关 键 词：

基于 数据 挖掘 农业 物流 地理信息系统 构建

资源描述：

基于数据挖掘的农业物流地理信息系统的构建 摘要：农业物流的发展具有现代物流信息化、网络化、智能化的基本特征，现代农业物流的智能化发展趋势使构建基于数据挖掘的农业物流地理信息系统（ALGIS）具有非常重要的现实意义。本文采用VC+MapX构建基于数据挖掘的ALGIS，阐述了ALGIS构建过程中地图坐标系的定义、地图对象的操纵、地图数据的加载等基本过程，并对基于数据挖掘的ALGIS框架结构进行分析。论述了该系统作为数据挖掘的思想、方法与传统GIS的有机结合的基本特点，分析了数据挖掘与现有GIS数据分析的区别和联系。考虑到农业物流分布地域广、品种多等特点，对基于数据挖掘的ALGIS实现关键技术进行分析，在确定主题域的同时对维度和数据立方体进行创建。本系统的研究开发在于应用数据挖掘技术和可视化的农业物流地理空间信息，为决策管理者提供可视化的、可靠的决策支持服务。 关键词：数据挖掘；农业物流；地理信息系统；数据仓库；ALGIS Based on Data Mining agricultural logistics Geographic Information System Construction Abstract: The development of agricultural logistics has such important basic characteristics as information-based, networking and intelligent of modern logistics. The intelligent trend of modern agricultural logistics makes the development of Agricultural Logistics Geographic Information System (shorter form ALGIS) based on Data Mining (shorter form DM) of great practical significance. The ALGIS based on DM is developed with VC and MapX in the paper, then several basic processes of ALGIS development, including defining Map Coordinate System, manipulating Map Object, loading Map Statistics are expounded, and the structure of ALGIS base on DM is analyzed. Moreover, the basic characteristics of organic combination with Data Mining thought, method and traditional GIS are discussed, and the distinctions and connections between Data Mining and existing GIS data analysis are analyzed. Finally, considering the property of agricultural logistics such as widely distributed various, the critical technologies to realize ALGIS based on Data Mining are analyzed, then the subject region is defined and the Dimension & Data Cube are created, too. With the application of Data Mining technology and visible agricultural logistics geographic spatial information, the ALGIS based on DM is researched to provide visible and dependable Decision Support Service for decision makers and managers. Keywords: Data Mining; Agricultural Logistics; Geographic Information System; Data Warehouse; ALGIS 1.引言 现代物流是对传统物流革命性的突破，现代信息技术在农业物流领域中的应用是现代农业物流与传统农业物流的本质区别，因此现代农业物流也具有信息化、网络化和智能化的特征。农业物流的信息化包括：农业物流信息的数据库化、处理的电子化、传递的标准化和实时化等等，农业物流管理的信息化、网络化发展到一定程度就产生了智能化的需要，因此农业物流管理的智能化是农业物流信息化、网络化的高层应用。我国的农业物流信息化水平非常低，在农业物流管理中，不管是农业管理部门还是农业生产经营单位，不管是农产品配送企业还是农户，都涉及到运筹和决策的问题。数据挖掘应用于现代农业物流管理决策中，更能促进现代农业物流的发展。数据挖掘就是从存放在数据库、数据仓库或其他信息库中的大量的分散的信息进行有效组织和管理，挖掘蕴藏在这些海量数据中未知的、潜在的有价值的可理解的模式，发现新知识。从目前地理信息系统在物流领域的应用看，只有客户定位、仓储选址决策、物流配送、货物与车辆跟踪等。开发农业物流地理信息系统（即ALGIS）结合数据挖掘技术对农业物流地理信息系统中的数据进行分析，可以使农业物流管理中的决策更快、更准、更全面，对促进我国农业物流发展具有非常重要的现实意义。 2.ALGIS的开发 ALGIS可以采用VC+MapX进行开发。MapX是美国MapInfo公司最新推出的ActiveX控件产品，与传统GIS专业性开发环境相比小巧灵活，开发简捷，是基于Windows操作系统的标准控件，因而能支持VC、VB、Delphi、PB等标准化编程工具，使用时只需要将控件装入VC开发环境，装入控件后，VC系统的ActiveX工具条上会增加一个控件按钮Map，把它拖放到窗体上，就可以建立一个TMap类型的Active地图对象Map。通过设置和访问该Map对象的属性，就可以调用该Map对象的方法及事件，便可以快捷地将地图操作功能融入到应用程序中。与其他同系列开发环境相比，用MapX开发的GIS系统不需要在MapInfo系统上运行，因而运行速度较快。 2.1地图坐标系的定义 在ALGIS的应用开发中根据应用需要设置坐标系非常重要，因为坐标系一方面影响软件系统内部坐标位置，另一方面影响地图的外观显示。在MapX开发中地图坐标系分为地图显示坐标系和内部计算坐标系，两者互相独立。Map对象的坐标系及投影通过CoordSys对象的set方法定义。通过设置Map对象的DisplayCoordSys和NumericCoordSys属性返回的CoordSys对象，就可设定地图显示坐标系和内部计算坐标系。 2.2操纵地图对象 操纵地图对象是给layers对象集赋予具体的内容，也就是加载一个GeoSet文件，随之在Map对象中就能够看到地图显示。在GeoSet文件编辑器GeoSetMangater.exe中组合和设置图层，然后保存生成一个*.gst文件直接调入Map对象。Layers对象由一组Layer对象组成，通过Layer对象的features和selection对象集合选择图层上的图形目标。 2.3地图数据加载 地图数据的加载分为两种数据，地图数据（Layers）和属性数据（Datasets）。农业物流数据库中存储了各个地区各种农产品产量、生产资料需求量、储存量运输量等数据，数据捆绑是将数据库中的数据对应到地图层的过程，捆绑结果会生成一个Dataset对象，通过Datasets可以将数据库中储存的农业物流数据捆绑到地图上实现图文互动。ALGIS是混合结构系统，对地图的访问采用是文件访问方式，对属性数据的访问使用的是大型数据库方式使用ID关联，在TAB表和数据库中有ID字段，两个字段作为唯一值关联字段。 3.基于数据挖掘的ALGIS框架结构分析 图1 数据挖掘与ALGIS原有分析方法结合的框架结构 Fig.1 Frame Structure of DM and ALGIS Analysis Mothed Integration 传统数据库系统在数据独立性、数据共享、安全保密等方面提供了有效的手段，但对于农业物流管理决策者来讲，数据源、数据内容、服务对象、访问方式以及数据模式等方面已经不能满足决策分析的需要。而数据仓库技术为决策者提供了有效的方法和途径。农业物流数据库除了提供ALGIS属性数据，也是数据仓库的重要数据源。 ALGIS也具有数据分析的功能，但其对数据的分析归纳为三个方面，即过程模拟与预测、形式化描述和数据定量化统计分析。对农业物流的数据挖掘需要在数据仓库基础上将相关的方法和技术进行有机结合，实现海量数据环境下数据挖掘工具与知识发现与原有ALGIS分析方法相结合。数据挖掘与ALGIS原有分析方法结合的框架结构如图1所示。 基于数据挖掘的ALGIS系统是数据挖掘的思想、方法与传统GIS的有机结合，该系统具有以下几个方面的特点：①该系统是将空间数据的形式化表达和分析与人工智能和专家系统的结合，能够可视化呈现农业物流时空分布和属性关联特征；②规则化的数据挖掘结果可以直接应用于专家系统，并在一定程度上反映农业物流地理学现象的复杂性和非线性；③该系统是在复杂海量数据环境下的农业物流地理学分析，计算方法简单；④数据仓库对多源数据进行抽取和转换，并能融合领域专家知识，在专家知识缺乏情况下仍然可以根据一定的规则进行模式的自动搜索供管理决策需要。 4.数据挖掘与现有GIS数据分析的区别与联系 GIS本身提供了空间数据管理和分析的功能，但这种分析是面向问题收集数据进行的分析。基于数据挖掘的ALGIS系统是将多源数据组织成一个有机的数据仓库整体，强调从已有的大量数据中进行快速数据抽取和转换，提供可视化查询检索界面和模式探测工具，在人与数据之间的交互分析，帮助用户启发思路从而做出正确决策。现有GIS数据分析属于一种演绎模式（Deductive Mode），根据已有的知识和有限的数据进行指标特征值提取和预测。而基于数据挖掘的ALGIS是从大量数据中挖掘出代表知识的数据分布模式，是一种归纳模式（Inductive Mode）。 从人工智能角度看，基于数据挖掘的ALGIS系统机器学习模型替代了大量传统GIS分析专家从事的对文献资料和数据分析的过程，它将从数据仓库中提炼的知识自动进行规范化和形式化处理，直接存放在知识库中，当需要的时候以可以理解的形式直接提供给专家判断分析，从而进行决策。 5.基于数据挖掘的ALGIS实现关键技术分析 5.1确定主题域 考虑到农业物流管理决策分析要求，对原有分散的数据库系统分析，确定农业物流数据仓库原型的基本主题为农业物流成本分析。该主题的属性信息包括：运输单证信息，各种农产品如粮食、蔬菜、水果、种子、畜产品等年产量，储存量和运输量，生产资料如化肥、农药、种子、农机具等需求量、保有量，单位运输成本、储存成本等。 5.2数据立方体与维度创建 多维视图有两个部分数据组成：测量值和维。本系统设计三个测量值和四个维：测量值：运输费，仓储费、总费用。他们分别四个维：地域分布维、年度分布维、货物类别维、物流方式维所决定。其中货物类别维分为类别与货物名两层，地域分布维分地、市、县3个级。维成员可以按照一定的标准划分为类、维与测量值的笛卡儿积（Cartesian Product）代表多维数组的取值，又叫数据单元。维Ｘ测量值={[﹙地域分布维、年度分布维、物流方式维、货物类型维﹚，运输费] [﹙地域分布维、年度分布维、物流方式维、货物类型维﹚，仓储费] [﹙地域分布维、年度分布维、物流方式维、货物类型维﹚，总费用]}。本系统中以维表和事实表两种类型记录多维数据，二者之间通过关系表的外键联系，共同构成多维数据立方体。 5.3数据仓库的建立 本系统利用Microsoft SQL Server 2000建立数据仓库系统，该系统提供若干管理和开发组件，如关系数据库、数据转移服务（DTS）、联机分析处理（OLAP）等。本系统数据源有三个：事务级数据库、外部数据源、构造数据仓库粒度模型是数据仓库建立中需要考虑的重要问题，粒度大小直接影响到数据仓库中数据的存储量，回答决策者的问题的方式和种类。在数据仓库中结合业务特点、分析的类型和总存储空间等因素综合考虑确定粒度级别，以供分析使用。SQL Server 2000的数据转换服务（DTS）在进行数据输入和输出时具有抽取、转换和转载三个阶段。利用这三个阶段可以将数据从事务级数据库中经过抽取、清理、过滤传送到数据仓库，同时对其进行整理和修改。 5.4数据挖掘与数据分析 目前已形成多种数据挖掘方法，在Microsoft SQL Server 2000提供的Analysis Server工具中可以利用决策树模型和聚类分析模型，根据分析需求选择不同模型。数据分析以数据透视服务表Pivot Table Service为接口，通过Microsoft Excel Web组件以及客户端程序和ADO对象模型连接到多维立方体。在基于数据挖掘的ALGIS中，数据挖掘的过程是根据管理决策人员的目标，结合知识库和数据仓库，对所涉及的不同时间、不同地点、不同农产品、生产资料类型和物流方式进行评估和预测，为决策者提供有价值的信息。 6.结论 本文在开发农业物流地理信息系统基础上与数据挖掘技术相结合，使得ALGIS这个可视化系统具有了更强的决策支持功能，使系统本身具有了自学习的能力，这是继管理信息系统延伸为决策支持系统基础上的功能完善和进一步提高，它的开发和应用必将对农业物流管理决策提供更好、更强大、更准确的决策支持服务。 参考文献： [1] 王道平等.基于数据挖掘的物流信息系统研究与设计[J].价值工程，2004.3：117-119 [2] 马志勇等.数据挖掘与地学数据分析相结合的探讨[J].测绘科学，2006.11（6）：109-112 [3] 许龙飞等.数据仓库技术在物流控制中的应用研究[J].计算机科学，2002（8）：358-361 [4] 苏新宁等.数据仓库和数据挖掘[M].北京：清华大学出版社，2006 [5] 陈伟君. 基于智能化物流预测模型的实现. 嘉兴学院学报, 2006.6（3）：100-104 [6] 曹敏. 数据挖掘在物流管理决策中的作用. 电脑开发与应用, 2007（1）：47-49 [7] 夏国成,赵佳宝. 数据挖掘在现代物流中应用的再度探析. 现代管理科学, 2005（6）：68-69 [8] 王志远, 耿祥义. 决策支持物流管理信息系统的设计与开发. 大连铁道学院学报, 2004，6（2）：46-49 [9] 于宝琴. 现代物流管理中的数据挖掘. 无锡商业职业技术学院学报, 2003，3（1）：26-31 [10] 周光辉，鲍立威. 面向供应链的智能物流管理系统设计. 工业控制计算机, 2004（4）：7-8

内容简介：

-