（计算机应用技术专业论文）生产数据多维分析系统模板研究及应用.pdf

北方工业大学硕士学位论文 摘要 随着计算机在铝电解生产行业中应用的推广，各厂在生产过程中均采用了计算机监 控系统实现对电解槽的自动化控制。北方工业大学自主开发了一套铝电解槽生产数据多 维分析系统( d 鹤s i e ) ，可进行生产数据的实时提取、处理，使用户从多个角度分析、 汇总数据，并以图或表的方式查看。在多年的实际应用中，d a s s i e 系统不断完善，提供 的分析功能也越来越多，而工艺人员常用的却是为数不多的功能组合，因此有必要为用 户制定一些分析功能模板，方便用户使用；另外，在铝电解槽工艺参数的考核和专家决 策方面，d a s s i e 系统还存在着欠缺。 本文主要围绕d 弱s i e 系统的新业务需求，研究现有d a s s i e 系统的数据模型、系统 设计、系统流程等，并结合铝电解生产数据的特点，进行d a s s i e 系统图模板、表模板、 决策考核、智能决策四个功能的设计与实现。本文主要内容及创新如下： 1 、借鉴工作流及s o a 思想设计生产数据多维分析系统模板架构，为模板的实现提 供实际可行的解决方案，并针对模板架构中的核心技术进行研究，最终结合现有d 部s i e 系统，进行图模板、表模板的设计和实现； 2 、在工艺参数考核方面，提出了一种通过对铝电解槽各工艺参数设置等级范围和 权值的方法，方便工艺人员直观的、量化的、全面的进行电解工艺参数一日、两日以及 多日的考核，从而快速发现亟待解决的电解槽，最终实现电解槽生产管理标准化； 3 、运用专家系统原理，设计出一种将工艺参数考核和专家决策相融合的算法，实 现对重要工艺参数的智能决策。即：在工艺参数考核基础上，采集工艺人员的日常决策 思路，生成可动态维护的决策规则知识库，依据规则库对电解槽至关重要的工艺参数进 行决策，辅助工区长科学化、标准化、智能化管理电解槽生产。 关键词：多维分析，决策支持，模板，专家系统 北方工业大学硕士学位论文 t h e t e m p l a t e r e s e a r c ha n d a p p l i c a t i o n i nm u l t i d i m e n s i o n a la n a l y t i c a ls y s t e mo fd a t a a b s 仃a c t 砧o n gw i m 也e 删i 趣a p p l i 硎0 no f 鲫咖i 1 1m ea l 眦血1 】l i le l e c i 似舛si n d l l s t 吼 n l e 乳删s o f y 伽l n 砌s y s t e l nw 1 1 i c ! hc c i n 缸d l sm ea l l h n i n 啪础c t i o nc e nt 0a u t o m a t o dw o d ( w 鹤u s e di i lm e 印d 删吼0 fa l la l l i l j m 豇1 1e l e i 加l 酒sf a c e s n 硎lc u n i v e r s 匆o f 1 砌m o l o 留砌e p c 棚饥t l yd e 、，e l o p e dm u l t i 碰m 伽两0 n a la m l 妒c a ls 皿锄o fd a t af b r a l u i i l i m nr e 删o nc e l lp a s s i es y s t 肌) ，w h ic ! hc a | 1 1p i c kl 】p 觚dd i s p o s ed a t ar e m - 6 m e ，s 0 l a t u s e r sc 锄锄a l y s e 锄dc o l l e c t 蛐缸n m u l 石p l ep 0 栅o f v i e w ，锄dv i e w i l lt t l ew a yo f c h a no r t a b l e h o w e v e li l lm a n yy 翩1 1 so f 删c a la p p l i 训。坞d 勰s i es y s t e mc 0 碰；t a n t l yi i l l p r o v 髓，锄d a l s 0p r 0 讥d e sn 1 0 r e 锄dm o r e a 1 1 m y s i s ，b u tt e c l l o l o 百s t sc 0 煳i l l y l l s e0 1 1 l ya 颤c o l n l b i l l a t i o n o f 锄a l y s i s 7 n l e r ei san e e df b ru s e 稻t od e s 伽t 即1 p l 躺o f 锄a l 如c a l 删o ni l lo r d e rt o b ec o n v e l l i e n tf 0 r l e m o t l l e r 、析s e ，o nt h es i d eo fa s s e s s m e n t 觚de x p e f td e c i s i o no ft e c i l i l i c a l p 猢e t e r so f a l m i l i i l i u i i ld o 酏r 0 1 ) 幢cp o t s ，d a s s i es y s t e ma l s o 喇s t sl a c l ( s n l i sa i t i d em a i l l l y 双肛t o u n d s 、) l ，i n ln e wb u s i n e s sn e e d so fd a s s i es y s t e m ，r e s 翩r c h 锱t | 1 c d a t am o d e l ，s y s t e l l ld 商鹘s y s t e l l lp i 蝴s e sm ds 0o no f 喇s t i i 培d a s s i e 毋咖，锄dc c i n l b i i l e s t l l ec _ h a r a c 矧s t i c so fa l m i l i n 啪e l e c 七r o l y s i sd a t d e s i 霉_ l s 砒l dr e a l i z e s 旬u r 如似i o no fc h a r t t 锄p l a t e s ，t a ：b l et e n l p l a t e s d e c i s i o n 觚d 嬲s e s s m e n t ，觚di i l t d l i g e n td e c i s i o n t h ec o m e n t 觚d i n n o v a t i o no f t l l i sa r d c l ea i ca sf b n o w s ： 1 t h e 枷c l eu s 岱m ei d e ao fw o r l 【n o w 趾ds o a 斯r e 向e n c et od e s i 盟t 锄p l a t e 丘a m e w o d ( i i lm u _ l t i d i l i l a 嘣o n a l 锄a l 妒c a ls y s ：t e mo fd a t a ，p 删d e sap f a c t i c a l 狃df c a s i b l e s o l 堋o nt o 硎i z 撕0 no f t 锄p l a t ea n d f e s 锄c h 嚣t h ec o r ct 洳l o g yo f t h e 纳m e 、) i ，o d ( ， f i n a l l y i l la c o o r d 、) i r i m 商s t i n g a s s i es y s t e l i l ，d 商晷塔砒订r e a l 该嚣c h a nt 锄p l a t e sm o d _ u l e 觚d t a ；b l et 锄p l a t 销m o d _ u l e ； 2 0 nm es i d eo f 硒s e s s m 朗to ft e d l l l l i c a l 群嘞e t e 嗡l e 枷c l e 删d e sa t e c h _ 1 1 i q u eo f s 她孕a d e s 锄dv 山e so f a l l t e c l l l l i c a lp 乏e t e r s0 fa l i l i i l i 啪e l o c l 妒cp o t s ，i l lo r d e rt 0 a s s e s sc 0 ”嘲i 饥ya l lt e ( j 嘶c a lp a r a i m e t e r so f a l 切n m i l m le 1 咖1 如cp o t so f o n e 也l y ，铆od a 弘 o ri i 】舳y d ，si n t u i t i v ：l y ，q u 锄石t a t i v d y 锄dc 瑚叩e h e i l s i v d y c o l l 唧口l t l ya l 埘：1 1 i 1 1 i i 蛐 d 眦o l 如cp o t st ob cs o l v e d 蝣t l yc a i lb eq u i d d yf o u n d f m a l l ym e 删莉i 刎0 no f p r o d u c b o n 锄dm a n a g 锄e n to fa l u l l l i l l i 啪e l e c 缸d l y t i c 叫si s 硎讫o d ； - 3 北方工业大学硕士学位论文 3 w i ma p p l i c a 虹o no fe ) ( p e r ts y s t 锄m 0 0 r y ，m e 枷d ed c s i 粤：l sas ，n c r e t i ca r i l m e c i co f 弱s e s s m e m 锄de ) q ) e nd e c i s i o no ft e c h i l i c a lp a r a i ：n e t e 瑙，t 0r e a l i z ei i l t e l l i 答眦d e c i s i o no f i 1 1 叩供恤tt e c h l i c a lp a r a m e t e r s t h a ti s ，o nm eb a s i so f 弱s e s s m e n to ft e c l l l l i c a lp a r a m 或e r s ，t 0 c o l l e c td a i l yd e c i s i o nt 1 1 0 u 曲t so ft 融m o l o 西s t s 锄db u i l dh o w l e d g eb 黜o fd e c i s i o nm l e s ， w 1 1 i c hc 锄b ed y l l a m i c l ym a i l a g e d ，t l l e i la c c o r d i n g 嬲m e e d g eb a s e ，t om a k ed e c i s i o no f i i i l p 删枷c a lp 觚蚰e 衄so fa l 瑚血曲me ：i e a 吣l 妒cp o 钨s 0 勰t 0a s s i s tw o r ka r e al e a d e r s t 0 m a n a g ep 1 o d 删o n o fa l u l n i l l i u md e c t r o l 舛cp o t ss c i a l t i 2 础ys t a n d a r d i z e d l y 觚d i 1 1 _ t e l l i 触硼y k e yw o r d s ：m u 婚d i i i l e n s i o n a la n a l y s i s ，d e c i s i o ns u p p o ns y s t 哪s s ) ，t e m p l a t e e x p e r ts y s t e m 4 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得 的研究成果。据我所知，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过的研究成果，也不包含为获得j 量友王些盔堂或其他 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的 任何贡献均已在论文中作了明确的说明并表示谢意。 学位做作者签名：被字日期驴r 肋z 日 学位论文版权使用授权书 本学位论文作者完全了解j 丝友王些盔堂有关保留、使用学位论文的规定， 有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅 和借阅。本人授权j 竖友王些太堂可以将学位论文的全部或部分内容编入有关数 据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：翎褊 签字日期：p 孑年f 月2 6 日 学位论文作者毕业后去向： 工作单位： 通讯地址： 导师躲劣夏乏 签字日期：秆年r 月形日 v 电话： 邮编： 北方工业大学硕士学位论文 1 引言 1 1 国内外研究现状及发展趋势 目前，国内铝行业电解生产的管理大部分还是传统的管理模式：几台监控机实时显 示所有电解槽的各种数据、曲线，并定期生成各种生产报表，如日生产报表、日效应报 表等，有自己的局域网，生产数据已存入网络数据库。工区长每日按常规查看打印的各 种报表，查看实时曲线，决策一天的生产管理，一旦电解槽出现问题，则需从大量的报 表中人工分析，从中找到存在的问题，人的因素占很大的比重，随意性也很大。大量数 据白白浪费，不能形成生产力。 数据仓库、多维分析等技术是近几年兴起的热门的技术之一。在国外，世界5 0 0 强 企业中9 5 以上拥有自己的数据仓库，并可对这些数据进行各种多维分析，从中发现问 题，及时做出正确的决策。国内主要应用在银行、证券、保险、电信等大型国营企业， 如建设银行、联通、中国电信等，比较成功的例子如上海宝钢等。此类技术比较成熟， 也比较实用，完全有可能将多维分析技术应用于铝行业的电解槽生产管理、决策，将多 维分析技术应用于铝电解槽的日常生产中：电解生产数据全部上网，可在w e ；b 上随时 对电解生产数据进行多维分析，通过计算机网络辅助工艺管理人员做出科学的决策；基 于n e t 技术，将电解各部门生产数据集成，将多维分析技术引入铝电解的生产管理中， 提高生产智能管理水平。 北方工业大学多年来一直从事铝电解生产数据的多维分析，并开发了一套比较成熟 的铝电解槽多维分析软件- d a s s i e3 5 ，可以在w e ：b 上以各种角度查看、分析电解的 生产数据，是一个适用于铝电解的小型化的多维分析软件。目前已成功地推广应用至青 铜峡铝业集团、加宁公司、兰州连城铝业、伊川铝电、中孚铝业、中铝公司河南分公 司、中铝公司包头铝业、山西华泽铝业等，取得了良好的效果，积累了宝贵的经验。 1 2 研究背景及意义 d a s s i e 系统的最初设计出发点是尽可能多的提供各种分析功能，使用户灵活、方便 的进行多方位、多角度的数据分析。但是，在d 嬲s i e 系统多年来的实际应用中，我们发 现一个完整的生产数据分析往往是由多个分析功能组合完成的，而d 鹤s i e 系统中对于分 析功能是单独给用户提供的。也就是说，对于套完整的数据分析用户需要依次进行多 个单独的分析操作才能最终达到分析目的。随着d a s s i e 系统的不断开发，提供的分析功 能也越来越多，工艺人员面对上百个功能无所适从，但是工艺人员常用的确是为数不多 北方工业大学硕士学位论文 的功能组合，所以，十分有必要为用户制定一些模板( 即分析功能组合) ，方便用户使 用。 同时，为了方便工艺人员快速发现亟待解决的电解槽，最终实现电解槽生产管理的 标准化，d a s s i e 系统需要能向用户提供直观的、量化的、全面的工艺参数变化情况。 另外，d a s s i e 系统需要智能地对至关重要的工艺参数( 如出铝量、氟化盐添加量、 设定电压调整量) 进行专家决策，以辅助工区长科学化、标准化、智能化的管理电解槽 生产。 本课题即是在以上背景下展开的，实现d a s s i e 系统分析功能模板的定制、电解槽 工艺参数直观量化全面的考核，以及重要工艺参数的专家决策，具有较好的使用价值和 应用前景。 1 3 研究内容及目标 本课题的研究目标是使生产数据多维分析系统d a s s i e 更加通用和智能，实现电解 槽生产管理的科学化、标准化、智能化。 本课题主要是围绕d a s s i e 系统的新业务需求，进行d a s s i e 系统图模板、表模板、 决策考核、智能决策四个功能的设计与实现。 本课题的内容及创新如下： 了解o l 廿多维分析和d s s 决策支持理论，学习现有d a s s i e 系统的数据模 型、系统功能、系统流程等，分析d a s s i e 系统的新业务需求。 深入学习s o a 、工作流、l 等相关技术，借鉴s 0 a 和工作流思想，设计生 产数据多维分析系统通用模板架构，并对架构下相关技术问题进行研究，详细 设计图模板和表模板模块的功能结构、模块流程和数据模型等。 在工艺参数考核方面，为电解槽各工艺参数设置等级范围和权值，方便工艺人 员直观、量化、全面的考核一日、两日以及多日的工艺参数变化情况，从而快 速发现亟待解决的电解槽，最终实现电解槽生产管理的标准化。 一运用专家系统原理，将工艺参数考核和决策相融合，实现对重要工艺参数的专 家决策。即：在工艺参数考核基础上，采集工艺人员的日常决策思路，生成可 动态维护的决策规则知识库，依据规则库对电解槽至关重要的工艺参数进行决 策，辅助工区长科学化、标准化、智能化的管理电解槽生产。 一 结合d a s s i e 系统现状，完成上述四个模块的开发和测试，在具体的实践中验证 解决方案，并总结出待改进的地方。 2 北方工业大学硕士学位论文 1 4 论文组织结构 本文共分为五章，各章内容如下： 第一章引言，简要介绍本文的课题背景、研究目的和意义以及论文的工作和组织 结构。 第二章基本概念与理论，主要介绍了o l 心多维分析、d s s 决策支持的概念、 基本原理、方法和应用等，还介绍了生产数据多维分析软件的现状和主要功能。 第三章通用模板架构及工艺参数考核、决策算法研究，对借鉴s c i a 和工作流思 想的生产数据多维分析系统通用模板架构、工艺参数考核算法和工艺参数专家决策算法 进行了深入细致的研究。 第四章生产数据多维分析系统模板设计，从需求分析、功能结构、数据模型、流 程设计、运行和开发环境等几个方面详细讲述了生产数据多维分析系统模板的设计。 第五章生产数据多维分析系统模板实现，讲述了生产数据多维分析系统模板的实 现和结果分析。 - 3 - 北方工业大学硕士学位论文 2 基本概念与理论 2 1o l 心多维分析理论 2 1 1o l 廿多维分析的基本概念 多维分析是指对以多维形式组织起来的数据采取切片、切块、旋转等各种分析动 作，以求剖析数据，使最终用户能从多个角度、多侧面地观察数据库中的数据，从而深 入地了解包含在数据中的信息、内涵【1 1 。多维分析方式迎合了人的思维模式，因此减少 了混淆并且降低了出现错误解释的可能性。 联机分析处理( o l 廿，0 1 1 l i n ea m a l 蜘c a lp r 0 c e s 咖g ) 是一类软件技术，它使分析 人员、经理、管理人员通过对信息( 这些信息从原始数据转换而来，反映了用户所能理 解的企业的真实的“维”) 的多种可能的观察角度进行快速、一致和交互性的存取以获 得对信息的深入理解【2 】。o l ”的目标是满足决策支持或多维环境特定的查询分析需 求，核心是“维”的概念。因此，o l 蟑也可以说是多维数据分析工具的集合。 主要包括以下几个核心概念【3 j ： ( 1 ) 变量。它是数据度量的指标，是数据的实际意义，即描述数据“是什么”。 通常也将变量称为度量( 或量度) 。 ( 2 ) 维。它是人们观察数据的特定角度。维实际上是考虑问题时的一类属性，单 个属性或属性集合可以构成一个维。 在实际应用设计中又将维分成共享维、私有维、常规维、虚拟维、父子维等类型， 从而为用户更好地展现维的特性。 ( 3 ) 维的层次。人们观察数据的某个特定角度( 即某个维) 还可以从细节不同的 各个方面进行描述，将不同的各个描述方面称为维的层次。 ( 4 ) 维的成员。它是指维的一个取值。若维是多层次的，不同层次的取值构成一 个维成员。这里需要指出的是维成员不一定每个维层次都必须取值，部分维层次同样可 以构成维成员，且维成员是次序无关的。 有些成员由输入的数据组成后称为输入成员，由输入成员和操作符组成表达式可以 构成导出成员。导出成员既可以作为维成员，也可以作为度量成员。导出成员作为度量 成员在实际应用中较为普遍。 ( 5 ) 多维数组。它是维和变量的组合表示。一个多维数组可以表示为：( 维l 、 维2 、维n 、变量) 。在多维数组中，一定要有变量存在，且变量通常是数值型 的。 4 北方工业大学硕士学位论文 ( 6 ) 数据单元。多维数组的取值称为数据单元。当多维数组的各个维确定一个维 成员，就惟一确定一个变量的值。可以表示为：( 维1 成员、维2 成员、维n 成 员、变量的值) 。 ( 7 ) 数据立方体。它是为输入数据的聚合定义的框架结构，是多维数据库数据在 维模型中的一种表述，允许以多维对数据建模和观察，由维和事实组成。 2 1 2o l 垤多维分析的特点 o l 心的显著特征是它能提供数据的多维概念视图( m i i t d 蜊s 1 0 n ) 。这种多 维视图使最终用户能从多个角度、多侧面、多层次地考察数据库中的数据，从而深入地 理解包含在数据中的信息及其内涵【4 】。以多维视图的形式把数据提供给用户，既迎合了 人的思维模式又减少了混淆并降低了出现错误解释的可能性。 0 l ”的第二个特征是它能快速响应( f a s t ) 用户的分析请求的。一般认为 o l a p 系统应在几秒雨对用户的分析请求做出回应。 o l 廿的第三个特征是它的分析功能( a n a l y s i s ) 。这是指o l a p 系统可以提 供给用户强大的统计、分析( 包括时间序列分析、成本分配、货币兑换、非过程化建 模、多维结构的随机变化等) 、报表处理功能。此外，o l 廿系统还具有回答“假设一分 析”( w 1 1 a t - i f ) 问题的功能及进行趋势预测的能力o l ”的基本分析操作有切片 ( s 1 i c e ) 、切块( d i c e ) 、下钻( d r i l l 叫d o w n ) ，上翻( r o n - u p ) ，旋转( r o t a t e ) 。 o l 廿的第四个特征是共享特性( s h 6 眦d ) 。这是指0 l 蟑系统应有很高的安全 性。例如，当多个用户同时向o l a p 服务器写数据时，系统应能在适当的粒度级别上加 更新锁。 o i 。a p 的第五个特征是它的信息性( 矾f o r m a t i o n ) 。这是指o l 廿分析所需的 数据及导出的有用信息o l 址的这五个特征从另一个角度定义了o l 岬应用系统的概 念。 2 1 3o 乙垤多维分析的操作 ( 1 ) 切片和切块( s l i c ea n dd i c e ) 。在多维数据结构中，选定二维子集的操作理 解为切片；选定三维子集的操作理解为切块。按二维进行切片，按三维进行切块，可得 到所需要的分析数据。如在“季度时间、城市、商品类型 三维立方体中进行切片和切 块，便可得到各城市、各商品在某时间的销售数据。 ( 2 ) 钻取( d r i l l )。钻取包含向下钻取和向上钻取操作，分别称为下钻 ( d r i l l 2 d o 、) l ，1 1 ) 和上卷( r d l l 2 u p ) 。钻取的深度与维所划分的层次相对应。层次可以 5 北方工业大学硕士学位论文 根据用户需求，通过给定维或属性分组来定义。也可以由数据库中的隐含模式定义全序 或偏序的模式分层。 ( 3 ) 旋转( r o t a l e ) ( 又称转轴( p i v o t ) ) 。旋转是一种视图操作，通过旋转可 以得到不同视角的数据。 ( 4 ) 其它操作。有些o l 心操作提供其它钻取操作，包括钻过( d m l 2 a c r o s s ) 和钻透( d r i l l 2 恤o u 曲) 操作。 2 1 4o l 廿多维分析的分类 o l 廿技术发展到今天，o l 廿产品可以依据数据存储的数据库管理系统 ( d b m s ) 分为：m o l 廿、r o l 廿、h o l 廿【引。m o l 心产品计算速度快但支持的 数据容量小。 m o l 廿是指o l 垤数据存储在多维数据库上，从概念上讲是将数据存储在多维 数组的单元中，例如可以把一个销售系统中的数据视为一个三维数组，分别对应于产 品、顾客和时期。各单元中的值表示在相应的时期内出售的相应产品的数量。m o l 心 的物理存储方式和其逻辑组织是十分相似的，而且此类产品中还会提供大量的统计和数 学函数、可视化工具和报表生成工具。不过此类产品尚在发展中，目前还没有多维查询 语言的标准，同时多维数据库也没有类似规范化的科学理论基础。 r o l ”产品支持更成熟的可缩放性、并发控制和管理控制【6 】。r o l 廿是指 o l 心数据存储在传统的s q l 数据库，即关系数据库中。目前此类产品是三种中最成 熟的，因为它本身有一套完备的关系数据库理论作为基础，使它可以通过二维的关系表 来创建多维视图，而且提供强大的s q l 查询工具来支持复杂的多维分析。 h o l 廿产品是最近发展起来的一种解决方案。它将m o l 廿和r o l 垤的优点融 合在一起。它在关系数据库上维护大量的详细的记录，具有优越的执行速度和广泛的扩 展性。 现在用户常用的o l 廿产品是h 1 南n t l i x 公司、d b 2 公司、o r a c l e 公司、m i c r o s o f i 公司等几家的。下面以m i c r o s o f i 公司的o l 心s e i c e s 产品为例介绍o l 廿技术在实 际产品中的应用【7 1 。 2 1 5o l 廿多维分析的结构 o l 婶是一种多用户的三层客户服务器结构。这种结构的优点在于将应用逻辑( 或 业务逻辑) ，g u l 及d b m s 严格区分开，复杂的应用逻辑不是分布于网络上的众多p c 机上，而是集中存放在o l 心服务器上，由服务器提供高教的数据存取，安排后台处理 一6 - 北方工业大学硕士学位论文 以及报表的预处理【8 】，如图2 1 所示。它由数据源( 数据仓库或o l l 限数据库) 、 o l 址服务器及o l 心客户机及客户端应用软件组成。 口- 订蠹麟 0 l 朋峥争碉菩户镯曩井 图2 1o l a p 服务器的三层客户，服务器逻辑结构图 o l 廿是以数据仓库或数据库为基础的，其最终数据来源是底层的o l t p ( 联机事 务处理) 数据库系统，数据仓库是o l 蛆的主要的数据源。这是因为o l a p 要求对用 户的任何分析请求都要在一个稳定一致的时间范围内给予响应。为了获得理想的响应速 度，在进行分析操作前，要先将所需的数据从分散在企业内部各处的o l l 甲数据库中收 集来并进行挑选、清洁、转换、合并与汇总等预处理操作后才能使用。同时o l 廿是面 向分析和管理人员的，而管理决策人员太多关心的是综合性数据，便从更高层次、全 局的角度来理解数据。因此，具有从各底层o i 四数据库收集数据，并进行挑选、清 洁、转换等操作功能并存储了与分析相关的大量综合性数据和细节数据的数据仓库就成 为o l 心的主要的数据源。底层o l l r p 数据库在需要时( 如企业数据仓库还未建立好 时) 也可为o l 谨的分析操作提供数据。 o l a p 服务器是专门为支持和操作多维数据结构而设计的高性能、多用户数据处理 引晕。o l 蟑服务器可以迅速地响应用户的各种分析要求，并能根据数据之间公式化的 关系对数据进行快速、灵活的计算和转换【9 】。 0 l 廿客户端是指用户所使用的各种应用软件。这些软件可以从o l 廿服务器得到 所需的数据切片并提供二维或多维的显示。用户可利用这些软件对数据进行更改、选 择、复杂的计算等操作。 我们可根据o l 心服务器端的不同的数据组织方法将o l 心分成以下几种结构： 多维o l a p ( m o l 廿，m u l t i d i i i 埘l s i o n mo l 廿1 、关系型o l 址( r o l 心r e l 撕伽i a l o l ”) 及混合型o l 心( h o 乙廿，h 曲们o l 廿) 【1 2 】。 2 1 5 1 多维o l a p ( m o l a p ，i u l t i d i i l l e r l s i o n a lo l a p ) 多维o l 心( m o l 心，m 1 1 1 硼i n l e 埘o n a lo l 廿) 用一个专有的多维数据库来存储 o l 廿分析所需的数据，数据以多维方式存储并以多维视图方式显示其结构如图2 2 所采1 3 1 。 - 7 粤廖 北方工业大学硕士学位论文 伪胂赣攮挥帆栅蠹靠a o 叮蕃户一 图2 2m o l a p 结构图 在m o l a p 的结构中，分散在企业内部各o l t p 数据库中的数据经过提取、清洁、 转换等步骤后提交给多维数据库。这些数据在被存入多维数据库时，将根据它们所属于 的维进行一系列的预处理操作( 计算和合并) ，并把结果按一定的层次结构存入多维 数据库中【1 4 】。例如一个市的所有商店的销售收入将被加在起作为这个市的总销售收 入存入多维数据库中，而省级的销售收入将由对其下属的所有市级销售收入的汇总得到 并存入多维数据库。一旦这些预处理完成后，多维数据库就可以使用了。用户通过客户 端的应用软件的界面递交分析需求给o l a p 服务器，再由o l 廿服务器捡索m d d b 数 据库以得到结果并返回给用户。 m o l a p 结构的主要优点是它能迅速地响应决策分析人员的分析请求并快速地将分 析结果返回给用户这得益于它独特的多维数据库结构以及存储在其中的预处理程度很 高的数据( 一般预处理度在8 5 以上) 。在m o l 心结构中o l 心服务器主要是通过 读经过预处理的数据来完成分析操作，而这些预处理操作是预先定义好的，这就限制了 m o l 心结构的灵括性。例如m o l 心结构中多维数据库中的维和层次结构是预先定义 好的，如果分析人员需要在一个多维数据库中没有定义的维时，开发人员将不得不在多 维数据库中为分析人员定义他所需的维，并对原先的预处理程序进行改动。 2 1 5 2 关系型o l a p ( r o l a p ，r e l a t i o n a lo l a p ) r o l 心在功能上类似于m o l 廿，但是它的底层数据库是关系型数据库，而不是 多维数据库。其结构见图2 3 。由于数据仓库系统一般采用关系数据库系统，所以 r o l 廿的数据一般存储在数据仓库中。当数据仓库的数据模型确定之后，分散在企业 各o l l 甲数据库中的数据被载 数据仓库并按数据模型的要求进行预处理。用户通过客 户端工具提交多维分析请求给o l 址服务器，后者动态将这些请求转换成s q l 语句执 行，分析的结果经多维处理转化为多维视图返回给用户。在i 的l 心结构中数据的预处 理程度般较低( 如果预处理程度太高，数据冗采量太，将使管理和维护更加复杂) 。 r o l 廿的主要特点是它的灵活性强，用户可以动态定义统计或计算方式。i 的l 廿的缺 点是它对用户的分析请求处理的时间要比m o l p 长。 8 - 北方工业大学硕士学位论文 唧霹鼍膏仉膪舟c l 咿宝户 图2 3r o l 廿结构图 m o l a p 与r o l 廿是目前使用最多的两种o l 心结构。这两种结构都能完成相同 的分析功能，m o i 。a p 采用专用的多维数据库来支持多维分析功能，而r o l 廿则不需 要用专有的多维数据库来支持多维分析操作，它的数据库层采用关系型数据库系统。由 于这两种结构在各自的数据库层采用的数据库系统不同从而导致了它们不同的特点。下 面我们从四个方面对它们进行比较： ( 1 ) 对用户分析请求的处理速度：m o l 廿对用户的分析请求处理速度比 r o l a p 快，这得益于它所采用的独特的多维数据库技术以及报高的数据预处理度( 不 低于8 5 ) ； ( 2 ) 对维数动态变化的适应能力：r o i 。a p 适应维数的变化的能力要强于 m o l 廿，由于m o l 廿的预处理程度很高，每增加一维会使多维数据库的规模急剧 增加，同时所需的预处理时间也会大大增加； ( 3 ) 对数据变化的适应能力：由于m o l 廿的预处理程度高，当数据或计算频繁 变化时，其重复计算量相当大，有时还需重新构建多维数据库相比而言，r o i ，a p 的 数据预处理程度变化灵活可适应数据变化的范围大； ( 4 ) 对大数据量的适应能力：对一定数量的细节数据来说，预处理的程度决定了 数据库的大小( 因为预处理的结果也要存 数据库中) ，预处理程度越高，需要的数据 库的容量也就越大。由于m o l 的数据预处理程度高，这就限制了它处理大数据量细 节数据的能力，而r o i ，a p 的数据预处理程度要低于m o l 廿，且经过2 0 余年的发 展，) b m s 处理大数据量数据的技术已比较成熟，因此r o l 心处理大数据量细节数 据的能力强于m o i 。a p 。 由于m o l a p 和i 的l 廿有者各自的优点和缺点，而它们的结构却迥然不同，这就 给分析人员设计o l 心结构时提出了难题，他们必须在两种结构之间进行选择为此一 个新的o l a p 结构一混台型o l 心( h o l 心，h 州do l 心) 被提出，它能把m o l 廿 和i 的l 廿两种结构的优点结合起来。 9 北方丁业大学硕士学位论文 2 1 5 3 混台型0 l 廿( h o l a p ，h y b r i do l a p ) 迄今为止，对h o l 心还没有一个正式的定义。但很明显，h o l 廿结构不应该是 m o l 廿与r o l 廿结构的简单组台，而是这两种结构技术优点的有机结台，能满足用 户各种复杂的分析请求。一个真正的h o l 垤系统应能遵循以下几条准则 _维数能够被动态更新，一个真正的h o l 心不但可以提供对数据的实时存取， 还可以根据不断变化的结构的对维数进行更新； 一可根据r d b m s 的元数据产生多维视图，一个真正的h o l 廿可以利用 r d b m s 的元数据来构建多维模型并可利用元数据方便快捷地更改多维视图， 减少开发和维护人员的工作量； -可以快速存取各种级别的汇总数据； 可适应大数据量数据的分析； - 可以方便地对计算和汇总算法进行维护和修改。 实现r o u 心的方法一般有以下几种【1 5 】： 同时提供m d d b 和i b m s ，让开发人员选择。采用这种方法开发的h o l 蟑 系统同时提供给用户m d d b 和i b m s 供开发人员选择。开发人员可选择把信息存在 m d d b 或i b m s 中，但不能同时存于m d d b 和r d b m s 中。这种方法一般为那些急 于想进入r o l 廿市场的m o l ”开发商所采用。 在运行时把对关系型数据库的查询结果存 多维数据库在这种方法中h o l 廿 系统按一定的先后顺序使用m d d b 和i m b m s 。h o “心系统利用开发人员定义一个静 态结构的多维模型来暂存在运行时检索出的数据。当客户端提交一个分析请求时系统 先检查这个多维结构缓存中是否有分析所需的数据，如果没有则产生s q l 语句从 i m b m s 中把相应的数据载入多维结构的缓存中。 利用一个多维数据库存储高级别的综合数据同时用i m b m s 存储细节数据。这 种方法是如今被认为实现h o l 心结构较理想的方法，它结合了m o l a p 和r o l 垤的 优点。在这种方法中，客户端用户提交一个分析请求，由系统透明地从m d d b 中提取 经过综台的数据或从r d b m s 提取细节数据 2 1 6o l 廿多维分析在铝电解工业中的应用 铝电解工业是最早在生产过程中采用计算机系统进行控制的工业企业之一。早在上 世纪6 0 年代，各国就开始采用计算机控制铝电解过程。铝电解虽然是传统产业，但在 应用计算机网络和自动化技术方面却能紧跟信息时代的步伐，这主要是因为多年以来， 自动化技术在铝电解工业的节能、降耗、增产、环保、安全等各个方面发挥了巨大的作 1 0 北方工业大学硕士学位论文 用，推进了铝电解企业从“高能耗、大污染、劳动密集型的传统形象向“高效率、无 污染、自动化”的现代化企业形象迈进。 目前，我国预焙铝电解槽生产系列上普遍使用的槽控机因软、硬件功能太简单( 简 单的电压调节和制作简单的生产报表，尤其是运算功能弱) 已远远不能满足现代铝电解 工艺对自控技术的要求。在3 6 0 k a 铝电解槽预焙槽系列中，计算机承担了电阻( 电 压) 调整、出铝后电压复原、加料控制、氟盐添加控制、a e b 、a e 处理的操作。但是 对那些借助诸槽共享的大型机械设备才能实现的操作，仍由操作者去完成。作为“电解 槽的操作”这样一个大题，自然应当包括由计算机和人分别完成的两大部分。计算机控 制效果的优劣和人的操作质量同样直接影响到电解指标。因此，生产管理者必须清楚计 算机承担的所有作业的内涵和操作原则，明确计算机和操作者之间的配合和联系，才有 可能创造出人机互利的操作环境，最大限度地发挥计算机的控制功能和管理功能。 铝电解生产过程中计算机控制系统实时采集并存储了大量的生产数据，这些数据中 包含着丰富的、通常人们很难能发现的生产实际过程中各种因素之间相互影响、相互作 用的宝贵信息，提取和利用这些信息对于人们加强对生产过程的认识、提高控制和管理 水平具有重要的意义。通过建立存储铝电解生产过程数据的数据仓库，应用o l a p 技术 对生产数据进行分析处理，通过数据透视图给出对效应系数、槽电压、原铝质量、出铝 量等二十多项数据分析的结果，为生产管理者提供了方便易用的决策依据。 2 2d s s 决策支持理论 2 2 1d s s 的产生与发展 电子数据处理e d p ( e 1 0 c 仃o n i cd a t ap 砌潲s i n g ) 提高了工作效率，把人们从繁琐的 事务处理中解脱出来f 一但是其缺点也很明显，仅仅局限于具体信息处理，不共享，不考 虑整体或部门情况。 随后出现了管理信息系统m i s ( m a m 酎n e n th 面咖a t i o ns ) ，s t e n l s ) ，虽然能够整体 分析，系统设计，信息共享，部门协调，但是难于适应多变的内、外部管理环境，对管 理人员的决策帮助十分有限【1 6 j 。 d e c i s i o ns u p p o ns ) ，s t e l l l 于是，决策支持系统d s s ( s ) 应运而生。7 0 年代中期， k e e l l 和s c 酣m o r t o n 在管理决策系统( 1 9 7 1 ) 一书中提出以对管理者做决策提供技 术支持为目标的d s s 。当时，运筹学模型发展已经比较完善，多目标决策分析突破了单 一效用理论的框架，计算机软、硬件及网络技术的迅猛发展，人工智能特别是知识处理 技术的发展，数据库技术、图形显示技术、各类工具软件的发展与完善，这些都构成了 d s s 形成与发展的技术基础。1 9 7 8 至1 9 8 8 年，d s s 得到迅速发展，许多实用系统被开 北方工业大学硕士学位论文 发出来，投入实际应用，产生明显效益。1 9 8 8 至现在，d s s 技术持续发展，目前已基 本成熟。新一代d s s 研究仍然十分活跃1 7 1 。 2 2 2d s s 的基本概念 2 2 2 1 决策过程 决策过程：如图2 4 所示。 图2 4 决策过程 决策科学主要研究：确定目标、设计方案、评价方案三个基本阶段。这三个基本阶 段又分别称为理解、设计、选择活动。 2 2 2 2 决策问题的类型 决策问题的类型( 按结构化程度分为) ：结构化、半结构化、非结构化三种【1 8 】。 结构化程度：对某一过程的环境和规律，能否用明确的语言( 数学的或逻辑学的，形式 的或非形式的，定量的或推理的) 给予清晰的描述。 结构化问题：能够描述清楚的问题。三个阶段都能使用确定的算法或决策规 则。 _ 非结构化问题：不能够描述清楚，而只能凭直觉或经验作出判断的问题。三个 阶段都不能使用确定的算法或决策规则。 - 半结构化问题：介于两者之间的问题。一个或二个阶段能使用确定的算法或决 策规则。 2 2 2 3 决策问题的层次和类型 决策问题的层次：办事员( 作业调度) 、部门负责人( 运筹管理) 、顶层负责人 ( 战略规划) 。按照决策问题的层次和类型，决策问题可分为9 类，如表2 1 所示。 1 2 北方工业大学硕士学位论文 表2 1 决策问题的类型 作业调度运筹管理战略规划支持需求 库存报表线性规划 结构化新厂位置选择 e d pm s o r 零件定货生产调度 开发市场 半结构化股票管理、贸易资本获利分析 d s s 经费预算 非结构化为杂志选择封面聘用管理人员研究、开发分析经验和直觉 2 2 。2 4 决策风格 按获取数据的方式分：感知型( s ) 、直觉型( n ) 【1 9 1 。 一感知型喜欢与特定问题有关的硬数据。 - 直觉型喜欢描写可能性的整体信息。 _ 按处理数据的方式分：思考型( t ) 、感觉型( f ) 。 _ 思考型喜欢用逻辑或其他规范化的手段去推理。 _ 感觉型喜欢用个人的术语来考虑问题。 组合起来，共有四种类型的决策风格：系统型( s