基于大数据的复杂生产线系统健康度实时评估方法

复杂生产线系统由于设备规模大、影响因素多,导致运行过程存在着较强的不确定性。系统部署的传感器网络产生的实时大数据(流数据)可以作为系统状态监测的来源,然而传统数据处理方法并不能很好地对系统的健康度作出实时评价。该文以复杂生产线系统运行中的实时大数据(流数据)为基础,基于信息熵原理通过大数据分析方法量化分析系统内部属性间的行为模式和相关性关系,提出了一种基于大数据的复杂生产线系统健康度实时评估方法。磨矿生产线案例表明,该方法可以对复杂生产线的系统健康度作出实时评估。     

决策支持系统研究现状分析

决策支持系统虽然从概念提出发展到现在只有不到40年的时间,但却在不同领域里,通过与不同学科的融合取得了飞速的发展。首先介绍了决策支持系统的发展过程,接着分别根据数据仓库、联机分析处理、数据挖掘、仿真技术、网络环境等方面与决策支持系统的结合情况,介绍了相关情况。文章还对已得到广泛应用的智能决策支持系统中的几个比较成熟研究方面:基于专家系统的IDSS,基于Agent的IDSS,基于神经网络的IDSS做出了介绍。文章的最后对于今后决策支持系统的发展重点做了展望。