面向PDM的可視化聚類系統(tǒng)研究與開發(fā).pdf

1、隨著信息技術(shù)在制造業(yè)的深入實(shí)施，產(chǎn)品數(shù)據(jù)管理（Product Data Management，PDM）很好地連接了CAD、CAM、CAPP、CAE等“信息孤島”，成為當(dāng)今社會企業(yè)要立于不敗之地必不可少的技術(shù)。目前企業(yè)PDM系統(tǒng)的數(shù)據(jù)庫中存儲的數(shù)據(jù)量相當(dāng)大，而數(shù)據(jù)中隱藏的知識卻沒有得到充分利用，因此數(shù)據(jù)挖掘技術(shù)在制造業(yè)中開始被廣泛地應(yīng)用。數(shù)據(jù)挖掘中的聚類分析也越來越受到人們的重視，面向PDM專用的聚類系統(tǒng)的研究已經(jīng)成為制造業(yè)信息化中一個(gè)非

2、常活躍的研究課題。 本文在打破傳統(tǒng)的通用數(shù)據(jù)挖掘工具的基礎(chǔ)上，給出基于制造業(yè)PDM數(shù)據(jù)庫專用的可視化聚類系統(tǒng)DMINING的軟件結(jié)構(gòu)與模型。此系統(tǒng)的聚類算法模塊采用了改進(jìn)后的K-means算法。K-means算法是聚類分析中一種經(jīng)典的劃分方法，被廣泛應(yīng)用于科學(xué)研究的各個(gè)領(lǐng)域。但是這種算法依賴于初始值的選擇以及數(shù)據(jù)的輸入順序；此外，當(dāng)運(yùn)用誤差平方和準(zhǔn)則函數(shù)測度聚類效果時(shí)，如果各簇的形狀和大小差別很大，為使誤差平方和準(zhǔn)則函數(shù)值達(dá)到最

3、小有可能出現(xiàn)較大的聚類簇被分割的現(xiàn)象。針對以上原始的K-means算法中存在的不足以及PDM系統(tǒng)中數(shù)據(jù)量相當(dāng)大、數(shù)據(jù)類型復(fù)雜等問題，本系統(tǒng)采用了一種多次取樣一次聚類尋找最優(yōu)解的改進(jìn)算法，并用實(shí)驗(yàn)證明了改進(jìn)算法的穩(wěn)定性比原始的K-means算法有了明顯改善。目前開發(fā)可視化數(shù)據(jù)挖掘工具存在編程繁瑣容易出錯(cuò)等問題，針對這一情況提出了本系統(tǒng)利用Matcom將軟件Matlab的數(shù)學(xué)計(jì)算功能內(nèi)嵌到Visual C++環(huán)境中，用友好的交互界面實(shí)現(xiàn)數(shù)據(jù)

4、庫操作與數(shù)據(jù)分析一體化。大大減少編程的工作量、保證程序的準(zhǔn)確性，而且簡潔地實(shí)現(xiàn)數(shù)據(jù)挖掘中聚類分析所需要的運(yùn)算和可視化功能。 將此系統(tǒng)應(yīng)用于KMPDM系統(tǒng)的數(shù)據(jù)庫中，對零件庫中某零件的銷售情況進(jìn)行分析，共分析了330組數(shù)據(jù)，系統(tǒng)的聚類結(jié)果為4個(gè)簇，可以得到清晰的可視化聚類結(jié)果。在PDM系統(tǒng)的網(wǎng)絡(luò)級入侵檢測的實(shí)驗(yàn)中，DMINING系統(tǒng)對KDD Cup 1999 Data的數(shù)據(jù)集進(jìn)行聚類分析后得到87.9﹪的檢測率和0.80﹪的誤警率