孙丽君

(山东省科技服务发展推进中心,山东 济南 250101)

由于信息技术和网络技术的快速发展,电炉企业面对的数据规模和多样性不断增长,涉及的数据类型也更加丰富[1]。因此,电炉企业亟需提高自身的竞争力和市场适应性,这就要求企业能够对大量数据进行准确的分析和挖掘,以获取有用的信息和洞察。因此,电炉企业需要开发出更加高效、准确、可靠的数据挖掘系统,从而提高生产效率、资源利用率和企业利润。然而,电炉企业数据本身存在不同结构和异构性的问题,加之数据规模不断增大,这些都为挖掘和分析带来了诸多困难和挑战[2]。对于电炉企业异构网络而言,在其运行过程中,如何实现共享数据的跨级传输,并根据事务长度标准对其进行挖掘处理成为一项亟待解决的问题。

文献[3]提出基于改进粒子群优化算法的挖掘系统。根据粒子节点选择思想,在高效用项集中确定数据样本初始优化系数的取值,再通过效用值比较的方式,确定数据挖掘指令的执行强度。文献[4]采用N-list结构的混合并行挖掘系统通过设计负载量估计函数的方式,确定共享数据的跨级传输能力,再联合N-list结构,生成最终的高效项集挖掘结果。

然而上述两类系统并不能有效控制事务长度,故而很难大幅提升电炉企业网络共享数据的跨级传输能力。针对上述情况,设计新型电炉企业异构网络共享数据跨级高效项集挖掘系统。

1 高效项集挖掘系统的设计与实现

1.1 电炉企业异构网络体系

电炉企业的网络通常由多个不同类型的设备(如PLC、CNC、DCS等)组成,并可能采用不同的通讯协议,导致网络结构复杂,难以维护。因此在设计电炉企业异构网络体系中,利用关系图谱清晰地显示企业内部设备结构,以文字信息或者数字信息表示,使其明确且清楚地展示企业内部关系。

电炉企业异构网络体系负责整理Update主机输出的电炉企业文字信息与电炉企业数字信息,并可以在Bi-GRU节点、RGCN节点的作用下,生成电炉企业关系图谱与电炉企业内部职能关系图谱[5]。Bi-GRU节点负责梳理电炉企业文字信息与电炉企业数字信息,并可以将其中与共享数据相关的信息样本提取处理,以用于构造符合跨级传输需求的高效项集指标。RGCN节点可以同时调度n个Node下级附属结构,当文字信息与数字信息累积量达到一定数值标准后,Node结构进入输出状态,而这些信息样本则可以根据电炉企业关系图谱的表现形式,展示电炉企业内部的职能关系[6]。具体的电炉企业异构网络体系结构如图1所示。

图1 电炉企业异构网络体系结构图

为避免共享数据在电炉企业异构网络体系中出现混乱传输的情况,Bi-GRU节点、RGCN节点都具备存储数据样本的能力。

1.2 数据跨级共享模块

电炉企业的各项系统需要紧密协作,实现数据共享和集中管理,这就要求不同系统之间具备良好的互通性。因此设计数据跨级共享模块可以有效实现电炉企业不同系统的紧密协作功能。数据跨级共享模块兼容代理服务组件、异构网络管理组件、跨级传输组件等多个应用结构,可以在控制共享数据传输方向的同时,分析电炉企业异构网络信息的组成情况。代理服务组件作为数据跨级共享模块的顶层应用结构,同时控制Web主机与Sip主机,决定了共享数据的跨级传输方向[7-8]。异构网络管理组件同时处理共享数据存档文本与历史数据存档文本,可以联合跨级传输组件,利用已获取到的共享数据样本,定义高效项集组织。挖掘处理组件作为数据跨级共享模块底层应用结构,可以根据电炉企业异构子网络的布局形式,分析共享信息样本的跨级传输需求。图2反映了数据跨级共享模块的基本布局形式。

图2 数据跨级共享模块简图

出于维持电炉企业异构网络运行稳定性的考虑,共享数据的跨级传输方向只能由代理服务组件端指向挖掘处理组件端。

1.3 电炉数据逻辑分析模块

电炉企业的生产过程通常受到严格的安全标准和法规的监管,同时,电炉企业的生产过程通常需要实时采集和处理大量数据,需要保证数据实时性,所以网络的时延和带宽要求比较高,对数据进行分类可以有效提高数据的后续分析与处理效率,因此设计电炉数据逻辑分析模块,负责确定电炉企业异构网络共享数据的传输目的,对电炉企业异构网络中的数据进行逻辑分析,实现对数据的自动分类和处理,能够根据高效项集定义标准,制定系统主机所需执行的挖掘指令,实现电炉数据的实时查询和深度挖掘[9-10]。同时,该模块的主要分析部分同时执行共享信息查询、数据跨级高效项集定义、深度挖掘的指令文本,能够准确提取电炉企业异构网络中的所有共享数据信息样本,并按照电炉数据逻辑分析原则,能够准确提取电炉企业异构网络中的各类数据信息,并进行按需处理,满足电炉企业对数据挖掘的需求。电炉数据逻辑分析模块执行原则如图3所示。

图3 电炉数据逻辑分析模块执行原则

电炉企业异构网络共享数据跨级高效项集挖掘系统运行过程中,如果数据信息默认传输方向与共享文档传输方向不一致,首先要对信息传输方向进行统一,然后再根据挖掘系统执行需求,定义高效项集结构。

2 挖掘需求分析

2.1 MP共享节点

对于电炉企业的异构网络,MP节点可以被看作是一个数据发射器和接收器,它可以从不同的设备和系统节点获取数据,并将这些数据汇聚到一个数据池中,供上层的系统主机进行数据挖掘处理。由于MP节点具有强大的跨级传输作用能力,它可以根据挖掘对象所处位置,实现快速、准确的电炉运行过程中环境监测或设备运行数据传输和共享,从而使得系统主机能够在短时间内对大量的数据信息样本进行挖掘处理。在实际应用中,MP节点可以通过与其他网络设备和系统节点进行协作,实现数据的实时传输和动态共享,为企业的生产和管理提供必要的数据支持和决策参考。此外,MP节点还具有良好的扩展性和可靠性,可以根据电炉企业的实际需求进行个性化的定制和优化,以适应不同应用场景下的特殊需求[11-12]。由于电炉企业异构网络允许数据并列传输行为的出现,所以MP节点在单位时间内所承担的数据样本总量相对较大。设c、x、z表示三个随机选取的数据样本共享系数,其取值满足式(1)所示的计算结果。

c≠x≠z

(1)

(2)

如果共享数据的跨级传输目的地不同,那么在传输过程中,这些信息样本所占用的MP共享节点也就不同。

2.2 AP数据分片

在电炉企业异构网络中,可能存在多个应用程序同时进行数据传输的情况,涉及大量的数据传输和处理操作。此时,如果采用普通的数据传输方式,可能会遇到数据过大而无法一次性传输的问题,导致数据传输失败,影响电炉企业的生产和管理流程。而采用AP数据分片技术,可以将大的数据包分为若干个小的数据分片,逐一将这些数据分片传输过去,最终实现整个数据的完整传输。一般来说,分片标准的定义标准越细致,电炉企业异构网络共享数据的单位累积量就越小,当前情况下,系统主机所需处理的高效项集结构总量也就相对较少[13-14]。规定s1、s2、…、sn表示电炉企业异构网络中n个待共享的数据信息样本,且取值标准满足式(3)。

s1,s2,…,sn∈[1,+∞)

(3)

联立式(2)、式(3),推导高效项集挖掘系统所遵循的AP数据分片标准表达式为

(4)

式中:α为分类项系数;ε为共享数据赋值系数;β为电炉企业异构网络对于共享数据的分配权限。在电炉企业异构网络空间中,共享数据样本的累积量不可能为零,所以β系数的取值恒大于自然数“1”。

2.3 高效项集的RCAUL调用

RCAUL调用是挖掘系统针对高效项集结构所制定的执行指令,在电炉企业异构网络环境中,共享数据的目标传输位置直接影响RCAUL调用指令的执行结果[15-16]。高效项集RCAUL调用指令的制定包含三个处理流程,具体定义式如下。

第一流程:

(5)

第二流程:

l2=K2·l1

(6)

第三流程:

(7)

联立式(5)～式(7),可将高效项集的RCAUL调用表达式定义为

(8)

3 实例分析

在电炉企业异构网络环境中,事务长度影响主机元件对数据项参量的挖掘处理能力,在网络运行能力保持稳定的前提下,事务长度越大,主机元件在处理数据项参量时所能到达的挖掘深度也就越浅,而这种情况则会明显抑制电炉企业网络共享数据的跨级传输能力。因此,促进电炉企业网络共享数据的跨级传输能力就是实现对事务长度的有效压缩。

首先,选择电炉企业异构网络共享数据跨级高效项集挖掘系统作为实验组检测方法,将该系统执行程序输入Windows主机中,分析该方法对数据集参量事务长度的挖掘处理能力;其次,选择基于改进粒子群优化算法的挖掘系统作为第一对照组检测方法,选择采用N-list结构的混合并行挖掘系统作为第二对照组检测方法,分析该方法对数据集参量事务长度的挖掘处理能力;最后,统计所有实验结果,总结实验规律。

表1记录了电炉企业不同数据集参量的初始事务长度。

表1 电炉企业数据集参量的初始事务长度

电炉企业异构网络对于事务长度挖掘处理的表达式如下:

(9)

图4反映了不同挖掘系统作用下,数据集参量事务长度的具体数值水平。

图4 事务长度实验结果

实验组:当数据集参量初始事务长度等于1 024 kB时,经实验组挖掘系统作用后,这些数据集参量的事务长度水平被控制在500 kB以下,小于标准值512 kB。当数据集参量初始事务长度等于512 kB时,经实验组挖掘系统作用后,质量、人员数据集参量的事务长度等于0,加热数据集参量的事务长度也只能达到50 kB,远小于标准值512 kB。综上实验组挖掘系统作用下,数据集参量长度始终处于0～512 kB的数值范围之内。

第一对照组:当数据集参量初始事务长度等于1 024 kB时,这些数据集参量的事务长度最小值为500 kB、最大值为525 kB。当数据集参量初始事务长度等于512 kB时,这些数据集参量的事务长度最小值为375 kB、最大值为425 kB。综上第一对照组挖掘系统作用下,数据集参量长度处于375～525 kB的数值范围之内,高于实验组实验结果

第二对照组:当数据集参量初始事务长度等于1 024 kB时,这些数据集参量的事务长度最小值为700 kB、最大值为800 kB。当数据集参量初始事务长度等于512 kB时,这些数据集参量的事务长度最小值为325 kB、最大值为450 kB。综上第二对照组挖掘系统作用下,数据集参量长度处于325 ～800 kB的数值范围之内,远高于实验组实验结果。

上述实验结果表明,所设计系统可以有效解决因事务长度过大导致的数据项挖掘深度不达标的问题,能够有效提升电炉企业网络共享数据跨级传输能力。

4 结 语

所设计挖掘系统在电炉企业异构网络体系的基础上,联合数据逻辑分析模块与数据跨级共享模块,求解MP节点与AP数据分片标准表达式,从而实现对高效项集RCAUL调用指令的精准定义。实验结果表明,在这种新型挖掘系统的作用下,因事务长度过大导致的数据项挖掘深度不达标的问题得到较好解决,符合提升电炉企业网络共享数据跨级传输能力的实际应用需求。