数据驱动讲稿[全文]_数据驱动发展

数据驱动讲稿[全文]由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“数据驱动发展”。

数据驱动(Data-driven)概念的出现源自计算机科学领域，近些年其理论、应用等的研究都引起控制领域及仿真应用领域等的重点关注。数据驱动最初被视为一种适应性的仿真开发方法。在数据驱动的仿真模式中，数据驱动指任何应用需求都能够由系统数据及相关模型所描述，而无需进行再编程。以数据驱动思想为指导的应用涵盖控制、决策、调度和故障诊断等关键领域，包括制造过程控制、气候预报、交通管理、地理开采、生物传感等诸多具体应用。

随着城市路网规模的不断扩大和交通流量的显著增加原有的路径规划算法己经不能满足路网实时性的要求。针对数据驱动的动态路径规划方法进行仿真研究和探讨。

城市交通系统是一种典型的复杂系统，系统各要素之间的相互作用随机性较大，利用以往的数学分析或经验分析模型不可能准确地将真实环境模拟出来、为了找出更有效的方法，从60年代开始，研究人员着手研究交通仿真。尤其在近些年，随着计算机技术和软件工程控制理论以及人工智能的快速发展，仿真技术在各个领域得到)‘一泛的应用。交通环境的仿真就是计算机仿真技术在交通领域内的重要作用，是利用计算机数字模型来模拟复杂的交通环境并实施有效分析和评估的方法。

在大数据环境下，可以通过数据预处理手段从海量的实际道路信息数据中抽取正确可靠的历史数据，聚类而向路况的非关系型数据仓库，对以上多样化数据进行存储与组织，并通过数据挖掘，以关联规则和相关系数等形式分析认知道路交通信息相关数据之间的关联关系，例如通过不同时段，某车辆在通过某一特定路段时在该路段行驶的时间长短测得该道路的拥堵时间，可以认知车辆在道路行驶拥堵状况的内在规律。

（1）客户点的需求量、客户点之间多条路径在某个时段的拥堵概率数据

(3)两点间最短路径规划。根据用户设定的具体地点，智能的规划最优路径，并且在屏幕上实时动态显示当前车辆状态，以及最优路径并根据在图中实时动态更新车辆所处位置信息。

按照大数据驱动的“关联+预测+调控”的决策新模式，其中:(1)关联指通过车间制造数据的关联分析，发现隐藏其间的关系。需要在清洗、分类与集成等制造数据预处理的基础上，构建制造数据时序模型并挖掘序列模式，实现不同制造数据的关联分析，挖掘数据之间的影响规律。

(2)预测指利用关联分析结果，描述车间制造过程与性能指标的内在关系。通过将车间性能指标数据化，建立模型描述车间运行过程数据对性能指标数据的影响规律，实现车间性能

预测。

(3)调控指基于车间性能预测模型，找到车间运行过程的关键制造参数并进行控制。通过确定影响质量控制、交货期控制的关键参数，运用规律知识建立针对产品合格率、交货准时率等性能指标的科学调控机制。