隧道工程管理系統(tǒng)設(shè)計探析
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了隧道工程管理系統(tǒng)設(shè)計探析范文，希望能給你帶來靈感和參考，敬請閱讀。
1數(shù)據(jù)倉庫多維分析模型的設(shè)計
數(shù)據(jù)倉庫模型都是以多維數(shù)據(jù)模型為基礎(chǔ)的。多維數(shù)據(jù)模型普遍采用一種非常重要的模式就是星型模式。在實際應(yīng)用中，隨著事實表和維表的增加及變化，星型模式會有五種建模方式:簡單星型模式、星系模式、星座模式、二級維表和雪花模式。星型模型包括事實表和維表。事實度量是星型模型結(jié)構(gòu)的核心，由外鍵和用戶需要了解的度量值組成;事實度量值是最終用戶在數(shù)據(jù)倉庫應(yīng)用中所需要查詢和分析的細(xì)節(jié)或聚集數(shù)據(jù)。維表保存用戶查詢使用的一個或多個層次關(guān)系、成員的類別屬性等原數(shù)據(jù)信息，是相對靜態(tài)的數(shù)據(jù)，通過它可以分析數(shù)據(jù);每個維表通過一個主鍵連接到事實表中相對應(yīng)的一個外鍵上。根據(jù)隧道管理系統(tǒng)具體情況:由工程量和工程材料兩個事實表組成，且這2個事實表連接的維不完全相同，但又共享部分維表。管理系統(tǒng)的多維數(shù)據(jù)模型設(shè)計采用星系模式。事實上星系模式數(shù)據(jù)倉庫中包含:
①施工事實表、上報事實表、工程款事實表3個有關(guān)工程量的不含冗余數(shù)據(jù)的事實表;
②工程材料入庫和出庫兩個不含冗余數(shù)據(jù)的有關(guān)工程材料的事實表;
③供應(yīng)商維表、地址維表、時間維表、合同維表、用戶維表、工程類別表等6個維表。其中，材料入庫和出庫事實表共享地址維表和時間維表;材料出庫和施工事實表共享用戶維表;施工事實表、工程款事實表和上報事實表共享工程類別維表。材料入庫、出庫事實表、施工事實表、工程款事實表和上報事實表共享時間維表。時間維表中包含年、季、月、日信息;地址維表包含國家、省、城市、街道、郵編信息;合同維表包含地址、供應(yīng)商名稱、合同名稱、電話信息;供應(yīng)商維表包含地址、用戶名稱、所在單位、電話信息;用戶維表包含地址、用戶名稱、所在單位、電話信息;工程類別維表包含工程名稱、單位、工程部位信息。材料入庫和出庫事實表存放著與數(shù)量有關(guān)的材料數(shù)量、金額等信息;與工程量有關(guān)的數(shù)量信息存放在施工事實表、工程款事實表和上報事實表中。
2輸入和輸出
隧道工程管理系統(tǒng)的總體結(jié)構(gòu)從SQLServerOLAP的數(shù)據(jù)立方體中取數(shù)據(jù)，立方體中的數(shù)據(jù)來自一個或多個關(guān)系表、數(shù)據(jù)倉庫或其他形式的數(shù)據(jù)(如電子表格)。根據(jù)不同的數(shù)據(jù)挖掘任務(wù)和不同的用戶需求，系統(tǒng)可用多種形式表示獲得的知識。數(shù)據(jù)匯總(datasummarization)和特征化、概化規(guī)則、條形圖、餅圖、曲線以及其他的圖形化工具表示。關(guān)聯(lián)用關(guān)聯(lián)規(guī)則表、關(guān)聯(lián)計劃和關(guān)聯(lián)規(guī)則圖表示。分類用可視化的決策樹和決策表表示。簇用地圖來表示(對于二維表分析而言)，每個簇用不同的顏色，并用不同的顏色標(biāo)識出它們的輪廓。該系統(tǒng)提供了觀察概念層次和數(shù)據(jù)立方體內(nèi)容的工具。概念層次用類似于目錄/子目錄結(jié)構(gòu)的樹來表示。數(shù)據(jù)立方體的內(nèi)容用三維立方體的形式表示，立方體的每個方體的大小和顏色表示在一個三維間隔中所選的度量值的匯總數(shù)據(jù)。二維表可被看作二維的盒圖，每個盒圖表示相應(yīng)間隔的數(shù)據(jù)離差視圖(包含中值、第一個四分點、第三個四分點、須狀點和孤立點)。系統(tǒng)的一個重要特征是具有對輸出的知識進(jìn)行鉆取、切塊以及其他轉(zhuǎn)換等操作的靈活性。例如，在對一個多維和多層次的組合進(jìn)行關(guān)聯(lián)規(guī)則的挖掘后，可以對任一維進(jìn)行鉆取，以便在新的數(shù)據(jù)集中得出關(guān)聯(lián)規(guī)則。
3系統(tǒng)支持的挖掘任務(wù)
3.1系統(tǒng)支持以下的數(shù)據(jù)挖掘任務(wù)
(1)OLAP分析器:這個功能是通過鉆取、切塊、切片和其他的OLAP操作，從不同的角度的多個抽象層次展現(xiàn)數(shù)據(jù)立方體中的內(nèi)容。其輸出可以用多種多樣的可視化或圖形的形式表示。此外，借助數(shù)據(jù)離差分析得到最大值、最小值、標(biāo)準(zhǔn)差以及其他分布情況，可以作為OLAP數(shù)據(jù)的注解。OLAP可以對綜合數(shù)據(jù)感興趣的部分進(jìn)行鉆取、切塊以便做進(jìn)一步分析。
(2)關(guān)聯(lián):該功能從多維數(shù)據(jù)庫中挖掘一系列關(guān)聯(lián)規(guī)則。這樣獲得的規(guī)則可用于市場分析、相關(guān)分析等。用戶可以指定元模式以限制對規(guī)則的搜索。
(3)分類:該功能對一組訓(xùn)練數(shù)據(jù)(即一組已經(jīng)確定分類的對象)進(jìn)行分析，根據(jù)數(shù)據(jù)的特性，對每一個分類構(gòu)造一個模型，再根據(jù)測試數(shù)據(jù)對模型進(jìn)行調(diào)整。用決策樹或決策表來表示模型，并利用模型對其他數(shù)據(jù)分類，以便更好的理解數(shù)據(jù)庫中的數(shù)據(jù)。
(4)聚類:該功能將一組選定的數(shù)據(jù)對象，分成若干簇，使得簇內(nèi)的數(shù)據(jù)相似度高，而不同簇中的數(shù)據(jù)相似度低。高維聚類也可以在多維數(shù)據(jù)庫中完成。
(5)預(yù)測:該功能將一組選定的數(shù)據(jù)對象的丟失或未知數(shù)據(jù)的值或值的分布進(jìn)行預(yù)測。這涉及到選擇一組與感興趣的屬性相關(guān)的屬性(借助于某些統(tǒng)計分析)，一組與選定對象類似的數(shù)據(jù)，然后作出值分布的預(yù)測。例如，一個雇員的可能的工資可以根據(jù)公司中與他相似雇員的工資分布而作出預(yù)測。
(6)時間序列分析:這個模塊包括若干個分析功能，例如相似分析，周期分析，序列模式分析，趨勢和背離分析。
3.2對任務(wù)和方法選擇的支持
通過一個基于窗口的圖形用戶界面，用戶使用挖掘向?qū)нx擇各種不同的挖掘任務(wù)，或者與挖掘結(jié)果進(jìn)行交互，在其它的維及層次上進(jìn)行挖掘。根據(jù)用戶的輸入，系統(tǒng)產(chǎn)生一個挖掘查詢供用戶檢查。圖形用戶界面利用Java語言圖形用戶界面的設(shè)計，以及Java語言與SQLSever數(shù)據(jù)庫的連接完成。
3.3對KDD處理過程的支持
由于該系統(tǒng)是與數(shù)據(jù)倉庫一起工作的，若有必要的話，某些知識發(fā)現(xiàn)的先期處理工作可以由底層的數(shù)據(jù)倉庫系統(tǒng)完成。這些工作包括數(shù)據(jù)清洗，數(shù)據(jù)集成，數(shù)據(jù)綜合(按多維和多層次聚集成組)。數(shù)據(jù)的選擇作為系統(tǒng)挖掘查詢的組成部分來完成。在系統(tǒng)中，對挖掘出的知識進(jìn)行后期處理的大部分工作被集成到數(shù)據(jù)挖掘過程。這是因為數(shù)據(jù)挖掘查詢不但指定了與任務(wù)相關(guān)的數(shù)據(jù)和挖掘任務(wù)，而且也指定了興趣度量值(例如像支持度、置信度、噪聲等挖掘閾值)和期望的規(guī)則模式。數(shù)據(jù)挖掘和模式評價的集成減少了搜索空間，使用戶將精力集中到挖掘過程。
4系統(tǒng)的運行和維護(hù)
系統(tǒng)可用于在關(guān)系數(shù)據(jù)庫和數(shù)據(jù)倉庫中的聯(lián)機(jī)分析和數(shù)據(jù)挖掘。目前已經(jīng)應(yīng)用于從中等規(guī)模到大規(guī)模的關(guān)系數(shù)據(jù)庫，具有快速的響應(yīng)時間。實施階段應(yīng)以對所有特性進(jìn)行綜合測試。通過總結(jié)，在這個階段上，有兩個問題出現(xiàn)的頻率相對較高:
①不一致的數(shù)據(jù);
②不夠高效的查詢性能。系統(tǒng)運行需要建立OLAP工具、設(shè)計報表類型、開發(fā)報表模板，同時還要有一些支持活動，如軟硬件和網(wǎng)絡(luò)拓展、IT部門和用戶的培訓(xùn)等。隨著配置信息需求的變化、技術(shù)的變化、系統(tǒng)規(guī)模的變化，要使系統(tǒng)正常地運行，就要對系統(tǒng)不斷地進(jìn)行更新維護(hù)。
作者：楊書利 單位：滄州市公路工程監(jiān)理中心
