数据仓库和数据挖掘在航空维修信息分析中应用研究
|
摘要
随着空军航空维修管理信息系统的下发使用,各航空兵部队开始使用数据库管理数据,积累了大量的航空维修信息数据。为了有效利用这些历史信息,提高飞行保障工作的效率,发现航空维修信息的规律,实现信息共享,就有必要对大量的航空维修信息进行分析和处理。
而空军现有的航空维修管理信息系统已经远远不能满足决策分析的需要。作者认为只有通过构建数据仓库,将多维分析(OLAP),数据挖掘和知识发现技术应用于部队各型飞机故障规律的研究,才能真正提高决策科学性、决策效率和军队信息化建设的经济效益。
本课题对航空兵部队航空维修领域数据及数据分析技术的应用现状进行了较为全面的调研,基于数据仓库技术及数据挖掘技术,设计了一个航空维修信息挖掘系统研究模型。该模型探讨了系统建立需要采用的信息技术和必须解决的关键问题,通过建立数据仓库,实现联机在线分析,并在此基础上深入研究了数据挖掘的关联规则的理论与算法,引用了一种经典Apriori算法的改进算法,提高了关联规则挖掘的效率。以VC为开发工具,将改进的关联规则算法应用于航空维修信息数据仓库中,对故障信息进行深入分析,可以发现故障件名称与故障专业、工作时次、故障季节等之间的相关关系,以对季节性故障、周期性故障及其故障判明方法做出预测。并在航空维修一线工作中得到了验证。
With the Air Force Aviation Maintenance Management Information System issued and used, all the Air Force started to use a database management data, and accumulated a large number of aircraft maintenance information and data. In order to effectively use the historical information, improve the efficiency of flight security work, found the law of the aviation maintenance information and achieve information sharing, there is a need for a large number of aircraft maintenance information analysis and processing.
But the Air Force existing aviation maintenance management information system has been far from satisfying the needs of decision analysis. Authors believe that only through building a data Warehouse, use data mining and knowledge discovery technology on study of military various types of aircraft failure, in order to truly improve the scientific nature of the decision-making, decision-making efficiency and the military information technology cost-effectiveness.
Following a thorough exploration on research of the aviation maintenance data and data analysis technique application status, this paper has proposed a research model of aircraft maintenance information system based on data warehouse, OLAP and data mining technology. The model discusses the need to adopt information technology and to address key issues on establishing the system. Through the establishment of a data warehouse to achieve on-line analysis, and on this basis, association rules algorithm in data mining be studied in-depth and a adopted Apriori algorithm be quoted. The algorithm improve the efficiency of mining association rules. To VC for the development of tools, the adopted Apriori algorithm is applied to aviation maintenance information data warehouse, in-depth analysis of the fault information. Relations can be found on pieces of the name, failure of professional, working hours, seasons and so on. So, seasonal failures, faults failures and identified the method of failures can be forecasted. And front-line work in the aviation maintenance has been verified.
而空军现有的航空维修管理信息系统已经远远不能满足决策分析的需要。作者认为只有通过构建数据仓库,将多维分析(OLAP),数据挖掘和知识发现技术应用于部队各型飞机故障规律的研究,才能真正提高决策科学性、决策效率和军队信息化建设的经济效益。
本课题对航空兵部队航空维修领域数据及数据分析技术的应用现状进行了较为全面的调研,基于数据仓库技术及数据挖掘技术,设计了一个航空维修信息挖掘系统研究模型。该模型探讨了系统建立需要采用的信息技术和必须解决的关键问题,通过建立数据仓库,实现联机在线分析,并在此基础上深入研究了数据挖掘的关联规则的理论与算法,引用了一种经典Apriori算法的改进算法,提高了关联规则挖掘的效率。以VC为开发工具,将改进的关联规则算法应用于航空维修信息数据仓库中,对故障信息进行深入分析,可以发现故障件名称与故障专业、工作时次、故障季节等之间的相关关系,以对季节性故障、周期性故障及其故障判明方法做出预测。并在航空维修一线工作中得到了验证。
With the Air Force Aviation Maintenance Management Information System issued and used, all the Air Force started to use a database management data, and accumulated a large number of aircraft maintenance information and data. In order to effectively use the historical information, improve the efficiency of flight security work, found the law of the aviation maintenance information and achieve information sharing, there is a need for a large number of aircraft maintenance information analysis and processing.
But the Air Force existing aviation maintenance management information system has been far from satisfying the needs of decision analysis. Authors believe that only through building a data Warehouse, use data mining and knowledge discovery technology on study of military various types of aircraft failure, in order to truly improve the scientific nature of the decision-making, decision-making efficiency and the military information technology cost-effectiveness.
Following a thorough exploration on research of the aviation maintenance data and data analysis technique application status, this paper has proposed a research model of aircraft maintenance information system based on data warehouse, OLAP and data mining technology. The model discusses the need to adopt information technology and to address key issues on establishing the system. Through the establishment of a data warehouse to achieve on-line analysis, and on this basis, association rules algorithm in data mining be studied in-depth and a adopted Apriori algorithm be quoted. The algorithm improve the efficiency of mining association rules. To VC for the development of tools, the adopted Apriori algorithm is applied to aviation maintenance information data warehouse, in-depth analysis of the fault information. Relations can be found on pieces of the name, failure of professional, working hours, seasons and so on. So, seasonal failures, faults failures and identified the method of failures can be forecasted. And front-line work in the aviation maintenance has been verified.
引文
[1]杨为民,屠庆慈著中国航空可靠性维修性工程发展特色.航空科学技术,1995.3
[2]李学文,刘晓东著航空装备维修策略模型研究计算机技术,第34卷第3期2004.9
[3]刘东波著数据仓库技术的现状与未来.微型机与应用.2000年7月,19(7)。
[4]数据仓库.http://www. chinapub. com。
[5]李道奇,马志军著数据仓库系统中元数据的研究与应用.武汉理工大学学报.2002年7月,24(7)。
[6]林宇著数据仓库原理与实践.第一版.北京：人民邮电出版社,2003年：2-125。
[7]W. H. Inmon. Building the Data Warehouse [M]. John Wiley&Sons. Inc.1993.
[8]戴超凡,刘青宝等著数据仓库中的元数据管理.计算机工程与科学.2003年4月,25(4)。
[9]史金红,吴永明著数据仓库中元数据的管理.计算机应用.2000年2月,26(2)。
[10]史金红,吴永明.影响数据仓库成功的关键因素.计算机应用.2000年1月,26(1)。
[11]数据仓库学习心得http://www. itpub. net
[12]Microsoft Corporation. Microsoft SQL Server2005联机书.2004年。
[13]方红萍.数据仓库应用技术的研究与实现.武汉科技大学硕士学位论文.2002年.1月：28-33。
[14]侯筱婷,基于数据仓库、OLAP和数据挖掘技术的数据分析、展现与预测。西安电子科技大学硕士学位论文
[15]魏鑫,郭建胜,代一,OLAP和数据挖掘一体化的航空维修信息分析系统,2003年6月,微机发展
[16]Thomsen著.朱建秋译.OLAP解决方案.北京：电子工业出版社,2004：4
[17]J. Han and M. Kamber著孟晓峰,范明等译,Data Mining:Concepts and Techniques.数据挖掘概念与技术.机械工业出版社,2006年
[18]王君,樊治平.客户关系管理中客户知识发现的一种分析方法.系统工程理论方法应用,2004,13(1)58-62
[19]http://www.crmchina.com.cn中国客户关系管理研究中心网站
[20]Hsu K, Gupta H V, Sorooshian S. Artificial neural network modeling of the rainfall runoff process[J]。Water Resources Research,1995,31(10):2517-2530
[21]王光宏,蒋平.数据挖掘综述.同济大学学报,2004,32(2)：246-251
[22]郭秀娟.数据挖掘方法综述.吉林建筑工程学院学报,2004,21(1)：49-50
[23]周志华,陈世福.神经网络集成.计算机学报,2002(6)：587-590
[24]Han Jiawei and Micheline Kamber,(2001),Data Mining:Concepts and Techniques. Morgan Kaufmann Publishers, Inc.
[25]Zighed,DA(1996):SIPINA-W, http://eric.univ-lyon2.fr/-ricco/sipina.html
[26]邵峰晶,于忠清编著.数据挖掘原理与算法.北京：中国水利水电出版社,2003.
[27]魏金强.多维分析技术在教务管理系统中的应用与研究.北京：北方工业大学硕士论文,2006.
[28]王承敏.高校教务管理系统中的数据分析和模型研究.上海：华东师范大学,2006.
[29]Agrawal R, T.Imielinske,A.Swami.Mining Association Rules between Sets of Items in Large Database[A].In:Praceedings of ACM SIGMOD Intl.Conf.on Management of Data[C],Washington,DC,1993,207-216.
[30]R.Agrawal,R.Srikant.Fast Algorithms for mining Association Rules[C]. In: Proceedings of the 20th International Conference on very Large Databases (VLDB'94),Santiago,Chile,1994.Morgan Kaufmann Publisher.1994:487-499
[31]R.Ng,L.V.S.Lakshmanan,J.Han and A.Pang,Exploratory Mining and Pruning Optimizations of Constrained Associations Rules[C].Proc.of 1998 ACM-SIGMOD Conf.on Management of Data,Seattle,Washington,June 1998,13-24
[32]段云峰,李剑威.基于数量的关联规则挖掘.北京邮电人学学报.2002,25(4.)56-60
[33]陈富赞,寇纪淞等.基于网络的数值关联规则挖掘方法.系统工程理论与实践.2002,22(4).1-9
[34]王文清,乔雪峰.带有时态约束的多层关联规则挖掘.北京理工大学学报.2003,23(1).87-90
[35]程继华, 施鹏飞.多层关联规则的有效算法.计算机学报.1998,21(11).1037-1041
[36]刘君强,王勋.多维多层关联规则有效挖掘的新算法.南京大学学报：自然科学版.2003,39(2).205-210
[37]秦峰,杨学兵.一种基于APRIORI性质的多维关联规则挖掘算法的研究.安徽 工业大学学报.2003,20(2).141-144
[38]范明,牛常勇等.一种挖掘多维关联规则的有效算法.计算机科学.2001,28(11).44-47
[39]刘君强,孙晓莹,潘云鹤.关联规则挖掘技术研究的新进展.计算机科学.2004.31(1)
[40]高明.关联规则挖掘算法的研究及其应用.青岛：山东师范大学,2006.
[41]姜晓云.关联规则在学生成绩管理中的应用研究.合肥：合肥工业大学,2006.
[42]Han J, Pei J, Yin Y. Mining frequent patterns without candidate generation// Proceedings of the 2000 ACM-SIGM OD Interna-tional Conference on Management of Data.Dallas,TX,2000:1-12
[43]SAVASERE A, OMIECINSKI E, NAVATHE S.An efficient algorithm for mining association rules in large databases[C].NewYork:ACM,1995:432-443.
[44]PARK J S, CHENM S, YU P S. An effective hash-based algorithm for mining association rules[C].NewYork:ACM,1995:175-186.
[45]PARK J S,CHENMS, YUP S.Efficient parallel data mining of association rules[C].NewYork:ACM,1995:31-36.
[46]TOLVONEN H. Sampling large databases for association rules[C].India:Bombay,1996:134-145.
[47]吴海玲.基于关联规则的数据挖掘算法研究.南京：河海大学,2007.
[48]王雪岩.关联规则挖掘算法的研究.哈尔滨：哈尔滨工程大学,2006.
[49]张瑞雪.数据挖掘中关联规则算法研究及应用.哈尔滨：哈尔滨工程大学,,2006.
[50]朱玉全,杨鹤标,孙蕾.数据挖掘技术.南京：东南大学出版社,2006：29-32.
[51]李唐平,陶宏才.一种改进的Apriori挖掘算法.成都信息工程学院学报,2009.
[2]李学文,刘晓东著航空装备维修策略模型研究计算机技术,第34卷第3期2004.9
[3]刘东波著数据仓库技术的现状与未来.微型机与应用.2000年7月,19(7)。
[4]数据仓库.http://www. chinapub. com。
[5]李道奇,马志军著数据仓库系统中元数据的研究与应用.武汉理工大学学报.2002年7月,24(7)。
[6]林宇著数据仓库原理与实践.第一版.北京：人民邮电出版社,2003年：2-125。
[7]W. H. Inmon. Building the Data Warehouse [M]. John Wiley&Sons. Inc.1993.
[8]戴超凡,刘青宝等著数据仓库中的元数据管理.计算机工程与科学.2003年4月,25(4)。
[9]史金红,吴永明著数据仓库中元数据的管理.计算机应用.2000年2月,26(2)。
[10]史金红,吴永明.影响数据仓库成功的关键因素.计算机应用.2000年1月,26(1)。
[11]数据仓库学习心得http://www. itpub. net
[12]Microsoft Corporation. Microsoft SQL Server2005联机书.2004年。
[13]方红萍.数据仓库应用技术的研究与实现.武汉科技大学硕士学位论文.2002年.1月：28-33。
[14]侯筱婷,基于数据仓库、OLAP和数据挖掘技术的数据分析、展现与预测。西安电子科技大学硕士学位论文
[15]魏鑫,郭建胜,代一,OLAP和数据挖掘一体化的航空维修信息分析系统,2003年6月,微机发展
[16]Thomsen著.朱建秋译.OLAP解决方案.北京：电子工业出版社,2004：4
[17]J. Han and M. Kamber著孟晓峰,范明等译,Data Mining:Concepts and Techniques.数据挖掘概念与技术.机械工业出版社,2006年
[18]王君,樊治平.客户关系管理中客户知识发现的一种分析方法.系统工程理论方法应用,2004,13(1)58-62
[19]http://www.crmchina.com.cn中国客户关系管理研究中心网站
[20]Hsu K, Gupta H V, Sorooshian S. Artificial neural network modeling of the rainfall runoff process[J]。Water Resources Research,1995,31(10):2517-2530
[21]王光宏,蒋平.数据挖掘综述.同济大学学报,2004,32(2)：246-251
[22]郭秀娟.数据挖掘方法综述.吉林建筑工程学院学报,2004,21(1)：49-50
[23]周志华,陈世福.神经网络集成.计算机学报,2002(6)：587-590
[24]Han Jiawei and Micheline Kamber,(2001),Data Mining:Concepts and Techniques. Morgan Kaufmann Publishers, Inc.
[25]Zighed,DA(1996):SIPINA-W, http://eric.univ-lyon2.fr/-ricco/sipina.html
[26]邵峰晶,于忠清编著.数据挖掘原理与算法.北京：中国水利水电出版社,2003.
[27]魏金强.多维分析技术在教务管理系统中的应用与研究.北京：北方工业大学硕士论文,2006.
[28]王承敏.高校教务管理系统中的数据分析和模型研究.上海：华东师范大学,2006.
[29]Agrawal R, T.Imielinske,A.Swami.Mining Association Rules between Sets of Items in Large Database[A].In:Praceedings of ACM SIGMOD Intl.Conf.on Management of Data[C],Washington,DC,1993,207-216.
[30]R.Agrawal,R.Srikant.Fast Algorithms for mining Association Rules[C]. In: Proceedings of the 20th International Conference on very Large Databases (VLDB'94),Santiago,Chile,1994.Morgan Kaufmann Publisher.1994:487-499
[31]R.Ng,L.V.S.Lakshmanan,J.Han and A.Pang,Exploratory Mining and Pruning Optimizations of Constrained Associations Rules[C].Proc.of 1998 ACM-SIGMOD Conf.on Management of Data,Seattle,Washington,June 1998,13-24
[32]段云峰,李剑威.基于数量的关联规则挖掘.北京邮电人学学报.2002,25(4.)56-60
[33]陈富赞,寇纪淞等.基于网络的数值关联规则挖掘方法.系统工程理论与实践.2002,22(4).1-9
[34]王文清,乔雪峰.带有时态约束的多层关联规则挖掘.北京理工大学学报.2003,23(1).87-90
[35]程继华, 施鹏飞.多层关联规则的有效算法.计算机学报.1998,21(11).1037-1041
[36]刘君强,王勋.多维多层关联规则有效挖掘的新算法.南京大学学报：自然科学版.2003,39(2).205-210
[37]秦峰,杨学兵.一种基于APRIORI性质的多维关联规则挖掘算法的研究.安徽 工业大学学报.2003,20(2).141-144
[38]范明,牛常勇等.一种挖掘多维关联规则的有效算法.计算机科学.2001,28(11).44-47
[39]刘君强,孙晓莹,潘云鹤.关联规则挖掘技术研究的新进展.计算机科学.2004.31(1)
[40]高明.关联规则挖掘算法的研究及其应用.青岛：山东师范大学,2006.
[41]姜晓云.关联规则在学生成绩管理中的应用研究.合肥：合肥工业大学,2006.
[42]Han J, Pei J, Yin Y. Mining frequent patterns without candidate generation// Proceedings of the 2000 ACM-SIGM OD Interna-tional Conference on Management of Data.Dallas,TX,2000:1-12
[43]SAVASERE A, OMIECINSKI E, NAVATHE S.An efficient algorithm for mining association rules in large databases[C].NewYork:ACM,1995:432-443.
[44]PARK J S, CHENM S, YU P S. An effective hash-based algorithm for mining association rules[C].NewYork:ACM,1995:175-186.
[45]PARK J S,CHENMS, YUP S.Efficient parallel data mining of association rules[C].NewYork:ACM,1995:31-36.
[46]TOLVONEN H. Sampling large databases for association rules[C].India:Bombay,1996:134-145.
[47]吴海玲.基于关联规则的数据挖掘算法研究.南京：河海大学,2007.
[48]王雪岩.关联规则挖掘算法的研究.哈尔滨：哈尔滨工程大学,2006.
[49]张瑞雪.数据挖掘中关联规则算法研究及应用.哈尔滨：哈尔滨工程大学,,2006.
[50]朱玉全,杨鹤标,孙蕾.数据挖掘技术.南京：东南大学出版社,2006：29-32.
[51]李唐平,陶宏才.一种改进的Apriori挖掘算法.成都信息工程学院学报,2009.