《数据挖掘在科研设备管理中的应用》-工学论文，计算机论文-论文范文参考-科学狗论文网

标题

数据挖掘在科研设备管理中的应用

范文

李恩宁梁山清葛红志刘荣斌王晓玲王珏

摘要：针对科研院所设备管理过程中普遍存在的设备真实使用率统计难、设备租借分配不合理等问题，将数据挖掘方法与实际问题相结合，根据设备管理系统采集的各设备电流数据，用支持向量机（Support Vector Machine，SVM）算法判定各设备的工作状态，进而分析出真实使用情况。根据各部门的设备历史租借清单，用Apriori关联规则算法分析得出不同设备间的共同关联关系，为科研设备管理部门采购及出租设备提供合理的分配方案。

关键词：数据挖掘；支持向量机；关联规则

中图分类号：TP18文献标志码：A文章编号：1008-1739（2020）13-60-4

0引言

科研院所和院校通用设备作为固定资产的组成部分，是现代化建设事业的重要物质保障。科学、有效地管理固定资产，发挥最大使用效益，对提高经济和社会效益、保证资产保值增值及保持和提高科研生产能力具有重要意义。

目前的设备管理系统[1-3]，可实现设备信息的存储与查询，可采集设备电流、位置等信息，对使用情况做简单的统计分析。系统在信息化上有所突破，但智能化尚有不足。

数据挖掘[4]是人工智能和数据库领域研究的热点问题，涉及的分类算法[5]和关联规则[6-7]算法可应用于众多领域。本文借助设备管理系统，基于多分类SVM[8]思想，探究设备状态判定算法，分析单个设备的真实使用率；基于Apriori[9]思想，探究设备关联分析算法，分析设备间的借用和使用关联关系，对设备的购买、预期使用等提供合理的建议。

1优化算法

1.1优化方向

科研设备管理系统的优化方向有2个：①设备租用后使用率是一个受关注的问题，目前只能以电流值来识别关机和开机2种模式，认为开机就是在工作，并未深度探寻设备的真实工作情况，即无法判别开机工作还是开机空转的情况，以及工作中处于何种工作模式。将其抽象成分类问题，可考虑用SVM算法来建模判定状态，获取设备的真实使用率。②对于设备购置和借用分配问题，目前也未有更合理的解决方案，如果能够通过各借用部门对每类设备的历史使用情况分析出规律，则可作为一种辅助决策。将其抽象成关联规则问题，可考虑用Apriori算法从历史借用清单和使用数据中找出不同设备的关联关系，进而为每类设备的借用去向和数量提供参考。

1.2设备状态判定算法

SVM方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷，以期获得最好的推广能力[10]。

传统的SVM只能进行二分类，对于多分类问题，可组合多个二分类器来实现多分类器的构造，即训练出多个SVM分类函数，并构成类似二叉树的分类结构，对输入数据进行判定。

在设备管理系统中，简单的设备状态很少，通过电流加上允许的误差就可以判断出状态，复杂的设备有很多状态，且各种状态下，电流差别不大。为了进行精确分析，需要掌握准确的状态。为此，可将设备型号、电流值以及设备所处状态3个指标作为一个样本进行存储，生成训练样本集合和验证样本集合，其中设备所处状态作为标签，运用SVM方法训练和验证多个SVM分类模型的组合。具体算法如下：

④再以同样的方式，每次将工作状态中的第一个设置为-1，其余设置为1，重复上述步骤，得到更多的分类函数，最终分类函数为（），2（），...，+1（）。

根据设备的实际数据，生成输入项，依次经过（），2（），...，+1（）的判断，如果在+1（）之前的任一分类函数得到-1则停止，得到对应的设备状态；否则+1（）=1，即工作状态为对应的设备状态。根据算法实时判定的工作状态，可统计单台设备每天的真实使用率。

1.3设备关联分析算法

Apriori是布爾关联规则挖掘频繁项集的原创性算法，使用一种称作逐层搜索的迭代方法，查找存在于项目集合或对象集合之间的频繁模式、关联性或因果结构[11-12]。

在设备管理系统中，根据设备历史租用和使用数据，分析设备间的关联关系。此项分析中，考虑静态和动态2种情况：

①静态：根据设备出借情况，分析设备间的关联程度，从共同出借的设备找关联关系。从各部门大量的历史借用清单入手，用Apriori算法挖掘哪些设备总是一起被借用，这个不限于指定的部门，也许好几个部门都需要同时借某几种设备，这个结果反映了对各种设备的需求关联。

②动态：以同一部门使用的设备、相同时间段处于工作状态以及地理位置相互靠近为条件，选取满足条件的设备，分析设备间的使用关联关系。从使用数据中找到共同使用的设备，反映具体的科研项目对设备的需求。

上述分析，使用关联规则算法。具体算法如下：

支持度：所有设备借用清单中，某几类设备同时出现的次数与总的清单数的比例。

最小支持度阈值：设置支持度的最小值，大于或等于该阈值的可称为频繁项集；小于该阈值的项集则被过滤掉。

项：指单台设备。

项集：几类设备的组合。

频繁项集：指频繁在清单中出现的项集，所谓“频繁”的标准就是这个项集出现的次数满足最小支持度阈值。

频繁项集：种设备同时在清单中频繁出现。

算法运行结束，可从1到最大数目输出有关联关系的设备组，并给出每组关联的支持度和置信度等指标。在找出相互关联的设备后，可对管理部门在设备数量购置和借用去向上提供参考建议。

2算法应用示例

2.1设备状态判定算法

离线训练阶段：采集数据，形成数据矩阵，=[示波器A 10 mA待机；频谱仪R 200 mA开机；信号发生器B 170 mA工作狀态2；……]，是一个100行3列的矩阵，即数据采集了100条，x是这个矩阵的前2列，第1列设备型号可用数字代替，便于数值计算，且要求同类设备数字相同；第2列是电流值，单位为mA；是最后一列，表示设备状态，假如所有设备状态共有{待机、开机、工作状态1、工作状态2}4种，因为SVM分类函数要求每次只能分成2类，值标签只有{-1，1}，故先将=[{待机}、{开机、工作状态1、工作状态2}]，将{待机}置为-1，{开机、工作状态1、工作状态2}置为1，训练分类函数（），得到的结果可判定新数据处于待机还是其他3种状态；再以同样的方式，以=[{开机}、{工作状态1、工作状态2}]为标签，其中将{开机}置为-1，{工作状态1、工作状态2}置为1，再次划分得到分类函数2（），得到的结果可判定新数据处于开机还是其他2种工作状态；再以同样的方式可得到3（），能区分新数据处于工作状态1还是工作状态2。

在线判定阶段：如前所述生成了分类函数组合，现在输入一组新数据=[信号发生器B 210 mA]，经（）判定，结果为1，则继续由2（）判断，结果为1，则继续由3（）判定，结果为-1，则表示处于工作状态1，结束。具体过程如图1所示。

图中蓝色部分为数据经过的判定流程，上述结果为设备状态的一次判定结果，可设定时段为5 min判定一次，则该设备当天进行了288次判断，其中122次处于待机，54次处于开机，112次处于工作状态1，则该设备当天的实际时长为9 h 20 min，真实使用率为38.9%，有4.5 h处于开机不工作的状态，其余时段处于待机状态。

2.2设备关联分析算法

现在有9份设备借用清单，共涉及5类设备，即：{E1，E2，E5}，{E2，E4}，{E2，E3}，{E1，E2，E4}，{E1，E3}，{E2，E3}，{E1，E3}，{E1，E2，E3，E5}，{E1，E2，E3}，其中，E1代表示波器，E2代表频谱仪，E3代表信号发生器，E4代表电源，E5代表噪声发生器，最小支持度阈值min_sup=2。通过L1过程可知5种设备支持度都大于设定阈值，即都属于频繁被借用的；通过L2过程可知E1示波器分别与E2频谱仪、E3信号发生器、E5噪声发生器相关联，E2频谱仪分别与E3信号发生器、E4电源、E5噪声发生器相关联；通过L3过程可知，3种设备相互关联的有E1示波器、E2频谱仪、E3信号发生器，还有E1示波器、E2频谱仪、E5噪声发生器。具体过程如图2所示。

算法得出互相关联的若干类设备后，可进一步搜寻这几种设备的使用关联关系，具体实施步骤为：在管理平台上将检索条件设置为同一部门、同一地理位置，并统计每类设备的使用时间段，两两进行比较，如果某2种设备的工作时间段T1，T2的重合度大于50%，则说明这2种设备间具有使用关联关系，依次类推。例如，在分析出E1示波器和E2频谱仪具有关联关系后，根据历史GPS定位数据，查询到在某天这2种设备处在同一部门，并根据统计由设备状态判定算法给出的真实使用时段，得出当天这2种设备有67.3%的时间段在同时使用，则它们具备使用关联关系。

3结束语

通过介绍数据挖掘方法中的SVM、Apriori两种经典算法，以及科研设备管理系统的特点和存在问题，提出将SVM、Apriori算法分别应用在设备工作状态判定以及设备间的关联关系分析上，发挥2种算法的独特优势，可为科研部门在设备管理、租借、购置等方面提供合理的参考依据。

参考文献

[1]闫伟.以使用单位为主体的资产综合管理系统的构建[J].实验室科学，2018，21（6）：71-73，77.

[2]王昆.探讨实验室仪器设备的管理[J].中国检验检测，2017， 25（3）：59-61.

[3]陆琳睿，李光辉.大数据背景下的仪器设备信息化管理探究[J].实验技术与管理，2018，35（4）：155-158.

[4]张曾莲.基于非营利性、数据挖掘和科学管理的高校财务分析、评价与管理研究[M].北京：首都经济贸易大学出版社， 2014.

[5]田文英.机器学习与数据挖掘[J].石家庄职业技术学院学报， 2004（6）：30-32.

[6] MITCHELL T M.机器学习[M].曾华军，张银奎，等，译.北京：机械工业出版社，2003.

[7]穆瑞辉，付欢.浅析数据挖掘概念与技术[J].新乡教育学院学报，2008，21（3）：105-106.

[8]罗娜.数据挖掘中的新方法———支持向量机[J].软件导刊， 2008（10）：30-31.

[9]夏火松.数据仓库与数据挖掘技术[M].北京：科学出版社， 2004.

[10] GRUNWALD P D，RISSANEN J. The Minimum Description Length Principle[M].Cambridge，Ma：MIT Press，2007.

[11]胡可云，田凤占，黄厚宽.数据挖掘理论与应用[M].北京：清华大学出版社，2008.

[12]吴昱.大数据精准挖掘[M].北京：化学工业出版社，2014.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。