面向绿色制造的数据挖掘技术及其在PDM系统中的实现

论文摘要

人口、资源、环境是当今人类社会面临的三大问题。随着全球环境的日益恶化,人们对环境问题的研究已愈来愈重视。制造业是创造人类财富的支柱产业,对环境的总体影响很大,是当前环境污染的主要源头。如何使制造业尽可能少地产生环境污染是当前环境问题的一个重要研究方向。于是一个新的概念绿色制造由此产生,为此21世纪的制造业实施绿色制造已势在必行。本文以制造企业实现绿色化为目标,研究了如何将数据挖掘技术应用到企业信息化系统中,通过对企业大量数据及Web的公共信息进行分析,提取出有用的知识,发现影响企业绿色制造内在的规律,来指导企业的经营活动。首先,本文分析了数据挖掘技术产生和应用,以及制造企业信息化、绿色化的相关概况,进而阐述了本文研究的背景、目的、内容、意义。本文对产品生命周期概念进行延伸,在此基础上提出了在PDM系统中应用数据挖掘技术,通过分析产品全生命周期的历史数据信息,实现绿色制造知识提取的思想,从而提高企业决策能力,提高企业绿色意识。本文通过对数据挖掘技术概念、实施过程、系统组成和算法等多个方面进行研究与分析,探讨了数据挖掘中数据仓库、查询优化和可视化技术在数据挖掘中的应用。其次,本文对企业PDM系统的产品数据进行归纳,从供应商选择,材料采购,产品设计、制造以及回收等多个角度,运用关联分析,文本分类等技术,探索了基于Web的文本挖掘技术在企业绿色知识库建立中的应用,并利用Internet搜索技术对Web非结构化数据进行分析,提取出相关知识,进行分类,实现企业供应商信息库和绿色知识库的建立。最后,按照J2EE平台架构,对数据挖掘系统工具应用方案进行总体设计。充分考虑了系统集成需求,完成了基于B/S架构的系统平台设计,开发了相应的功能模块,实现了数据挖掘关键算法,并应用神经网络理论实现了对供应商选择和产品绿色度评估。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景
• 1.1.1 数据挖掘技术的产生和发展
• 1.1.2 数据挖掘技术的应用范围和条件
• 1.1.3 制造企业信息化发展及数据挖掘应用现状和存在的问题
• 1.1.4 世界环保问题及绿色企业概念
• 1.2 绿色制造技术及其发展
• 1.2.1 绿色制造的概念及其内涵
• 1.2.2 国内外绿色制造技术研究现状
• 1.2.3 绿色制造技术面临的问题
• 1.3 本文研究的主要内容及其意义
• 1.3.1 研究意义
• 1.3.2 研究内容
• 1.4 本文的安排
• 第二章 数据挖掘概述及关键技术研究
• 2.1 数据挖掘技术概念
• 2.1.1 数据挖掘的定义
• 2.1.2 数据挖掘技术的特征
• 2.2 数据挖掘算法
• 2.2.1 人工神经网络
• 2.2.2 决策树算法
• 2.2.3 遗传算法
• 2.2.4 近邻算法
• 2.2.5 规则推导
• 2.2.6 模糊推理
• 2.3 数据挖掘系统的组成、功能和分类
• 2.3.1 数据挖掘系统的组成
• 2.3.2 数据挖掘系统的功能
• 2.3.3 数据挖掘系统的分类
• 2.4 数据挖掘过程
• 2.4.1 目标的定义
• 2.4.2 目标数据集的建立
• 2.4.3 数据的预处理
• 2.4.4 数据转换
• 2.4.5 数据挖掘
• 2.4.6 表示和评估
• 2.4.7 结果运用
• 2.5 数据仓库设计
• 2.5.1 数据仓库与数据仓库技术
• 2.5.2 数据仓库特点
• 2.5.3 数据仓库的组成
• 2.5.4 建立数据仓库的意义
• 2.5.5 实施数据仓库的步骤
• 2.6 查询语言优化
• 2.6.1 SQL 语句定义及执行原理
• 2.6.2 SQL 语句优化原因
• 2.6.3 SOL 优化方法
• 2.7 显示结果优化
• 2.7.1 数据可视化的概念及分类
• 2.7.2 数据可视化的主要技术
• 2.7.3 可视化数据挖掘的应用
• 2.8 本章小结
• 第三章 数据挖掘技术在绿色制造系统中的应用
• 3.1 绿色制造理论体系
• 3.1.1 绿色制造的体系
• 3.1.2 绿色制造的评价准则
• 3.2 面向绿色制造的企业PDM 系统概述
• 3.2.1 PDM 系统中包含的数据内容
• 3.2.2 面向绿色制造的PDM 系统模型
• 3.3 数据挖掘在产品生命周期各阶段的应用
• 3.3.1 绿色采购
• 3.3.2 绿色材料的选择
• 3.3.3 绿色设计
• 3.3.4 绿色工艺与绿色生产
• 3.3.5 绿色销售与回收
• 3.4 PDM 系统编码技术与关联分析法应用
• 3.4.1 PDM 系统编码原则
• 3.4.2 实施编码的步骤
• 3.4.3 关联规则挖掘
• 3.4.4 Apriori 关联分析算法
• 3.4.5 算法实验
• 3.4.6 应用举例
• 3.5 本章小结
• 第四章 基于WEB 文本挖掘的企业供应商知识库建立
• 4.1 引言
• 4.2 WEB 数据挖掘概述
• 4.2.1 Web 挖掘分类
• 4.2.2 Web 文本挖掘方法
• 4.3 WEB 挖掘系统体系结构及关键技术
• 4.3.1 系统实现的功能与体系结构
• 4.3.2 系统实现关键技术
• 4.3.3 Web 信息获取与用户关键词提取方法
• 4.3.4 数据存储
• 4.3.5 Web 信息自动搜索与分类挖掘
• 4.4 本章小结
• 第五章 数据挖掘系统实施
• 5.1 J2EE 简介
• 5.1.1 J2EE 内容
• 5.1.2 使用J2EE 架构实施数据挖掘
• 5.2 系统实施原则与体系结构
• 5.2.1 具体实施原则
• 5.2.2 企业数据的非规范化处理
• 5.2.3 系统数据来源与体系结构
• 5.2.4 系统运行环境
• 5.3 数据仓库的建立
• 5.3.1 Oracle 数据库和数据仓库
• 5.3.2 数据仓库构建的方式
• 5.3.3 数据抽取、清洗、集成
• 5.3.4 定义OLAP 的数据集市
• 5.3.5 数据的分析、报表、查询等数据的表现
• 5.3.6 数据仓库性能优化
• 5.4 ORACLE 配置和优化
• 5.4.1 实例调整
• 5.4.2 对象调整
• 5.4.3 建立分区
• 5.5 系统功能模块设计
• 5.5.1 数据挖掘模块与PDM 系统的集成
• 5.5.2 数据挖掘部分功能总体描述
• 5.5.3 系统功能模块划分
• 5.6 本章小结
• 第六章 系统运行及产品绿色度评价
• 6.1 数据挖掘准备
• 6.1.1 算法选择原则
• 6.1.2 数据获取
• 6.1.3 数据预处理
• 6.2 数据挖掘建模及挖掘过程
• 6.2.1 建立供应商评价指标的层次结构
• 6.2.2 确定评价指标集
• 6.2.3 评价指标的无量纲化处理
• 6.2.4 B－P 神经网络的模型设计及学习过程
• 6.2.5 B－P 神经网络算法设计与实验结果
• 6.3 企业知识库建立
• 6.4 绿色产品生命周期评价方法
• 6.5 本章小结
• 第七章 总结与展望
• 7.1 全文总结
• 7.2 进一步展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文