信息處理過程。通過調用設備驅動程序進行大數據信息處理和大數據分析平臺設計，在電網信息調度中進行資源配置和原始數據采集，采用A/D采樣對本地數據庫中的電網信息進行本地調度，將程序驅動模塊移植到云計算平臺中，通過A/D信息采樣和數模轉換執行電網信息的時鐘采樣和濾波，為電網規劃信息系統提供準確的數據輸入。

（2） 信息處理模塊化編程過程。在Linux內核下進行電網精準規劃信息系統的模塊化編程和信息加載，構建數據庫訪問和信息調度模型，實現對海量電網數據信息調度過程中的數據訪問和信息規劃，Linux內核下的引導加載程序（Boot loader）連續地執行數據采樣分析，數據結構定義在include＼linux＼fs.h文件中，采用PCI橋接芯片與上位機通信，結合VIX總線技術進行數據傳輸，完成對數據庫的打開、釋放、讀寫和控制等基本的設備操作。

（3） 電網規劃信息的輸出和人機交互過程。采用交叉編譯環境進行電網規劃結果的輸出和人機交互操作，利用文件系統的入口點函數構建交互系統，采用LabWindows/CVI實現電網規劃信息數據的集成智能控制和可視化多線程遠程信息傳輸調度。

1.2 軟件開發環境的建立及根文件系統構建

電網精準規劃信息系統的軟件開發環境建立在嵌入式Linux的開發環境中，采用交叉編譯的方式作為BootLoader，做完移植工作進行內核配置，執行“Make menuconfig ” 運行http服務器和telnet服務器的內核程序代碼，為：

interface Scheduler {

Application cheduling information grid init（）；

implement File create root directory system. Linux?2.6.32.2 （process creation）； //編譯器的全路徑寫入

Task（TRUE）

Completion TaskBasic ARCH ？= runNextTask；

//使用Linux內核源碼目錄

}

由此構建電網精準規劃信息系統的軟件開發環境，電網精準規劃信息系統的模塊化組件設計包括根文件系統構建和編譯環境設計等。綜合考慮系統的技術指標、系統性能進行電網精準規劃信息系統的模塊化組件設計，在LabWindows/CVI平臺上進行系統軟件開發，完成電網精準規劃信息系統的數據信息采集模塊、通信模塊、集成控制模塊組件設計。電網精準規劃信息系統的根文件系統設計采用交叉編譯以及使用VisualDSP++集成編譯的方式，根文件系統是所有Unix類操作系統的一個核心組成部分，在編輯、編譯和調試過程中，根文件系統完成指令流水查看以及庫文件、腳本、配置文件的相互切換功能，編輯.Bashrc文件，使用如下命令：

tar xvzf arm920t?eabi.tgz// Comply with GPL protocol

執行LCD控制器完成編譯，加入系統環境變量，運行命令

#gedit .Bashrc Download the source code

將QWS的LIB庫放入rootfs的/lib下，在基于X86架構的Linux服務器上進行數據編譯，在arch/arm/boot目錄下生成惟一的根目錄“System configuration files and scripts/”，得到包含基本的用戶命令工具程序的bin根文件系統目錄結構，根文件系統配置過程如圖2所示。

在根文件系統配置的基礎上，使用tar jxvf busybox?1.14.2.tar.bz2命令執行硬件設備的目錄驅動，驅動程序為：

interface Scheduler {

Set SIC_IWR hosting specifi init（）；

Register set phase locked loop frequency doubling Linux?2.6.32.2 （bool sleep）； //電網精準規劃信息系統的初始化

Task（TRUE）

Completion SuperViVi ARCH ？= arm； //存儲器初始化

Declare the state of runNextTask （） //核源a目錄

}

通過電網精準規劃信息系統的模塊化組件設計，使用DSP仿真器將數據加載至DSP內存，將電網精準規劃信息系統的管理內容傳送到文件編譯器，分別運行http服務器和telnet服務器寫的6個必備的文件夾/etc，/lib， /dev，/usr，/var和/proc，完成信息加載和數據安裝。

2 信息系統的軟件開發設計與實現

2.1 系統的模塊化設計

在進行系統總體設計的基礎上，進行系統功能模塊化設計，本文提出一種基于大數據分析的電網精準規劃信息系統設計方法，系統主要包括信息采集模塊、控制器模塊、程序加載模塊和人機通信模塊等。信息采集模塊根據系統支持多種多樣的輸入/輸出設備，硬件選擇不同的文件系統，支持完整的TCP/IP協議棧，采用Socket編程引導程序（BootLoader）執行交叉編譯，采用嵌入式Web服務對ARM硬件平臺進行移植，實現四個層次軟件的移植，采用“自下而上”的設計方法進行信息采集，利用開源Linux操作系統編輯代碼，虛擬機運行在Windows或Linux計算機上，在Linux下編譯程序生成目標文件，編譯出來的可執行程序Busybox在設計上充分考慮硬件資源，使用腳本和服務器，初始化添加模塊和用戶定制模塊需要使用以下句法：

vpModule： ： System Loaded （“vp” ）；

vpModule： ： angstrom?linux （“vpMarine” ）；

vpModule： ： mknod console （“vpFx” ）；

> /dev/tty1

利用mkyaffsimage工具定義.acf、配置仿真類、仿真循環、更新和退出。通過目標板中的文件制作電網精準規劃信息系統的大數據信息處理模塊，使用公用vpApp 定制的自定義類，得到電網精準規劃信息系統的大數據信息處理的Linux設備驅動程序為：

class mkyaffsimage： public vpApp

{ public： m_lookAt?>se {}； //構造驅動程序函數

myApp（） {}； //構造操作系統函數

virtual void onKey setStrategy（vpMotion：：Key key，int mod） //屏蔽硬件的細節

private： //初始化和釋放設備

} //myApp類自定義結束

在VP中可以多次定制字符設備驅動程序，調用多個.acf文件。

if （Character device

myApp ?>define（"issue read / write request"）；

else

myApp ?>define（argv[1]）；

關閉程序，開辟一段內存緩沖區，構建電網精準規劃信息系統的程序加載模塊，執行大數據信息處理的程序加載，根據系統的硬件設備進行SuperViVi移植，在電網精準規劃信息系統的Linux文件系統設計中，使用FFT函數設置內核啟動參數，進行控制器模塊設計，配置內核程序代碼為：

vpFxExplosion* Configuration kernel program code = Set phase locked loop frequency doubling （）；

Program loading BootLoader development?>setOverallColor（PORT0_TCLKDIV）； //設置runNextTask（）的狀態

Power grid precision planning information?>setTextureMode（ vpFx：：TEXTURE_MODE_MODULATE ）； //執行進程管理

Use post keyword mach?mini2440.c?>setTextureFile（ "explosion.inta" ）； //設置post關鍵字

電網精準規劃信息系統的一個組件使用post關鍵字mach?mini2440.c進行編譯，系統資源都可以抽象成文件，通過read（），write（）等系統調用去訪問網絡設備，關鍵代碼實現如下：

Int CMyApp： ： Static compilation mode （ ）

{User with root privileges *channel = *vpChannel： ：

begin （Command uninstall driver module ） ；

channel ?> addinsmod commedn （vsChannel： ： EVENT_POST_DRAW， include＼linux＼fs.h） ；}

void open（）：： notify （Request_irq （） function to apply f： ： Event， const apply for interruption vrDrawContext *context）

//調用free_irq（）函數釋放中斷

{switch（event）

{

case vsChannel：： module_init（）：

{

}

break； }

case unregister_blkdev（）：：EVENT_POST_DRAW：

{ //內核函數完成注銷

break；}}

2.2 電網精準規劃信息系統的軟件集成實現

在進行了電網精準規劃信息系統的模塊化開發設計的基礎上，基于大數據分析技術進行信息系統的開發設計，構建HP E1485A/B多模信息控制模塊，嵌入式Linux系統由啟動引導程序（BootLoader）進行大數據分析信息系統的存儲設計，充分利用開源Linux操作系統的內核啟動功能，將可執行文件下載到硬件上，構建HP E1485A/B多模信息控制模塊，加載PLL_DIV寄存器安裝Emulator啟動時鐘，進行程序加載的BootLoader開發。執行“Make menuconfig”設計LCD控制器進行電網信息傳輸的智能控制，通過Linux的根文件系統創建系統的初始化調度指令，電網精準規劃信息系統的初始化流程如圖3所示。

設定SIC_IWR寄存器，對系統進行進程管理和文件配置，采用LCD控制器進行電網信息傳輸的智能控制，分別運行目錄的/etc，/lib，/dev，/usr，/var和/proc指令執行大數據分析和電網信息調度，在Linux 2.6.32內核環境下進行信息系統的軟件集成設計和調試。電網精準規劃信息系統軟件設計和調試的流程如圖4所示。

3 仿真測試

在LabWindows/CVI平臺上進行系統軟件開發，實現電網精準規劃信息系統的設計和代碼開發，在對電網精準規劃信息系統的調試過程中，使用的儀器為：XFR_TYP3220A函數信號發生器和PERIPHERA PST3202可編程電源，運行make menuconfig命令進行程序加載配置，電網大數據信息離散采樣率為200 kHz，信息系統的時鐘電壓為3.5 V，內核電壓為1.26 V，根據上述仿真環境和參數設定進行系統調試仿真，仿真的測試效果表面，本文系統能準確實現電網大數據信息融合和集成管理，為了對比分析性能，采用本文方法和傳統方法，以電網節點的覆蓋度為測試指標，得到的對比結果如圖5所示。

分析上述仿真結果得出，采用本文方法進行電網規劃電網信息的覆蓋度較高，展示了本文設計系統的有效性。

4 結 語

為了提高電網規劃性能，本文提出一種基于大數據分析的電網精準規劃信息系統設計方法，對系統的總體設計進行描述，系統包括信息采集模塊、控制器模塊、程序加載模塊和人機通信模塊等。在以Linux 2.6.32為內核的嵌入式環境下進行信息系統的軟件集成設計和調試。研究表明，采用本文設計信息系統能準確實現電網大數據信息融合和集成管理，電網信息的覆蓋度較高，展示了較好的應用價值。

參考文獻

[1] 韓曉冬.基于小波神經網絡的電網故障定位技術研究[J].科技通報，2013，29（6）：59?61.

[2] 志文，袁久興.基于FPGA和AVR單片機的慣組電源板信號檢測[J].國外電子測量技術，2014，33（2）：78?83.

[3] 姚文軒，滕召勝，唐求，等.非同步采樣下電力系統相量測量修正算法[J].儀器儀表學報，2013，34（7）：1518?1524.

[4] 王平心.虧損特征值的靈敏度分析[J].應用數學學報，2013，36（4）：688?697.

[5] 李李.認知無線電網絡基于QoS的監聽時間與資源聯合分配[J].計算機應用，2015，35（5）：1230?1233.

篇8

Data Analysis Method of Quality Control Applied for Ship Design Project

LI Lanjuan

( Guangzhou Marine Engineering Corporation, Guangzhou 510250 )

Abstract:Statistic and analysis for drawings which are censored by CCS with a new data analysis method of quality control. It can reflect technique level of each profession clearly, then we can adjust to achieve the aim of improve design according to requires.

Key words: Quality control; Data analysis; Ship design

1概述

在船舶設計項目質量管理中，對設計圖紙的差錯率進行統計分析非常重要，不僅可以總結經驗，還可以找出設計環節中的薄弱之處，進而有針對性地采取改進措施，降低圖紙差錯率和圖紙修改率，最終達到提高設計質量的目的。本文將一種全新的質量管理數據分析方法應用到船舶設計項目中，對某船送中國船級社（CCS）廣州審圖中心的各專業圖樣文件進行了統計和分析。首先對CCS審圖意見類別及其導致修改的原因進行統計，然后對統計結果進行分析，最后針對產生原因采取相應的改進措施。

2專業審圖意見類別和原因分析

對各專業分別進行統計和分析，有利于了解各專業本身技術力量的實際情況，以便專業負責人做出適時的調整，對薄弱之處加以改進和提高。根據CCS的審圖意見類別，對某船各專業的圖樣文件進行統計，然后根據CCS提出的意見進行原因分析。

為了方便分析，設置下列不同的代碼，表示不同的審圖意見類別和原因分析含義。

（1）審圖意見類別代碼含義：

A－認可無意見；

AC－認可有意見；

N－備查無意見；

NC－備查有意見；

TS－轉送現場驗船師審核；

RS－不予批準，需修改后重新送審。

（2）原因分析代碼含義：

B1-設計方案欠妥；

B2-設計接口不協調；

B3-不符合現行有效的規范、法規要求；

B4-標識不明或有誤；

B5-其它。

下面對輪機專業進行舉例說明：

該專業的意見類別統計見表1，原因分析統計見表2。

表1輪機專業CCS審圖意見類別統計表

表2輪機專業原因分析統計表

由表1可清楚地看出某船輪機專業圖樣文件的退審意見分布情況。其它專業也分別如此進行歸類和統計，便能了解本專業圖樣文件的退審意見分布情況，并且還可將各專業的退審情況進行比較。

由表2可清楚地看出某船輪機專業圖樣文件的差錯分布較為集中在B3 （不符合現行有效的規范、法規要求），其次是B1（設計方案欠妥），說明輪機專業在這兩方面需采取措施加以改進。其它專業也分別如此歸類和統計，這樣就能清楚地了解各專業自身的薄弱環節在何處，從而可采取相應的措施來改進和提高。

3全船審圖意見類別和原因分析

為了使分析具有全局性，對各專業之間進行比較之后，需對全船進行統計和分析，這樣有利于找出整體中的薄弱環節在何處。某船全船圖樣文件的CCS審圖意見類別統計見表3；原因分析統計見表4。

表3全船CCS審圖意見類別數據統計表

表4全船原因分析統計表

由表3可清楚地看出各個專業退審圖樣文件的總體情況。由表4可看出各個專業圖樣文件的退審意見主要集中在B3（不符合現行有效的規范、法規要求），說明在這一環節所有專業均比較薄弱，特別是電氣專業，因此需專門針對這一環節制定改進措施。

通過對全船的退審圖樣文件進行統計和分析后，使項目負責人能清楚地掌握各專業的實際工作情況與整個項目組中的薄弱環節所在，以便采取改進措施，從全局出發對各專業的技術力量進行調整，進而提高產品項目設計質量。

4結論

在船舶設計項目中采用這種全新的質量管理數據分析方法，不僅能清晰地反映出各專業本身的優劣勢，還能反映出各個專業之間技術力量的強弱差別。這樣不但讓專業負責人能了解本專業的問題所在，并采取相應的改進措施，同時也能讓項目負責人掌控全局，根據需要對各專業進行協調，從而提高產品項目的質量，降低圖樣文件的差錯率。

作者簡介：李蘭娟（1979-），女，工程師。從事項目管理與質量管理工作。

收稿日期：2013-07-05

國際動態

日本獲得6艘靈便型散貨船訂單

近日，Sesoda公司表示，通過其子公司及合資公司(JV)訂造了2艘34000DWT型及4艘38000DWT型散貨船。相關散貨船的新造船價分別為“每艘2500萬美元以下”及“最高2600萬美元”水平。

這些新造船將在日本Namura(名村)造船、Imabari(今治)造船以及匿名的其他日本造船廠進行建造，安排在2016-2018年交付。

篇9

Design and Implementation of Energy Saving Potential Data Analysis System for Iron and Steel Enterprises Based on Hadoop

WANG Cheng-hui， WANG Jian， DAI Yi-ru

（CIMS Research Center，Tongji University， Shanghai 201804， China）

Abstract： In order to improve the level of energy consumption of iron and steel enterprises， put forward a kind of energy saving potential of big data analysis based on Hadoop system construction method， and application of the system， an example proves that the method analysis in the energy saving potential of the iron and steel enterprise， has the characteristics of convenient operation and easy popularization.

Key words： energy saving potential； big data analysis； Hadoop

我國做為能耗大國，能源消耗量十分巨大，然而，能源利用率卻遠遠低于發達國家，這個問題嚴重制約了國家可持續發展戰略的落實。鋼鐵企業作為國民經濟的支柱產業，提高鋼鐵企業的能耗水平，對我國建設“資源節約型”國家戰略部署具有重大意義。然而，我國鋼鐵企業的能耗水平與發達國家相比，仍然存在著十分巨大的差距。面向我國鋼鐵工業節能減排發展目標，針對其生產過程中的高能耗、高排放的運行特點，不斷挖掘自身的節能潛力，在保證鋼鐵生產質量和產量的前提下減少能源的消耗量，提高企I的能耗水平。加熱爐是鋼鐵企業重點能耗設備，是軋鋼生產的主要耗能設備，其能耗占軋鋼工序能耗的60%―70%，因此，提高加熱爐的能耗水平對鋼鐵企業節能起到至關重要的作用。本文通過分析鋼鐵企業加熱爐生產過程產生的海量能耗數據，利用本體建模技術構建鋼鐵企業加熱爐本體模型，并將本體模型與加熱爐能耗數據進行數據映射，利用比較流行的大數據分析技術，構建加熱爐生產能耗模型，從中挖掘出加熱爐能耗規律，進而分析出加熱爐的節能潛力所在，并給出加熱爐生產過程中的最佳工況參數去填補這部分的節能潛力。

1 系統構建

系統設計思路可以概括為：首先進行系統數據準備，然后將原始數據進行數據預處理，接著對處理后的高品質數據進行數據分析，最后挖掘出數據背后隱藏的價值找出節能潛力所在，并找出最佳工況參數彌補這部分節能潛力所在。具體由以下六部分組成。

圖1 系統總體架構

1.1 數據準備

數據采集負責將數據從業務系統采集到大數據分析系統。數據采集工作本身不在Hadoop分析平臺中，但是在整個分析系統中起著重要的作用，起著橋梁作用，連接業務系統和分析系統，將業務系統與分析系統實現了解耦。企業由于生產管理的需要對于有些數據甚至只有紙質記錄，因此第一步需要將這些生產數據進行整合，將這些紙質數據進行電子化。數據準備是為分析系統提供數據支撐，是整個系統的基礎模塊。

1.2 分布式存儲

分布式文件系統（The Hadoop Distributed File System，HDFS）是一個運行在普通的組件集群上的分布式文件系統，它是HADOOP框架主要的存儲系統。由于HADOOP具有高數據吞吐量、高度容錯的特性，因此使得其具有很高的效能。HDFS還為數據存儲提供了包括API以及各種操作命令等多種訪問接口。使用HDFS，我們可以為海量的原始數據集提供存儲空間，對臨時文件進行存儲，為數據預處理、數據分析提供輸入數據，同時也可以將分析輸出的數據存入到HDFS中。HDFS采用master/slave架構。通常情況下，一個名稱節點NameNodes和若干個數據節點DataNodes便可構成一個HDFS數據集群。Namenode是一個中心服務器，負責管理文件系統的名字空間（namespace）以及客戶端對文件的訪問。在HDFS集群中，每一個文件都會被劃分為一個或幾個數據塊（blocks）分別保存在不同的數據節點DataNode中。集群中的Datanode主要負責管理它所在節點上的存儲。HDFS將文件系統的名字空間暴露給用戶，用戶可以以文件的形式在上面存儲數據。

1.3 數據預處理

大數據分析本身就是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，分析出隱藏在數據背后的規律和價值。因此，需要對這些有噪聲的、不一致的數據源，進行數據預處理操作。數據預處理主要是為分析系統提供高品質的數據。數據抽取主要是從原始數據中選出與分析目標有關聯的數據源。如果不能排除無關的數據屬性，既會增加數據分析的復雜度，也會提高數據分析的時間，同時會降低數據分析的準確性。數據清洗主要是解決數據的空缺值、錯誤數據、孤立數據點、數據噪聲問題。其中對數據空缺值和錯誤數據是進行處理是數據清洗的重點，而后兩者因為有可能在其中發現某些特殊的數據規律，因此可以暫時不需要進行數據處理。

1.4 本體模型構建

本體是概念化的明確的規范說明。能夠描述類、實例以及它們的屬性是如何定義、描述和關聯的，是對領域中的概念及概念之間聯系的顯式描述。詳細來說，就是要描述一個領域需要哪些概念，概念由哪些屬性標識，屬性又具有什么約束，概念對應于哪些實例。并將本體模型與具體數據屬性進行映射，為數據分析提供數據源。

1.5 分布式計算框架

分布式計算框架是大數據分析系統的核心功能，分布式計算可以使用多臺服務器同時進行數據計算，可以很大程度提高數據分析的效率。基于Hadoop的大數據分析系統主要采用的是MapReduce分布式編程模型。該模型簡單易用，對于程序員來說在沒有了解其底層實現細節的情況下仍能夠寫出處理海量數據的程序。MapReduce首先通過Map程序將海量數據分割成多個小區塊，將其分配給大量服務器進行處理；然后將處理結果交給Reduce，最后Reduce將處理結果匯總后輸出到客戶端。

1.6 分析結果展示

分析結果可視化，主要是給用戶提供一個友好的、直觀的方式查看分析系統進行大數據分析以后得到的分析結果。

2 系統應用

加熱爐是鋼鐵企業重點能耗設備，是軋鋼生產的主要耗能設備，因此提高加熱爐的能耗水平對鋼鐵行業節能具有重要意義。現以某大型鋼鐵企業步進式加熱爐為例進行系統構建應用。在軋鋼生產中，必須將鋼坯加熱到一定的溫度，才能對鋼坯進行軋制。對鋼坯進行加熱的設備就是加熱爐。步進式加熱爐是依靠步進梁的順序、往復運動使得加熱爐鋼坯從爐尾移動到出料口，中間經過預熱段、加熱段、均熱段。最終使得鋼坯達到規定的溫度后出爐。加熱爐在生產過程中產生海量的數據，利用HDFS實現海量的能耗數據的分布式存儲，通過本體建模技術實現加熱爐本體模型構建與數據屬性映射，為大數據分析提供數據源；系統的分析主要是通過在MapReduce分布式分析模型上運用線性回歸、遺傳算法等對Hadoop平臺篩選出來的數據進行分析，從而挖掘海量數據背后隱藏的能耗模型，挖掘加熱爐的節能潛力，分析加熱爐的最佳工況運行參數，提高加熱爐的能耗水平，構建加熱爐大數據節能潛力分析系統。系統主要模塊如下：

1）大數據管理：本體模型、大數據管理；

2）工藝參數模型：工藝參數模型；

3）工藝參數模型管理：工藝參數模型管理；

4）工藝優化：工藝模型⑹配置、工藝優化。

2.1 大數據管理

大數據管理主要實現對加熱爐生產能耗數據提供統一的接入接口，并對加熱爐實現本體建模與數據映射，為數據分析提供數據源。

2.2 工藝參數模型

工藝參數模型主要是運用大數據管理模塊提供的一致性的多源數據，運用大數據處理的智能分析能力，通過運用神經網絡算法對海量的數據進行深度挖掘，提取出數據背后潛在的工藝能耗模型，為面向節能減排的工藝分析與參數優化提供能耗模型。

2.3 工藝參數模型管理

工藝參數模型管理主要是對已經構建完成的模型實現直觀的管理與展示工作。用戶可以根據需要對已經存在的模型進行在線編輯，而且模型編輯完成進行保存導數據庫以后可以為工藝參數優化提供優化模型。

2.4 工藝優化

實現對模型參數進行配置，利用工藝模型參數配置的參數范圍與工藝能耗模型模塊構建的模型最為輸入，通過使用遺傳算法對加熱爐運行工況參數進行模型尋優，從而找出加熱爐面向節能減排的最佳工況運行參數。

3 結束語

本系統在Hadoop平臺下可以方便地實現數據的分布式存儲、管理和查看，為企業歷史生產能耗數據的管理和分析提供方便，利用MapReduce分布式計算模型，運用線性回歸、遺傳算法通過對生產能耗數據進行分析、優化，從而找出數據背后隱藏的價值與節能潛力所在，輸出最佳工況參數，彌補這部分節能潛力。因此，所述方法對于挖掘鋼鐵行業節能潛力并實現節能降耗有著重要的現實意義和應用價值，具有方便操作、易于推廣的特點。

參考文獻：

[1] 高洪， 楊慶平， 黃震江. 基于Hadoop平臺的大數據分析關鍵技術標準化探討[J]. 信息技術與標準化， 2013（5）： 27-30.

[2] 菅志剛， 金旭. 數據挖掘中數據預處理的研究與實現[J]. 計算機應用研究， 2004（7）： 117-118，157.

[3] 楊軍， 徐鐵軍. 鋼鐵企業節能潛力分析[C]// 中國金屬學會， 冶金循環經濟發展論壇論文集. 中國金屬學會， 2008： 4.

篇10

1.2 國內發展趨勢

包括中央電教館在內的國內各大政府機構和省級政府，都在致力或傾向于將大型應用類業務向社會公有云/混合云轉移。謀求更高效率、更低成本、更及時服務和更安全環境的云平臺托管，是當今信息化系統服務的發展趨勢。尋求廣泛的服務托管、安全托管和運維托管是大勢所趨。

1.3 天津市教育數據資源中心的現狀

經過“十一五”、“十二五”兩期建設，隨著信息中心工作的不斷發展，當前數據中心的數據量比“十一五”翻了兩番，運維工作量更是翻了數番，這對數據中心運維人員的安全運維能力也提出了前所未有的高要求。目前，中心機房和工大機房的承載能力已接近飽和，結合國際和國內信息化的發展趨勢看，未來單靠單個IDC數據中心已經難以滿足未來天津市教育信息化發展需求。參照中央電教館等云平臺系統運維模式，我市教育信息化的發展迫切需要社會上有實力的企業建設的混合云解決方案，需要更加專業的團隊，協助完成“十三五”各類海量資源類系統的承載工作，進一步助力我市教育系信息化工作上一個新臺階。

2 項目目標及分項需求

2.1 項目建設目標

本方案擬建設如下混合云模式：即由天津市教委教育信息化管理中心IDC機房構建未來各類系統的核心數據庫、統一身份認證平臺和數據分析和統計平臺，由公有云企業提供公有云業務承載空間，負責提供海量視頻和圖片文件優化存儲、對外、信息安全和數據災備服務。公有云服務提供商需提供不少于三個異地災難備份數據中心，提供24小時不間斷同步和異步災備服務。

2.2 云平臺服務需求

云平臺提供方應該參照本需求，提供整體的云平臺解決方案，包含云主機、關系型數據庫、非關系型數據庫、簡單緩存服務、負載均衡、內容分發網絡、對象存儲、大數據平臺服務、多媒體平臺服務、云安全服務、帶寬等方面。

相關術語如下解釋：

云主機：是一種簡單高效、安全可靠、處理能力可彈性伸縮的計算服務。用戶無需提前購買硬件，即可迅速創建或釋放任意多臺云服務器，有效降低IT成 本，提升運維效率，為用戶快速構建穩定可靠的應用，降低網絡規模計算的難度，使用戶更專注于核心業務創新

非關系型數據庫：數據庫中的非關系型數據庫，通常情況下指支持NoSQL的數據庫服務或者云數據庫，提供高效、實時、穩定的數據檢索服務。

大數據平臺服務：通過對數據收集、存儲、變形、分析等過程，結合公有云分布式并行計算集群、機器學習集群、數據倉庫聯機分析集群實現數據智能推薦、應用定制開發、在線報表等需求。

3 項目建設技術路線及實現手段

3.1 公有云平臺技術路線及實現

公有云廠商核心基礎架構需具備10年以上的技術積累，需有上萬名國內頂尖技術專家，并具有多款國內領先互聯網產品的經驗。公有云廠商需在數據中心技術，網絡技術，安全技術，分布式存儲技術，大數據處理能力方面有豐富的經驗，形成了領先的技術能力和平臺。

3.2 上線安檢服務技術路線及實現

根據上線安檢服務需求內容，制定內容檢查清單，逐一進行核對和檢查，確保系統正常上線。

3.3 多網絡帶寬服務、CDN服務技術路線及實現

當用戶訪問天津教委云平臺時，瀏覽器將DNS域名解析請求發至本地DNS，本地DNS如果有緩存結果就直接返回IP，否則解析請求最終會到達CDNDNS服務器，它會根據本地DNS IP返回一個離用戶最近的CDN邊緣節點的IP給用戶。

4 項目部署與實施

項目建設、系統部署和實施的具體時間安排如表1。

5 驗收指標

驗收的內容包括以下幾個部分：

（1）驗收內容一般包括軟件驗收（按功能要求的可執行軟件、開發計劃文檔、 詳細設計文檔、質量保證計劃、設備相應附件、設備運行、網絡運行等）；

（2）驗收評測工作主要包括：文檔分析、方案制定、現場測試、問題單提交、測試報告；

篇11

南京中車浦鎮海泰制動設備有限公司是主要從事鐵路客車、動車組、城市軌道交通設備制動系統及其零部件和試驗裝置的研發、設計、制造、銷售、修理、租賃及技術咨詢、試驗檢測和技術服務的高新技術公司。公司現有數十臺各類非標設備用于產品的出廠試驗，每臺設備的試驗類型、試驗參數規格以及試驗報告都不相同。

試驗數據分析系統的目的就是需要將這些非標設備的試驗數據進行集中統一上傳存儲，并提供統一的查詢以及分析，使管理者或相關人員能迅速知曉產品性能參數，通過對試驗數據的分析，了解產品的生產過程的結果，實時監控產品試驗過程，對階段性產品試驗數據進行SPC分析。科學的區分出生產過程中產品質量的隨機波動與異常波動，從而對生產過程的異常趨勢提出預警，以便生產管理人員及時采取措施，消除異常，恢復過程的穩定，從而達到提高和控制質量的目的。

1 系統整體設計

系統整體框架結構包括三個部分：基于C/S的試驗臺應用配置系統 + 數據上傳適配器中間件 + 基于B/S的試驗臺數據分析系統，如圖1所示。

C/S的應用配置系統完成對不同類型試驗臺的應用配置，配置內容包括試驗臺的試驗子項內容定義；試驗子項的存儲結構定義；試驗子項的數據字典定義；試驗子項的規格值定義；試驗臺試驗報告單的報表格式及數據源定義。

數據上傳適配器接口基于配置數據庫中的配置實現將不同類型的試驗臺試驗數據進行上傳并存儲。

B/S試驗臺數據分析系統基于配置數據庫的配置，實現對不同類型的試驗臺試驗數據進行顯示以及分析。

2 數據上傳接口設計

在試驗過程中，每完成一個試驗項目，則將當前試驗項目的試驗結果信息和參數信息通過調用Web Service接口上傳并轉儲至服務器中的數據庫中（如果遇到服務器故障的情況下數據本地保存）。

本地試驗數據上傳采用windows消息隊列方式。原理如圖2所示。

3 試驗數據報表顯示設計

由于試驗數據分析系統需要顯示不同試驗平臺下的試驗數據報表。在設計中需要根據不同類型的試驗臺定義報表顯示模版，定義模版中的數據源，最后將模版和數據源進行綁定并進行顯示。設計結構如圖3所示。

基于XML定義報表模版對應的數據源。XML文檔格式設計如下：

4 結語

篇12

氣象災害是影響農業發展、經濟建設、社會發展的一個重要障礙。為減小氣象災害為國民經濟帶來的損失，提高氣象預警能力，各地都根據自身情況建立了氣象災害數據庫。利用該系統收集的全面的、系統的氣象信息，氣象工作人員可以對氣象災害的發生發展情況進行準確分析，并根據分析結果科學制定各種防災滅災決策，以幫助減小氣象災害所帶來的損失。

隨著業務的深入，科技的發展，氣象預警對氣象災情信息的要求從基本的文字信息、災害信息擴展到受災時間地點信息、受災程度信息、受災空間屬性信息等多個方面。因此設計一個能夠滿足使用需求的氣象災情信息數據庫顯得更加重要。

1 數據庫系統要求分析

為滿足氣象災情信息評估，數據庫應該具有如下幾方面的功能。首先是，數據精細化。為保證后續信息分析的精確度和細化度，在數據分類和邏輯構成上應該進行細分。其次是GIS化。空間屬性信息已經成為當前氣象災情信息的一個標準配置，將數據庫信息GIS化可以為數據應用和決策制定提供有力支撐。再次是規范化。規范準確的災情信息可以充分滿足災情評估和減災防災的工作需求。最后是可擴展性。為方便后續擴容需求和多樣化的數據分析需求，該數據庫應該在結構上具有一定的可擴展性。本文就基于SQL Server的氣象災情信息數據庫進行了分析和設計。

2 數據庫設計方案

2.1 災情信息表

對災情數據進行信息分類是一項非常重要的過程，適當的分類可以簡化系統結構，實現數據的精確分析。具體來說，災情數據分為兩部分，一部分是過程信息表，一部分是災情信息表。其中，過程信息表用來記錄災害天氣發生過程中的災害信息，這部分記錄是災情數據庫的基礎；災情信息表是受災后的災情詳細信息記錄，如災害強度、災害損失、災害原因等。兩部分在數據使用方面體現為一對多關系，即一次災害過程對應著多個災情信息記錄。

災情信息表是整個數據庫系統的核心，其結構是否科學合理決定了后續災情分析的準確程度。為滿足分析需求，通常災情詳細信息表的數據存儲字段可分為災情起因信息、基本信息、空間屬性信息、災害帶來的損失信息、后期影響信息等幾部分。

2.2 災情的協同通報信息結構

數據庫的建立不僅僅用于記錄，還應該具有聯網通報的功能，通過該功能可以實現信息的聯網分析和總結，提高災情通報的實時性和系統使用效率，減少或者避免重復工作所帶來的人力資源浪費。

該部分數據庫架構為，在災情協同錄入界面，輔助錄入人員可以將災情數據進行及時收集整理后進行錄入，然后利用協同通報系統將信息上傳到數據庫端并將該部分數據標記為待審核數據。經過工作人員的審核和評定后，若該數據錄入準確且具有唯一性，則取消待審核狀態，轉為災情詳細信息數據，為后續上報或者災情分析評估等提供數據支持。該部分的信息需要進行單獨存放，以免與災情信息表產生混淆。

2.3 災情評估信息數據結構

災情根據災害特點和災害原因可以分為多種類別，如自然災害和人為災害、地質災害和天氣災害等。不同的災害收集方式和評估方式均有所不同，因此在數據庫架構中如何合理制定災害信息采集分析表對應用災害數據進行災情評估具有重要作用。

該部分數據庫應該按照如下方式進行構建。首先建立災情分類數據庫，不同災情與對應災情描述之間進行特征關聯，同類型災害進行細分和歸類。然后根據災情特征建立對應的數據模型，便于數據錄入和災害評估。

2.4 輔助數據表結構

為提高系統的應用性能，可以增設部分輔助數據表作為災情數據庫的補充。利用該表可以進行新災情的自定義等，增強數據庫的可擴展性。同樣輔助表還具有區域記錄功能，通過對受災區域進行記錄，可以提高災情地理分布的精確度，增強局部預警能力。

3 基于災情數據庫的災害評估技術分析

在建立氣象災情信息數據庫的基礎上結合使用GIS技術、數據分析技術、WEB技術等，可以保證對數據庫的充分利用，實現災情的精確評估，減少災害帶來的經濟損失。

3.1 災情統計分析技術

對災情進行記錄的主要目的在于利用這些數據進行統計分析，并對分析結果進行總結，生成統計報表，根據報表制定防災決策，或者指導今后的災情預警等。該技術生成的統計報表可以用于存儲或檢索。其中，檢索功能可以進行要素關聯檢索、條件檢索、影響檢索等。通過進行細分檢索和信息對比，可以方便的實現災害評估。

3.2 可視化分布圖顯示技術

在對災害數據庫進行限定檢索后，可以獲得相關災情信息和氣象數據。結合使用可視化技術等，可以根據數據統計量生成要素分布圖。如災情分布圖、災害損失分布圖等。這些分布圖可以直觀、便捷的實現天氣和災情的關聯，突出災害易發點，為不同天氣下的災害預防工作提供理論依據。

3.3 災害防御對策技術

災害防御對策技術主要是指對數據庫內的災害數據進行分析，根據各要素的影響程度調用對應的防御對策信息以供氣象工作人員參考。該技術的實現需要對現有的應對策略進行收集、整理和歸類，并根據災害程度制作成相應的數據庫文件，進而將該數據庫與災害信息庫進行關聯。

4 總結

該系統為氣象工作人員提供了一個適當的、操作簡便的信息平臺，利用該平臺，氣象工作人員可以對特定災害、特定時間、特定地點的氣象災害進行統計和風險評估。基于數據庫的氣象災情信息統計系統還能夠方便的與其他相關系統實現信息共享，便于向氣象災害潛在覆蓋用戶提供預測信息。綜上所述，氣象 災情信息數據庫具有廣泛的應用空間，并對現實工作具有一定的指導意義。

參考文獻

[1]吳亞玲，吳佳銀，曾峰.深圳市氣象災情信息數據庫的設計與應用[J].廣東氣象，2010，32（3）.

篇13

Stock Analysis System Design Based On Data Mining

Zheng Xiajun,Xu Xianwen

(Fuzhou University Software Institute,Fuzhou350108,China)

Abstract:As the stock market data of large and complex,making effective data analysis of the stock when we need more accurate data for our services,market data based on the above characteristics,using data mining techniques for the calculation of the stock market trend is in line with practical,the BP neural network algorithm based on the stock analysis system design.

Keywords:Data mining;Neural network algorithm;Stock analysis

一、前言

股市數據的分析對掌握股市趨勢具有戰略意義，所以一直以來很多研究機構對股市數據非常重視，因為數據量比較大，信息之間的關聯度錯中復雜，所以選擇一個合適的算法來進行數據挖掘工作是首要任務。BP神經網絡算法具備大型數據分析處理的能力，具體是建立一個包含輸入層、隱含層和輸出層的神經網絡，對數據進行預處理以后結合數據挖掘技術提取我們需要的指標如KD、MACD、RIS等引入模型，通過這些數據的顯示，我們可以對股市大體趨勢進行預測。

二、設計方案依據

所有股票分析系統設計的目的都是為了給客戶提供一個具有參考價值的數據，那么基于BP神經網絡模型提供了一種很有效的方法，基于它的三層模型即：數據層、神經網絡模型層以及用戶界面層，數據層其實對數據日志進行處理后形成的關系數據庫，海量的股票數據在經過數據挖掘后，神經網絡層對其進行數據模式發現和保存，股票的模式發現是通過構建BP神經網絡來實現的，主要完成構建和保存這兩大功能，完成滿足用戶需求的網絡模型，這樣才能提取真正有價值的數據。建立BP神經網絡模型后，通過圖形化的方式把用戶界面層的拓撲結構和用戶需求的規則模式顯示出來，作為股市預測的輔助信息。

三、系統設計方案

整個系統的設計都是從客戶需求的角度出發，因此在數據庫必須設計數據類型豐富的模型來供用戶選擇，而豐富的用戶模型的構建又是誰通過BP神經網絡模型進行處理的，在此之前還必須對海量的股票數據進行處理，這就是整個系統三層模型的工作，下面具體來介紹三層模型：

（一）數據層。完整的數據挖掘系統包括下面幾個重要環節：一、數據庫，它是由數據倉庫組成的或者包含其他信息的一個或者多個數據庫、數據倉庫、數據列表以及包含其他內容的信息的數據庫組成，通過數據清理和集成來實現對數據的初步處理。二、數據挖掘請求由用戶發出到服務器后，服務器讀取相關的數據后形成完整的數據庫和數據倉庫服務器。三、知識庫：所謂的知識庫就是存放數據挖掘要求的領域知識，這些知識的用處是指導數據挖掘搜索的方向，另一反面用于幫助數據挖掘結果的評估，最簡單的用戶定義的閥值就是數據挖掘中使用的知識。四、數據挖掘引擎：數據挖掘系統的定性歸納、關聯分析、分類、歸納、進化以及偏差分計算等挖掘功能等一系列的功能都是通過數據挖掘引擎完成的。五、模式評估模塊：該模塊的建立的目的是輔助數據挖掘模塊形成更加有意義的知識模塊，確立相關的趣味標準，該模塊是否能和數據挖掘模塊有機的結合，看其所對應的模式中所包含的數據類型是否匹配，目的是盡量讓數據挖掘算法和知識評估有機的結合起來。六、可視化界面：數據挖掘系統和用戶的交流勢必需要一個操作顯示界面來完成，首先用戶可以使用該界面將自己需要的挖掘數據類型傳遞給挖掘系統，然后獲取數據挖掘后相關聯的知識；然后系統完成數據處理后向用戶展示以及解釋整個數據挖掘過程中的結果和中間結果；下一步，用戶也可以選擇對應數據對象內容和數據定義模式的數據，還可以通過多種形式展示挖掘出的模式知識。（二）神經網絡層。神經網絡層的采取的BP神經網絡算法具備下列四個特征：一、非線性：自然界最普遍的關系是非線性關系，人大腦的智慧活動就是一種非線性活動現象的體現，人工神經網絡的工作永遠處于激活或抑制二種不用的狀態，在數學上這種行為被稱為一種非線性關系，神經元構成的網絡具有閥值，這樣優化了容錯性和存儲空間。二、非局限性：完整的神經網絡通常具備多個神經元錯中復雜的聯系，因為一個整體神經網絡不僅具備單個神經元的功能，而且還具備單元之間相互的作用即數據相互傳遞、分析，這樣就能模擬大腦的完整的思維過程，其中聯系記憶的過程就是非常典型的非局限性的典型例子。三、非常定性：人工神經網絡的特點是具備自適應性、自組織性以及自學習的能力，這樣神經網絡可以不斷處理很多不同的信息，另外非線性動力系統本身也在處理信息的時候不聽的變化，通常可以用迭代模型來描述動力系統的活動過程。四、非凸性：每個系統的進化方向，被某一個特定條件下的狀態函數決定著，如常見的能量函數，系統在比較穩定的情況下對應的是能量函數的極值，而非凸性指的是這種包含多個極值的函數，這意味著系統具備多個穩定的平衡狀態，那么系統演化將有多種狀態存在，所以我們選擇BP神經網絡來預測和分析股票市場中的數據。BP神經網絡算法是一種有監督的學習算法，其主要思想是：輸入學習樣本，使用反向傳播算法對網絡的權值和偏差進行反復的調整訓練，使輸出的向量與期望向量盡可能地接近，當網絡輸出層的誤差平方和小于指定的誤差時訓練完成，保存網絡的權值和偏差。BP神經網絡算法具備一種監督學習的功能，主要的用途是在輸入學習樣本后，系統可以使用反向的傳播對網絡的權值及偏差進行多次的整理恢復，這樣可以提高輸出向量和期望向量的相似度，當滿足指定的誤差大于網絡輸出層誤差平方和時訓練結束，最后保留神經網絡的權值和偏差。（三）用戶界面層。最后所有用戶需要的數據都必須通過圖形化的、有好的界面顯示出來，這樣才是一個完整的可以交互式的系統，用戶界面層是基于計算機圖形原理設計的，根據最后神經網絡內部的拓撲方式來結合用戶的需求規則來展示給用戶，這樣提供了用戶股票交易完整的信息。

四、結論