АНАЛИЗ ОТЧЕТНЫХ ПОКАЗАТЕЛЕЙ РАБОТЫ ДОМЕННОГО ЦЕХА
ОАО «ММК» С ИСПОЛЬЗОВАНИЕМ СРЕДСТВ ИНТЕЛЛЕКТУАЛЬНОГО
АНАЛИЗА MS SQL SERVER 2005
В ходе разработки информационной системы «АРМ технолога доменного цеха» предпринята попытка использовать технологии интеллектуального анализа данных, встроенные в СУБД MS SQL Server 2005, для анализа отчетных показателей работы доменного цеха ОАО «ММК». С этой целью созданы структура базы данных, которая наполнена отчетными данными из системы «Технический отчет доменного цеха» за период 2007 – 2009 годы. С помощью автоматизированного инструмента Microsoft Analysis Services и встроенных моделей интеллектуального анализа проведена исследовательская работа по изучению влияния производственных показателей на среднемесячную удельную производительность доменного цеха.
В ходе исследования выполнен прогноз удельной производительности доменного производства по данным 2008 года и сопоставление результатов прогнозирования с реальными данными, полученными в цехе, на основе следующих показателей: расход дутья, температура дутья, интенсивность плавки по коксу, интенсивность плавки по руде, осадки, температура колошникового газа. Для обучения моделей использованы данные по работе доменного цеха за 2007 календарный год.
Исследования показали, что для применения модели взаимосвязей требуются сущности, сгруппированные во множества. Алгоритм взаимосвязей создает собственные множества сущностей и определяет, как часто они встречаются в тестовых данных. Модель логистической регрессии не поддерживает детализацию. Это объясняется тем, что структура узлов в модели интеллектуального анализа данных не обязательно однозначно соответствует базовым данным. Модель Байеса вычисляет условную вероятность между входными и прогнозируемыми столбцами и предполагает, что столбцы являются независимыми. В упрощенном алгоритме Байеса рассматривается каждый атрибут исследуемой сущности и определяется, как этот атрибут влияет на прогнозируемые атрибуты. Модель нейронных сетей сочетает каждое возможное состояние входного атрибута с каждым возможным состоянием прогнозируемого атрибута и использует обучающие данные для вычисления вероятностей. Далее эти вероятности можно использовать для классификации или регрессии, а также для прогнозирования исхода прогнозируемого атрибута на основе входных атрибутов.
В результате получено, что рассмотренные модели обладают различной точностью для прогнозирования: наибольшей точностью обладает модель с применением алгоритма нейронных сетей. Оценка модели: 0,88 (наиболее близка к 1). Таким образом, прогнозирование значений осуществлено на основе данной модели.
Спрогнозированные данные не в полной мере соответствуют фактическим, поскольку модель работает не с идеальной точностью. В дальнейшем планируется работать над повышением точности прогнозирования.
Преимуществом описанных средств интеллектуального анализа данных является их изначальная интеграция в систему управления базами данных, что позволяет технологическому персоналу более качественно использовать накопленные на предприятии информационные ресурсы и оперативно оценивать факторы, влияющие на ключевые показатели работы доменного производства.
Е.В. Чаулина
ГОУ ВПО «Владимирский государственный университет» Муромский институт
(филиал), факультет информационных технологий, 4 к.
Научный руководитель: ст. преп. Е.Н. Морозова
Современная картография за последние годы претерпела значительные перемены в технологии создания цифровых топографических карт. Применение GPS-приемников, на которых отображается графическая информация, полученная из космического пространства со спутников, для последующего анализа и составления цифровых карт позволяет повысить точность отображения поверхности Земли. В результате чего повышается визуальное восприятие топографической информации в целом. Это в особенности ценно для тех, кому необходима пространственная информация по роду своей деятельности, и в то же время они не являются топографами по специальности, и им трудно воспринимать условные топографические знаки карт и планов.
Для формирования карт цифрового формата требуется сочетание традиционных методов создания с инновационными, современными методами, к примеру, с таким, как GPS. Применение данного метода позволяет реализовать ряд важных задач, наиболее актуальных в свете развития программного обеспечения большинства отраслей исследования и анализа, так создание геоинформационных систем для конкретных областей деятельности с использованием различных критериев (отображение полей с посадками зерна или картофеля; геодезические фотосъемки) дает соизмеримые результаты с укомплектованными и сопоставленными должным образом друг с другом цифровыми картами.
Наряду с полевыми работами (измерениями) широкое применение находят дистанционные методы зондирования земли. Аэрофотосъемка: черно-белая, цветная, спектрозональная и тепловизионная; космическая съемка земной поверхности в различных зонах спектра. Применение дистанционных методов зондирования позволяет оперативно охватывать большие районы земной поверхности (в том числе и труднодоступные) и получать необходимую информацию о всех объектах, а также при наличии современных аппаратно-программных комплексов проводить высокоточные измерения по этим материалам.
В следствие того, что приемники могут единовременно обработать информацию с 12 спутников, карты получаются точными и обновление их происходит своевременно, а иногда и в режиме реального времени.
А.Б. Белоусова
ГОУ ВПО «Владимирский государственный университет» Муромский институт
(филиал), факультет информационных технологий, 4 к.
Научный руководитель: ст. преп. Е.Н. Морозова
АВТОМОБИЛЬНАЯ НАВИГАЦИЯ С ПРИМЕНЕНИЕМ
ГЕОИНФОРМАЦИОННЫХ СИСТЕМ
В настоящее время, при исследовании баз данных особое внимание уделяется методам доступа к пространственным данным. В связи с увеличением географических баз данных остро встает проблема в упорядочивании больших объемов данных. Решение данной проблемы может быть достигнуто при помощи автомобильной навигации, которая помогает эффективно взаимодействовать с системами управления базами данных. Благодаря этой системе предоставляется быстрый доступ к очень большим базам данных.
Автомобильная навигационная система это специальное приложение географических баз данных, позволяющее определить местоположение автомобиля в пространстве и выбрать направление движения в каждый момент времени. Эти системы помогают водителям в планировании поездок и выборе маршрутов, предоставляя инструкции по вождению. Основными коммерческими системами автомобильной навигации являются Bosch TravelPilot и Etak Navigator.
Как правило, автомобили оснащены бортовым компьютером и установленным на панели монитором. Монитор, в основном, используется для отображения простых карт с расположением автомобиля, и для передачи инструкций водителю. Наборы схем улиц распространяются на компакт-дисках или кассетах, так что большинство данных, необходимых для перемещения транспортного средства, доступны. Дополнительное устройство хранения данных (жесткий диск, дискеты), будут необходимы для регистрации поступающих инструкций об обновлениях, о наличии определенных дорог. Ссылки на адресные базы данных клиента, которые могут потребоваться, хранятся на переносном компьютере. Автомобиль также оснащен датчиками, которые постоянно регистрируют его расположение. Наиболее сложные датчики используют спутниковые измерения из Глобальной системы навигации и определения положения (GPS). Другие транспортные средства используют датчики, прикрепленные на колесах, чтобы определить скорость и различное направление движущегося автомобиля.
Навигация это реальное приложение, в котором сложность работы в основном состоит в регистрации географических данных. Онтология Автомобильной навигационной системы включает в себя такие пространственные объекты, как дороги, их пересечения, достопримечательности вдоль дорог и городов, благодаря которым пользователи ориентируются на местности. Эти объекты являются по своей природе географическими, то есть они обладают некоторыми свойствами в отношении места, масштаба и окрестности.
Важно признать, что месторасположение автомобиля постоянно меняется. Его текущее размещение может быть записано в координатах, наблюдаемых с GPS. Если спутники временно недоступны, то последнее местонахождение передвижного объекта можно получить благодаря датчикам, прикрепленным на колесах автомобиля. В свою очередь, необходимые данные, в соответствии с информацией о дорожных схемах, заносятся в базу данных.
Приложения автомобильной навигации уникальным образом решают проблему по обработке очень больших объемов географических данных в режиме реального времени.
А.Г. Зверев, А.С. Суханов
Лесосибирский педагогический институт – филиал ФГОУ «Сибирский
Федеральный Университет», физико-математический факультет, 3 к.
Научный руководитель: доц. С.А. Осяк
Достарыңызбен бөлісу: |
