文档介绍：基于关联规则的机组产量预测模型研究与应用硕士学位论文庞直凰捡冽挂盔皇自动丝苤量王盒越教援益熬援作者姓名:学科、专业:学号:指导教师:王完成只期:欤大连理工大学
摘要企业在长期的生产过程中积累了丰富的生产数据,能否充分利用这些数据来提高生产管理水平,从而提高企业的经济效益和增强企业竞争力是工程技术人员和生产管理人员一直想解决的问题。数据仓库技术作为一种优化管理、提供决策支持的企业数据解决方案,已经被许多大型企业所采纳。基于数据仓库的数据挖掘技术的核心思想就是从企业的海量数据中挖掘出有效的、新颖的、可用于企业决策分析的规律或模式。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“薄板轧制优化自动排产及分析评价综合系统”的开发,研究了基于数据仓库与数据挖掘的建模技术,并根据该企业生产情况,建立了用于冷轧薄板生产过程的机组产量预测模型。本文对基于增量关联挖掘算法,提出一种改进的增量挖掘算法,除了有效地挖掘出强规则外,还可以挖掘出强规则中的趋势规则,提高了挖掘规则的完整性。在需求分析、粒度设计、建立概念模型、事实表和维度表设计的基础上,建立了数据仓库,并将上海宝钢股份有限公司冷轧薄板厂原有数据库系统的历史数据,经过抽取、转换和装载等过程加载到数据仓库中。根据数据仓库中的历史数据以及现场生产管理人员的专家经验,利用改进的增量挖掘算法,开发了产量预测系统,实现了以历史生产数据和专家经验为基础的机组产量预测,并可给出趋势提示。所建立的产量预测系统已经在宝钢冷轧薄板厂投入运行,其预测精度满足现场生产管理人员的要求,提高了宝钢冷轧薄板厂的生产管理水平。关键词:数据仓库;数据挖掘;关联规则;产量预测模型大连理工大学硕士学位论文
琣,產篋篋大连理工大学硕士学位论文,畁,.;,’甌.,瓹“甌,琣.,保瑃·甌.;
照查区日期:地喝齁独创性说明作者郑重声明:本硕士学位论文是我个人在导师指导下进行的研究工作及取得研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得大连理工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。作者签名:
导师签名:巡≥盟』年尘二月盐日宠葛绽大连理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位论文版权使用规定”,同意大连理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权大连理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论作者签名:大连理工大学硕士研究生学位论文文。
髀课题背景数据仓库与数据挖掘本文的研究工作是在国家自然科学基金资助下,基于课题“薄板轧制优化自动排产及分析评价综合系统”展开的。企业在实施生产过程中,生产管理人员常常希望可以对机组的产量进行预测,那么企业就可以合理地组织生产。产量预测一生产一反馈一调整计划的过程一直贯穿于企业生产活动的全部过程中。产量预测是企业生产管理的一项重要工作,产量预测的好坏直接影响到企业的资源是否得到合理配置,企业能否获得最大利润。高质量的产量预测和生产管理是管理现代化的需要,更是企业持续发展的前提:在当前的市场经济环境下,钢铁企业要提高企业的生产效益,增强企业的竞争力,就必须具有现代化的生产管理系统,必须作出高质量的生产计划和调度【ā我国钢铁工业已经意识到了产量预测管理的重要意义,但是目前多数企业主要依靠现场的生产管理人员根据生产经验以人工的方式作出粗略的估算,这种方法效率低,准确性不高、可靠性差,极大地制约了企业生产管理水平和生产效益的提高。在钢铁生产中,冷轧薄板是钢铁工业中终型产品,是钢铁企业中凝聚着高新技术的深加工产品,产品附加值高,是汽车、家电、机械制造、建筑和轻工业所必需的原材料。因此,在薄板生产中建立产量预测系统,实现对各生产机组产量的准确预测,对有效组织和控制生产过程,增强薄钢板生产企业对生产过程的管理和控制能力,和提高企业的市场竞争力有着极为重要的意义。本文结合课题“薄板轧制优化自动排产及分析评价综合系统”的开发,以上海宝钢股份有限公司冷轧薄板厂为应用企业,以薄钢板生产为研究对象,在企业现有控制系统的基础上,对薄板轧制优化自动排产及分析评价综合系统的基础模块一机组产量预测模型进行了研究,给出了系统的实现。实施管理信息系统的企业,经过多年的发展,已经积累了大量的数据,这些数据是一种宝贵的信息资源,但是数据的利用率没有得到对应的提高,人们难以在海量的数据中发现真正有价值的信息。随着信息量成倍增长,传统的数据库检索查询己赶不上信息发展的需要。同时,由于数据来源的广泛性,各种不同来源的